Construcción de un indicador de pobreza multidimensional mediante análisis combinatorio.

Combinatory analysis construct a multidimensional poverty indicador.

Contenido principal del artículo

Gary Canaviri Sillerico
Francisco Javier Aliaga Lordemann

Resumen

Se presenta la construcción de modelos de pobreza multidimensional basados en análisis empírico combinatorio y combinatorio. Este enfoque metodológico 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. Alarcón. (2001). Medición de las condiciones de vida. Instituto Interamericano para el Desarrollo Social, INDES (págs. 1-21). Banco Interamericano de Desarrollo, Series documentos de trabajo.

3. Alkire, & Foster. (2007). Counting and Multidimensional Poverty Measurement. Working Paper Series, OPHI.

5. Alkire, S. (2010). Iniciativa de Desarrollo Humano y reducción de la pobreza. Obtenido de Departamento de Desarrollo Internacional, Universidad de Oxford: http://www.ophi.org.ok

7. Apablaza, M., & Yalonetsky, G. (2013). Descomposing Multidimensional Poverty Dinamics. Reino Unido. https://doi.org/10.35648/20.500.12413/11781/ii015

9. Badenés Plá, N. (2014). El modelo de Rash aplicado a la medición multidimensional de la pobreza. España.

11. Banco Mundial. (2000). Informe sobre el desarrollo mundial 2000/2001: Lucha contra la pobreza. Washington DC. Oxford University Press.

13. Becker, M., Pietrocola, N., & Sanchez, C. (1996). Notas de Combinatoria. Buenos Aires: Red Olímpica.

15. Berenger, V., Calderón Villarreal, C., & Celestine, F. (2009). Modelling the Distribution of Multidimensional Poverty Scores. México.

17. Bourguignon, & Chakravarty. (2003). The measurement of multidimensional poverty. Journal of Economic Inequality 1. https://doi.org/10.1023/A:1023913831342

19. CEPAL. (2010). Guía para estimar la pobreza infantil.

21. Conconi, & Ham. (2008). Pobreza Multidimensional, una aplicación a la Argentina. Argentina: Working Papers 0057, CEDLAS.

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

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

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

29. Eid, A., & Aliaga Lordemann, J. (2013). "Vivir Bien" y pobreza multidimensional ¿Es posible una conciliación conceptual? Revista Latinoamericana de Desarrollo Económico, 231-253. https://doi.org/10.35319/lajed.201320105

31. 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 : https://doi.org/10.32997/2463-0470-vol.22-num.0-2014-1372

33. 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 ; https://doi.org/10.32997/2463-0470-vol.22-num.0-2014-1373

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

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

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

41. Foster, Greer, & Thorbecke. (1984). A class of decomposable poverty measures, Econométrica. Vol. 52. https://doi.org/10.2307/1913475

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

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

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

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

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

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

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

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

59. Perticara, & Sanhueza. (2008). La compleja tarea de identificar quien es pobre. Chile: Observatorio Económico, Universidad Alberto Hurtado. https://doi.org/10.11565/oe.vi14.304

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

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

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

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

69. Villarroel, P., & Hernani Limarino, W. (2013). La evolución de la pobreza en Bolivia: un enfoque multidimensional. Revista Latinoamericana de Desarrollo Económico, 7-72. https://doi.org/10.35319/lajed.201320101

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

Contadores