Construcción de un indicador de pobreza multidimensional mediante análisis combinatorio

Combinatory analysis construct a multidimensional poverty indicator

Contenido principal del artículo

Gary Canaviri-Sillerico
Francisco Javier Aliaga-Lordemann

Resumen

Se presenta la construcción de modelos de pobreza multidimensional basados en analisis empirico combinatorio y combinatorio. Este enfoque metodologico complementa los modelos tradicionales de pobreza multidimensional, tales como Bourguignon and Chakravarty (2003), Deutch and Silver (2005), Alkire and Foster (2007), Alkire and Foster (2009), entre otros. Estos modelos conservan un análisis unidimensional, y, no desarrollan los atributos entre dimensiones e individuos. Por lo tanto, esta investigación propone complementar y mejorar los modelos existentes anteriormente señalados.

Descargas

Los datos de descargas todavía no están disponibles.

Detalles del artículo

Biografía del autor/a (VER)

Gary Canaviri-Sillerico, Academica Boliviana de Ciencias Económicas

Licenciado en Ciencias Económicas de la Universidad Católica Boliviana (Bolivia), Licenciado en Matemática de la Universidad Mayor de San Andrés (Bolivia), Investigador Independiente. Analista en Pobreza Multidimensional. Actualmente Miembro de la Sociedad Boliviana de Ciencias, y miembro de Kangouru sans Frontieres (Bolivia)

Francisco Javier Aliaga-Lordemann, Academia Boliviana de Ciencias Económicas

Doctor y Magister en economía en la Universidad de Zaragoza (España). Desde 2010 es miembro de número de la Academia Boliviana de Ciencias Económicas, en 2011 recibió el Premio Bernard Prince de Investigación en Holanda. Se ha desempeñado como Director de Investigación, académico, consultor internacional, asesor económico-financiero en más de 25 países para diversas instituciones como el BID, BM, GIZ, UE, FMI, IDRC,MCC, UN, FAO,CAF, Bank of Asia, Bank of África, etc. Realizando misiones en Centro América, Europa, Asia y África, en temas de economía de la infraestructura, economía experimental, cambio climático, pobreza, energías renovables y  economía de la felicidad.

Palabras clave:

Referencias (VER)

1. Conconi, A. (2004). Pobreza Multidimensional en Argentina.

2. CONEVAL-MÉXICO. (2009). Generación de un índice multidimensional de pobreza. México: Documentos de trabajo.

3. Denis, A., Gallegos, F., & Sanhuesa, C. (2010). Medición de la pobreza multidimensional en Chile. Chile: Universidad Alberto Hurtado.

4. Eid, A., & Aliaga Lordemann, J. (2013). "Vivir Bien" y pobreza multidimensional ¿Es posible una conciliación conceptual? Revista Latinoamericana de Desarrollo Económico, 231-253.

5. Escobar-Espinoza, A. & Mercado-Mejía, M. (2014). Las revistas científicas colombianas y la política pública de COLCIENCIAS. Panorama Económico, (22), 7–9. https://revistas.unicartagena.edu.co/index.php/panoramaeconomico/article/view/1372

6. Escobar-Espinoza, A. & Mercado-Mejía, M. (2014). The colombian scientific journals and COLCIENCIAS' public policy. Revista Panorama Económico, 22, 11-13. Recuperado de: https://revistas.unicartagena.edu.co/index.php/panoramaeconomico/article/view/1373

7. Feller. (2010). An introduction to Probability Theory Vol. 1. Pensilvania: Carnegie Mellon University.

8. Feres, & Mancero. (2001). Enfoques para la medición de la pobreza. Series Estudios Estadísticos y Prospectivos No 4 CEPAL.

9. Fonseca Godínez, C. E. (2010). El enfoque de conjuntos difusos para la medición multidimensional de la pobreza. México.

10. Foster, Greer, & Thorbecke. (1984). A class of decomposable poverty measures, Econométrica. Vol. 52.

11. Galindo Gómez. (2014). Conjuntos y sistemas difusos. España.

12. Grinstead, & Snell. (2004). Cadenas de Markov. Colorado: CSM.

13. Grupo de Río. (2007). Compendio de mejores prácticas en la medición de la pobreza. Santiago de Chile: Capítulo 2.

14. Hurtado, A. (2010). A new technique to measure poverty using the theory of fuzzy logic. OXFORD.

15. López Calva, L., & Rodriguez, L. (2005). Muchos rostros, un sólo espejo: Restricciones para la medición multidimensional de la pobreza en México. Série documentos de investigación 20, SEDESOL.

16. México, I. N. (2010). Estadísticas a propósito del día mundial de la justicia social. México.

17. Nieto Said, J. (2014). Libro de Combinatoria. Argentina.

18. Pérez Seguí, M. L. (2003). Combinatoria. Distrito Federal: Cuaderno de Olimpiadas Matemáticas, UNAM, México.

19. Perticara, & Sanhueza. (2008). La compleja tarea de identificar quien es pobre. Chile: Observatorio Económico, Universidad Alberto Hurtado.

20. PNUD. (2010). Human progress and the rising shout.

21. Pugachev. (2001). Introducción a la teoría de las probabilidades. California: UCLA.

22. Reyes, C. (2012). Apuntes de inducción matemática.

23. Rojas Aguilar, J. L. (2014). Modelando la pobreza multidimensional, un análisis estocástico. México.

24. Villarroel, P., & Hernani Limarino, W. (2013). La evolución de la pobreza en Bolivia: un enfoque multidimensional. Revista Latinoamericana de Desarrollo Económico, 7-72.

25. Wilhelmi, M. (2005). Combinatoria y probabilidad. Granada: Universidad de Granada, España.