texto en 
Inglés (pdf)
Artículo en XML
Referencias del artículo
Traducción automática
Enviar artículo por email
Citado por SciELO 
Similares en
SciELO 
Permalink
Introducción
Convencionalmente se reconoce que la Inversión Extranjera Directa (IED) es un recurso importante para el desarrollo económico. No obstante, la literatura empírica sobre la contribución de la IED en la reducción de la pobreza no es consensual. En general, los estudios reconocen un rol central de la IED en el crecimiento y desarrollo (Iamsiraroj, 2016; Dinh et al., 2019). Los efectos positivos se sienten por el aumento de la oferta, reducción de precios, incremento de la recaudación fiscal y del gasto público. Además, de acuerdo con Hayami (2001), la IED es una vía importante para que el país receptor pueda salir del círculo vicioso del subdesarrollo. En particular, la IED ofrece un camino alternativo para combatir la pobreza (Ahmad et al., 2019; Ganic, 2019), principalmente por sus efectos en la demanda de trabajo calificado o no (Zia y Nishat, 2010).
La literatura señala un impacto indirecto de la IED en la reducción de la pobreza a través del crecimiento económico (Magombeyi y Odhiambo, 2017) y con la desigualdad (Suanes, 2016; Fazaalloh, 2019). Los países en desarrollo buscan combinar los recursos domésticos con los extranjeros para impulsar el crecimiento económico, el ingreso de la sociedad y, así, reducir la pobreza (Do et al., 2021).
Para el caso de México, la literatura no ha explorado lo suficiente la relación de IED y pobreza por entidad federativa y tiende a centrarse en aspectos como sus determinantes, o efectos en el crecimiento, productividad, exportaciones, desigualdad, y empleo desde una perspectiva nacional o sectorial, y en menor medida desde el análisis regional.
Díaz y Turner (2012) mencionan que hasta el 2000, en las entidades federativas de la frontera norte, principales beneficiarias del modelo expo-orientado, los montos crecientes de IED llevaron a altas tasas de crecimiento y bajos niveles de desempleo, de manera que se contuvo el avance de la pobreza. Por el contrario, Bravo (2015), utilizando la regresión lineal simple, identifica que la IED no es un componente necesario para la reducción de la pobreza a nivel nacional y estatal durante 1990-2010. Argumenta que un alto PIB y flujos de IED no garantizan una disminución de la pobreza en las entidades federativas.
Así, de acuerdo con Torres et al. (2017), algunos estados han sido más exitosos que otros respecto a la atracción de IED. Durante 2008-2018 la Ciudad de México, captó el 17.8% del total de IED en el país, seguida por Nuevo León y México con poco más de 9% cada uno. En el otro extremo, Nayarit, Tlaxcala, Colima, Yucatán y Chiapas recibieron cada uno menos de 0.5% del total. Se aprecia así, una alta desigualdad en los niveles de IED captados a nivel estatal. Figueroa (2013) explica que la IED se concentra en las ciudades con mayores niveles de infraestructura, poder adquisitivo y mayores niveles de educación.
Simultáneamente, las entidades con mayor atracción de IED (por ejemplo, CDMX, Nuevo León, Baja California Sur, Coahuila), en general aportan mayor valor agregado bruto y registran menores porcentajes de población en situación de pobreza. Del mismo modo, las entidades con menor atracción de capitales extranjeros tienen los mayores niveles de pobreza (por ejemplo, Chiapas, Guerrero, Oaxaca). También existe un grupo de entidades con participación relativamente importante de IED y valor agregado, pero con elevados niveles de pobreza (por ejemplo, Veracruz, Puebla, Zacatecas). No obstante, a pesar de seguir un modelo de crecimiento a partir de la intensificación comercial basado en la atracción de IED (crecimiento promedio de la IED de 58% entre 2008 y 2018), tanto el país como las entidades federativas no han logrado una reducción de la pobreza de magnitud equiparable (decrecimiento promedio de 8.9% en ese periodo).
En este contexto, el documento tiene como objetivo identificar el efecto de la IED sobre la pobreza a nivel estatal en México en el periodo 2010-2018, dada la disponibilidad de datos del CONEVAL, fuente de datos de pobreza estatal. Se reconoce que la pobreza es un fenómeno multidimensional, ligado a aspectos monetarios y otras condiciones relacionadas con derechos y libertades que ilustra la capacidad de las personas y los hogares para satisfacer sus necesidades básicas. No obstante, el enfoque del documento es hacia la investigación de los efectos de la IED en la reducción de la pobreza a nivel estatal en México, por lo que incorpora variables explicativas adicionales para ampliar la visión del tema, tales como como: económicas, políticas, sociales y de infraestructura.
En la sección 2 se revisa la literatura teórica y empírica del vínculo IED-Pobreza. La sección 3 de panel, describe las variables y la metodología econométrica sys-GMM de panel dinámico dada la estructura de datos. Los resultados y la discusión se presentan en la sección 4. Por último, se exponen algunas reflexiones. El documento contribuye al análisis de la IED y particularmente de su efecto en la reducción de la pobreza a nivel estatal para México.
IED y pobreza
La literatura ha identificado impactos directos e indirectos de la IED en la reducción de la pobreza en el país extranjero en el que opera (Oishi y Kesebir, 2015). El impacto indirecto se da través del crecimiento económico que se traduce en la mejora de los niveles de vida (mejora de la productividad y del entorno económico); mientras que el impacto directo se genera a través del aumento del empleo y la reducción de las personas que viven por debajo del umbral de la pobreza como resultado del aumento de la demanda de empleo y la mejora de la fuerza laboral (Klein et al., 2001).
Respecto al primer efecto, Dollar y Kraay (2000) estiman que el crecimiento tiende a aumentar los ingresos de los pobres en proporción directa. Kakwani (2000) indica que los efectos positivos de la IED más que compensan los efectos negativos -crowding out de la inversión doméstica-, lo que se traduce en crecimiento económico neto y reducción de la pobreza. También puede reducir el impacto adverso para los pobres de la inestabilidad financiera y mejorar la capacidad de gestión del gobierno (Hung, 2005). Asimismo, favorece las redes de seguridad social basadas en programas públicos redistributivos (Klein et al., 2001). Además, conforme la IED impulsa el crecimiento económico, el mercado local se expande (Jeong, 2009), ofreciendo nuevas oportunidades para los pobres de obtener ingresos, esto es, crece la demanda de trabajo de la propia IED, de nueva IED, de las inversiones complementarias, de la inversión pública o privada o, incluso, del mercado informal.
Adicionalmente, la IED se asocia con inversiones productivas complementarias y con inversiones en infraestructura pública (educación, transporte, salud, etc.) (Wekesa et al., 2016). Según Hayami (2001), la IED cierra la brecha entre la inversión deseada y el ahorro doméstico, aumenta los ingresos fiscales y mejora la gestión, la tecnología y las habilidades laborales en las economías receptoras. La disponibilidad neta de capital en el sistema económico doméstico como resultado de las entradas de IED depende de la sustitución y complementariedad entre ésta IED y el capital nacional (De Mello, 1999). Por ende, a mayor complementariedad, mayor la contribución de la IED a la reducción de la pobreza.
Los efectos de la IED sobre la pobreza dependen de diversos factores tanto de los capitales productivos como del lugar receptor. Calvo y Hernandez (2006) descubrieron que los beneficios de la IED variaban según las condiciones locales iniciales y la orientación de la subsidiaria extranjera. Así, por un lado, la magnitud del efecto está determinada por los montos y características de la IED, asociadas con inversiones verdes, reinversiones, intensidad tecnológica o laboral, sector industrial, excenciones fiscales, contrataciones laborales, etc. (Xibao y Zhi, 2009). Por el otro, las caracterísitcas económicas, industriales, sociales, políticas y gubernamentales del lugar receptor afectan el alcance de la IED (Elboiashi, 2015), por ejemplo, proveedores locales, recaudación de impuestos desde la IED y su uso local, aceptación de la comunidad de determinada planta manufacturera, reconversión del uso de la tierra que emplea, etc. En conjunto, todas estas concidiones influyen en la reducción de la pobreza a través de la IED.
En particular, Meyer (2004) establece que el modo de entrada de la IED juega un papel clave en los efectos de la IED en la reducción de la pobreza en el país receptor. La IED puede ser en forma de fusiones y adquisiciones o greenfield. Las fusiones y adquisiciones, que significan un cambio de propiedad, aportan menos beneficios para el bienestar de la sociedad local. En contraste, la IED nueva, que aumenta el capital, aporta más beneficios.
También, según Winters (2002), la apertura comercial impacta en la pobreza a través de cambios en los precios de las materias primas, ofreciendo más productos a precios competitivos que permite a la sociedad local acceder a satisfactores. Para Francois et al. (2004) el aumento del comercio en países en desarrollo, donde los trabajadores no calificados tiende a ser mayoría, favorece la reducción del número de personas en situación de pobreza.
Los beneficios de la IED en el país receptor dependen de la orientación de la subsidiaria extranjera. En general, hay tres razones para la localización de la IED en un determinado país. Búsqueda de mercados, motivando el aumento del contenido local y el empleo. Bpusqueda de materias primas, donde la generación de empleo puede ser limitada. Búsqueda de una plataforma para exportaciones, que contribuye a los ingresos y la transferencia tecnológica (Chang 2003). Sin embargo, en los casos en que la IED sea intensiva en capital o basada en tecnología avanzada, la economía receptora pueda carecer de mano de obra calificada de apoyo, limitando el efecto en el empleo, ingreo y reducción de pobreza (Calvo y Hernández, 2006).
De igual forma, el nivel de desarrollo económico del país anfitrión es determinante para materializar las ventajas potenciales de la IED en clave de reducción de la pobreza (Meyer y Sinani, 2009). El nivel de desarrollo influye en el número y capacidad de las empresas domésticas para insertarse en la cadena de valor de la IED y, así obtener beneficios de la entrada de IED. Un país pobre tiende a ofrecer un ecosistema empresarial pobre, que limita los potenciales efectos positivos de la IED.. No obstante, el impacto de la inversión extranjera directa es fuerte en países de bajos ingresos con altos niveles de capacidades sociales (marco institucional de apoyo, comunicación efectiva, una fuerza laboral bien educada y apoyo de infraestructura) (Kemeny, 2010).
En esta línea, Klein et al. (2001) indican que existen condiciones previas para que la IED pueda contribuir en la reducción de la pobreza, entre las que destacan, un entorno adecuado para los capitales extranjeros, una plataforma igualitaria y competitiva que evite protecciones a cualquier capital, y regulación (restricciones y discriminación) de inversionistas extranjeros. En particular, estas medidas favorecen en la reducción de la pobreza de ingresos. Asimismo, Fowowe y Shuaibu (2014) indican que las entradas de IED contribuyen en la reducción de la pobreza dependiendo de aspectos como la calidad institucional, el desarrollo del capital humano, y el desarrollo del sistema financiero.
Aparte, en la reducción de la pobreza se puede señalar la aplicación de prácticas de Responsabilidad Social Corporativa (RSC) por parte de la Empresas Multinacionales (EMN) en el país receptor de IED como afirman Akwaowo & Swanson (2016), Las EMN, a través de su IED deben enfrentar la importante decisión sobre cómo actuar de acuerdo con las directrices de la RSC, para, entre otras cosas, reducir la pobreza en los países receptores de esta. Al respecto, Tomas de Cavia (2019, P.3) menciona que la IED que va acompañada de políticas, prácticas y estándares de RSC es un dinamizador de las economías y una potente herramienta para la reducción de la pobreza, especialmente cuando las inversiones se realizan en países en vías de desarrollo.
Según Kolstad & Tondel (2002), “Cuanto mayor sea el nivel de IED, mayor será el nivel de crecimiento económico, lo que permitirá un mejor desarrollo social y otros objetivos de desarrollo” En su línea argumental, los autores propugnan que “el grado en que el progreso económico y social mejora la vida de todos los miembros de la sociedad se identifica a través de la distribución de la riqueza y reducción de la pobreza”. Además, Visser (2009, P.481) afirma que “Existe un poderoso argumento que identifica que la RSC en los países en vías de desarrollo está directamente vinculada con el entorno socioeconómico en el que las organizaciones empresariales operan y, sobre todo, en las prioridades de desarrollo que estas conllevan. Eso se vincula con la reducción de la pobreza, la provisión de salud, desarrollo de infraestructuras y educación”.
No obstante, el efecto directo de la IED en la reducción de la pobreza exige que la demanda de trabajo favorezca mayoritariamente a desempleados pobres o personas con bajos ingresos. Cuando éstas encuentran trabajo en el que reciben capacitación, se convierten en trabajo calificado con aspiración a mayor ingreso y a estándares más elevados de vida, sobrepasando la línea de pobreza (Sarisoy y Koc, 2012). Para Do et al. (2021) la IED alivia directamente la pobreza a través de una mejor capacitación de los trabajadores locales.
Aparte, el Banco Mundial (BM, 2019) considera a los individuos que reciben menos de un dólar diario en condiciones de pobreza extrema, y a los que reciben menos de dos dólares por día como pobres. En el caso de México, el Consejo Nacional de Evaluación de la Política de Desarrollo Social (CONEVAL, 2018) considera que una persona se encuentra en situación de pobreza cuando tiene al menos una carencia social1 y su ingreso es insuficiente para adquirir bienes y servicios que requiere para satisfacer sus necesidades básicas. Asimismo, define una persona en situación de pobreza extrema cuando tiene tres o más carencias y un ingreso por debajo de la línea de bienestar mínimo. Este ingreso se considera tan bajo que no permite adquirir los nutrientes necesarios para una vida sana.
Por consiguiente, la pobreza es la carencia de oportunidades económicas, la falta de acceso a servicios básicos como educación y atención a la salud, la falta de oportunidades para participar en el proceso público de toma de decisiones, y la privación de la protección social. En línea con Sen (1999), mantener o ampliar estas carencias, limitaría las capacidades de la gente para maximizar sus potencialidades. Así, limitadas capacidades individuales se traducen en obstáculos para elegir libremente el modo de vida más valioso y deseado.
Entonces, el Estado, mediante políticas públicas, busca generar un entorno propicio para que las personas puedan procurarse una alimentación adecuada para sí mismas y sus familias. En particular, se ha interesado por promover la formación de capital humano y personal especializado, dada su relevancia para atraer IED (Asali y Campoamor; 2011).
Siguiendo esta idea, Checchi et al. (2007) estiman que la IED afecta positivamente la formación de capital humano, reflejándose en mayores posibilidades de empleo y salarios, lo que posibilita acceder a servicios de salud, seguridad social, vivienda de calidad, servicios públicos básicos y alimentación. Jensen y Rosas (2007) afirman que la IED se relaciona con mejoras en los niveles de desigualdad del ingreso, y por esta vía, la IED impacta en la reducción de la pobreza (Kwasi, 2017).
En cualquier caso, no hay un consenso en la literatura respecto al efecto de la IED sobre la pobreza. Se identifican estudios que estiman efectos negativos de la IED. La UNCTAD (1999) señala que el sentido del impacto de la IED depende de las variables incluidas en el estudio. Por ejemplo, Huang et al. (2010) encuentran un efecto negativo de estos capitales sobre la pobreza en 12 países de América Latina y del Este Asiático. Mihaylova (2015) sugiere la probabilidad que la IED se enfoque en actividades intensivas en capital, lo que lleva a mayores tasas de desempleo en los sectores tradicionales y, en consecuencia, al aumento de la pobreza. Los resultados de Osemenshan et al. (2020) muestran que la IED afecta negativamente la reducción de la pobreza. En concreto, sugieren que no se ha alcanzado el nivel de IED necesario para aliviar la pobreza.
Por otro lado, para Do et al. (2021), la IED ha empeorado indirectamente la pobreza a través del comercio internacional. Te Velde (2003) establece que el comercio internacional, ligado a la acción de la IED, puede aumentar la demanda de mano de obra calificada en lugar de no calificada, lo que no conduce a ninguna mejora en la pobreza.
Metodología y datos
Se emplea una metodología econométrica de datos de panel dinámico con efectos fijos. En particular, se estima un modelo el Método Generalizado de Momentos (sys-GMM), que incorpora ecuaciones en diferencias y en niveles, así como un conjunto específico de variables instrumentales. Se sigue el procedimiento utilizado por Ángeles y Ramirez (2014).
Como las entidades federativas muestran diferencias en las dimensiones de interés, se acepta la existencia efectos fijos. En cualquier caso, esto se verifica con la prueba del multiplicador de Lagrange de Breusch y Pagan (BPLM), que evalúa los efectos aleatorios mediante la hipótesis nula en donde la varianza específica individual es igual a cero (H0: σ2 u=0).
Se propone un modelo de datos de panel dinámico (MDPD) que rezaga la variable dependiente, lo que permite probar la correcta especificación del modelo y la posibilidad de autocorrelación (Ángeles y Ramírez, 2014):
Donde X es el vector de variables explicativas y POB alguna variable relacionada con la pobreza -definida adelante- en la i-ésima entidad en el tiempo t. Las variables en X se agrupan en cuatro categorías: productivos y globalización (PROGLO), políticos (POL), gasto público (GP) y de infraestructura (INFRA). El modelo se especifica a partir de la revisión de la literatura resumida arriba que estima los efectos de la IED en la pobreza. En particular, es una extensión Khan et al. (2019), Uttama (2015), Ucal (2014) y Fowowe y Shuaibu (2014). Estos modelos incorporan como dimensiones de análisis además de la apertura comercial y la IED, otros factores económicos (PIB per cápita, inflación, empleo), financieros (deuda pública interna y externa), políticos (integración regional, corrupción) y de infraestructura (líneas telefónicas, bienes transportados vía carretera, tren, aérea o por puertos). Aaron (1999) y Hung (2005) clasifican los posibles efectos de la IED en la reducción de la pobreza de la economía receptora como directos e indirectos y se agrupan en este grupo de variables.
La variable dependiente rezagada lleva a que el regresor γ y el término de error u it estén correlacionados. Por ende, se utiliza el Método Generalizado de Momentos (GMM) propuesto por Arellano y Bover (1995). El método elimina los efectos de individuales asociados a cada entidad federativa, η i , planteando una ecuación dinámica en primeras diferencias como:
Bun y Windmeijer (2007) argumentan que, si la variable dependiente aparece como variable explicativa, la endogeneidad estricta de los regresores no se mantiene. Para controlar la endogeneidad de la variable dependiente rezagada, Pt-1, reflejada en la correlación entre ésta y el término de error en la nueva ecuación, se sigue el estimador GMM en primera diferencia, con las variables endógenas rezagadas como instrumentos.
No obstante, este estimador muestra sesgo de muestra finita y poca precisión (Blundell y Bond, 1998), que se explican por la debilidad de los instrumentos dados los niveles rezagados de la serie. Esta debilidad se explica por la varianza de los efectos individuales, ηi, en relación con la varianza de uit (Blundell et al., 2012).
Así, como las diferencias rezagadas siguen siendo informativas sobre los niveles actuales, Blundell y Bond (1998) proponen estimar un sistema de ecuaciones, sistema GMM (sys-GMM), que combina condiciones de momento para el modelo en primeras diferencias con condiciones de momento para el modelo en niveles (Bun y Windmeijer, 2007), cada uno con un conjunto específico de variables instrumentales. El método utiliza diferencias rezagadas de γit como instrumentos para las ecuaciones en niveles y niveles rezagados de γit como instrumentos para las ecuaciones de la primera diferencia (Ángeles y Ramirez, 2014). El sys-GMM, basado en la condición de momento E[ΔPit-1(ηi+uit)]=0, mejora de manera significativa la precisión y reduce el sesgo por muestra pequeña (Blundell y Bond, 2000).
Por tanto, se emplean tres pruebas de especificación que permiten evaluar la consistencia del estimador sys-GMM: i) el test de Hansen de sobreidentificación de restricciones para probar la validez conjunta de los instrumentos dada la distribución heterocedástica de los errores;2 ii) el test difference-in-Hansen, definido como la diferencia entre los estadísticos de Hansen del GMM diferenciado y del sys-GMM;3 y, iii) la prueba de autocorrelación de Arellano-Bond para determinar la existencia de autocorrelación de primer y segundo orden, y corroborar que [uit-uit-2]=0, asegurando la consistencia del estimador GMM.
Dada la disponibilidad de información, el estudio abarca los años 2008, 2010, 2012, 2014, 2016 y 2018 con datos del CONEVAL, a nivel entidad federativa. Con base en la revisión de la literatura, las variables empleadas en la estimación se clasifican en dos grupos. En el primero aparecen cinco indicadores de pobreza (POB), que muestran en porcentaje a la población en situación de: pobreza, pobreza moderada, pobreza extrema, ingreso inferior a la línea de pobreza por ingresos e ingreso inferior a la línea pobreza extrema por ingresos. La Tabla 1 definen estas variables y las describe estadísticamente.
Tabla 1 Definición de variables y estadísticas descriptivas
| Dimensión | Variable | Nombre | Descripción | Fuente | Media | Desv. Est. | Min | Max |
| POB | psp | Población en situación de pobreza (% de la población total) | Porcentaje de personas con al menos una carencia social dentro del Índice de Privación Social e ingreso insuficiente para adquirirlos bienes y servicios para satisfacer necesidades alimentarias y no alimentarias. | Consejo Nacional de Evaluación de la Política de Desarrollo Social (CONEVAL) | 3.716 | 0.338 | 2.656 | 4.363 |
| pspm | Población en situación de pobreza moderada (% de la población total) | Porcentaje de personas pobres pero no pobres extremos. Es las diferencia entre la incidencia de la población en pobreza menos la de la población en pobreza extrema. | 3.511 | 0.253 | 2.613 | 3.959 | ||
| pspe | Población en situación de pobreza extrema (% de la población total) | Porcentaje de personas que tienen tres o más carencias sociales y que, además, se encuentra por debajo de la línea de bienestar mínimo. | 1.834 | 0.853 | -0.746 | 3.656 | ||
| piilpi | Población con ingreso inferior a la línea de pobreza por ingresos (% de la población total) | Porcentaje de la población con ingreso menor al valor monetario de una canasta de alimentos, bienes y servicios básicos (canasta alimentaria básica más canasta no alimentaria) | 3.870 | 0.270 | 2.974 | 4.393 | ||
| piilpei | Población con ingreso inferior a la línea de pobreza extrema por ingresos (% de la población total) | Población de la población con ingreso menor al valor monetario de una canasta alimentaria básica. | 2.747 | 0.551 | 1.126 | 3.930 | ||
| PROGLO | ep | Participación de las actividades primarias en el PIB estatal (%) | Porcentaje de participación de las actividades del sector primario en el PIB estatal. | Instituto Nacional de Estadística y Geografía (INEGI)
Secretaría del Trabajo y Previsión Social (STPS) Sistema de Información Estadística Laboral (SIEL) Secretaría de Economía (SE) Banco de México (BANXICO) |
1.192 | 1.069 | -3.269 | 2.558 |
| tate | Trabajadores asegurados totales eventuales (personas) | Personas trabajadores asegurados en el IMSS eventuales urbanos y en el campo. | 12.726 | 0.863 | 11.076 | 15.019 | ||
| tied | Total de IED (millones de pesos) (constante 2018=100) | Suma total de nuevas inversiones, reinversión de utilidades y cuentas entre compañías. | 10.968 | 1.585 | 0.000 | 13.771 | ||
| rem | Remesas (millones de pesos) (constante 2018=100) | Cantidad monetaria proveniente del exterior, transferida a través de empresas y originada por un remitente (personas física residente en el exterior) para ser entregada en territorio nacional a un beneficiario (persona física residente en México). | 11.133 | 1.027 | 8.348 | 13.102 | ||
| GP | gp | Gasto público (millones de pesos) (constante 2018=100) | Suma de Inversión pública y Transferencias, asignaciones, subsidios y otras ayudas. | Instituto Nacional de Estadística y Geografía (INEGI)
Secretaría de Hacienda y Crédito Público (SHCP) Secretaría de Desarrollo Social Coordinación Programa PROSPERA |
12.155 | 0.612 | 10.981 | 14.109 |
| rr28 | Presupuesto del Ramo 28 (millones de pesos) (constante 2018=100) | Son las participaciones a entidades federativas y municipios en los términos establecidos (Ramo 28), canalizados a través de fondos: General de participaciones, de Fomento Municipal Impuesto Especial sobre Producción y Servicios, de Fiscalización, de Compensación, de Extracción de Hidrocarburos, de Compensación de Impuestos sobre Automóviles Nuevos. | 11.706 | 0.719 | 10.303 | 13.654 | ||
| rr2533 | Presupuesto de los Ramos 25 y 33 (millones de pesos) (constante 2018=100) | Son las aportaciones federales para entidades federativas y municipios (Ramo 33) para fortalecer su capacidad de respuesta y atender demandas de gobierno en los rubros de educación, salud, infraestructura básica, fortalecimiento financiero y seguridad pública, programas alimenticios y de asistencia social e infraestructura educativa. | 11.764 | 0.642 | 10.463 | 13.190 | ||
| prospr | Prospera Programa de Inclusión Social (millones de pesos) (constante 2018=100) | Gasto federal del programa de Inclusión Social (PROSPERA). Los datos incluyen costos de operación del programa. | 8.995 | 0.955 | 6.898 | 11.041 | ||
| POL | corr | Corrupción (porcentaje de la población) | Percepción sobre los problemas más importantes en la entidad federativa. Población de 18 años y más que habita en áreas urbanas de cien mil habitantes. | Instituto Nacional de Estadística y Geografía (INEGI).
Encuesta Nacional de calidad e impacto Gubernamental (ENCIG) |
3.893 | 0.134 | 3.510 | 4.241 |
| INFRA | dcp | Densidad carretera (kms por cada 1000 habitantes) | Longitud de la red carretera total expresada en términos de la población. Incluye carreteras pavimentadas, revestidas, de terracería y brechas mejoradas. | Secretaría de Comunicaciones y Transportes (SCT) | 1.136 | 1.137 | -4.634 | 2.253 |
El Índice de Privación Social considera seis indicadores de carencias sociales: rezago educativo, acceso a servicios de salud, a seguridad social y alimentación, calidad y espacios de la vivienda, servicios básicos en la vivienda. La canasta alimentaria es el conjunto de alimentos cuyo valor permite construir la línea de bienestar mínimo, determinado de acuerdo con el patrón de consumo de un grupo de personas que con ésta satisfacen sus requerimientos de energía y nutrientes. Las nuevas inversiones es la IED asociada a: inversiones iniciales de personas físicas o morales extranjeras al establecerse en el país; aportación al capital social de sociedades mexicanas (inicial o aumentos) por los inversionistas extranjeros; transmisiones de acciones por inversionistas mexicanos a inversionistas directos; y, monto inicial de la contraprestación en los fideicomisos que otorguen derechos sobre la IED. La reinversión de utilidades es la parte de las utilidades que no se distribuye como dividendos y que representan un aumento de los recursos de capital propiedad del inversionista extranjero. Cuentas entre compañías son las transacciones por deudas entre sociedades mexicanas con participación de IED en el capital social y otras empresas relacionadas en el extranjero. La inversión pública es la obra pública en bienes de dominio público, obra pública en bienes propios y proyectos productivos y acciones de fomento. Las transferencias, asignaciones, subsidios y otras ayudas son asignaciones destinadas directa o indirectamente a los sectores público y privado, organismos y empresas paraestatales y apoyos como parte de su política económica y social. Las variables se normalizan mediante el logaritmo natural.
Fuente: elaboración propia con base en información de CONEVAL, SE, IMSS e INEGI.
Este enfoque de pobreza es diferente al usual, que la considera como el quintil más bajo en la distribución de ingresos de un país (por ejemplo, en Dollar y Kraay, 2004). Se diferencia de estudios que emplean como proxy de la pobreza el PIB per cápita, tasa de mortalidad infantil, consumo de los hogares, entre otros (Magombeyi y Odhiambo, 2017).
La inclusión de diferentes mediciones de pobreza permite, además de examinar el efecto de la IED en ésta, analizar en qué tipo de pobreza se siente ese efecto. Esto contribuye a clarificar el signo estimado, dada la falta de consenso en el efecto de la IED en pobreza. Econométricamente, esto constituye un análisis de robustez de los resultados.
Asimismo, además de la especificación econométrica, la consideración de la variable dependiente rezagada en el modelo tiene sustento en el contexto mexicano, caracterizado por la persistencia de la pobreza como señalan diversas fuentes como Rodríguez (2016), Millán (2018), Canto (2019) y el mismo CONEVAL (2015). Andrade et al. (2017) establecen que la pobreza tiene un carácter persistente no obstante la capacidad de la economía de generar riqueza. En este sentido, tal como argumentan, se acepta como hipótesis que la pobreza tiende a autoperpetuarse o, al menos, a afectar su propio comportamiento futuro.
El segundo grupo incluye las variables explicativas a nivel entidad federativa. PROGLO incluye: i) trabajadores asegurados totales eventuales, que son las personas aseguradas en el Instituto Mexicano del Seguro Social (IMSS) eventuales urbanos y en el campo, tate; ii) especialización productiva, entendida como el porcentaje de participación de las actividades del sector primario en el PIB estatal, ep; iii) inversión extranjera directa, suma total de nuevas inversiones, reinversión de utilidades y cuentas entre compañías, tiedr; y, iv) remesas internacionales, cantidad monetaria proveniente del exterior transferida por una persona física a un beneficiario en territorio nacional, remr.
POL recoge la calidad institucional o estabilidad gubernamental (Devangi et al., 2013) y se aproxima por v) percepción de la corrupción, porcentaje de la población de 18 años y más en áreas urbanas de cien mil habitantes o más que considera a ésta como un problema importante en su entidad, corr. GP, por su vínculo con la reducción de la pobreza se aproxima empleando distintas medidas de gasto social (Cammeraat, 2020), como: vi) gasto público, suma de la inversión pública (obra pública y proyectos productivos y acciones de fomento) y transferencias, asignaciones, subsidios y otras ayudas, gp; vii) participaciones a entidades federativas del Ramo 28, recursos asignados a estados y municipios en los términos establecidos por la Ley de Coordinación Fiscal (LCF) y los Convenios de Adhesión al Sistema de Coordinación Fiscal y de Colaboración Administrativa en Materia Fiscal Federal, rr28; viii) aportaciones federales para entidades federativas y municipios por los Ramos 25 y 33, recursos para el fortalecimiento de su capacidad de atención de demandas en temas de educación, salud, infraestructura básica, fortalecimiento financiero y seguridad pública, con base en lo establecido la LC, más los recursos de la SEP en previsiones salariales y económicas para los fondos de gasto educativo del Ramo 33, rr2533; y, ix) gasto federal del Programa de Inclusión Social Prospera incluyendo costos de operación, prospr. Finalmente, INFRA, por sus vínculos directos vía crecimiento económico y en la productividad y opciones de ingreso de las regiones (Setboonsarng, 2006), se expresa como vi) densidad carretera, longitud de la red carretera total (pavimentadas, revestidas, de terracería y brechas mejoradas) por cada mil habitantes, dcp.
Las variables se consideran en términos reales (2013=100) y como es usual se transforman a logaritmos. Se esperan coeficientes de todas las variables con signo negativo, lo que indica que contribuyen en la reducción de la pobreza estatal. Además, dada la heterogeneidad entre las entidades federativas, se consideran efectos individuales. Para ello, se incluye una variable ficticia regional, dfn. Esto permite probar si efectos regionales, asociados con atracción de capitales extranjeros, muestran diferencia entre las entidades de la frontera norte y el resto de ellas.4
Resultados y discusión
La Tabla 2 muestra los resultados de las pruebas al modelo de efectos fijos en las distintas especificaciones para cada variable de pobreza. Para todas ellas, la prueba del multiplicador de Lagrange de Breusch y Pagan (BPLM), que evalúa los efectos aleatorios, rechaza la hipótesis nula, permitiendo corroborar el supuesto de efectos individuales entre entidades. Asimismo, la prueba Hausman arrojó un resultado significativo, aceptándose, en todos los casos, que la mejor especificación es el modelo de efectos fijos. Para las cinco especificaciones, las pruebas sugieren que los datos no muestran dependencia transversal ni multicolinealidad; sin embargo, existe evidencia de heterocedasticidad y autocorrelación de primer orden.
Tabla 2 Pruebas realizadas al modelo panel de Efectos Fijos
| Pruebas / variable | piilpi | piilpei | psp | pspm | pspe |
| BPLM | 45.61 | 29.58 | 31.70 | 76.96 | 33.01 |
| Hausman | 264.80 | 104.8 | 64.09 | 80.89 | 6.81 |
| Dependencia trasversal | |||||
| Pesaran | 1.41 | 4.62 | 1.02 | 3.75 | 1.22 |
| Multicolinealidad | |||||
| VIF | 5.24 | 5.24 | 5.24 | 5.24 | 5.24 |
| Autocorrelación | |||||
| Modified DW | 1.39 | 1.26 | 1.38 | 1.35 | 1.48 |
| Baltagi- Wu- LBI | 1.86 | 1.71 | 1.83 | 1.82 | 1.90 |
| Heterocedasticidad | |||||
| Wooldridge | 113.1 | 61.4 | 121.2 | 78.3 | 100.2 |
| Wald | 689.8 | 702.1 | 1111.1 | 436.8 | 1081.1 |
* significativos al 1 por ciento.
La prueba LM de Breusch-Pagan (BPLM) establece como hipótesis nula que el estimador MCO agrupados es el adecuado (Ho: σ2u=0).
La prueba Hausman contrasta la hipótesis nula que no hay diferencia sustancial entre los estimadores de efectos fijos y de efectos aleatorios (Ho: Corr(ui, X)=0).
La prueba de Pesaran señala como hipótesis nula que no existe dependencia transversal (entre unidades de sección cruzada).
Las pruebas de autocorrelación establecen como hipótesis nula que no existe autocorrelación (Ho: uit=uit-1).
La hipótesis nula de la prueba modificada de Wald es que no existe problema de heteroscedasticidad (Ho: σ2i=σ2).
Fuente: elaboración propia con base en las estimaciones de STATA.
En consecuencia, se estiman modelos de panel dinámicos (sys-GMM). Respecto a la consistencia del estimador sys-GMM, la Tabla 3 muestra los resultados de las pruebas de especificación. Se reportan los p-valores para los test de Hansen, Diff-in-Hansen y AR (1) y AR (2). Las pruebas no rechazan las hipótesis nulas de validez conjunta de los instrumentos ni de validez de los instrumentos adicionales en ninguna de las especificaciones. De igual manera, no hay evidencia de autocorrelación de segundo orden. Por ende, se acepta que las especificaciones están bien definidas (se prefieren a una modelación GMM en primeras diferencias) y reflejan los efectos de las IED sobre la pobreza a nivel estatal. Además, la significancia de los coeficientes se mantiene sistemáticamente y los signos permanecen sin cambios. No obstante, para considerar la robustez de los resultados se estiman los efectos de la IED en la pobreza mediante GMM. Se observa que los resultados (Tabla 3) se mantienen (signos, magnitudes y, en menor medida, significancia). Por ende, los resultados reportados reflejan sólidamente los efectos de las variables sobre la pobreza.
Tabla 3 Estimaciones: efectos de la IED en la Pobreza a nivel entidad federativa
| Variables | Estimación sys-GMM | Estimación GMM | ||||||||
| piilpi | piilpei | psp | pspm | pspe | piilpi | piilpei | psp | pspm | pspe | |
| Piilpit-1 | 0.884*** [0.119] |
- | - | - | - | 0.430*** [0.154] |
- | - | - | - |
| Piilpeit-1 | - | 0.703*** [0.078] |
- | - | - | - | 0.160* [0.089] |
- | - | - |
| Pspt-1 | - | - | 0.848*** [0.121] |
- | - | - | - | 0.280* [0.158] |
- | - |
| Pspmt-1 | - | - | - | 0.784*** [0.108] |
- | - | - | - | 0.507*** [0.148] |
- |
| Pspet-1 | - | - | - | - | 0.612*** [0.118] |
- | - | - | - | 0.369* [0.226] |
| Tiedr | -0.056* [0.031] |
0.028*** [0.010] |
-0.030** [0.046] |
-0.070** [0.051] |
0.011*** [0.009] |
-0.020* [0.009] |
0.020*** [0.004] |
0.001 [0.004] |
-0.021** [0.008] |
0.024** [0.006] |
| Gp | -0.065*** [0.032] |
0.011 [0.063] |
-0.013*** [0.028] |
-0.054** [0.047] |
0.05 [0.068] |
-0.053* [0.037] |
-0.034 [0.073] |
-0.042 [0.037] |
-0.064** [0.030] |
0.001 [0.100] |
| Rr28 | -0.052*** [0.027] |
-0.076** [0.038] |
-0.005 [0.064] |
-0.080** [0.033] |
-0.08 [0.165] |
-0.092** [0.097] |
-0.134 [0.272] |
-0.091 [0.115] |
-0.042* [0.015] |
-0.053 [0.216] |
| Rr2533 | -0.061** [0.101] |
-0.159** [0.145] |
-0.042 [0.139] |
-0.05 [0.076] |
-0.221* [0.026] |
-0.046** [0.095] |
-0.046** [0.055] |
-0.093 [0.161] |
-0.125 [0.182] |
0.351 [0.375] |
| Prospr | 0.083*** [0.028] |
0.217*** [0.033] |
0.093*** [0.034] |
0.095*** [0.023] |
0.371*** [0.095] |
0.050* [0.029] |
0.142* [0.074] |
0.016 [0.033] |
-0.027 [0.027] |
-0.038 [0.096] |
| Remr | -0.055* [0.028] |
-0.122** [0.049] |
-0.048** [0.024] |
-0.028 [0.020] |
-0.170*** [0.051] |
-0.106*** [0.035] |
-0.337*** [0.104] |
-0.121*** [0.037] |
-0.0885** [0.038] |
-0.382*** [0.104] |
| Tate | -0.100** [0.046] |
-0.183* [0.094] |
-0.094* [0.051] |
-0.071** [0.031] |
-0.259** [0.106] |
-0.134 [0.137] |
-0.602*** [0-209] |
-0.205 [0.165] |
-0.008 [0.161] |
-1.213*** [0.400] |
| Dfn | 0.317** [0.129] |
0.406 [0.287] |
0.247** [0.125] |
0.203** [0.092] |
0.323 [0.240] |
0.306** [0.099] |
0.197 [0.183] |
0.286** [0.109] |
0.215 [0.185] |
0.287 [0.265] |
| Ep | 0.066* [0.040] |
0.148** [0.074] |
0.072* [0.037] |
0.044 [0.029] |
0.088 [0.089] |
0.249*** [0.066] |
0.331** [0.139] |
0.272*** [0.058] |
0.189*** [0.066] |
0.269 [0.216] |
| Corr | 0.181** [0.090] |
0.612*** [0.175] |
0.216** [0.095] |
0.141 [0.101] |
0.856*** [0.244] |
0.141* [0.097] |
0.264** [0107] |
0.169** [0.087] |
0.033 [0.060] |
0.354 [0.224] |
| dcp | -0.093*** [0.035] |
-0.131* [0.077] |
-0.086*** [0.032] |
-0.058** [0.025] |
-0.050 [0.105] |
-0.178*** [0.057] |
-0.095 [0.123] |
-0.128** [0.055] |
-0.112 [0.085] |
-0.433 [0.272] |
| Constate | 1-906*** [0.724] |
3.426*** [1.142] |
1.998*** [0.757] |
2.021*** [0.659] |
3.498** [1.467] |
4.579** [1.933] |
13.93*** [4.459] |
7.010*** [1.902] |
4.170** [1.679] |
25.46*** [6.258] |
| AB AR(1) | 0.003 | 0.002 | 0.001 | 0.000 | 0.003 | 0.024 | 0.057 | 0.067 | 0.007 | 0.608 |
| AB AR(2) | 0.941 | 0.692 | 0.887 | 0.464 | 0.181 | 0.313 | 0.693 | 0.223 | 0.580 | 0.437 |
| Sargan/Hansen Test | 0.122 | 0.195 | 0.173 | 0.239 | 0.112 | 0.492 | 0.385 | 0.679 | 0.796 | 0.669 |
| Diff-in-Hansen Test | 0.398 | 0.701 | 0.348 | 0.497 | 0.242 | - | - | - | - | - |
| Observaciones | 160 | 160 | 160 | 160 | 160 | 128 | 128 | 128 | 128 | 128 |
| No. de instrumentos | 30 | 30 | 30 | 30 | 30 | 21 | 21 | 21 | 21 | 21 |
El test de Sargan/Hansen establece como hipótesis nula que las restricciones de sobreidentificación son válidas.
El test difference-in-Hansen establece la hipótesis nula de validez conjunta de un subconjunto de instrumentos.
El test de autocorrelación de Arellano-Bond establece como hipótesis nula que [uit-uit-2]=0.
Errores estándar entre paréntesis. *** p<0.01, ** p<0.05, * p<0.1.
Fuente: elaboración propia con base en las estimaciones de STATA.
IED-Pobreza
Se observan resultados interesantes en cuanto al efecto de la IED. Por un lado, tiene un papel relevante en la disminución del porcentaje de personas en pobreza, en pobreza moderada y con ingreso inferior a la línea de pobreza. Una posible explicación es la influencia de esta variable en el mercado de trabajo, generando opciones laborales que representan una fuente de ingresos permanente y que le permite al trabajador adquirir bienes y servicios relacionados con necesidades alimentarias y no alimentarias. Esta idea se alinea a la evidencia de Temkin y Cruz (2019), quienes encuentran efectos positivos de la IED en la generación de empleos formales en el país. Es, además, consistente con el argumento de la contribución directa e indirecta de la IED sobre el empleo y el ingreso (Klein et al., 2001).
No obstante, los coeficientes estimados son de baja magnitud y, por ende, su contribución en la reducción de la pobreza. En particular, Temkin y Cruz (2019) señalan que la IED genera empleo cuando las empresas domésticas cumplen estándares exigidos por las empresas extranjeras. Así, dada la competitividad de las pequeñas y medianas empresas en México, el efecto positivo en el empleo es limitado y, como resultado, la reducción de la pobreza.
En contraste, dado que el coeficiente de IED es significativo y muestra signo positivo, esta variable tiende a aumentar el porcentaje de personas en pobreza extrema y con ingreso inferior a la línea de pobreza extrema. Esto sugiere que la presencia de capitales extranjeros si bien genera puestos de trabajo para algunos, reduce al mismo tiempo las oportunidades laborales de otros. Esta idea se sustenta con el hecho que el país participa en cadena globales de valor donde las decisiones son tomadas por las empresas transnacionales y con la falta de integración productiva en cadenas nacionales (Blyde, 2013), limitando el potencial generador de empleos que permita absorber la oferta desde los más pobres.
Para aquellos que no se emplean directamente en empresas extranjeras, generalmente de mayor tamaño, una opción laboral, dentro del mercado formal, son las pequeñas empresas y en determinados sectores menos productivos como la agricultura, hostelería, comercio, servicios personales, etc., que incrementa el riesgo de pobreza (García y Toharia, 2007).
Así, los trabajadores excluidos de los beneficios de la IED tienden a enfrentar una situación laboral y de ingresos asociada con el desempleo y/o la informalidad, que los lleva a la pobreza extrema. En este caso, la presencia de empresas extranjeras, directamente o a través de efectos en la estructura de mercado, puede generar desempleo, precarización de las condiciones laborales, e incremento del trabajo informal (Aragonés y Salgado, 2015).CONEVAL (2015) señala que la globalización ha jugado un papel importante en el aumento de la pobreza extrema en México, lo que es consiste con el hecho que, en promedio para todo el periodo, las nuevas inversiones representaron 30% del total de la IED.
El que la IED contribuya en la reducción de la pobreza moderada y en el aumento de la pobreza extrema, sugiere la idea señalada por Fernández (2010) de la segmentación del mercado de trabajo en México, que incluye mecanismos de formación salarial distintos, así como de movilidad. En otras palabras, la IED tiende a segmentar y polarizar la calidad del empleo, con sesgo positivo solo para una parte de la oferta de trabajo. Aún más, considerando el efecto agregado en la pobreza, se vislumbra una falta de generación de empleo de calidad por estos capitales.
Al respecto, se reconoce que este efecto depende de distintos factores como la magnitud de la IED inicial, el nivel de tecnología empleada; la escala de la demanda de empleo, el nivel de especialización exigido, el grado de integración en la cadena de producción doméstica, etc. (Mirza y Giroud, 2003). En particular, este sesgo puede entenderse desde el planteamiento de Mirza y Giroud (2003), quienes establecen que la IED genera un capital humano de alto calibre, pero solo un nivel reducido de éste puede insertarse en nuevas inversiones, nacionales o extranjeras. Además, en línea con la argumentación de Calvo y Hernández (2006), cuando la IED es intensiva en capital o basada en tecnología, demanda capital humano, beneficiando al personal capacitado y excluyendo al personal en otra situación.
En este sentido, como señala (Jeong, 2009), con la entrada de IED el mercado doméstico se amplía, por lo que se incrementa la demanda de trabajo desde esta o nueva IED, así como desde inversiones complementarias. Sin embargo, aquellos con menores posibilidades de acceder a los nuevos empleos son los trabajadores ocupados en sectores con menor nivel de especialización. Para Topalli et al. (2021) el sector y la estrategia específica de la IED influye en la reducción de la pobreza. Esto es, como las inversiones tienden a dirigirse a sectores más productivos y rentables, los trabajadores en el resto de sectores, pueden percibir menores salarios.
Asimismo, siguiendo a Meyer (2004), cuando la IED se basa en fusiones y adquisiciones, los capitales se traducen en el cambio de propiedad y, en muchas ocasiones, la contracción de las fuente de empleo actuales. Por ende, solo una parte de los trabajadores puede participar en estas empresas.
En breve, extendiendo el argumento de Sarisoy y Koc (2012), la segmentación y polarización del empleo ligada a la IED se explica porque las personas calificadas obtienen ingresos laborales mayores. Mientras que las menos calificadas siguen desempleadas u obtienen salarios que nos les permiten superar el umbral de pobreza.
Por último, esto puede explicarse siguiendo el argumento de Abdelaal (2010), para quien las personas en situación de pobreza tienden a culpar al desempleo como la razón del déficit de sus ingresos, a lo que se agrega el trabajar en sectores con baja remuneración, donde la presencia de la IED usualmente es limitada. Esto es, el impacto de las IED en la pobreza es dependiente de la naturaleza del empleo creado.
Otros resultados
Respecto al efecto de las variables productivas y de globalización, se tiene que el empleo eventual, es significativa en todas las especificaciones; mientras que las remesas y la especialización productiva son no significativas en los modelos de pobreza moderada, la primera, y pobreza moderada y extrema la segunda. Además, tanto el empleo eventual como las remesas muestran coeficientes con signos negativos, por tanto, representan un mecanismo reductor de las condiciones de pobreza y la indigencia.
Para el empleo eventual el resultado es contrario al esperado, puesto que, como señalan García y Toharia (2007), el riesgo de pobreza es mayor para trabajadores con contratos temporales frente a los de contrato indefinido. Además, de acuerdo con la Organización Internacional del Trabajo (OIT, 2003), los trabajadores ocasionales no gozan de la misma protección social que los permanentes, y enfrentan remuneraciones precarias que los lleva a trabajar más tiempo. Sin embargo, los resultados sugieren que la eventualidad del trabajo es una forma para complementar los ingresos del hogar y avanzar en términos de pobreza. En otras palabras, se enfrentan múltiples jornadas de trabajo para alcanzar ingresos suficientes y salir de la pobreza.
Las remesas, representan un mecanismo de mercado, lejano del óptimo desde el enfoque social, de disminución de la pobreza. Este resultado concuerda con Mora y Morales (2018) y Mora et al. (2018), quienes señalan que las remesas internacionales favorecen la disminución de la pobreza en México. En este sentido, Bonilla Leal (2016) señala que para 28% de hogares mexicanos las transferencias privadas desde el extranjero, generalmente enviadas por familiares en Estados Unidos, representan la principal fuente de ingreso y una forma de enfrentar las carencias sociales.
No obstante, en línea con Mora y Morales (2018), el impacto de las remesas depende de las estructuras institucionales existentes en cada entidad federativa y de su efectividad para hacer frente a problemas socioeconómicos. Además, el efecto medio de las remesas en la reducción de la pobreza depende sustancialmente del tipo de pobreza; se observan mayores coeficientes de las remesas para la pobreza extrema que para la moderada. Este resultado también es reportado por Sánchez (2010).
Además, la especialización productiva parece impactar positivamente en la pobreza, esto es, la concentración de la actividad productiva en el sector primario conduce a un aumento en los niveles de pobreza medidos por la línea de ingreso moderada y extrema, así como por el porcentaje de personas en pobreza moderada. Esto se relaciona con la contribución negativa del sector primario al crecimiento económico (Cruz y Polanco, 2014). Los intentos de industrialización acelerada de las economías en desarrollo han llevado a sofocar al sector primario (Yao, 2000, citado en Cruz y Polanco, 2014), limitando las remuneraciones en el sector y, por ende, a incrementar los índices de pobreza, principalmente a través de sus efectos en zonas rurales.
En cuanto a las variables de gasto público las estimaciones señalan efectos sobre la pobreza. En concreto, la variable de gasto público sólo muestra coeficientes significativos y negativos para los modelos de pobreza moderada y general. Esto quiere decir que el gasto corriente y de capital, materializado en obra pública, proyectos productivos, acciones de fomento, entre otros, realizados por los gobiernos estatales sólo contribuye a reducir la proporción de personas con alguna carencia social e ingreso insuficiente.
Evidencia similar es hallada en Cortés (2014), Loera et al. (2016) y Martínez et al. (2019), quienes indican que el gasto público, particularmente el destinado al tema social, tiende a disminuir la pobreza en el país. Una explicación plausible es la generación de empleos directos o indirectos. Por ejemplo, la obra pública favorece la contratación de empleos temporales en la construcción, que se traduce en ingresos de los hogares y mejor situación para enfrentar las carencias sociales.
Respecto a las transferencias del gobierno federal a gobiernos estatales y municipales, el coeficiente del presupuesto del ramo 28, rr28, es significativo y negativo para tres modelos (pobreza moderada, por ingresos y extrema por ingresos). Al ser recursos no condicionados y ejercidos libremente por estados y municipios, se observa una incidencia relativamente sistemática en el combate de la pobreza moderada, particularmente de los recursos provenientes de los Fondos General de Participaciones y de Fomento Municipal, así como de la tenencia vehicular, al ser los principales componentes de este ramo.
Las aportaciones federales de los ramos 25 y 33 afectan significativamente a la pobreza extrema, por ingresos y extrema por ingresos. Sin embargo, contrario a lo esperado, el signo es positivo, lo que sugiere que los recursos etiquetados desde el gobierno federal tienden a aumentar estos tipos de pobreza. Justamente la naturaleza de “condicionamiento” de este gasto puede restarle eficiencia y, por ende, no atender en la práctica necesidades concretas relacionadas con el acceso a bienes y servicios públicos. La carencia de facultades de decisión desde los gobiernos estatales les limita en la toma de decisiones fundamentales para elevar la calidad de las intervenciones (CONEVAL, 2011). Por tanto, los resultados sugieren que el objetivo de las transferencias por los ramos 25 y 33, orientado a disminuir la brecha de desigualdad en temas de educación, salud y seguridad, no se cumplen en este periodo.
Al considerar el gasto federal en el Programa Prospera, se tiene un efecto significativo en todos los modelos también con signo positivo. Esto significa que los recursos para el desarrollo social por esta vía son creadores de pobres. Este resultado difiere de investigaciones como Urzúa y Brambila (2009), quienes estiman que el programa Progresa-Oportunidades disminuye la pobreza, Scott (2017) que indica que ha evitado profundizar la pobreza o López et al. (2018) quienes argumentan que la naturaleza progresiva del Programa ha logrado reducir la pobreza extrema.
En cualquier caso, Camberos y Bracamontes (2015) hallan que el impacto de Oportunidades ha sido de muy baja magnitud y con impacto heterogéneo en las regiones (Bracamontes et al., 2011); Contreras (2016) agrega que el Programa Oportunidades-Prospera no ha alanzado logros sustanciales en la reducción de los índices de pobreza del país. Aún más, Hernández y Aguilar (2015) establecen que pertenecer al programa Oportunidades no disminuye la probabilidad de ser pobre. Para Mendizábal (2019) a pesar que este programa asistencial recibió la mayor cantidad de recursos económicos con el padrón de beneficiarios más grande, convirtiéndose en la política social del país (Barclay, 2020), no alcanzó resultados efectivos que permitieran contrarrestar la pobreza.
El efecto negativo estimado puede explicarse siguiendo a Rodríguez y Patrón (2017), quienes señalan que los programas focalizados suelen brindar una ayuda a los pobres, pero no previenen la pobreza y, de hecho, suelen generar trampas de pobreza. Argumentan que los beneficios económicos son escasos lo que complica trascender la situación de pobreza. Así, el Programa no permite salir del círculo perverso de pobreza. En particular, Barajas (2016) establece que, si bien Prospera ofreció información y asesoría para que los integrantes de las familias beneficiarias accedieran a los programas de fomento productivo y empleo de sus nuevas líneas de acción, el alcance del mismo fue en extremo reducido. Por ejemplo, únicamente el 0.12% de familias beneficiarias, de un padrón de más 6 millones, fueron apoyadas.
No obstante, como señala Barclay (2020), la evaluación del programa muestra resultados dicotómicos: el programa funciona, pero sus resultados son mixtos y parcos. Por ende, como la literatura especializada encuentra evidencia del efecto de este programa en ambos sentidos, se requiere mayor análisis en este sentido.
Por otro lado, los resultados respecto a las variables de pobreza rezagadas son en todos los casos significativos y den signo positivo. La pobreza previa contribuye a los niveles actuales de la misma, autoperpetuándose. Esto es consistente con la idea de la persistencia de la pobreza, señalado por Canto (2019), Millán (2018) y Scott (2017), entre otros. Los coeficientes de pobreza rezagada son los de mayor magnitud, lo que señala no solo lo complejo de su combate, sino que la persistencia de la pobreza deriva de gastos sociales incapaces de romper con la transmisión intergeneracional de pobreza en cualquiera de las mediciones consideradas.
La persistencia de la pobreza se asocia con características individuales de los propios pobres y la pobreza generada por los mecanismos de las trampas de pobreza (Biewen, 2014), que implica una movilidad social entrampada en la que la población difícilmente puede acceder al mercado laboral y obtener mejores remuneraciones (Colmex, 2018).
En cuanto a la variable asociada con factores políticos, se encuentra que la corrupción es uno de los principales determinantes de la pobreza. Esta variable es significativa en todas las especificaciones, salvo para la pobreza moderada. González y Sánchez (2019) también reportan el efecto negativo de la corrupción en los pobres en el país. La baja calidad institucional, que refleja la corrupción, ha limitado o negado el acceso a oportunidades o servicios básicos de la población en las entidades federativas. Así, la corrupción, fenómeno enraizado en la vida socioeconómica, contribuye a la pobreza y su persistencia.
Asimismo, se halla que la infraestructura carretera conduce a una reducción en prácticamente todos los indicadores de pobreza (excepto en el porcentaje de personas en pobreza extrema). Resultados similares son reportados por Obregón (2010) y García et al. (2018). En consecuencia, las entidades con mayor densidad de la red carretera en comparación de la población enfrentan los menores niveles pobreza. Posiblemente la infraestructura carretera amplíe la operación de mercados aislados o pequeños, aumentando la competencia y las opciones, llevando a efectos distributivos en favor de los consumidores (Saavedra, 2011) y de los productores domésticos. Las carreteras conectan los mercados locales con mercados mayores, favoreciendo su crecimiento económico con orientación “hacia afuera” con efectos positivos en los índices de pobreza.
Finalmente, la variable ficticia regional que diferencia a las entidades de la frontera norte es positiva y significativa para los modelos de pobreza moderada. Esto sugiere que la reducción de las pobrezas de carácter moderado y por ingresos moderada en las entidades fronterizas ha sido menor que en el resto de entidades, en promedio 0.179 puntos porcentuales más baja. Esto puede explicarse por las afectaciones en la industria maquiladora por la mayor competencia en mercados globales destino de parte importante de esa producción.
En cualquier caso, el coeficiente indica que, en promedio, el resto de las entidades tuvieron mayores avances en la reducción de pobreza total y/o moderada, al compararse con las entidades fronterizas, pero no implica el nulo avance en este proceso. Según CONEVAL (2019), el principal progreso de estas entidades es sobre la pobreza extrema en la cual, con la excepción de Tamaulipas, todos los estados redujeron significativamente esos porcentajes en el periodo estudiado. Sin embargo, otras 16 entidades también disminuyeron este tipo de pobreza, por lo que no parece existir diferencia significativa entre entidades en los modelos de pobreza extrema.
Reflexiones finales
La evidencia muestra que el efecto de la IED y del resto de variables sobre la pobreza es sensible a la variable proxy empleada para medir esta última variable. Magombeyi y Odhiambo (2017) también estiman que el efecto de la IED sobre la pobreza es sensible a la variable proxy empleada para medir a esta última. Si bien las magnitudes se mantienen en rango, la significancia y los signos de las variables explicativas cambian ligeramente. Las remesas y el empleo eventual disminuyen en mayor proporción la pobreza extrema; mientras que la especialización productiva aumenta la pobreza por ingresos. El gasto público reduce la pobreza moderada, las participaciones y aportaciones federales no muestran un patrón claro, pero las primeras tienden a disminuir la pobreza y las segundas a aumentarla. Asimismo, los gastos vía Prospera aumentan la pobreza y particularmente la extrema.
Si bien el empleo eventual y las remesas tienden a contribuir principalmente en la reducción de la pobreza extrema estas dimensiones son por sí mismas manifestaciones de pobreza. Las remesas provienen de trabajadores migrantes precarios y vulnerables, hacia familiares en condiciones de pobreza y contextos de marginación social (Canales, 2007). Al mismo tiempo, el empleo temporal se caracteriza por condiciones de precariedad (Cano, 2004). También, la desprotección comparativa del sector primario tiende a reforzar la pobreza.
Con relación al gasto público, se observa limitada eficiencia e incidencia en el cumplimiento de objetivos sociales. Ya sea directamente, mediante apoyos económicos que apuntalen los ingresos monetarios, o indirectamente, mediante la generación de empleos que conduzcan a mayores ingresos, la capacidad de los recursos públicos de reducir la pobreza se centra principalmente en la pobreza moderada, afectando de manera negativa la proporción de población en indigencia. La limitada coordinación efectiva de políticas y programas entre gobiernos de los tres niveles y la separación de las necesidades precisas de los territorios, ligadas a condiciones cualitativas, están la base de estos resultados y se vinculan además con la persistencia de la pobreza.
Si bien la densidad carretera contribuye en la reducción de la pobreza por ingresos y pobreza moderada, ampliando acceso a mercados y oportunidades, la corrupción es un factor central en la perpetuación de la pobreza. Asimismo, se encuentra evidencia que la pobreza se auto-refuerza, complejizando aún más su combate.
En concreto, se encuentra evidencia que la IED tiende a disminuir la pobreza moderada, pero al mismo tiempo incrementa la pobreza extrema. La participación de empresas extranjeras en la economía distorsiona el mercado laboral, ofreciendo oportunidades laborales y de ingreso, directa e indirectamente, para unos, ayudando a salir de la pobreza, pero excluye a otros, representando un obstáculo para alcanzar alternativas de ingreso y empleo para mejorar el acceso a bienes y servicios básicos, llevándolos a la indigencia. En breve, desde el enfoque de esta investigación, el modelo económico en el país se caracteriza por generar pobres moderados con trabajo ligado a la IED y pobres extremos sin trabajo formal, excluidos de los beneficios de la IED. Este modelo de desarrollo transnacional, se centra en mejorar la competitividad para atraer inversiones, dejando al margen las alternativas de mejora de las condiciones sociales de los trabajadores.
Para cambiar esta situación, se requiere de capitales extranjeros con empleos de calidad y en cantidad suficiente para contribuir a la reducción de la pobreza. Como se ha señalado ampliamente en la literatura, una alternativa es la inserción de empresas pequeñas y medianas en la cadena de valor de las subsidiarias, ascendiendo hacia etapas de mayor valor. En cualquier caso, se necesitan mayores esfuerzos gubernamentales para establecer políticas complementarias y materializar los beneficios potenciales de la IED en aspectos de difusión y adaptación tecnológica, de fomento a las exportaciones, impuestos a las utilidades, entre otras.
