Licenciado en Economía por la Universidad Nacional Autónoma de México (UNAM). Es maestro en Economía por El Colegio de México (Colmex) y doctor en Economía por la Universidad de Harvard. Ha sido profesor-investigador del Centro de Estudios Económicos de El Colmex; coordinador ejecutivo de Investigación en el Instituto Belisario Domínguez del Senado de la República y profesor de la Facultad de Economía de la UNAM. Ha trabajado como investigador en el Harvard Institute for International Development (HIID). También ha sido investigador visitante en el Fondo Monetario Internacional (FMI) y consultor en distintos organismos: Oxford Committee for Famine Relief (OXFAM) México, Banco Mundial, Banco Interamericano de Desarrollo (BID), Comisión Económica para América Latina y el Caribe (Cepal), Programa de las Naciones Unidas para el Desarrollo (PNUD) y Programa de las Naciones Unidas para el Medio Ambiente (PNUMA), entre otros. Es subgobernador del Banco de México (Banxico).
En esta lectura se describirán tres formas alternativas de medir la desigualdad del ingreso (o de la riqueza) en una economía. En primer lugar, se hablará de los indicadores sintéticos de la desigualdad. Estos indicadores tratan de capturar en un solo número la magnitud de la concentración o desigualdad del ingreso. Por lo general, dicho número no tiene una interpretación intuitiva, aunque suele presentarse en forma estandarizada para transmitir una idea rápida de la magnitud de la desigualdad. En segundo lugar, se especificará un par de indicadores, los cuales enfatizan los niveles relativos de ingreso (o riqueza) entre dos puntos o segmentos específicos de la distribución. Estos indicadores, construidos en forma de cocientes, también tratan de reflejar mediante un solo número la magnitud de la desigualdad. Por su construcción, estos indicadores suelen proporcionar una idea clara, nítida e intuitiva de la desigualdad, ya que subrayan precisamente los niveles relativos de ingreso o riqueza en dos puntos opuestos de la distribución. Finalmente, se hablará de las tablas sociales o tablas de distribución. Éstas pretenden representar la distribución del ingreso o la riqueza en una sociedad agrupada en forma de estamentos, clases o grupos sociales. Este enfoque analiza la distribución del ingreso a través de la participación porcentual del ingreso que le corresponde a cada grupo y no necesariamente pretende reflejar la desigualdad mediante un solo número, aunque en ocasiones se utiliza la participación en el ingreso de un pequeño grupo (el 1% o el 10% más rico) para representar y sintetizar la magnitud de la desigualdad.
Esta lectura no pretende ser demasiado exhaustiva ni entrar en muchos detalles con respecto al proceso de estimación de la desigualdad. Es apenas una primera introducción al tema en la que se comentarán y analizarán brevemente algunos indicadores y se mencionará la evidencia empírica para México.
Gráfica 1
Curva de Lorenz
Fuente:
Elaboración propia.
Los indicadores sintéticos son quizá los más ampliamente utilizados para medir la desigualdad del ingreso (o riqueza). El indicador más famoso, el coeficiente de Gini, pertenece a este enfoque, al igual que otro indicador muy utilizado como es el índice de Theil. Este tipo de indicadores permite obtener una estimación de la desigualdad a partir de la información contenida en cualquier distribución y se manifiesta mediante valores libres de unidad de medida. Por lo mismo, los valores que asumen estos indicadores no nos dicen, en sí mismos, nada específico o intuitivo con respecto a la magnitud de la desigualdad. Se construyen a partir de principios axiomáticos y suelen tener valores extremos en situaciones hipotéticas que nos sirven de referencia para saber si la desigualdad es alta o baja.
Para poder describir el coeficiente de Gini, primero se debe hablar de la curva de Lorenz, la cual se representa en la gráfica 1. Para obtener esta curva es necesario organizar primero a la población bajo análisis en orden ascendente de su nivel de ingreso o riqueza. Se puede hacer este ordenamiento por personas o familias, aunque para muestras o encuestas de gran tamaño también pueden ordenarse mediante fracciones de la población, conocidas como cuantiles. Si la división se hace en fracciones correspondientes a un punto porcentual, estos cuantiles se conocen como percentiles; si la división se hace en fracciones que corresponden cada una a 10% de la población, estas fracciones se conocen como deciles.
Una vez ordenada la población bajo análisis, en el eje horizontal se grafica el porcentaje acumulado de la población y en el eje vertical el correspondiente porcentaje acumulado de su ingreso o riqueza. Lo anterior implica que ambos ejes van de 0 a 100 y que -por diseño- la curva correspondiente une a los puntos de inicio (0,0) y de fin de la gráfica (100,100). Esto se debe a que independientemente de la forma de la distribución del ingreso, es cierto que el 100% (0%) de la población posee el 100% (0%) del ingreso. Nótese que una distribución perfectamente equitativa correspondería a una línea recta que uniría a los puntos extremos. Lo anterior indicaría en todo momento que un x% de la población mantuviese ese mismo x% del ingreso. Como esto en principio sería cierto para cualquier parte de la distribución, ello daría lugar a un rayo que parte del origen y que terminaría en el otro extremo de la gráfica. Esta sería, entonces, la línea de distribución de igualdad perfecta y que sirve como referencia para cualquier otra posible distribución.
La curva de Lorenz de una distribución real será una línea convexa, de manera casi inevitable, unida por los puntos extremos y que pasa por debajo de esta línea hipotética. Esta situación se produce como resultado del ordenamiento ascendente del ingreso, de tal manera que cualquier x% de la población, siendo x<100, casi siempre tendrá un ingreso acumulado inferior a ese mismo x% del total del ingreso.
Una vez derivada la curva de Lorenz, el coeficiente de Gini se puede interpretar de una manera muy intuitiva. Como se puede ver en la gráfica 1, la curva de Lorenz permite separar dos áreas que se encuentran por debajo de la línea de igualdad perfecta: las áreas A y B. La primera refleja la distancia que existe entre la distribución realmente observada en la población y la hipotética línea de igualdad perfecta. Por tanto, es una medida de la ausencia de igualdad. Esta medida puede estandarizarse al dividirla entre la suma de las áreas A + B, ya que esa suma es la máxima desigualdad posible. Esta situación ocurriría en el hipotético caso en el que solo una persona o agente posee todo el ingreso de una población, en cuyo caso la curva de Lorenz iría a lo largo del eje horizontal y, al llegar a 100%, se movería hacia arriba hasta el extremo superior derecho de la gráfica.
Por lo tanto, el coeficiente de Gini se puede expresar de la siguiente forma:
De tal manera que el coeficiente de Gini es igual a 0 si la curva de Lorenz es idéntica a la línea de igualdad perfecta; y tiende a 100 en el caso de máxima desigualdad (cuando el área B tiende a 0). Estos son los valores extremos que hipotéticamente podría asumir el coeficiente de Gini.
Gráfica 2
Coeficiente de Gini por país (promedio 2010-2017)
Fuente:
Programa de las Naciones Unidas para el Desarrollo [PNUD] (2019).
Sin embargo, en la vida real el coeficiente de Gini se mueve dentro de un rango de valores un poco más acotado. Por ejemplo, en la World Income Inequality Database, que es la base de datos sobre desigualdad de la Universidad de las Naciones Unidas,1 el valor histórico más pequeño que se encuentra corresponde a China en 1982 con un valor de 12.1, mientras que el valor más alto le corresponde a Mali en 1994 con un valor de 78.6. Si restringimos el análisis al periodo 2015-2018, los valores extremos son de 23.2 (Eslovaquia) y 65.5 (Sudáfrica). Los tres países con una menor desigualdad en este periodo son Eslovaquia, Eslovenia y Noruega con coeficientes de Gini entre 23 y 24, mientras que los países con mayor desigualdad serían Namibia, Bahrein y Sudáfrica con coeficientes de Gini entre 59 y 65.5. El problema con restringir el análisis al periodo más reciente es que no todos los países cuentan con información suficiente para realizar una estimación confiable. Por ello, en la gráfica 2 se muestra el coeficiente de Gini para una muestra amplia de países para el periodo 2010-2017. A diferencia de los datos anteriores, la fuente de esta gráfica es el “Informe sobre Desarrollo Humano 2019” del Programa de las Naciones Unidas para el Desarrollo (PNUD), el cual a su vez utiliza información proveniente del Banco Mundial.2
En la gráfica 2 se puede ver que México se ubica dentro de los países con mayores niveles de desigualdad (lugar 119 de 151 y coeficiente de Gini de 43.4).3 Como referencia puede ser útil mencionar a los países con menor y mayor desigualdad en la gráfica. En la parte baja se encuentran Ucrania, Eslovenia, Bielorrusia, República Checa, Moldavia, Eslovaquia, Finlandia, Kirguistán, Noruega y Kazajistán, todos ellos con un coeficiente de Gini inferior a 27.6. En la parte alta se encuentran Santa Lucía, Suazilandia, Brasil, Botsuana, Mozambique, Lesoto, República Centroafricana, Zambia, Namibia y Sudáfrica, todos ellos con un coeficiente de Gini superior a 51. Los países vecinos a México son Zimbabue, Perú y Chad en la parte inferior y Ghana, Ruanda y Bolivia en la parte superior.
El coeficiente de Gini no es el único indicador sintético de la desigualdad. Existen otras medidas tales como el índice de Theil o el índice de Atkinson, los cuales suelen ser más complejos de entender y calcular. Sin embargo, estos dos índices ofrecen una ventaja sobre el coeficiente de Gini: ambos cumplen con la propiedad de descomposición aditiva, es decir, que la desigualdad de un todo puede descomponerse en la desigualdad al interior de las partes más la desigualdad entre las partes. Esta propiedad es muy útil analíticamente cuando se quiere analizar la contribución a la desigualdad de distintos grupos o regiones a un todo, por lo que en algunas circunstancias se prefieren estos indicadores al coeficiente de Gini.
Los indicadores sintéticos de la desigualdad son muy utilizados en una amplia variedad de circunstancias, sin embargo, no están exentos de problemas o de críticas. Por ejemplo, Piketty ha dicho lo siguiente sobre este tipo de indicadores:
Pretenden resumir en un indicador numérico la desigualdad completa de la distribución […], lo que es muy simple y seductor a primera vista, pero inevitablemente un poco ilusorio. Sinceramente, es imposible resumir una realidad multidimensional mediante un indicador unidimensional, salvo si se simplifica en exceso esta realidad y se mezclan aspectos incomparables.4
Las críticas de Piketty no se limitan a la simplificación de estos indicadores, al decir que:
Los indicadores estadísticos sintéticos, como el Coeficiente de Gini, proporcionan una visión abstracta y esterilizada de la desigualdad, que no sólo no permite a cada uno de nosotros situarnos en la jerarquía del propio tiempo (ejercicio siempre útil, sobre todo cuando se forma parte de los percentiles superiores de la distribución y se tiende al olvidarlo, lo que sucede a menudo con los economistas), sino que a veces impide darse cuenta de que los datos subyacentes presentan anomalías o incoherencias, o por lo menos que no son comparables en el tiempo o entre países (por ejemplo, porque las partes altas de la distribución están truncadas, o bien porque los ingresos del capital se han omitido para ciertos países y no para otros).5
4 Piketty (2014), p. 291.
5 Piketty (2014), pp. 291-292.
En esta sección se describirán dos indicadores alternativos de la desigualdad que se basan en el uso de cocientes de ingreso entre dos partes opuestas de la distribución. Uno de ellos se refiere a un cociente de ingreso entre dos puntos opuestos en la distribución del ingreso y el otro se refiere a un cociente de ingresos entre dos segmentos opuestos de la distribución. Aunque parezcan similares, estos dos indicadores tienen diferencias de fondo muy significativas.
El primer indicador es el cociente del ingreso entre el percentil 90 y el percentil 10 de la distribución. Recordemos que los percentiles se obtienen cuando se organiza a la población en orden creciente de acuerdo con su nivel de ingreso y se divide a la misma en 100 grupos de igual tamaño. Cada uno de esos grupos es por lo tanto un percentil. El percentil 90 (10) de la distribución es por ende aquel grupo de la población que, al organizar a dichos grupos en orden creciente por su nivel de ingreso, ocupa la posición 90 (10) del total de los 100 grupos existentes. Por lo tanto, el cociente P90/P10 tiene una interpretación relativamente diáfana para los lectores: nos indica el múltiplo de veces del ingreso que recibe alguien en la parte superior de la distribución en comparación con lo que recibe alguien en la parte inferior.
El indicador P90/P10 se ha popularizado recientemente, sobre todo, a partir de que varias organizaciones multilaterales han optado por utilizarlo en sus reportes periódicos sobre la desigualdad en distintos países. Sin embargo, una vez más Piketty es muy crítico con respecto a este tipo de indicadores y señala:
Dichos indicadores pueden ser útiles, ya que siempre es preferible tener más información sobre la forma completa de la distribución vigente. Sin embargo, se debe ser consciente de que esos indicadores olvidan por completo tener en cuenta la evolución de la distribución más allá del percentil 90. […] Lo anterior suele justificarse evocando las ‘imperfecciones’ de los datos disponibles. Estas dificultades existen, pero pueden ser superadas, siempre y cuando se recurra a fuentes adecuadas […]. En realidad, semejante elección metodológica por parte de las administraciones nacionales e internacionales dista de ser neutra: esos informes oficiales contribuyen supuestamente a informar el debate público sobre la distribución de la riqueza y, en la práctica, a menudo presentan una visión artificialmente tranquilizadora de la desigualdad.6
6 Piketty (2014), pp. 292-293.
El índice de Palma es una propuesta relativamente reciente del economista chileno Gabriel Palma, profesor de la Universidad de Cambridge.7 Esta medida consiste en obtener el cociente entre la participación en el ingreso del 10% más rico y la participación en el ingreso del 40% más pobre. Gabriel Palma llegó a la conclusión de que esta medida era particularmente relevante, ya que la mayor parte de la diferencia en la desigualdad en distintas economías radicaba precisamente en la distribución del ingreso entre estos dos segmentos de la población: el decil más rico y los cuatro deciles más pobres. Esto se debe a que la participación en el ingreso del 50% restante de la población (es decir, la que se ubica entre los percentiles 40 y 90) suele ser relativamente estable entre economías y a lo largo del tiempo. De hecho, esta mitad de la población obtiene, por lo general, alrededor de 50% del total del ingreso en distintas economías. Por lo tanto, concluyó Palma, la clave para medir la desigualdad en una economía reside precisamente en la comparación de las participaciones de los grupos situados en los extremos de la distribución.
Por lo demás, esta medida -y a diferencia del coeficiente de Gini- tiene una interpretación nítida sobre su significado. El cociente de la participación del ingreso de los dos extremos seleccionados nos dice cuánto le corresponde al 10% más rico en comparación con lo que recibe el 40% más pobre. Si este cociente fuera igual a 1, esto de cualquier manera implicaría que aquellas personas situadas en la parte alta de la distribución recibirían, en promedio, cuatro veces más que aquéllas situadas en la parte baja de la distribución. Si el cociente fuera 3, esto implicaría que el múltiplo en términos de ingreso por persona sería de 12 y así sucesivamente.
Es importante señalar una diferencia básica entre los dos indicadores en forma de cocientes que se acaban de describir. Mientras que el primero está sujeto a la crítica de Piketty -al omitir el uso de información más allá del percentil 90 de la distribución- el índice de Palma no lo está, ya que utiliza la información del ingreso que corresponde a todo el decil superior. En ese sentido, sí hace una diferencia importante que el cociente se refiera al ingreso de un segmento de la población (como ocurre en el caso del índice de Palma) y no solo a un punto en particular como lo es el ingreso del percentil del 90. Lo mismo se puede decir de lo que ocurre en la parte inferior de ambos indicadores.
Ahora bien, más allá de lo concerniente a la facilidad de interpretación del indicador, ¿qué diferencia hace utilizar el índice de Palma en lugar del coeficiente de Gini?
7 Palma (2011).
Gráfica 3
Coeficiente de Gini vs. índice de Palma (varios países)1/
1/ R2 muestra la fracción de la varianza de los datos que es explicada por el modelo utilizado. Al tratarse de una regresión simple, el valor de R2 también es el cuadrado del coeficiente de correlación entre las variables graficadas. Se considera que el ajuste de la especificación es mejor conforme R2 se acerca más a uno.
Fuente:
Elaboración propia con datos de PNUD (2019).
La gráfica 3 responde a esta pregunta. En realidad, el valor del índice de Palma es prácticamente una transformación no lineal del coeficiente de Gini. Nótese que el ordenamiento es prácticamente el mismo y que la relación entre ambos es casi perfecta. Existen, sin embargo, algunas diferencias importantes entre los dos indicadores. Por ejemplo, obsérvese que al principio la relación se nota más comprimida: es decir, cambios en el coeficiente de Gini se traducen en cambios relativamente pequeños en el índice de Palma. Sin embargo, conforme el coeficiente de Gini comienza a aumentar, el cambio en el índice de Palma por unidad de cambio en el coeficiente de Gini se acelera, lo que quiere decir que los cambios en el coeficiente de Gini se van traduciendo en relaciones cada vez más asimétricas entre la parte alta y la parte baja de la distribución. Esta relación -que antes no era evidente con el coeficiente de Gini- ahora se hace más transparente gracias al índice de Palma. Esto, por supuesto, también tiene implicaciones de economía política y, por tanto, de política pública.8
En cualquier caso, el índice de Palma pareciera ofrecer algunas ventajas con respecto al coeficiente de Gini, no solo en términos de su facilidad de interpretación y comprensión, sino también porque hace más transparente lo que subyace a un cierto nivel de desigualdad. Por otro lado, un problema al que se enfrenta este indicador, al igual que en el caso del coeficiente de Gini, es que la confianza en sus resultados depende crucialmente de la calidad de la información contenida en la medición de la participación en el ingreso del decil superior. De hecho, precisamente por la no linealidad ya descrita, la subestimación de dicha participación afectaría en forma más importante a la estimación del índice de Palma. Más adelante se regresará al tema de la medición del ingreso en la parte superior de la distribución.
8 Véase una discusión sobre estos temas en Palma (2011 y 2016).
Recientemente ha cobrado impulso el enfoque de analizar la desigualdad a través de tablas de distribución o tablas sociales. Esta propuesta ha sido encabezada desde hace tiempo por el economista francés Thomas Piketty y ha sido adoptada con entusiasmo por sus coautores y otros seguidores. Como ya se describió antes, Piketty ha criticado de manera abierta tanto a los indicadores sintéticos de desigualdad como a los cocientes intercuantiles. Su planteamiento es que es necesario dividir a la población en grupos, clases o estamentos sociales y analizar el porcentaje del ingreso o riqueza que cada uno recibe. En su visión, esto ayudaría a comprender mejor el fenómeno de la desigualdad y nos alejaría de la visión esterilizada que ofrecen los indicadores sintéticos de desigualdad.
Por ello, Piketty propone dividir a la población en al menos tres grandes grupos o segmentos: al 50% de la parte baja de la distribución, lo identifica como la clase popular; al 40% siguiente lo califica como la clase media y, finalmente, al 10% de la parte superior de la distribución, lo define como la clase alta. Dentro de este último grupo, Piketty sugiere hacer una división aún más fina: del grupo del percentil 90 al 99% lo considera como clase acomodada y el 1% restante es la clase más rica o clase dominante. Con esta división simple, Piketty considera que se podría analizar de mejor manera la distribución del ingreso y de sus componentes (ingresos por trabajo o por la propiedad del capital), así como de la riqueza.
Para que este análisis tenga sentido resulta crucial poder estimar con precisión el porcentaje del ingreso que corresponde al decil y al percentil superior. De otra manera, no se podría saber qué parte del ingreso o de la riqueza queda en manos de los grupos más aventajados de la población. Es por ello que Piketty y sus coautores también han iniciado una campaña para estimar de mejor manera los ingresos en la parte alta de la distribución. Ellos parten de algo que siempre se había sabido, pero sobre lo cual no se había hecho mucho: que las encuestas de hogares subestiman los ingresos de la parte alta de la distribución. Esto se puede deber ya sea al truncamiento de la información (ausencia de información por diseño o por incapacidad de llegar a estos grupos de la población) o por la subdeclaración de ingresos (un fenómeno que suele crecer conforme aumentan los ingresos). Así, Piketty y sus coautores se han dado a la tarea de mejorar la estimación de la distribución del ingreso mediante la incorporación de datos fiscales o administrativos que permitan mejorar la calidad de la información obtenida. Estos ejercicios han dado lugar a la conformación de una nueva base de datos que presenta estimaciones mejoradas de las participaciones del ingreso de los segmentos más altos de la distribución. Dicha base de datos es conocida como la World Inequality Database, la cual es de acceso público y contiene información para un amplio grupo de países y para un periodo de tiempo relativamente largo.9
Gráfica 4
Índice de Palma y participaciones del ingreso
del 1% y 10% más alto (varios países)
1/ Datos de PNUD (2019).
2/ Datos de la World
Inequality Database.
Fuente:
Elaboración propia.
Si bien el enfoque basado en las tablas de distribución promueve el análisis de la tabla en su conjunto, es inevitable que se haya buscado tener indicadores numéricos específicos que capturen la esencia de este análisis. Por su naturaleza, dos candidatos obvios son la participación en el ingreso que corresponde al 1% y al 10% más ricos. La gráfica 4 muestra la relación existente entre el índice de Palma y estos indicadores de participación en el ingreso.
La gráfica 4A muestra la relación con cifras sin ajustar para la parte alta de la distribución, mientras que la gráfica 4B muestra el resultado una vez que se ha realizado dicho ajuste. La información de la gráfica 4A proviene del Banco Mundial y de la Organización de las Naciones Unidas (ONU), que por lo general la obtienen a través de encuestas en hogares. La gráfica 4B, por su parte, utiliza como fuente a la World Inequality Database. Como ya se mencionó, esta información por lo general incorpora datos administrativos o fiscales para complementar la información relativa a la distribución del ingreso. Nótese que en este caso se tiene información tanto del 1% como del 10% más rico en cada país.
Antes de pasar propiamente a la descripción de la relación entre ambos indicadores, vale la pena mencionar la diferencia más obvia e importante entre ambas gráficas: los rangos de variación de las variables de interés. Con cifras sin ajustar, el índice de Palma se mueve en un rango que va de 1 a 7, mientras que con las cifras ajustadas llega incluso hasta 16. Esto implica que el ajuste realizado por la inclusión de datos fiscales o administrativos se traduce en un aumento importante en la parte del ingreso que le corresponde al decil superior. Esto se aprecia con mayor claridad en el rango del eje vertical en ambas gráficas. Así, mientras que en las cifras sin ajustar el porcentaje que corresponde al decil superior fluctúa únicamente entre 20% y 50%, en el otro caso fluctúa entre 23% y 68%. Como resultado de este ajuste, la dispersión de los puntos aumenta cuando se utiliza información adicional a la de las encuestas en hogares.
Ahora bien, la gráfica 4 muestra que en este caso también existe una estrecha relación entre el índice de Palma y las participaciones en la parte superior de la distribución. Esta relación es cierta tanto en las cifras ajustadas como en las que no han sido ajustadas. Además, es particularmente estrecha en el caso de la participación del 10% más alto, lo cual resulta en parte obvio ya que esta variable es el numerador con el que se construye el índice de Palma. Al igual que en el caso de la relación del coeficiente de Gini con el índice de Palma, la relación entre los indicadores es no lineal. Aquí también pequeños cambios en la participación del ingreso a niveles altos de dicha participación se traducen en cambios más drásticos en el índice de Palma. Esto quiere decir que el índice de Palma captura bastante bien la pugna distributiva que ocurre entre el decil más alto y los cuatro deciles inferiores cuando se modifica la participación en el ingreso del decil más rico. Por su parte, la relación entre el índice de Palma y la participación del 1% es menos estrecha y muy poco clara a niveles altos de la participación del 1%. Esto sugiere una gran heterogeneidad detrás de los factores explicativos de este indicador. Es posible entonces que haya economías con una alta participación del 1% sin que esto necesariamente se refleje en una elevada participación del 10% más rico o en una baja participación del 40% más pobre. Esto de alguna manera justifica la realización de análisis más puntuales que capturen las características específicas de esos casos particulares.
Existe una enorme cantidad de estudios sobre la desigualdad en México. En esta sección solo se mencionarán y describirán brevemente los trabajos relativamente recientes que considero más importantes.
Székely realizó el primer intento para obtener estimaciones comparables de la medición de la desigualdad en México en un periodo relativamente largo: 1950-2004.10 El autor calculó el coeficiente de Gini para todas las Encuestas Nacionales de Ingreso y Gasto de los Hogares en México que estaban disponibles hasta ese momento. Sus resultados mostraron una importante reducción de la desigualdad en México entre 1963 y 1984, es decir, durante el periodo de rápido crecimiento en el país. El autor atribuyó este resultado a la rápida reducción de la pobreza y a la fuerte expansión de la clase media en ese mismo periodo. Entre 1984 y 2004, sin embargo, la desigualdad mostró un ligero aumento y una tendencia del coeficiente de Gini a estabilizarse alrededor de un valor de 46.
Del Castillo hizo un trabajo crucial para el entendimiento de la desigualdad en México. Este trabajo presenta estimaciones del coeficiente de Gini con y sin ajuste por subdeclaración de ingresos en la parte alta de la distribución.11 Sus resultados son muy importantes porque revelan que la magnitud de la desigualdad no solo es mayor a la que se estimaba, sino que incluso su tendencia era distinta: mientras que las cifras sin ajuste por subdeclaración sugerían que la desigualdad había venido disminuyendo, las cifras ajustadas revelaban exactamente lo contrario (gráfica 5). Nótese que hacia 2010-2012, el coeficiente de Gini con cifras ajustadas era de alrededor de 65, el cual contrasta con la estimación sin ajuste de alrededor de 45.
10 Székely (2005).
11 Del Castillo (2015).
Gráfica 5
Coeficiente de Gini en México (1950-2012)
Fuente:
Del Castillo (2015).
Los resultados de Del Castillo12 coincidieron de manera afortunada con los resultados publicados casi de manera simultánea por Esquivel13 en un trabajo de divulgación sobre la magnitud y características de la desigualdad en México. Este estudio tuvo un impacto significativo en la discusión pública en el país, ya que no solo explicaba de manera relativamente sencilla el tema de la desigualdad, sino que además presentó algunas de las primeras estimaciones sobre la magnitud de la desigualdad en México después de realizar un ajuste por la subestimación del ingreso en la parte más alta de la distribución. Un resultado particularmente importante fue que el 1% más rico de México obtenía un porcentaje del ingreso más alto que el grupo comparable de cualquier otro país para el que se contara con información confiable en ese entonces (21% del total). Los resultados de este estudio se basaron en estimaciones previas realizadas por Campos, Chávez y Esquivel,14 las cuales después fueron actualizadas y extendidas por Campos, Chávez y Esquivel años más tarde.15
Recientemente, Cortés y Vargas hicieron una revisión muy completa sobre los diferentes estudios sobre desigualdad que se han realizado para el caso de México.16 Los autores muestran estimaciones de desigualdad usando tanto el coeficiente de Gini como las participaciones en el ingreso por deciles para un periodo relativamente largo. También discuten y analizan con cierto detalle el tema de la falta de información en la parte alta de la distribución del ingreso. Sobre este último tema, Campos-Vázquez y Rodas17 presentan un breve resumen de los resultados de diversos ejercicios recientes que incorporan ajustes en la parte alta de la distribución del ingreso. Sus resultados revelan que hacer este tipo de ajuste lleva a la estimación de coeficientes de Gini que fluctúan en niveles de entre 63 y 74, es decir, niveles mucho más altos que los obtenidos con cifras sin ajustar.
En esta misma línea de análisis, Santaella, Bustos y Leyva18 realizaron recientemente estimaciones ajustadas de la desigualdad en México y encontraron que el coeficiente de Gini aumentaba en 40% en promedio como resultado de la corrección por truncamiento y subdeclaración del ingreso. Un factor importante a tener en cuenta de esta estimación es que los autores son altos funcionarios del Instituto Nacional de Estadística y Geografía (INEGI). Si bien los autores aclaran que los resultados descritos son a título personal no puede minimizarse el hecho de que esto revela la preocupación existente en cuanto a la importancia de tener una medición más precisa de la magnitud de la desigualdad en México.
Por otra parte, Del Castillo realizó la primera estimación exhaustiva sobre la desigualdad de la riqueza en México.19 El autor presenta una variedad de indicadores e información estadística sobre la magnitud de la desigualdad en la distribución tanto de activos físicos como financieros. El autor encuentra que el coeficiente de Gini en la distribución de activos es de 79 y que la concentración de activos financieros es incluso más pronunciada.
Por último, recientemente Castañeda y Bengtsson realizaron un interesante ejercicio histórico sobre la desigualdad en México.20 Ellos presentan por primera vez tablas sociales y estimaciones de desigualdad para el periodo 1895-1940. Sus resultados sugieren que hubo una reducción importante de la desigualdad en el periodo inmediatamente posterior a la Revolución Mexicana y que este proceso se revirtió en el periodo 1930-1940 en forma coincidente con el rápido proceso de industrialización que se estaba viviendo en el país.
13 Esquivel (2015).
19 Del Castillo (2017).
20 Castañeda & Bengtsson (2020).
La medición de la desigualdad en una economía parece ser un tema fundamentalmente técnico y, en algún sentido, libre de matices ideológicos. Sin embargo, la realidad es un poco más compleja. Como se ha descrito brevemente en esta lectura, existen diversos enfoques y medidas de la desigualdad. Aunque el coeficiente de Gini es, sin duda alguna, la medida más ampliamente utilizada en el trabajo empírico, ha sido criticada desde diversos ángulos por algunos autores. El intento de reducir un fenómeno complejo a un solo número y la ausencia de una explicación intuitiva de los resultados no abonan a la transparencia y al entendimiento del fenómeno bajo estudio. Esta crítica es extensiva a la inmensa mayoría de los indicadores sintéticos de la desigualdad. Por esta razón es cada vez más común que se utilicen indicadores alternativos como el índice de Palma, el cociente de niveles de ingreso o el enfoque de las tablas sociales o tablas de distribución. Estas medidas aportan claridad e intuición a los resultados obtenidos y quizá por ello han ido ganando terreno en el trabajo empírico.
Un elemento adicional que ha cobrado importancia recientemente en la medición de la desigualdad es el relativo a la subdeclaración de ingresos que suele afectar a la parte alta de la distribución del ingreso en las encuestas en hogares. Esto explica por qué han ganado terreno las corrientes que sugieren utilizar información basada en declaraciones fiscales o que corrigen de algún modo por la subdeclaración de ingresos. Los resultados de estos ajustes casi siempre llevan a la conclusión de que la desigualdad de ingresos ha sido subestimada en las estimaciones tradicionales. En este sentido, autores como Piketty le otorgan al tema de la medición de la desigualdad un componente ideológico que no podemos minimizar. Optar por usar información que a priori sabemos que es incompleta y sesgada puede conducir a conclusiones artificialmente tranquilizadoras sobre la magnitud y evolución de la desigualdad. En algunos casos usar esta información es quizá inevitable. Sin embargo, es importante estar conscientes de los resultados de esta elección y no creer que se trata de una decisión neutra y sin consecuencias.
Campos-Vázquez, Raymundo & Rodas, Alexis (2019), “Desigualdad en el ingreso: posibilidades de acción pública”, Economía-UNAM, 16(46): pp. 251-261.
Campos-Vázquez, Raymundo, Chávez, Emmanuel & Esquivel, Gerardo (2014), “Los ingresos altos, la tributación óptima y la recaudación posible”, Finanzas Públicas, 6(18): pp. 24-64.
Campos-Vázquez, Raymundo, Chávez, Emmanuel & Esquivel, Gerardo (2018); “Estimating top income shares without tax return data: Mexico since the 1990s.”, Latin American Policy, 9(1): pp. 139-163.
Castañeda, Diego & Bengtsson, Erik (2020), “Income Inequality in Mexico 1895-1940: Industrialization, Revolution, Institutions”, Lund Papers in Economic History. General Issues, n° 212.
Cortés, Fernando & Vargas, Delfino (2017), “La evolución de la desigualdad en México: nuevos y viejos resultados”, Revista de Economía Mexicana. Anuario UNAM, n° 2: pp. 39-96.
Del Castillo Negrete, Miguel (2015), “La magnitud de la desigualdad en el ingreso y la riqueza en México: una propuesta de cálculo”, Serie Estudios y Perspectivas, n° 167, sede subregional de la Comisión Económica para América Latina y el Caribe en México, México.
Del Castillo Negrete, Miguel (2017), “La distribución y desigualdad de los activos financieros y no financieros en México”, Serie Estudios y Perspectivas, n° 172, sede subregional de la Comisión Económica para América Latina y el Caribe en México, México.
Esquivel, Gerardo (2015), Desigualdad extrema en México, Oxford Committee for Famine Relief (OXFAM), México.
Palma, Gabriel (2011), “Homogeneous Middles vs. Heterogeneous Tails, and the End of the ‘Inverted-U’: It’s All About the Share of the Rich”, Development and Change, 42(1): pp. 87-153.
Palma, Gabriel (2016), “Do nations just get the inequality they deserve? The ‘Palma Ratio’ re-examined”, Cambridge Working Papers in Economics (CWPE), n° 1627: pp. 35-97.
Piketty, Thomas (2014), El capital en el siglo XXI, Fondo de Cultura Económica, México.
PNUD (2019), “Informes de desarrollo humano”, Programa de las Naciones Unidas para el Desarrollo, Nueva York, Enlace
Santaella, Julio, Bustos, Alfredo & Leyva, Gerardo (2017), “¿Quién se lleva los frutos del éxito en México? Una discusión sobre la verdadera distribución del ingreso”, Nexos, 28 de agosto, México, Enlace
Székely, Miguel (2005), “Pobreza y desigualdad en México entre 1950 y 2004”, El Trimestre Económico, 72(288): pp. 913-931.
COORDINADOR: JONATHAN HEATH
vol. II
¡La tecnología nos acerca! Disfruta de interactivos, quizzes y charlas del mundo económico.
Planea tu visita al MIDE en la CDMX. Consulta horarios y compra tus boletos en línea.
