Ponencia para las Octavas Jornadas de Tecnologa aplicada a la Educacin Matemtica Universitaria

Ttulo :

Anlisis de la distribucin del ingreso con el software estadstico STATA.

Utilizacin del mdulo DASP (Distributive Analysis Stata Package)

Autores :

Sergio De Raco sergioderaco@gmail.com

Julio Eduardo Fabris Jfabris88@hotmail.com

Centro de Investigacin en Mtodos Cuantitativos Aplicados a la Economa y la Gestin Facultad de Ciencias Econmicas Universidad de Buenos Aires

Julio 2008

1. Introduccin : Durante las dos ltimas dcadas del siglo XX y hasta la actualidad uno de los hechos estilizados de la economa mundial ha sido el empeoramiento generalizado de la distribucin del ingreso en la mayora de los pases. Esto ha motivado un inters creciente en el tema, y una serie de trabajos que esencialmente buscan identificar los factores o determinantes de la distribucin del ingreso con el objeto de servir de base para polticas correctivas. Desde un punto de vista tcnico una de las novedades de la nueva literatura acadmica es que la medicin de la desigualdad en la distribucin del ingreso se realiza mediante indicadores referidos a la distribucin personal (siendo el mas comn el coeficiente de Gini ), en lugar de la tradicional distribucin funcional, lo cual hace necesaria la utilizacin de medios de clculo para su estimacin. El software estadstico STATA se ha convertido en una popular herramienta para los investigadores del rea. Tiene programados una gran cantidad de mdulos que permiten transformar grandes volmenes de datos con mucha eficiencia y flexibilidad. Es tambin un software programable por el usuario y en l se pueden implementar rutinas especializadas que le aaden capacidad. Aprovechando esta posibilidad, varios investigadores de la Universidad Laval (Quebec, Canad) han desarrollado un mdulo complementario que le aade a STATA rutinas de anlisis de distribucin del ingreso y estndares de vida a los fines descriptivos y de diseo de poltica. En esta comunicacin se presentan brevemente los temas inherentes al anlisis distributivo y se hace una breve demostracin del uso del software STATA y del mdulo DASP para su resolucin.

2. El anlisis moderno de la distribucin del ingreso y el DASP Para analizar la distribucin del ingreso, se utilizan como insumo datos provenientes de encuestas a los hogares. Comnmente estas encuestas se realizan en conglomerados urbanos y relevan condiciones de actividad e ingresos entre otras variables socio-econmicas, como el nivel educativo, y demogrficas, como edad y sexo de los entrevistados. Estas encuestas toman datos censales para el diseo muestral y se realizan con cierta periodicidad (una vez ms por ao). En Argentina el INDEC releva la Encuesta Permanente de Hogares (EPH) desde 1974. La encuesta abarca actualmente 38 aglomerados urbanos y releva alrededor de 24.000 hogares con lo que la base de datos de personas asciende aproximadamente 60.000 registros en cada instancia de la encuesta . El anlisis moderno de la distribucin del ingreso, requiere organizar y transformar estos datos para luego extraer informacin estadstica y realizar el anlisis economtrico, segn los requerimientos del investigador. Se presentan entonces restricciones sobre la herramienta informtica a utilizar, dado el volumen de datos y las necesidades de procesamiento y anlisis.

En los ltimos aos, la eleccin del software para estos fines en la comunidad cientfica se orient mayoritariamente hacia dos herramientas: SPSS y STATA. Aunque ambas herramientas cumplen con los requerimientos sealados, en el mbito de las ciencias econmicas se observa cierta preferencia por el uso de STATA frente al SPSS, este ltimo de mayor difusin entre los investigadores provenientes de otras ciencias sociales. En cuanto a la facilidad de uso, a pesar que STATA presenta una interfaz ms rudimentaria de tipo lnea de comando y una curva de aprendizaje ligeramente empinada, relacionada con la versatilidad de la herramienta y la gran variedad de comandos provistos, presenta beneficios inmediatos en la personalizacin mediante la programacin sencilla de rutinas y complementos, lo que la convierte en una herramienta extensible y modular. Las rutinas de transformacin y anlisis de datos, as como la presentacin de resultados se procesan en cualquier editor de texto en archivos con extensin *.do, como una sucesin de comandos (archivo de procesamiento por lotes). As, los investigadores pueden proveer un archivo con los datos y otros con rutinas de transformacin, anlisis y presentacin final de resultados para que cualquier otro pueda reproducir su anlisis. Un subproducto de esta facilidad es que a travs de grupos de usuarios se crean nuevos comandos continuamente. En cuanto al anlisis distributivo, un paquete de comandos de dominio pblico muy conocido es inequal7.do, que calcula ndices de desigualdad con las principales descomposiciones, curvas de Lorenz y otros ndices. Adicionalmente y de la misma forma, STATA puede incorporar comandos desarrollados por el usuario como tems de men, a forma de complementos add-ins (como Crystal Ball para Excel). Para ello utiliza archivos con extensin *.ado que es un archivo de texto con el grupo de comandos a incorporar introducidos con una sintaxis que STATA documenta de manera muy accesible. Para el caso del anlisis de distribucin del ingreso, los investigadores Jean-Yves Duclos y Abdelkrim Araar de la Universidad de Laval de Canad desarrollaron el paquete DASP Distributive Analysis Stata Package. Este paquete es una mejora del software DAD (Distributive Analysis) desarrollado por los autores con anterioridad. Es un complemento fcilmente instalable y accesible desde el men de STATA (ver Figura 1) con interfaz amigable de comandos para estimar medidas de pobreza absoluta y relativa, desigualdad y polarizacin, as como tambin para graficar curvas de Lorenz y de concentracin, de densidad y de cuantiles definidos por el usuario.

Figura 1

Es interesante destacar que algunos comandos estn diseados para trabajar comparativamente con dos bases de datos, una abierta y otra que leer de la ubicacin que se indique.

Figura 2

Adicionalmente, provee comandos para realizar descomposiciones a distintos ndices de pobreza y desigualdad (Foster-Greer-Thorbecke, Gini, entropa generalizada, ver Figura 2), anlisis de dominancia, de crecimiento pro-pobre (Chen-Ravallion, Kakwani-Pernia, Kakwani-Khandker-Son), de incidencia de beneficios pblicos (por ejemplo, de impacto de subsidios a niveles mnimos de educacin), y otras herramientas tiles al anlisis distributivo (curvas de regresin no paramtrica, de funciones de densidad y de distribucin conjunta).

A modo de ejemplo, en las Figuras 3 y 4 se presentan las opciones de comando para la descomposicin del ndice de Gini y el cuadro de resultados calculado por el comando de DASP. En la Figura 5 se observa un ejemplo de curva de Lorenz.

Figura 3

Figura 4

A continuacin se utiliza el paquete DASP para implementar un anlisis de la distribucin del ingreso en Argentina durante el perodo 1990-2002.

Curva de Lorenz Generalizada

800000

Por sexo

0 0

200000

400000

GL(p)

600000

.2

.4

.6

.8

Percentiles (p)
Masculino Femenino

Figura 5

3. Un anlisis para el caso argentino El presente trabajo tiene como objetivo presentar a la herramienta informtica DASP, til para el anlisis estadstico y economtrico de cuestiones relativas a la distribucin del ingreso. Presentamos la herramienta mediante un ejemplo con datos de Argentina de distintos perodos en el que se caracterizan los cambios en la distribucin segn la medida de desigualdad del coeficiente de Gini y un breve anlisis de la descomposicin del ndice. En nuestro anlisis en cierto sentido seguiremos al trabajo de Diego Petrecolla1, quien realiza un anlisis de la distribucin del ingreso entre los aos 1980 y 1995 en el Gran Buenos Aires, en base a descomposiciones del coeficiente de Gini. 3.1 El coeficiente de Gini El coeficiente de Gini es el indicador de desigualdad en la distribucin ms conocido2 . Fue desarrollado por el estadstico Corrado Gini en 19123 con base en la llamada curva de Lorenz4. Esta ltima es una curva en la cual, en el eje horizontal se representa a la poblacin, ordenada de menores a mayores ingresos, mientras que en el eje vertical se representa el ingreso acumulado por toda la poblacin hasta el individuo que se considere. El hecho de que la poblacin vaya apareciendo por orden creciente de ingresos hace que la curva sea cncava (puede haber tramos rectos cuando varios individuos tienen el mismo ingreso, en caso contrario la curva es ESTRICTAMENTE cncava).

Ver Petrecolla : 1997 Otros indicadores en la misma lnea son el coeficiente de Theil, el coeficiente de Atkinson, el desvo medio relativo, el desvo estndar de los logaritmos, etc. 3 Ver Gini :1912 y Gini : 1921 4 Ver Lorenz :1905
2

Usualmente se trabaja con una versin normalizada de la curva de modo tal que se divide a los valores del eje horizontal por la cantidad total de individuos, y los valores del eje vertical por el total acumulado final de ingresos, de modo que los valores en ambos ejes van de cero a uno (Ver figura 6). En el caso de una distribucin de ingresos completamente igualitaria, la Curva de Lorenz sera la diagonal del cuadrado. A esta distribucin terica se la denomina recta de perfecta igualdad. Una distribucin desigual dibujar una curva convexa que comienza y termina junto a la anterior, quedando determinada un rea a, que mide la desigualdad. La completa igualdad se dara cuando la curva de Lorenz coincide en todos sus puntos con la recta de completa igualdad. En ese caso el rea a colapsa y su superficie vale cero. La completa desigualdad existira cuando una sola persona posee el total del ingreso. En ese caso la Curva de Lorenz seguira al eje horizontal hasta el final, levantando en el ltimo individuo hasta el valor 1. Por lo tanto el rea igualara al tringulo por debajo de la diagonal. El coeficiente de Gini se define como el cociente de las superficies a y (a+b), obtenindose una medida de la desigualdad que vale cero para el caso de completa igualdad y uno para el caso de completa desigualdad.

0
Figura 6

Como se indica mas abajo, la frmula del coeficiente de Gini puede expresarse tambin como G=1-2b, siendo esta una forma de abordaje que facilita los clculos.

G=

a 2 a 2a = = = 2(a + b b) = 2(a + b) 2b = 1 2b a + b 2 (a + b) 1

En realidad existen varias frmulas con las que puede calcularse el coeficiente de Gini. Algunas de las ms usuales son :

a ) Mitad de la diferencia media relativa

1 1 n n yi y j G = 2 2 n i=1 j=1

Donde n es la cantidad de individuos considerados, yi el ingreso del individuo i , mientras que mu es la media de los ingresos. b ) Frmula alternativa

G = 1
c) Otra formula

1 n
2

Min yi ; y j
i=1 j=1

G = 1+

1 2 [ y1 + 2 y 2 + 3 y3 + ... + n yn ] n n2
con

y1 y 2 y3 ... yn

Esta ltima frmula requiere la previa ordenacin de los ingresos en orden inverso al que plantea la curva de Lorenz. El clculo se complica tambin debido a que las encuestas de ingresos de donde se toman los datos no hacen una cobertura homognea de la poblacin. Esto se expresa en los factores de ponderacin5 por los cuales cada registro es representativo de, trmino medio, 2000 individuos. La tarea se ve enormemente facilitada con el uso de la herramienta DASP, como veremos. En lo que sigue realizaremos el clculo del coeficiente de Gini para el ingreso per cpita familiar para los aos 1990 a 2002 y para el Gran Buenos Aires, con base en los datos de la Encuesta Permanente de Hogares6. En primer lugar se debe "limpiar" la base de datos de aquellos invlidos para el clculo de la distribucin del ingreso. Sucede que en algunos casos, alguno o todos los miembros del hogar se niegan a reportar el ingreso que perciben. En ese caso, ese hogar no puede formar parte de los datos utilizados. Es costumbre tambin excluir a los hogares cuyo ingreso total reportado sea nulo. Esta depuracin de la base se realiza fcilmente porque el organismo que elabora la encuesta seala a estos hogares al no inclurlos en el clculo de los deciles del ingreso per capita familiar. Por lo tanto, una vez cargada la base de datos se le indica al programa STATA excluir a todos los individuos cuya variable

5 6

En nuestra Encuesta Permanente de Hogares (EPH) dicha ponderacin se explicita en la variable "pondera" Los datos son de la onda Octubre para los aos mencionados

"deccf" (decil del ingreso per capita familiar) sea menor que 1 o mayor que 10. Igualmente no se considera en el clculo al servicio domstico (h08=10). Una vez hecho esto se abre el DASP en el clculo del Gini, desde la pestaa User del men principal. La secuencia es : User / DASP / Inequality / Gini and concentration indices. Una vez en la ventana del clculo de Ginis, pulsando el botn "Survey Settings", en la solapa "Weights" se incluye como " Sample Weight variable" a la variable "pondera" y se pulsa "OK", volviendo a la ventana inicial. Slo hace falta incluir entonces la variable respecto de la cual se calcular el Gini. En "Variable(s) of interest" se indica la variable "ipcf" que es la variable de ingreso per cpita familiar, ya calculada por INDEC e includa en la base de datos.

Figura 7

La salida de mquina reporta el Gini, el error estndar, calculado mediante el mtodo de Bootstrap y los valores lmites para un intervalo de confianza a dos colas del 95 %. Repitiendo el clculo para los aos propuestos obtenemos la tabla de la figura 8. Los resultados de los coeficientes y sus errores estndar se grafican en la figura 9. Como puede apreciarse, es muy claro el empeoramiento de la distribucin del ingreso per cpita familiar durante los aos de la vigencia del rgimen de convertibilidad, resultado resaltado por la mayora de los investigadores, quienes cuestionan desde este ngulo las consecuencias negativas de la apertura econmica y financiera de aquellos aos.
COEFICIENTES DE GINI DEL IPCF PARA GBA
Ao 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 Gini 0,4606 0,4614 0,4402 0,4424 0,4566 0,4837 0,4838 0,4792 0,5011 0,4868 0,5048 0,5261 0,5378 Desvio 0,006812 0,008048 0,004297 0,004413 0,005125 0,004531 0,004833 0,005648 0,004521 0,003942 0,004166 0,003988 0,005898 Coef. Var. 1,48 1,74 0,98 1,00 1,12 0,94 1,00 1,18 0,90 0,81 0,83 0,76 1,10 L 0,4472 0,4456 0,4318 0,4337 0,4466 0,4748 0,4743 0,4682 0,4922 0,4790 0,4966 0,5183 0,5262 U 0,4739 0,4772 0,4486 0,4510 0,4667 0,4926 0,4932 0,4903 0,5099 0,4945 0,5130 0,5339 0,5493

Figura 8

Indice de Gini
0,56 0,54 0,52 0,50 0,48 0,46 0,44 0,42 0,40 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002

Ao
Gini LB UB

Figura 9 3. 2 La tasa de dependencia Uno de los factores que ha sido considerado tradicionalmente como determinante de la desigualdad ha sido la tasa de dependencia, entendida esta como el nmero de individuos del hogar dividido el nmero de individuos perceptores de ingreso en el hogar. Ms conceptualmente : el nmero de personas por perceptor de ingresos. En nuestro pas esta hipteis puede rastreada tan lejos como hasta los trabajos de Alejandro Bunge7 . Petrecolla ( y nosotros con l ) intenta determinar la significatividad de este determinante apelando a una descomposicin del ndice de Gini. En primer lugar se debe calcular la Tasa de Dependencia para cada hogar. Esto es sencillo con el software STATA. En el archivo *.do del Apndice A se consignan los comandos respectivos. Una vez calculada la tasa de dependencia, se agrupa a los hogares (y a las personas que pertenecientes a los mismos) en tres categoras un poco arbitrarias : TASA DE DEPENDENCIA BAJA : MENOR A 1,5 MEDIA : DE 1,5 A 3,5 ALTA : MAYOR A 3,5

La descomposicin del coeficiente de Gini a la que se hace referencia ms arriba implica, una vez definidos los grupos en los que se divide a la poblacin,
7

Ver Bunge : 1940

descomponer el coeficiente en componentes agregativos que indiquen la desigualdad entre los grupos y la desigualdad al interior de los grupos. El anlisis es muy similar al anlisis de la varianza (ANOVA) y la descomposicin de la misma en componentes BETWEEN (entre grupos) y WITHIN (dentro de los grupos). En el caso de la varianza estos componentes sumados reconstruyen el valor de la misma, es decir que la descomposicin es exacta. En el caso de la descomposicin del ndice de Gini, existe un trmino complementario mixto o "solape" que no puede ser claramente imputado a ninguna de las dos categoras (between o within). Lo que suele hacerse es verificar que su magnitud permanezca pequea en relacin con las otras componentes y no considerarlo. La descomposicin del ndice de Gini, quizs por esta dificultad consignada y adems por la popularidad del mismo, ha dado lugar a una copiosa literatura8. En el trabajo de Petrecolla, el autor describe la metodologa utilizada, la cual se funda en los trabajos de Pyatt. En nuestro caso, utilizaremos nuestro programa DASP para encontrar las descomposiciones buscadas. Una vez calculada la Tasa de Dependencia para cada hogar, se abre el DASP en el clculo del Gini, desde la pestaa User del men principal. La secuencia es : User / DASP / Decomposition / Gini decomposition by group. Una vez en la ventana del clculo de Ginis, pulsando el botn "Survey Settings", en la solapa "Weights" se incluye como " Sample Weight variable" a la variable "pondera" y se pulsa "OK", volviendo a la ventana inicial. Se incluye luego la variable respecto de la cual se calcular el Gini. En "Variable(s) of interest" se indica la variable "ipcf" que es la variable de ingreso per cpita familiar. Luego se indica la variable que divide a la poblacin en los grupos de inters, en este caso "tdep" tasa de dependencia. La salida de mquina es :

Figura 10
8

A nivel mundial los trabajos ms referidos son Bhattacharya y Mahalanobis :1967, Bourguignon : 1979, Pyatt : 1976, Shorrocks :1980) y Lherman y Yitzhaki :1991. En nuestro pas el trabajo pionero es el de Dieguez y Petrecolla :1979 , continuado aos despus por Petrecolla :1997, hijo del anterior.

En la misma se verifica que es mayor la contribucin a la desigualdad de la componente ENTRE grupos que la de la componente DENTRO de los grupos confirmando la hiptesis propuesta. Repitiendo la descomposicin para los aos propuestos obtenemos la tabla de la figura 11. Los valores de las componentes se grafican en la figura 12.
DESCOMPOSICION DEL INDICE DE GINI DE ACUERDO CON LA TASA DE DEPENDENCIA EN EL HOGAR
Ao 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 Gini Total 0,4606 0,4614 0,4402 0,4424 0,4566 0,4837 0,4838 0,4792 0,5011 0,4868 0,5048 0,5261 0,5378 Dentro Gr. 0,156 0,152 0,146 0,146 0,146 0,160 0,157 0,152 0,161 0,138 0,162 0,169 0,191 EFECTOS Entre Gr. 0,208 0,185 0,191 0,188 0,219 0,201 0,218 0,231 0,239 0,299 0,238 0,252 0,234 Solape 0,096 0,125 0,103 0,108 0,092 0,122 0,109 0,097 0,102 0,050 0,104 0,105 0,112 Dentro Gr. 0,338 0,330 0,332 0,329 0,321 0,331 0,325 0,316 0,321 0,283 0,322 0,320 0,356 PORCENTAJES Entre Gr. 0,452 0,400 0,434 0,426 0,479 0,416 0,451 0,482 0,477 0,614 0,472 0,479 0,435 Solape 0,209 0,270 0,234 0,245 0,201 0,253 0,225 0,202 0,203 0,103 0,206 0,200 0,209

Figura 11
Descomposicion del Gini por Tasa de Dependencia
0.700

0.600

0.500

Porcentaje

0.400

0.300

0.200

0.100 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002

Ao
Dentro Gr. Entre Gr. Solape

Figura 12 Como puede verificarse en el grfico, los aportes de cada componente permanecen aproximadamente constantes, siempre siendo mayor el componente entre grupos y slo puede mencionarse que luego de la hiperinflacin, este

componente aumenta fuertemente su aporte proporcional, pero en forma temporaria.

3 . 3 El nivel de los ingresos Hay un nico caso en el que el trmino de "solape" desaparece y es aquel en que la ordenacin del Gini coincide con el criterio de separacin entre grupos. Este es el caso que se d cuando dividimos a la poblacin en "pobre" y "no pobre". En las estadsticas argentina el concepto de pobreza en su carcter extremo (indigencia) es un concepto absoluto, que se calcula en base a los requerimientos calricos de los miembros de la familia, dependiendo de su sexo y edad. Estos requerimientos calricos se valorizan teniendo en cuenta los consumos tpicos (y sus precios en cada momento del tiempo) de los hogares. El concepto especfico de pobreza se extrapola del anterior mediante los llamados coeficientes de Engel, que relacionan los gastos en general con los gastos en alimentos. Se llega as a una Canasta Bsica valuada en pesos para cada hogar. Si el ingreso total familiar est por debajo de la misma, todo el hogar (y por ende sus integrantes) es pobre. En nuestro caso, por simplicidad, hemos decidido trabajar con un concepto relativo de pobreza, considerando pobre a la poblacin cuyo ingreso per capita familiar es menor a una tercera parte del ingreso per cpita familiar medio. NIVEL DE INGRESO POBREZA ABSOLUTA < CANASTA BASICA POBREZA RELATIVA IPCF < INGRESO MEDIO / 3 Una vez generada la variable "pobre" que clasifica a la poblacin en pobre y no pobre, podemos utilizar el DASP para descomponer el Gini en esta dos categoras o grupos. Una vez hecho esto se abre el DASP en la descomposicin del Gini, desde la pestaa User del men principal. La secuencia es : User / DASP / Decomposition / Gini decomposition by group. Una vez en la ventana del clculo de Ginis, pulsando el botn "Survey Settings", en la solapa "Weights" se incluye como " Sample Weight variable" a la variable "pondera" y se pulsa "OK", volviendo a la ventana inicial. Se incluye luego la variable respecto de la cual se calcular el Gini. En "Variable(s) of interest" se indica la variable "ipcf" que es la variable de ingreso per cpita familiar. Luego se indica la variable que divide a la poblacin en los grupos de inters, en este caso "pobre". La salida de mquina es :

Figura 13 En la misma se verifica que el componente de solape (overlap) es igual a cero. Repitiendo la descomposicin para los aos propuestos obtenemos la tabla de la figura 14. Los valores de las componentes se grafican en la figura 15. Como puede verse en el ltimo grfico, la contribucin proporcional de la desigualdad ENTRE pobres y no pobres crece durante todo el perodo, referida a la desigualdad DENTRO de dichas categoras.

DESCOMPOSICION DEL INDICE DE GINI DE ACUERDO CON EL NIVEL DE INGRESO

Ao 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 Gini Total 0,4606 0,4614 0,4402 0,4424 0,4566 0,4837 0,4838 0,4792 0,5011 0,4868 0,5048 0,5261 0,5378 EFECTOS Dentro Gr. 0,336 0,342 0,326 0,314 0,319 0,327 0,317 0,310 0,318 0,311 0,303 0,311 0,311 Entre Gr. 0,125 0,119 0,114 0,129 0,137 0,157 0,167 0,169 0,183 0,176 0,202 0,215 0,227 PORCENTAJES Dentro Gr. 0,729 0,741 0,741 0,709 0,699 0,675 0,655 0,647 0,636 0,639 0,600 0,591 0,578 Entre Gr. 0,271 0,259 0,259 0,291 0,301 0,325 0,345 0,353 0,364 0,361 0,400 0,409 0,422

Figura 14

Descomposicion del Gini por Nivel de Ingreso

0.800

0.700

0.600

Porcentaje

0.500

0.400

0.300

0.200 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002

Ao
Dentro Gr. Entre Gr.

Figura 15 4 . Conclusiones En esta ponencia hemos dado a conocer un nuevo software acadmico, implementado para correr sobre el muy popular programa economtrico STATA. El mismo permite trabajar en forma muy amigable en el anlisis de la distribucin personal del ingreso, o sea la forma moderna de abordaje de esta problemtica. Hemos hecho una breve descripcin preliminar de la herramienta y luego, mediante ejemplos referidos a la distribucin de ingresos en la Argentina en el pasado reciente, hemos hecho pleno uso del software, mostrando su potencia y facilidad de uso.

5 . Bibliografa

Bhattacharya, N. y Mahalanobis, B. (1967), Regional Disparities in Household Consumption in India, Journal of the American Statistical Association, Vol. 62, No. 317 Bourguignon, F. (1979) Decomposable Income Inequality Measures, Econometrica, Vol. 47, No. 4 Bunge, A. (1940) "Una nueva Argentina" , Editorial Kraft, Buenos Aires Dieguez, H. y Petrecolla, A. (1979) Distribucin de ingresos en el Gran Buenos Aires Intituto Torcuato Di Tella , Buenos Aires Gini, C. (1912) Variabilit e mutabilit, Studi Economico-Giuridici dellUniversit di Cagliari, Vol. 3 Gini, C. (1921) Measurement of Inequality of Incomes, The Economic Journal, Vol. 31

Lherman, R. y Yitzhaki, S..(1991) Income Inequality Effects by Income Source: A New Approach and Applications to the UnitedStates The Review of Economics and Statistics, Vol. 67, No. 1 Lorenz, M. (1905) Methods for measuring concentration of wealth Journal of the American Statistical Association Vol. 9 Petrecolla, D. (1997) Distintas descomposiciones del coeficiente de Gini para el Gran Buenos Aires 1980-1995 Anales de la AAEP, Bahia Blanca Pyatt, G. (1976) On the Interpretation and Disaggregation of Gini Coefficients The Economic Journal, Vol. 86, No. 342 Sen (1973) On Economic Inequality , Clarendon Press, Oxford. Shorrocks, A. (1980) The Class of Additively Decomposable Inequality Measures Econometrica, Vol. 48, No. 3 Theil (1967) Economics and Information Theory, North Holland, Amsterdam

Apndice A

Archivo *.do . Clculos en este trabajo con el software STATA y el paquete DASP * Setting de memoria set mem 100m * Carga de la base de datos use "F:\Mis documentos\pGBA_o95.dta", clear * Depuracion de la base de datos drop if (deccf>10 | deccf==0) drop if h08==10 * calculo del gini con DASP igini ipcf ** ipcf ingreso per capita familiar * Generacin de la variable "tasa de dependencia" gen individuo=1 bysort codusu : egen num=sum(individuo) gen percep=0 replace percep=1 if p47t!=0 bysort codusu : egen npercep=sum(percep) gen td=num/npercep * Generacin de los grupos en base a la tasa de dependencia gen tdep=1 replace tdep=2 if (td>=1.5 & td<=3.5) replace tdep=3 if td>3.5 * * * * tdep tdep tdep edep es la tasa de dependencia = 1 es tasa de dependencia baja (menor que 1.5) = 2 es tasa de dependencia media (entre 1.5 y 3.5 cerrado) = 3 es tasa de dependencia alta (mayor que 3.5)

* Clculo de la descomp. del gini con base en "tdep" con DASP diginig ipcf, hgroup(tdep) * Generacion de los grupos pobre / no pobre gen pobre = 1 sum ipcf replace pobre=0 if ipcf>r(mean)/3 ** Variable pobre * Pobreza definida como ipcf menor que un tercio del ipcf medio * pobre = 1 persona pobre * pobre = 0 persona no pobre * Clculo de la descomp. del gini con base en "pobre" con DASP diginig ipcf, hgroup(pobre)