Journal de Ciencias Sociales Año 12 N°23
ISSN 2362-194X  

¿Se adapta el bienestar subjetivo ante situaciones de pobreza multidimensional? Estudio longitudinal para un grupo de adolescentes en un país de ingresos medios

Jhonatan Clausen 1
Pontificia Universidad Católica del Perú

Nicolas Barrantes 2
Pontificia Universidad Católica del Perú

Paulo Matos 3
California Institute of Technology

Artículo científico

Material original autorizado para su primera publicación en el Journal de Ciencias Sociales, Revista Académica de la Facultad de Ciencias Sociales de la Universidad de Palermo.

Recepción: 17-6-2023

Aceptación a la espera de la asignación de número: 12-2-2024

 

Resumen: Exploramos la adaptación del bienestar subjetivo ante la pobreza multidimensional utilizando datos longitudinales de adolescentes en Perú, un país de ingresos medios. Específicamente, empleamos datos de cuatro rondas de la base de datos de panel del proyecto Young Lives, realizadas en 2002, 2006, 2009 y 2013, para evaluar en qué medida los adolescentes peruanos que viven en pobreza multidimensional adaptan su evaluación subjetiva global de la vida frente a la situación de privación que experimentan. Utilizamos la escala de Cantril como indicador de bienestar subjetivo y medimos la pobreza multidimensional a partir de nueve dimensiones, operacionalizadas mediante un indicador de privación cada una. Encontramos que quienes experimentan una mayor cantidad de privaciones presentan menores niveles de bienestar subjetivo, y que quienes salen de la pobreza de un periodo a otro presentan mayores niveles de bienestar subjetivo que quienes se mantienen en pobreza en dos periodos consecutivos. Esto da cuenta de que los adolescentes incluidos en el estudio no adaptan sus evaluaciones subjetivas del bienestar ante las situaciones de pobreza multidimensional que enfrentan. Este hallazgo es consistente con lo encontrado por estudios similares realizados en otros países de América Latina como Chile o Uruguay. De manera complementaria, usamos un índice de riqueza que refleja las condiciones de vida en tres dimensiones y encontramos que quienes caen en pobreza de un periodo a otro tienen menores niveles de bienestar que quienes permanecen en pobreza en dos periodos consecutivos. Esto podría reflejar cierto grado de adaptación en quienes experimentan privaciones que perduran en el tiempo. Nuestro estudio es el primero en explorar la adaptación del bienestar subjetivo ante la pobreza multidimensional, entendida de manera comprehensiva, en un país de ingresos medios haciendo uso de datos longitudinales.

Palabras clave: adaptación; bienestar subjetivo; pobreza multidimensional; país de ingresos medios.

 

Do adolescents adapt their subjective well-being to multidimensional poverty situations? A longitudinal study using data from a middle-income country

Abstract: We explore subjective well-being adaptation to multidimensional poverty relying on a panel database of adolescents in Peru, a middle-income country. Using data from four waves of the Young Lives project database, collected in 2002, 2006, 2009 and 2013, we evaluate to what extent Peruvian adolescents living in multidimensional poverty adapt their life-as-a-whole subjective self-evaluation to situations of multiple joint deprivations. We measure adolescents’ subjective well-being using a Cantril scale, whereas we measure multidimensional poverty using a metric which includes nine indicators of deprivation. Overall, we find that individuals who experience a larger number of deprivations present lower levels of subjective well-being, and that individuals who leave poverty from one period to another present higher levels of subjective well-being than those who remain poor in two consecutive periods. This shows that the adolescents included in the sample we use do not adapt their life-as-a-whole subjective self-evaluations to the situations of multidimensional deprivation they face. This finding is consistent with the results of similar research conducted in other Latin American countries such as Chile and Uruguay. In addition, we use a wealth index that reflects living conditions in three dimensions, and we find that those who fall into poverty from one period to another have lower levels of well-being than those who remain poor in two periods in a row. This could reflect some degree of adaptation in those who experience deprivations that last over time. Our study is the first to explore the adaptation of subjective well-being to multidimensional poverty, understood in a comprehensive way, in a middle-income country using longitudinal data.

Keywords: adaptation; subjective wellbeing; multidimensional poverty; middle-income country.

 

1. Introducción

La literatura sobre enfoques subjetivos para evaluar el bienestar es amplia e involucra una variedad de disciplinas, incluyendo psicología, economía y otras ciencias sociales (Clark, 2018). Una de las principales ideas que subyace en esta literatura es que, si evaluar el bienestar de las personas es un objetivo relevante, los sujetos cuyas vidas serán evaluadas deberían ser directamente consultados al respecto (Daatland, 2005). A pesar de ser ampliamente utilizados, los enfoques de bienestar subjetivo han sido objeto de críticas, particularmente, aunque no exclusivamente, cuando han sido aplicados a la evaluación de las vidas de personas en situaciones de pobreza (Clark, 2009).

Un argumento generalizado en el que muchos investigadores se basan para ser cautelosos al utilizar información subjetiva al evaluar de la calidad de vida en contextos de pobreza proviene de la hipótesis de las “preferencias adaptativas” (Samman, 2007). El fenómeno de las preferencias adaptativas (Elster, 1982) corresponde a situaciones en las que las personas que viven en condiciones de privación realizan evaluaciones subjetivas de su vida que no reflejan estas condiciones objetivas (Rapley, 2003). La adaptación surgiría entonces como un recurso psicológico para frenar la insatisfacción causada por la disonancia cognitiva (Festinger, 1957) asociada a la brecha entre lo que uno desea y lo que realmente puede lograr (Pereira, 2007). En consecuencia, las personas crónicamente privadas podrían haberse “reconciliado con su suerte y parecerían estar ‘agradecidas por pequeñas misericordias’ (Sen, 1992, p. 55, traducción propia)” (Alkire, 2006, p. 503, traducción propia).

Cierta literatura busca explorar empíricamente la adaptación utilizando datos de corte transversal, tanto a nivel de países (Di Tella y MacCulloch, 2008; Deaton, 2008; Stevenson y Wolfers, 2013), como a nivel de individuos (Barr y Clark, 2012; Biswas-Diener y Diener, 2001, 2006; Di Tella y MacCulloch, 2008; Halleröd, 2006; Kahneman y Deaton, 2010; Knight y Gunatilaka, 2012; Neff, 2012; Posel y Rogan, 2019; Shepherd, 2022; Stevenson y Wolfers, 2013). Sin embargo, estos estudios tienen limitaciones ya que este tipo de datos no permiten explorar las relaciones de causalidad (Clark, 2012) ni explorar si los procesos adaptativos perdurarán en el largo plazo, lo cual es relevante para fines de políticas públicas (Clark, 2018).

Con el fin de superar las limitaciones mencionadas anteriormente, un grupo de estudios ha utilizado datos de panel para explorar los procesos de adaptación ante los ingresos o el empleo, encontrando resultados mixtos. La mayoría de estos estudios se centra en países de ingresos altos (Burchardt, 2005; Clark et al., 2008; Clark et al., 2016; Crettaz y Suter, 2013; Di Tella et al., 2010; Layard et al., 2010; Luo, 2022; Luttmer, 2005; Stutzer, 2004). En contraste, este tipo de estudios son escasos en países de ingresos medios, como Chile (Samman y Santos, 2013), China (Wang et al., 2019), Rusia (Dang et al., 2019) y Uruguay (Salas y Vigorito, 2019).

Los estudios basados en datos de panel han ampliado el conocimiento sobre la dinámica de la adaptación en diferentes sociedades. Sin embargo, la mayoría explora la adaptación ante cambios en ingresos/gastos, frente a situaciones de pobreza monetaria o ante cambios en la condición de empleo/desempleo. Esto podría representar una limitación para estudiar los procesos de adaptación, ya que “la pobreza no puede capturarse únicamente en un sentido económico” (Neff, 2012, p. 152, traducción propia). Además, actualmente existe un consenso sobre la naturaleza multidimensional de la pobreza, tanto a nivel académico (Grusky y Kanbur, 2006) como en los foros globales sobre desarrollo y políticas públicas (Naciones Unidas, 2015).

Pocos estudios han explorado los procesos de adaptación ante las privaciones en dimensiones más allá de los ingresos. Dos se han realizado a partir de datos de corte transversal (Barr y Clark, 2012; Strotmann y Volkert, 2018). Otros dos estudios usan datos longitudinales, uno se realizó en Alemania (Suppa, 2015), un país de ingresos altos, y otro en Uruguay (Salas y Vigorito, 2019), un país de ingresos medios. Este último explora procesos de adaptación ante cambios en los ingresos y en la dimensión de vivienda, específicamente ante las condiciones de hacinamiento.

El objetivo de este estudio es explorar la adaptación del bienestar subjetivo ante la pobreza multidimensional utilizando datos longitudinales de adolescentes en Perú, un país de ingresos medios en América del Sur. Específicamente, utilizamos datos de cuatro rondas de la base de datos de panel del proyecto Young Lives, realizadas entre los años 2002 y 2013, para evaluar en qué medida los adolescentes peruanos que viven en pobreza multidimensional adaptan su evaluación subjetiva global de la vida frente a la situación de privación que experimentan. Proponemos medir la pobreza multidimensional de manera comprehensiva, a partir de nueve dimensiones, operacionalizadas mediante un indicador de privación para cada una.

Nuestra contribución a la literatura sobre la adaptación a la pobreza utilizando datos longitudinales es doble: (i) exploramos la adaptación a la pobreza utilizando datos longitudinales de un país de ingresos medios, lo cual es un ejercicio particularmente escaso en esta literatura, principalmente enfocada en países de altos ingresos; (ii) en lugar de adoptar un enfoque unidimensional de la pobreza basado en variables monetarias (como el ingreso o el consumo), en este estudio adoptamos un enfoque de pobreza multidimensional que, siguiendo a Alkire et al. (2015), entendemos como la incidencia simultánea de múltiples privaciones en un amplio conjunto de dimensiones.

Nuestro estudio es el primero en explorar la adaptación del bienestar subjetivo a la pobreza multidimensional, entendida de manera comprehensiva, en un país de ingresos medios haciendo uso de datos longitudinales. Esto contrasta con otros estudios en países de ingresos medios que se han realizado usando datos de corte transversal (Barr y Clark, 2012; Strotmann y Volkert, 2018), u otros que utilizan datos longitudinales (Salas y Vigorito, 2019), pero que únicamente exploran una dimensión más allá de los ingresos (hacinamiento).

 

 2. Estado del arte

Parte de la literatura empírica que ha buscado aproximarse a la contrastación de la hipótesis de preferencias adaptativas lo ha hecho a partir del uso de datos de corte transversal. Un grupo de estos estudios utiliza información a nivel de países, como los de Di Tella y MacCulloch (2008), Deaton (2008), y Stevenson y Wolfers (2013), encuentran una asociación positiva robusta entre el ingreso per cápita y el bienestar subjetivo. A diferencia del primero, los dos últimos estudios no encuentran que exista algún nivel de ingresos per cápita para el que este variable deje de generar ganancias agregadas en el bienestar subjetivo, lo que sería inconsistente con la hipótesis de adaptación.

Otro grupo dentro de los estudios de corte transversal utiliza datos a nivel de individuos, tanto en países de altos ingresos (Biswas-Diener y Diener, 2006; Di Tella y MacCulloch, 2008; Halleröd, 2006; Kahneman y Deaton, 2010; Stevenson y Wolfers, 2013) como en países de ingresos bajos y medios (Barr y Clark, 2012; Biswas-Diener y Diener, 2001, 2006; Knight y Gunatilaka, 2012; Neff, 2012; Posel y Rogan, 2019; Shepherd, 2022; Stevenson y Wolfers, 2013). La evidencia sobre la potencial existencia del fenómeno de adaptación es mixta y varía dependiendo del país y la población del estudio (por ejemplo, si se trata de población migrante, como en el caso de Knight y Gunatilaka, 2012; o de personas en situación de calle, como en los caso de Biswas-Diener y Diener, 2001, 2006), así como del tipo de medidas bienestar subjetivo utilizadas (por ejemplo, medidas de felicidad, satisfacción, evaluaciones de la vida en general, o experimentación de emociones). Asimismo, en algunos casos, el proceso de adaptación también se explora empíricamente a partir de información sobre la relación entre los ingresos actuales de las personas y sus aspiraciones en términos de ingresos o consumo (Barr y Clark, 2012; Halleröd, 2006; Posel y Rogan, 2019; Shepherd, 2022).

Los estudios de corte transversal proporcionan información relevante sobre la asociación entre ingresos y bienestar subjetivo en un mismo periodo de tiempo. Sin embargo, estos presentan al menos dos limitaciones en tanto no permiten identificar las relaciones de causalidad (Clark, 2012), ni explorar el proceso de adaptación de largo plazo del bienestar subjetivo frente a cambios en el ingreso, lo que es relevante desde el punto de vista de las políticas públicas (Clark, 2018).

Los estudios basados en datos longitudinales han tratado de superar estos problemas. La mayoría se ha centrado en países de altos ingresos, como Alemania (Clark et al., 2008; Clark et al., 2016; Di Tella et al., 2010; Layard et al., 2010; Luo, 2022), Estados Unidos (Luttmer, 2005), Reino Unido (Burchardt, 2005), y Suiza (Crettaz y Suter, 2013; Luo, 2022; Stutzer, 2004). La evidencia que brindan sobre los procesos adaptativos también es mixta. Son pocos los estudios que utilizan paneles de datos provenientes de países de ingresos medios, como Chile (Samman y Santos, 2013), China (Wang et al., 2019), Rusia (Dang et al., 2019) y Uruguay (Salas y Vigorito, 2019). En estos casos, la evidencia no respalda la hipótesis de adaptación.

La mayoría de los estudios mencionados en el párrafo anterior exploran la adaptación del bienestar subjetivo únicamente frente a cambios en métricas monetarias del bienestar (ingresos o gastos) o de las privaciones (pobreza monetaria), o frente a cambios en la situación en el empleo (como, por ejemplo, el de Clark et al., 2008). Sin embargo, los procesos de adaptación podrían darse frente a modificaciones en el bienestar de las personas en aspectos que van más allá de los ingresos, gastos y condición de empleo. Estudios como el de Neff (2012) reconocen que los procesos de adaptación frente a la pobreza podrían no reflejarse únicamente en la relación entre el bienestar subjetivo y los ingresos/gastos, en tanto la pobreza no puede capturarse únicamente a través de métricas monetarias. Esto es consistente con los consensos internacionales en torno a la multidimensionalidad de la pobreza expresado en foros académicos (Grusky y Kanbur, 2006) y sobre desarrollo y políticas públicas (Naciones Unidas, 2015).

En este sentido, otro grupo de estudios, aunque más reducido, ha explorado la adaptación del bienestar subjetivo frente a cambios en múltiples dimensiones del bienestar que van más allá de los ingresos o los gastos monetarios, como la educación, la salud física, o las condiciones de vivienda. Usando datos de corte transversal en Sudáfrica, Barr y Clark (2012) encuentran una asociación positiva entre los niveles de educación y las aspiraciones educativas, lo que respalda la hipótesis de adaptación en el ámbito educativo, pero encuentran lo contrario para la dimensión de la salud. Usando datos de corte transversal de cuatro pueblos en India, Strotmann y Volkert (2018) encuentran que algunos indicadores de privación en las dimensiones de educación y estándar de vida del Índice de Pobreza Multidimensional global (Alkire y Santos, 2010), y privaciones en las dimensiones de empleo, capacidad de vivir sin sentir vergüenza, y agencia y empoderamiento, se relacionan negativamente con una medida de felicidad. Si bien estos estudios tienen la ventaja de expandir el análisis hacia dimensiones más allá de los ingresos, presentan las limitaciones asociadas al uso de datos de corte transversal.

En el caso de los estudios de panel, solo dos incorporan dimensiones más allá de los ingresos. Uno de ellos se realizó en Alemania (Suppa, 2015), un país de ingresos altos, y otro en Uruguay (Salas y Vigorito, 2019), entre 2004 y 2012, cuando era una economía de ingresos medios. El estudio de Suppa (2015) no encuentra evidencia de adaptación de la satisfacción con la vida frente a la carencia en el consumo de bienes fundamentales para dimensiones como la nutrición (comer carne de res, pollo o pescado cada dos días), la movilidad (poseer auto), la afiliación (poseer teléfono), el juego (tener vacaciones lejos de casa una vez al año), la protección (poseer dinero para emergencias), entre otras. Por su parte, estudio de Salas y Vigorito (2019) no encuentra adaptación en la satisfacción con la vivienda frente a las condiciones objetivas de hacinamiento.

En general, los estudios longitudinales que exploran procesos de adaptación a la pobreza desde una perspectiva multidimensional son particularmente escasos. En este estudio proponemos complementar la literatura existente explorando la potencial adaptación del bienestar subjetivo a la pobreza multidimensional utilizando datos longitudinales de adolescentes en Perú. Adicionalmente, proponemos una medida de pobreza multidimensional comprehensiva que abarca nueve indicadores de privación en aspectos básicos de las vidas de los adolescentes. Esto es relevante en tanto el único estudio longitudinal en un país de ingresos medios al que hemos tenido acceso solo explora una dimensión más allá de los ingresos (Salas y Vigorito, 2019). Hasta donde tenemos conocimiento, nuestro estudio es el primero en explorar la adaptación del bienestar subjetivo frente a la pobreza multidimensional, medida de manera comprehensiva, utilizando datos longitudinales en un país de ingresos medios.

 

3. Datos y métodos

3.1. Base de datos

Usamos datos de las rondas 1 (Huttly y Jones, 2014), 2 (Boyden, 2014a), 3 (Boyden, 2014b) y 4 (Boyden et al., 2016) de los individuos de la cohorte mayor de la encuesta del proyecto Young Lives en Perú, que corresponden a los años 2002, 2006, 2009 y 2013, cubriendo un periodo de 12 años. Esta recoge información longitudinal de las características personales y socioeconómicas de los adolescentes, sus padres de familia y sus hogares para una muestra de alrededor de 700 individuos que tuvieron, en su mayoría, entre 7 y 8 años de edad en la ronda 1 y entre 18 y 19 años en la ronda 4. La muestra fue seleccionada aleatoriamente de un conjunto de 20 clústeres construidos a partir de una selección aleatoria de distritos que excluyó al 5% de distritos más ricos del Perú (Niños del Milenio, 2018).

3.2.  Medición de la pobreza multidimensional

Medimos la pobreza multidimensional a partir del método de Alkire y Foster (2011) (en adelante, método AF), que permite identificar como multidimensionalmente pobres a los individuos que padecen una mayor cantidad de carencias simultáneas en un conjunto predefinido de indicadores que, a su vez, operacionalizan privaciones en dimensiones constitutivas del bienestar de las personas. En este estudio, la selección de las dimensiones estuvo guiada por la literatura sobre pobreza multidimensional en la infancia y la adolescencia (Alkire et al., 2016; De Neubourg et al., 2012; Gordon et al., 2003; Ministerio de Desarrollo Social, Ministerio de Economía y Finanzas, e Instituto Nacional de Estadística y Censo de Panamá, 2019; Oxford Poverty and Human Development Initiative, 2019; Roche, 2013), así como en la literatura de medición de pobreza multidimensional en América Latina y el Caribe (Santos y Villatoro, 2018; Zavaleta et al., 2018). Asimismo, las dimensiones elegidas debían estar disponibles en la encuesta de Young Lives. A partir de este proceso elegimos nueve dimensiones del bienestar cuyas privaciones reflejarían situaciones de pobreza: (i) nutrición, (ii) educación, (iii) salud, (iv) vivienda, (v) servicios básicos, (vi) información, (vii) seguridad, (viii) desastres. naturales, y (ix) conectividad social. Operacionalizamos las privaciones en cada una de estas dimensiones mediante un indicador. El Cuadro 1 presenta el detalle de los criterios de privación por indicador.

 

Cuadro 1. Dimensiones, indicadores, criterios de privación y peso de cada indicador de la medida de pobreza multidimensional

Dimensión

Indicador

Criterio de privación

Peso

  1. Educación

Educación básica y rezago educativo

Privación si el individuo se encuentra rezagado más de dos años con respecto al nivel educativo correspondiente a su edad; o si se encuentra en edad escolar y no está estudiando; o si es mayor de edad y no ha culminado la educación básica regular.

1/9

  1. Información

Tecnologías de la información

Privación si el hogar no posee teléfono fijo ni celular, ni radio ni TV.

1/9

  1. Seguridad

Exposición a eventos asociados a la inseguridad

Privación si el hogar ha sido víctima de alguno de los siguientes eventos, en los últimos cuatro años: destrucción o robo de herramientas o insumos; robo de dinero; robo de cosecha; robo de ganado; robo o destrucción de vivienda, o bienes del hogar; atentado o ataque que resulta en la muerte o discapacidad de un adulto miembro del hogar en edad de trabajar; reclusión, rapto o leva de un trabajador adulto, miembro del hogar.

1/9

  1. Desastres Naturales

Exposición a desastres naturales

Privación si el hogar ha sido víctima de alguno de los siguientes desastres naturales, en los últimos cuatro años: Sequía; lluvias torrenciales, inundaciones; erosiones, grietas, derrumbes; heladas, granizadas; pestes, enfermedades que afectaron el sembrío en la chacra antes de la cosecha; pérdida total del sembrío; pestes o enfermedades que afectaron la producción almacenada; pestes o enfermedades que afectaron el ganado; terremoto; incendio forestal; muerte del ganado; incendio o derrumbe de vivienda.

1/9

  1. Conectividad social

Ayuda

Privación si el jefe del hogar responde que no tiene a nadie que lo ayude en el caso de que tenga un problema de índole material que le preocupe mucho.

1/9

  1. Vivienda

Hacinamiento y materiales de vivienda

Privación si en el hogar hay más de dos personas por habitación; si las paredes están hechas de materiales inadecuados (caña, calamina, esfera, piedra con barro, plástico, quincha, caña con barro, tronco con barro); si el piso es de tierra o arena; o si el techo está hecho de materiales inadecuados (carrizos, calamina, plástico, paja, hojas, láminas de asbestos, caña, esteras o cartón).

1/9

  1. Servicios básicos

Luz y agua

Privación si el hogar no cuenta con luz eléctrica; o con agua potable que llega desde una red pública de agua hasta la casa.

1/9

  1. Nutrición

Altura o peso inadecuados

Privación si el individuo tiene dos desviaciones estándar menores de la referencia internacional, en alguna de las siguientes medidas: altura por edad, peso por edad o peso por altura.

1/9

  1. Salud

Seguro de salud

Privación si el individuo no tiene ningún tipo de seguro de salud.

1/9

Fuente: Elaboración propia.

 

Siguiendo el método AF, estimamos un “puntaje de privación”, , para cada individuo, i, , en cada ronda, t , en el que  representa el peso de cada indicador j , e  toma el valor de 1 cuando el individuo experimenta una privación en el indicador j  y 0 en caso contrario. En este caso, dado que no tenemos información sobre las valoraciones de cada individuo por cada indicador, les hemos asignado pesos equitativos (1/9 cada indicador). Esto es consistente con la literatura mencionada sobre pobreza multidimensional en la infancia y la adolescencia, y en América Latina, así como en indicadores globales de pobreza multidimensional, como el Índice de Pobreza Multidimensional global de (United Nations Development Programme y Oxford Poverty and Human Development Initiative, 2022) o el Índice de Pobreza Multidimensional del Banco Mundial (World Bank, 2018).  Así,  es una medida continua puede tomar valores entre 0 y 1, siendo que 0 refleja un escenario en el que el individuo no experimenta ninguna de las nueve privaciones, mientras que 1 indica que experimenta todas las privaciones posibles.

Adicionalmente, el método AF permite identificar a los individuos como pobres multidimensionales si el puntaje de privación, , es mayor o igual que un umbral, k ; mientras que los individuos para los que  < k serían identificados como no pobres . Elegimos un umbral de k= 3/9= 33.3%; es decir, los individuos son identificados como pobres multidimensionales si experimentan privaciones en al menos la tercera parte de los nueve indicadores. En términos porcentuales, este umbral es equivalente al que utilizan el Índice de Pobreza Multidimensional global, así como otros indicadores dentro de la literatura de pobreza multidimensional en la infancia y la adolescencia, y en América Latina previamente referida. Dadas las limitaciones en la disponibilidad de información, las dos medidas individuales de privación multidimensional,  y , se construyen desde la ronda 2 hasta la ronda 4.

Complementariamente a las medidas basadas en el método AF, usamos un índice de riqueza construido por Young Lives, cuya construcción sigue el método propuesto por el Banco Mundial y Macro International para la estimación del índice de riqueza de las Encuestas de Múltiples Indicadores por Conglomerados (MICS) de Unicef (Briones, 2017). Este es una medida también multidimensional de las condiciones de vida que se construye a partir del promedio simple de tres subíndices: (i) calidad de la vivienda, (ii) acceso a servicios y (iii) bienes de consumo durables. Cada subíndice, a su vez, es un promedio simple de indicadores mayoritariamente dicotómicos. El primer subíndice se construye a partir cuatro indicadores (materiales adecuados de las paredes, techos y piso de la vivienda, y miembros por habitación); el segundo, a partir de otros cuatro indicadores (fuente de agua potable segura, manejo seguro del servicio de saneamiento, combustible para cocinar adecuado, y electricidad); y el tercero, a partir de 12 indicadores (cada uno representa el acceso a un tipo de bien durable distinto, tales como radio, televisión, auto, teléfono, entre otros). Con esto, se obtiene una medida continua, , que toma valores entre 0 y 1 para cada individuo, donde 0 representa que experimenta carencias en todos los indicadores que conforman el índice y 1 el caso contrario. Además, incorporamos una medida dicotómica de pobreza relativa, , que toma el valor de 1 si el individuo pertenece al quintil más pobre según este índice de riqueza y 0 en caso contrario. Una ventaja en estos casos es que ambas medidas pueden ser estimadas desde la ronda 1 hasta la ronda 4.

En síntesis, la privación multidimensional será medida a través de cuatro posibles alternativas: mediante el método AF, ya sea usando el puntaje de privación continuo, , o el indicador dicotómico de pobreza multidimensional, ; o mediante el índice de riqueza, ya sea usando el valor continuo, , o el indicador dicotómico del quintil inferior,. Incluimos estas últimas medidas en nuestro análisis para explorar la sensibilidad de nuestros resultados sobre la relación entre bienestar subjetivo y privación multidimensional frente a cambios en el método con el que medimos la segunda variable.

3.3.Medición del bienestar subjetivo

En esta investigación nos aproximamos a la medición del bienestar subjetivo a partir de la escala de Cantril. Esta representa numéricamente una evaluación subjetiva de la vida en general del individuo y ha sido ampliamente utilizada en diversos estudios (Organización para la Cooperación y Desarrollo Económico [OECD], 2013). En la encuesta de Young Lives, se presenta al individuo una escalera de nueve peldaños y se realiza la siguiente pregunta:

“El noveno peldaño, en la parte superior, representa lo mejor en la vida para ti y el peldaño más bajo lo peor posible en la vida para ti. ¿En qué parte de la escalera sientes que estás parado actualmente?” (Young Lives, 2006, p. 16).

Autores como Deaton (2008) sugieren que dicha escala puede interpretarse como una aproximación la “satisfacción con la vida”. No obstante, a pesar de que la escala de Cantril y las medidas de satisfacción con la vida, que preguntan directamente qué tan satisfecha está la persona con su vida, tienen un fin evaluativo de la vida como un todo, diversos estudios empíricos (Bjørnskov, 2010; Diener et al., 2009; Cummins, 2003) muestran diferencias considerables entre ambas medidas, lo que sugiere que son aproximaciones a constructos diferentes (OECD, 2013). En ese sentido, en esta investigación se optó por no interpretar la escala de Cantril como una medida de qué tan satisfechas se sienten las personas con sus vidas, sino como una aproximación a qué tan bien o mal estas consideran que se encuentran sus vidas en general. Reconocemos que una limitación de este estudio es que, dados los datos que recoge la encuesta de Young Lives, no contamos con otras medidas de bienestar subjetivo, como las escalas de satisfacción, medidas de felicidad, o aproximaciones a los afectos positivos y negativos que experimentan las personas.

3.4. Es pecificaciones econométricas

La literatura empírica discutida en el estado del arte usualmente estima modelos que establecen una relación entre el bienestar subjetivo, como variable dependiente, y alguna medida de bienestar unidimensional, como variable explicativa (mayormente los ingresos, la situación de pobreza monetaria o algún otro indicador como hacinamiento). Usando una estructura similar, estimamos modelos para establecer una relación empírica entre el bienestar subjetivo, medido con la escala de Cantril, y las situaciones de privación multidimensional, medidas por el puntaje de privación, , o por el indicador dicotómico de pobreza multidimensional, . Incluimos variables de control relacionadas a las características sociodemográficas del individuo (sexo, edad, lengua materna indígena), las características del hogar (número de miembros del hogar, educación de la madre) y al área de residencia (urbano/rural), así como un efecto temporal. Siguiendo la literatura empírica, también añadimos los rezagos  y , según corresponda. Si hubiese un proceso de adaptación de preferencias, encontraríamos que tanto  como tienen una relación nula con el bienestar subjetivo; de no existir adaptación, la relación sería inversa.

Adicionalmente, tomando como referencia la propuesta de Samman y Santos (2013), quienes exploran cómo las transiciones de pobreza monetaria de un periodo a otro se asocian con cambios en el bienestar subjetivo, realizamos un ejercicio similar con las transiciones de pobreza multidimensional. Un proceso de adaptación de preferencias se reflejaría en que una persona que se ha mantenido en la pobreza por algunos periodos (en este caso, durante dos rondas), tendría niveles de satisfacción similares a los de personas que han logrado salir de la pobreza o que nunca fueron pobres. Entonces, salir de la pobreza de t- 1  a t  (notación: ) y no haber sido pobre en ninguno de los dos periodos (notación: ) no tendrían efecto alguno sobre el bienestar subjetivo respecto a la categoría base de siempre haber sido pobre (notación: ). En el caso de que no existiese adaptación, dichas transiciones ( y ) tendrían un efecto positivo sobre el bienestar subjetivo, respecto a siempre haber sido pobre

Similarmente a todas estas especificaciones, estimamos modelos en los que las medidas de privación multidimensional se construyen a partir del índice de riqueza previamente referido, ya sea en su forma continua, , o como indicador dicotómico del quintil inferior, . Al igual que en los modelos que usan las medidas basadas en el método AF, incluimos los rezagos  o , respectivamente. También estimamos modelos con las transiciones de una ronda a otra con el índice de riqueza, en donde la categoría base es haber permanecido en el primer quintil en ambas rondas (). En todos los casos, siguiendo los resultados del test de Hausman, estimamos modelos lineales de panel con efectos aleatorios, descartando la alternativa de efectos fijos, tanto cuando usamos las medidas basadas en el método AF como cuando usamos el índice de riqueza.

3.5. Estadísticas descriptivas de la muestra

El Cuadro 2 muestra las principales estadísticas de la muestra para las variables de pobreza multidimensional (tanto el puntaje de privación, , como el identificador dicotómico de pobreza, ), bienestar subjetivo (escala de Cantril) y características sociodemográficas como el sexo, la edad, el tamaño del hogar, la lengua materna, la educación de la madre y el área de residencia. Presentamos, para cada ronda, el número de observaciones para cada variable, el promedio (), la desviación estándar (SD), y los valores mínimos y máximos.

 

Cuadro 2. Estadísticas descriptivas de la muestra por ronda

Panel A. Rondas 1 y 2

 

Ronda 1

Ronda 2

 

Obs.

SD.

Min.

Máx.

Obs.

SD

Min.

Máx.

Escala de Cantril

-

 

-

-

-

683

6.0

2.0

1.0

9.0

Puntaje de privación ()

-

-

-

-

-

714

0.4

0.2

0.0

1.0

Indicador dicotómico de pobreza ()

-

-

-

-

-

714

0.7

0.5

0.0

1.0

Índice de riqueza ()

708

0.5

0.2

0.0

0.9

684

0.5

0.2

0.0

0.9

Quintil inferior ()

708

0.2

0.4

0.0

1.0

684

0.2

0.4

0.0

1.0

Sexo (mujer=1)

714

0.5

0.5

0.0

1.0

714

0.5

0.5

0.0

1.0

Edad

714

8.0

0.3

6.7

10.4

685

12.4

0.4

10.8

15.1

Número de miembros del hogar

714

5.7

2.0

2.0

17.0

685

5.6

2.0

2.0

17.0

Lengua materna indígena

685

0.1

0.3

0.0

1.0

685

0.1

0.3

0.0

1.0

Educación de la madre

653

7.2

4.4

0.0

18.0

643

7.3

4.5

0.0

18.0

Área (rural=1)

714

0.3

0.4

0.0

1.0

685

0.2

0.4

0.0

1.0

 

Panel B. Rondas 3 y 4

 

Ronda 3

Ronda 4

 

Obs.

SD.

Min.

Máx.

Obs.

SD

Min.

Máx.

Escala de Cantril

672

6.1

1.7

1.0

9.0

617

6.0

1.6

1.0

9.0

Puntaje de privación ()

714

0.3

0.2

0.0

0.8

714

0.3

0.2

0.0

0.9

Indicador dicotómico de pobreza ()

714

0.6

0.5

0.0

1.0

714

0.6

0.5

0.0

1.0

Índice de riqueza ()

675

0.6

0.2

0.1

0.9

629

0.6

0.2

0.0

0.9

Quintil inferior ()

675

0.2

0.4

0.0

1.0

629

0.2

0.4

0.0

1.0

Sexo (mujer=1)

714

0.5

0.5

0.0

1.0

608

0.5

0.5

0.0

1.0

Edad

675

14.9

0.3

13.6

17.3

608

18.9

0.4

17.4

22.7

Número de miembros del hogar

678

5.4

1.9

1.0

17.0

630

4.7

2.1

1.0

17.0

Lengua materna indígena

685

0.1

0.3

0.0

1.0

604

0.1

0.3

0.0

1.0

Educación de la madre

611

8.0

4.6

0.0

22.0

468

8.3

4.5

0.0

22.0

Área (rural=1)

678

0.2

0.4

0.0

1.0

635

0.2

0.4

0.0

1.0

Fuente: Young Lives. Elaboración propia.

 

Se observa que el promedio del puntaje de privación  varía entre 0.4 (ronda 2) y 0.3 (rondas 3 y 4) y que el porcentaje de individuos en pobreza multidimensional se redujo de 70% (ronda 2) a 60% (rondas 3 y 4) aproximadamente. El promedio de la medida continua basada en el índice de riqueza, , varía entre 0.5 (rondas 1 y 2) y 0.6 (rondas 3 y 4) aproximadamente. Por definición, la proporción de personas en el primer quintil según el índice de riqueza siempre es 20%. El promedio de la escala de Cantril de nueve peldaños fue cercano a 6 en las rondas para las que la medida está disponible (rondas 2, 3 y 4).

 

4. Resultados

La Figura 1 muestra una estimación de la función de densidad Kernel de la escala de Cantril tanto para los adolescentes en pobreza multidimensional como para los no pobres, considerando las rondas 2, 3 y 4. Este último grupo se concentra en los peldaños 4 y 5 de la escala, mientras que el primer grupo tiene una mayor proporción de individuos en los peldaños 7 y 8. Asimismo, estimamos que el valor promedio de la escala de Cantril para los adolescentes en pobreza es de 5.9, mientras que para los no pobres el promedio es de 6.3. Estas primeras aproximaciones parecerían reflejar la existencia de una relación inversa entre la pobreza multidimensional y el bienestar subjetivo, lo que no respalda la idea de que existe adaptación.

 

Figura1


Figura 1. Función de densidad Kernel de la escala de Cantril para individuos en pobreza multidimensional e individuos no pobres multidimensionales, rondas 2, 3 y 4

Fuente: Young Lives. Elaboración propia.

 

La Figura 2 muestra resultados similares cuando usamos como medida de pobreza el indicador dicotómico de pertenencia al primer quintil según el índice de riqueza para las rondas 1, 2, 3 y 4. Los adolescentes que pertenecen al quintil inferior presentan una distribución de la escala de Cantril sesgada hacia valores más bajos con respecto a quienes pertenecen a los demás quintiles. El valor promedio de la escala de Cantril para los adolescentes del primer quintil es de 5.8, y para los que pertenecen a los demás quintiles es de 6.

Figura2

Figura 2. Función de densidad Kernel de la escala de Cantril para individuos en el primer quintil de riqueza e individuos en el resto de los quintiles de riqueza, rondas 1, 2, 3 y 4

Fuente: Young Lives. Elaboración propia.

 

El Cuadro 3 presenta los resultados de las estimaciones de los modelos de panel con efectos aleatorios en los que se usan las medidas de privación multidimensional basadas en el método AF como regresores. El primer modelo muestra que, en promedio, el bienestar subjetivo de los individuos, medido por la escala de Cantril, se reduce ante aumentos en el puntaje de privación continuo, , que toma valores entre 0 y 1. El coeficiente de -0.89 puede interpretarse de la siguiente manera: experimentar privación en un indicador adicional (un aumento de 11.11 puntos porcentuales en ) se asocia con una disminución de 0.1 puntos en la escala de Cantril4. En el segundo modelo, el regresor es el indicador dicotómico de pobreza multidimensional, , y su rezago. En promedio, vivir en pobreza multidimensional reduce el puntaje en la escala de Cantril en 0.22. Ambos resultados muestran que los adolescentes de la muestra tienen menores niveles de bienestar subjetivo mientras experimentan mayores niveles de privación multidimensional. Esto no es consistente con la hipótesis de adaptación.

 

Cuadro 3. Estimación de modelos econométricos. Variable dependiente: Bienestar subjetivo (escala de Cantril). Variables explicativas basadas en el método AF

Variables explicativas

Modelo 1

Modelo 2

Modelo 3

Puntaje de privación ()

-0.89**

 

 

 

(0.36)

 

 

Rezago del puntaje de privación ()

0.29

 

 

 

(0.35)

 

 

Indicador dicotómico de pobreza ()

 

-0.22**

 

 

 

(0.11)

 

Rezago del indicador dicotómico de pobreza ()

 

-0.03

 

 

 

(0.11)

 

Transición no-pobre pobre ()

 

 

0.15

 

 

 

(0.14)

Transición pobre no-pobre ()

 

 

0.35**

 

 

 

(0.15)

Transición no-pobre no-pobre ()

 

 

0.22

 

 

 

(0.16)

Controles

 

 

 

Área (rural=1)

0.07

0.09

0.11

 

(0.17)

(0.16)

(0.16)

Sexo (mujer=1)

0.28**

0.29**

0.28**

 

(0.11)

(0.11)

(0.11)

Número de miembros del hogar

0.02

0.01

0.02

 

(0.03)

(0.03)

(0.03)

Lengua materna indígena

-0.10

-0.09

-0.09

 

(0.21)

(0.21)

(0.21)

Educación de la madre

0.04***

0.04***

0.04**

 

(0.01)

(0.01)

(0.01)

Variable dicotómica de ronda

-0.05

-0.08

-0.08

 

(0.09)

(0.09)

(0.09)

Constante

5.93***

6.00***

5.70***

 

(0.43)

(0.40)

(0.39)

Observaciones

1,042

1,042

1,042

ID

611

611

611

Errores estándar en paréntesis. Niveles de significancia: *** p<0.01, ** p<0.05, * p<0.1.

Fuente: Young Lives. Elaboración propia.

 

El tercer modelo del Cuadro 3 muestra los resultados de la estimación de modelos con las transiciones de pobreza multidimensional de un periodo a otro como regresores, en donde la categoría base es haber sido pobre en el periodo contemporáneo y el periodo previo (). Se observa que, en promedio, salir de la pobreza () se asocia con un aumento en la escala de Cantril de 0.35 puntos. Este resultado tampoco es consistente con la hipótesis de adaptación, en la medida en que las personas que se mantienen en situación de pobreza multidimensional a lo largo del tiempo (dos periodos) sí muestran menores niveles de bienestar subjetivo respecto a quienes salen de la pobreza. Si adaptaran sus preferencias, sus niveles de bienestar subjetivo no serían distintos respecto a quienes experimentan un cambio positivo en sus condiciones de vida. Todos los resultados discutidos hasta el momento son estadísticamente significativos al 95% de confianza.

Otro resultado relevante que se muestra en el tercer modelo del Cuadro 3 es que las personas que consistentemente se mantienen como no pobres entre dos periodos () no tienen un nivel de bienestar estadísticamente distinto de quienes se mantienen consistentemente como pobres (categoría base). Esto, junto al resultado discutido en el párrafo anterior, podría indicar que lo que genera mejoras a lo largo del tiempo en las evaluaciones subjetivas de bienestar es el cambio en las condiciones de vida, como una salida de la pobreza multidimensional, antes que el mantenerse consistentemente fuera de la pobre multidimensional.

El Cuadro 4 muestra los resultados de la estimación de modelos complementarios en los que las variables de privación multidimensional se construyen a partir del índice de riqueza. El primer modelo muestra que un mayor nivel del índice de riqueza continuo, , se asocia con un mayor nivel de bienestar subjetivo. Específicamente, una mejora en una dimensión completa en el índice de riqueza (un aumento de 33.33 puntos porcentuales en ) se asocia con un aumento de 0.5 puntos (33.33*1.48/100 = 0.5) en la escala de Cantril. Este resultado es significativo al 99% de confianza. El segundo modelo presenta un resultado en la misma dirección. Pertenecer al quintil inferior según el índice de riqueza (= 1) se relaciona, en promedio, con una reducción de 0.38 puntos en la escala de Cantril respecto a quienes pertenecen a quintiles superiores. Este resultado es significativo al 95% de confianza. Los resultados de estos dos primeros modelos también son inconsistentes con la hipótesis de adaptación, en tanto las personas con mayores niveles de privación multidimensional, o peores niveles en las condiciones de vida, presentan menores niveles de bienestar subjetivo.

 

Cuadro 4. Estimación de modelos econométricos. Variable dependiente: Bienestar subjetivo (escala de Cantril). Variables explicativas basadas en el índice de riqueza

Variables explicativas

Modelo 1

Modelo 2

Modelo 3

Índice de riqueza ()

1.48***

 

 

 

(0.47)

 

 

Rezago del índice de riqueza ()

-0.22

 

 

 

(0.42)

 

 

Quintil inferior ()

 

-0.38**

 

 

 

(0.16)

 

Rezago del quintil inferior (- 1 )

 

-0.03

 

 

 

(0.16)

 

Transición no-pobre pobre ()

 

 

-0.57**

 

 

 

(0.23)

Transición pobre no-pobre ()

 

 

-0.32

 

 

 

(0.25)

Transición no-pobre no-pobre ()

 

 

0.27

 

 

 

(0.20)

Controles

 

 

 

Área (rural=1)

0.29

0.21

0.28

 

(0.19)

(0.18)

(0.18)

Sexo (mujer=1)

0.27**

0.28**

0.28**

 

(0.11)

(0.11)

(0.11)

Número de miembros del hogar

0.00

0.01

0.01

 

(0.03)

(0.03)

(0.03)

Lengua materna indígena

-0.08

-0.08

-0.05

 

(0.21)

(0.21)

(0.21)

Educación de la madre

0.03*

0.03**

0.03**

 

(0.01)

(0.01)

(0.01)

Variable dicotómica de ronda

-0.15

-0.09

-0.10

 

(0.09)

(0.09)

(0.09)

Constante

5.38***

5.99***

5.79***

 

(0.42)

(0.38)

(0.43)

Observaciones

1,038

1,038

1,038

ID

607

607

607

Errores estándar en paréntesis. Niveles de significancia: *** p<0.01, ** p<0.05, * p<0.1.

Fuente: Young Lives. Elaboración propia.

 

El tercer modelo del Cuadro 4 muestra las estimaciones del modelo que tiene como regresores a las categorías de transición entre quintiles de un periodo a otro según el índice de riqueza, en donde la categoría base es haberse mantenido en el quintil más pobre en dos periodos consecutivos (). En promedio, transitar hacia el quintil más pobre de un periodo a otro se asocia con una disminución de 0.57 puntos en las escalas de Cantril, respecto a mantenerse en dicho quintil en los dos periodos. Este resultado es significativo al 95% de confianza.

En general, los resultados obtenidos parecen indicar que los adolescentes más pobres sí tienden a reportar menores niveles de bienestar subjetivo que aquellos que no están en pobreza. Asimismo, los adolescentes que transitan hacia afuera de la pobreza de un periodo a otro reportan mayores niveles de bienestar subjetivo que quienes se mantienen en ella. Esta evidencia no es consistente con la existencia de adaptación en adolescentes. No obstante, los resultados del tercer modelo del Cuadro 4 muestra que existen indicios de que sí podría existir una forma específica de adaptación. Quienes se mantienen en pobreza por dos periodos se encuentran en una mejor situación en términos de bienestar subjetivo respecto a quienes caen en situación de pobreza de un periodo a otro. Entonces, si bien los adolescentes en pobreza tienen menores niveles de bienestar subjetivo que aquellos que no están en pobreza, dentro del grupo de quienes sí están en pobreza, los que tienen incluso niveles más bajos de bienestar subjetivo son los que han transitado recientemente hacia la condición de pobreza; mientras que los que se mantienen en pobreza durante más de un periodo sí adaptarían sus niveles de bienestar subjetivo y se encontrarían en una mejor situación que los que recién han transitado hacia la pobreza en términos de bienestar subjetivo.

 

5. Discusión y conclusiones

El objetivo de esta investigación fue explorar en qué medida el bienestar subjetivo se adapta a las situaciones de pobreza multidimensional a partir del uso de un panel de datos, de adolescentes en Perú, un país de ingresos medios, construido por Young Lives. Medimos el bienestar subjetivo a través de la escala de Cantril (escalera de nueve peldaños), que permite que los individuos realicen un autorreporte de su evaluación de sus vidas en general. Medimos las privaciones multidimensionales usando el método AF, para el cual definimos un conjunto amplio de nueve indicadores que reflejaran carencias en dimensiones centrales para las vidas de los adolescentes. A partir del conteo de cuántas privaciones experimenta cada persona, el método nos permite obtener un puntaje de privación individual continuo que toma valores entre 0 (no experimenta ninguna privación) y 1 (experimenta todas las privaciones). Asimismo, el método nos permite obtener un identificador dicotómico de pobreza multidimensional que toma el valor de 1 si el individuo experimenta privaciones en al menos tres de los nueve indicadores y 0 en caso contrario. Complementariamente, medimos las privaciones multidimensionales a partir del índice de riqueza construido por Young Lives a partir de tres dimensiones. En este caso, también usamos una medida continua y un identificador dicotómico (1 si pertenece al quintil más pobre, 0 en caso contrario).

Nuestras estimaciones de modelos econométricos lineales con efectos aleatorios muestran que, en general, los individuos que experimentan más privaciones multidimensionales, independientemente de la medida de pobreza multidimensional utilizada, presentan menores niveles de bienestar subjetivo. Esto no parecería ser consistente con la hipótesis de adaptación, bajo la cual los individuos en pobreza se habrían “reconciliado con su suerte” (Alkire, 2006), por lo que sus evaluaciones subjetivas serían similares a la de individuos que no están en pobreza. Este resultado es similar al que encuentran otros estudios longitudinales en países de ingresos medios, cuyos resultados muestran que los individuos no tienden a adaptar sus niveles de bienestar subjetivo frente a cambios en sus ingresos o consumo, o en sus situaciones de pobreza monetaria (Dang et al., 2019; Salas y Vigorito, 2019; Samman y Santos, 2013; Wang et al., 2019). Es también similar al resultado de Salas y Vigorito (2019) en el que encuentran que los individuos no adaptan su satisfacción con la vivienda frente a las condiciones objetivas de hacinamiento en las que viven.

Asimismo, encontramos que los individuos que experimentan una salida de la pobreza multidimensional de un periodo a otro tienen mayores niveles de bienestar subjetivo que aquellos que se mantienen en situación de pobreza en ambos periodos. Esto tampoco es consistente con la existencia de adaptación. Este resultado es similar al que encuentran Samman y Santos (2013) para el caso chileno, con la diferencia de que este estudio se centra en las transiciones de pobreza monetaria.

Sin embargo, encontramos que podría existir un tipo específico de adaptación. Los modelos que utilizan el índice de riqueza encuentran que los adolescentes que transitan hacia la pobreza (caen al último quintil de riqueza) de un periodo a otro tienen menores niveles de bienestar subjetivo que quienes se han mantenido en ambos periodos en la pobreza. Esto podría indicar que cuando los individuos recién caen en situación de privación, experimentan una caída en sus niveles de bienestar subjetivo, pero cuando se mantienen en situación de privación durante más periodos, se adaptan y sus niveles de bienestar subjetivo dejan de ser tan bajos. De todas formas, este resultado no se observa para la medida de pobreza multidimensional basada en el método AF.

Nuestra investigación realiza una doble contribución a la literatura sobre adaptación del bienestar subjetivo frente a la pobreza, que tiene al menos dos principales limitaciones. Primero, los estudios longitudinales son muy escasos en este grupo de países, por lo que los procesos de adaptación a lo largo del tiempo han sido estudiados principalmente en países de altos ingresos. Segundo, los estudios tienden a estar centrados en la adaptación del bienestar subjetivo frente a cambios en los ingresos, gastos o situaciones de pobreza monetaria, por lo que pocos han explorado la adaptación frente a cambios en otras dimensiones de la pobreza. Dos estudios para países de ingresos medios adoptan perspectivas multidimensionales, pero con datos de corte transversal (Barr y Clark, 2012; Strotmann y Volkert, 2018); mientras que el estudio de Salas y Vigorito (2019) sí utiliza datos longitudinales. No obstante, explora sólo una dimensión más allá de los ingresos (hacinamiento). El nuestro sería, entonces, el primer estudio que explora la adaptación del bienestar subjetivo ante la pobreza multidimensional entendida de manera comprehensiva, en un país de ingresos medios haciendo uso de datos longitudinales.

Nuestro estudio presenta un conjunto de limitaciones. Primero, debido a restricciones de la base de datos, la única de medida de bienestar subjetivo disponible en la encuesta era la escala de Cantril, a pesar de que hay otras medidas que la literatura empírica considera relevantes, como las medidas de satisfacción con la vida, felicidad, aspiraciones, o experimentación de emociones. Estudios como el de Kahneman y Deaton (2010) muestran que los resultados pueden variar según la medida que se utiliza. Segundo, la encuesta tampoco recoge información que permita aproximarnos de manera precisa a la pobreza monetaria, que es una medida ampliamente utilizada en los estudios sobre adaptación. Tercero, a falta de variables instrumentales confiables o de un diseño (cuasi) experimental, nuestros resultados no pueden ser interpretados de manera causal.

A pesar de las limitaciones, argumentamos que nuestro estudio presenta una contribución relevante a la literatura sobre adaptación frente a la pobreza, dada la escasez de estudios longitudinales y que usen perspectivas multidimensionales de la pobreza en países de ingresos medios. Sostenemos también que nuestro estudio tiene implicancias de política relevantes. Evaluaciones de intervenciones de política que usen información subjetiva del bienestar deben tener particular atención con quienes se mantienen en situaciones de privación a lo largo del tiempo. La evidencia sugiere que existe la posibilidad de que estas personas hayan adaptado sus niveles de bienestar subjetivo ante las situaciones de pobreza que perduran en el tiempo.

 

6. Agradecimientos

Los datos utilizados en esta publicación provienen de Young Lives, un estudio de 20 años sobre pobreza infantil y transiciones a la adultez en Etiopía, India, Perú y Vietnam (www.younglives.org.uk). Young Lives está financiado por UK Aid del Ministerio de Relaciones Exteriores, la Mancomunidad de Naciones y el Desarrollo del Reino Unido y una serie de otros financiadores. Las opiniones expresadas aquí son las de los autores. No son necesariamente los de Young Lives, la Universidad de Oxford, el Ministerio u otros financiadores. Asimismo, agradecemos al Vicerectorado de Investigación de la Pontificia Universidad Católica del Perú por el financiamiento otorgado para la elaboración de este artículo a través del Concurso Anual de Proyectos de Investigación de 2017.

 

 

  

Referencias bibliográficas

Alkire, S. (2006). Religion and Development. En D. A. Clark (Ed.), The Elgar Companion to Development Studies (pp. 502-510). Edward Elgar Publishing. https://doi.org/10.4337/9781847202864.00112

Alkire, S., Dorji, L., Gyeltshen, S. y Minten, T. (2016). Child poverty in Bhutan: Insights from Multidimensional Child Poverty Index (C-MPI) and qualitative interviews with poor children. National Statistics Bureau & Unicef.

Alkire, S. y Foster, J. (2011). Counting and multidimensional poverty measurement. Journal of Public Economics, 95(7-8), 476-487. https://doi.org/10.1016/j.jpubeco.2010.11.006

Alkire, S., Foster, J., Seth, S., Santos, M. E., Roche, J. M. y Ballon, P. (2015). Multidimensional poverty measurement and analysis. Oxford University Press. https://doi.org/10.1093/acprof:oso/9780199689491.001.0001

Alkire, S. y Santos, M. E. (2010). Acute multidimensional poverty: A new index for developing countries. Human Development Reports Research Paper 2010/11. United Nations Development Programme.

Barr, A. y Clark, D. A. (2012). A multidimensional analysis of adaptation in a developing country context. En D. A. Clark (Ed.), Adaptation, poverty and development. The dynamics of subjective well-being (pp. 111-136). Palgrave Macmillan. https://doi.org/10.1057/9781137002778_5

Biswas-Diener, R. y Diener, E. (2001). Making the best of a bad situation: Satisfaction in the slums of Calcutta. Social Indicators Research, 55, 329-352. https://doi.org/10.1023/A:1010905029386

Biswas-Diener, R. y Diener, E. D. (2006). The subjective well-being of the homeless, and lessons for happiness. Social Indicators Research, 76, 185-205. https://doi.org/10.1007/s11205-005-8671-9

Bjørnskov, C. (2010). How comparable are the Gallup World Poll life satisfaction data?. Journal of Happiness Studies, 11, 41-60. https://doi.org/10.1007/s10902-008-9121-6

Boyden, J. (2014a). Young Lives: An International Study of Childhood Poverty: Round 2, 2006. [data collection]. 2nd Release. UK Data Service. http://doi.org/10.5255/UKDA-SN-6852-2

Boyden, J. (2014b). Young Lives: an International Study of Childhood Poverty: Round 3, 2009. [data collection]. 2nd Release. UK Data Service. http://doi.org/10.5255/UKDA-SN-6853-2

Boyden, J., Woldehanna, T., Galab, S., Sanchez, A., Penny, M., y Duc, L.T. (2016). Young Lives: An International Study of Childhood Poverty: Round 4, 2013-2014. UK Data Service. http://doi.org/10.5255/UKDA-SN-7931-1

Briones, K. (2017). ‘How Many Rooms Are There in Your House?’ Constructing the Young Lives Wealth Index. Technical Note Nº 43. Young Lives.

Burchardt, T. (2005). Are one man's rags another man's riches? Identifying adaptive expectations using panel data. Social Indicators Research, 74, 57-102. https://doi.org/10.1007/s11205-005-6519-y

Clark, A. E. (2018). Four decades of the economics of happiness: Where next? Review of Income and Wealth, 64(2), 245-269. https://doi.org/10.1111/roiw.12369

Clark, A. E., D’Ambrosio, C. y Ghislandi, S. (2016). Adaptation to poverty in long-run panel data. Review of Economics and Statistics, 98(3), 591-600. https://doi.org/10.1162/REST_a_00544

Clark, A. E., Diener, E., Georgellis, Y. y Lucas, R. E. (2008). Lags and leads in life satisfaction: A test of the baseline hypothesis. The Economic Journal, 118(529), F222-F243. https://doi.org/10.1111/j.1468-0297.2008.02150.x

Clark, D. A. (2012). Adaptation and development — Issues, evidence and policy relevance. En D. A. Clark (Ed.), Adaptation, poverty and development. The dynamics of subjective well-being (pp. 1-31). Palgrave Macmillan. https://doi.org/10.1057/9781137002778_1

Crettaz, E. y Suter, C. (2013). The impact of adaptive preferences on subjective indicators: An analysis of poverty indicators. Social Indicators Research, 114, 139-152. https://doi.org/10.1007/s11205-013-0388-6

Cummins, R. A. (2003). Normative life satisfaction: Measurement issues and a homeostatic model. Social indicators research, 64, 225-256. https://doi.org/10.1023/A:1024712527648

Daatland, S. O. (2005). Quality of life and ageing. En M. L. Johnson, V. L. Bengtson, P. G. Coleman y T. B. Kirkwood (Eds.), The Cambridge handbook of age and ageing (pp. 371-377). Cambridge University Press.

Dang, H., Lokshin, M. y Abanokova, K. (2019). Did the poor adapt to their circumstances? Evidence from long-run Russian panel data. Economics Bulletin, 39(4), 2258-2274.

De Neubourg, C., Chai, J., de Milliano, M., Plavgo, I. y Wei, Z. (2012). Cross-Country MODA Study: Multiple Overlapping Deprivation Analysis (MODA) - Technical note. Office of Research Working Paper Nº 2012-05. Unicef.

Deaton, A. (2008). Income, health, and well-being around the world: Evidence from the Gallup World Poll. Journal of Economic Perspectives, 22(2), 53-72. https://doi.org/10.1257/jep.22.2.53

Di Tella, R. y MacCulloch, R. (2008). Happiness adaptation to income beyond “basic needs”. Working paper Nº 14539. National Bureau of Economic Research.

Di Tella, R., Haisken-De New, J. y MacCulloch, R. (2010). Happiness adaptation to income and to status in an individual panel. Journal of Economic Behavior & Organization, 76(3), 834-852. https://doi.org/10.1016/j.jebo.2010.09.016

Diener, E., Kahneman, D., Arora, R., Harter, J. y Tov, W. (2009). Income’s differential influence on judgments of life versus affective well-being. En E. Diener (Ed.), Assessing well-being: The collected works of Ed Diener (pp. 233-246). Social Indicators Research Series, vol 39. Springer. https://doi.org/10.1007/978-90-481-2354-4_11

Elster, J. (1982). Sour Grapes – utilitarianism and the genesis of wants. En A. Sen y B. Williams (Eds.), Utilitarianism and beyond (pp. 219-238). Cambridge University Press. https://doi.org/10.1017/CBO9780511611964.013

Festinger, L. (1957). A theory of cognitive dissonance. Stanford University Press.

Gordon, D., Nandy, S., Pantazis, C., Pemberton, S. A. y Townsend, P. (2003). Child poverty in the developing world. The Policy Press.

Grusky, D. B. y Kanbur, R. (Eds.) (2006). Poverty and inequality. Stanford University Press.

Halleröd, B. (2006). Sour grapes: Relative deprivation, adaptive preferences and the measurement of poverty. Journal of Social Policy, 35(3), 371-390. https://doi.org/10.1017/S0047279406009834

Huttly, S. y Jones, N. (2014). Young Lives: an International Study of Childhood Poverty: Round 1, 2002. [data collection]. 5th Release. UK Data Service. http://doi.org/10.5255/UKDA-SN-5307-2

Kahneman, D. y Deaton, A. (2010). High income improves evaluation of life but not emotional well-being. Proceedings of the National Academy of Sciences, 107(38), 16489-16493. https://doi.org/10.1073/pnas.1011492107

Knight, J. y Gunatilaka, R. (2012). Aspirations, adaptation and subjective well-being of rural–urban migrants in China. En D. A. Clark (Ed.), Adaptation, poverty and development. The dynamics of subjective well-being (pp. 91-110). Palgrave Macmillan. https://doi.org/10.1057/9781137002778_4

Layard, R., Mayraz, G. y Nickell, S. (2010). Does relative income matter? Are the critics right. En E. Diener, J. F. Helliwell, & D. Kahneman (Eds.), International differences in well-being (pp. 139-165). Oxford University Press. https://doi.org/10.1093/acprof:oso/9780199732739.003.0006

Luo, J. J. (2022). Is Happiness Adaptation to Poverty Limited? The Role of Reference Income. Journal of Happiness Studies, 23(6), 2491-2516. https://doi.org/10.1007/s10902-022-00508-3

Luttmer, E. F. (2005). Neighbors as negatives: Relative earnings and well-being. The Quarterly Journal of Economics, 120(3), 963-1002. https://doi.org/10.1093/qje/120.3.963

Neff, D. (2012). Adaptation, poverty and subjective well-being: Evidence from South India. En D. A. Clark (Ed.), Adaptation, poverty and development. The dynamics of subjective well-being (pp. 137-157). Palgrave Macmillan. https://doi.org/10.1057/9781137002778_6

Pereira, G. (2007). Preferencias adaptativas: un desafío para el diseño de las políticas sociales. Isegoría, (36), 143-165.

Posel, D. y Rogan, M. (2019). Inequality, social comparisons and income aspirations: Evidence from a highly unequal country. Journal of Human Development and Capabilities, 20(1), 94-111. https://doi.org/10.1080/19452829.2018.1547272

Rapley, M. (2003). Quality of life research: A critical introduction. Sage.

Roche, J. M. (2013). Monitoring progress in child poverty reduction: Methodological insights and illustration to the case study of Bangladesh. Social indicators research, 112, 363-390. https://doi.org/10.1007/s11205-013-0252-8

Salas, G. y Vigorito, A. (2019). Subjective well-being and adaptation. The case of Uruguay. Applied Research in Quality of Life, 14, 685-703. https://doi.org/10.1007/s11482-018-9616-1

Samman, E. (2007). Psychological and subjective well-being: A proposal for internationally comparable indicators. Oxford Development Studies, 35(4), 459-486. https://doi.org/10.1080/13600810701701939

Samman, E. y Santos, M. E. (2013). Poor and dissatisfied? Income poverty, poverty transitions and life satisfaction in Chile. Journal of Poverty and Social Justice, 21(1), 19-31. https://doi.org/10.1332/175982713X664038

Santos, M. E. y Villatoro, P. (2018). A multidimensional poverty index for Latin America. Review of Income and Wealth, 64(1), 52-82. https://doi.org/10.1111/roiw.12275

Sen, A. (1992). Inequality reexamined. Oxford University Press.

Shepherd, D. L. (2022). Divine discontent: aspirations and subjective well-being at a time of social mobility and high inequality. Consumption Markets & Culture, 25(4), 323-341. https://doi.org/10.1080/10253866.2021.2007479

Stevenson, B.y Wolfers, J. (2013). Subjective well-being and income: Is there any evidence of satiation? American Economic Review, 103(3), 598-604. https://doi.org/10.1257/aer.103.3.598

Strotmann, H. y Volkert, J. (2018). Multidimensional poverty index and happiness. Journal of Happiness Studies, 19, 167-189. https://doi.org/10.1007/s10902-016-9807-0

Stutzer, A. (2004). The role of income aspirations in individual happiness. Journal of Economic Behavior & Organization, 54(1), 89-109. https://doi.org/10.1016/j.jebo.2003.04.003

Suppa, N. (2015). Capability deprivation and life satisfaction. Evidence from German panel data. Journal of Human Development and Capabilities, 16(2), 173-199. https://doi.org/10.1080/19452829.2015.1029880

Wang, H., Cheng, Z. y Smyth, R. (2019). Consumption and happiness. The Journal of Development Studies, 55(1), 120-136. https://doi.org/10.1080/00220388.2017.1371294

Zavaleta, D., Moreno, C. y Santos, M. E. (2018). La medición de la pobreza multidimensional en América Latina. En S. Deneulin, J. Clausen, & A. Valencia (Eds.), Introducción al enfoque de las capacidades: aportes para el desarrollo humano en América Latina (pp. 253-274). Ediciones Manantial & Fondo Editorial de la Pontificia Universidad Católica del Perú.

 

Fuentes documentales

Ministerio de Desarrollo Social, Ministerio de Economía y Finanzas, & Instituto Nacional de Estadística y Censo de Panamá (2019). Índice de Pobreza Multidimensional de Niños, Niñas y Adolescentes. Panamá 2018. Unicef.

Naciones Unidas (2015). Transformar nuestro mundo: la Agenda 2030 para el Desarrollo Sostenible.

Niños del Milenio (2018). Diseño y métodos del estudio Niños del Milenio – Perú. Resultados iniciales de la quinta ronda de encuestas (2016) de Niños del Milenio – Perú. Grupo de Análisis para el Desarrollo.

Organización para la Cooperación y Desarrollo Económico (OECD) (2013). OECD Guidelines on Measuring Subjective Well-being. OECD Publishing. https://doi.org/10.1787/9789264191655-en

Oxford Poverty and Human Development Initiative (2019). Child multidimensional poverty in Thailand. Office of the National Economic and Social Development Council & Unicef.

United Nations Development Programme y Oxford Poverty and Human Development Initiative (2022). Global Multidimensional Poverty Index 2022: Unpacking deprivation bundles to reduce multidimensional poverty. UNDP & OPHI.

World Bank (2018). Poverty and Shared Prosperity 2018: Piecing Together the Poverty Puzzle. World Bank.

Young Lives (2006). Niños del Milenio – Cuestionario del Niño – 12 años. Save the Children UK & Grupo de Análisis para el Desarrollo.

 

 

 

1 Doctor en Desarrollo Internacional por la Universidad de Bath. Es profesor e investigador en el Departamento de Economía de la Pontificia Universidad Católica del Perú (PUCP) y Director Ejecutivo (e) del Instituto de Desarrollo Humano de América Latina (IDHAL) de la PUCP.
Correo electrónico: jhonatan.clausen@pucp.edu.pe
 

2 Magíster en Economía con mención en Desarrollo Económico por la Pontificia Universidad Católica del Perú (PUCP). Es profesor e investigador en el Departamento de Economía de la PUCP e investigador en el Instituto de Desarrollo Humano de América Latina (IDHAL) de la PUCP.
Correo electrónico: n.barrantes@pucp.pe

3 Economista por la Pontificia Universidad Católica del Perú. Es estudiante de doctorado en el Departamento de Humanidades y Ciencias Sociales del California Institute of Technology.
Correo electrónico: pmatostr@caltech.edu

 

4 La disminución en la escala de Cantril ante un aumento de 1 punto porcentual en  es de 0.89/100. Para obtener la reducción en la escala de Cantril cuando  aumenta en un indicador completo, que pesa 1/9=11.11%, hay que multiplicar 0.89/100 por 11.11, con lo que se obtiene 0.1.

 

  Esta obra está bajo una Licencia Creative Commons Atribución 4.0 Internacional.