Pobreza de tiempo en el Perú: dimensiones ocultas de una medida del bienestar

Arlette Beltrán & Pablo Lavado[1]

La pobreza es uno de los principales indicadores de bienestar de una nación. Tradicionalmente, la manera habitual de calcularla ha sido establecer un umbral en torno a la adquisición de una canasta básica de bienes y servicios, que luego se contrasta con el ingreso (o gasto) per cápita de una familia. Situarse por debajo de este umbral, implica ser pobre monetario.

Durante las últimas semanas, el tema de la pobreza ha cobrado un impulso mediático en el contexto peruano, debido a las cifras publicadas por el Instituto Nacional de Estadística e Informática (INEI), donde se observa un incremento de la pobreza (de 20.7% a 21.7%) por primera vez en más de 10 años. Si bien existen distintas posturas con respecto a la interpretación de esta cifra, en el mejor de los casos los datos reflejan un estancamiento de la reducción de este fenómeno, producto, probablemente, de la desaceleración económica de los últimos años.

Para sumar a esta discusión, uno podría preguntarse qué sucedería con el cálculo de la pobreza si se incluyeran otras dimensiones de este problema que no sólo involucren el tema monetario. Previamente ya han sido esbozadas medidas alternativas, como la pobreza multidimensional o la pobreza por necesidades básicas, que incorporan otros aspectos vinculados con el bienestar de las familias, como el acceso a la salud y la educación. Sin embargo, poco es lo que se ha dicho sobre el bienestar asociado con la disponibilidad de tiempo que tienen las personas para disfrutar de los bienes y servicios a los que acceden.

Un supuesto implícito que tienen las mediciones de pobreza tradicionales es que todas las personas tienen el tiempo suficiente para realizar las diversas actividades que requieren o desean llevar a cabo durante el día. Entre dos individuos igualmente pobres monetarios, aquel que dispone de tiempo libre puede dedicarlo al trabajo remunerado en el mercado, mientras que quien requiere utilizar la mayor parte de su tiempo en actividades del hogar, por las que no se le retribuye, se encontrará en una situación de mayor vulnerabilidad, al no disponer de la posibilidad de aumentar sus ingresos trabajando más por un pago. De ahí la relevancia de considerar el tiempo como un componente importante del bienestar de las personas.

La principal fuente de información sobre la disponibilidad de tiempo de las personas proviene de las Encuesta de Uso del Tiempo. En el Perú solo se cuenta con una de ellas para el 2010 (ENUT 2010). A partir del trabajo que realizamos con esta en encuesta años atrás (Beltrán & Lavado, 2014) , y aplicando algunos supuestos simplificadores (como que el uso del tiempo de las familias es hoy similar al de aquella fecha), nos hemos atrevido a ajustar la línea de pobreza monetaria INEI 2017 para incorporar los déficits de tiempo que enfrentan las familias, obteniendo que el porcentaje de pobres en el Perú actual alcanza un 32.1%. Es decir, existiría 10.4 puntos porcentuales (pp) de pobreza oculta (o en términos absolutos 3.31 millones de peruanos) asociada con la pérdida de bienestar que involucra no contar con el tiempo necesario para llevar a cabo todas las actividades que garantizan que las personas tengan una buena condición física y mental.

Para comprender mejor lo que este ajuste representa, describimos a continuación la metodología de cálculo usada para el año 2010, así como los principales resultados obtenidos.

El cálculo de la pobreza de tiempo 2010

Siguiendo el trabajo de Zacharias et al. (2012), el déficit de tiempo de cada individuo (X_i) es el total de horas semanales (168) menos lo mínimo que se debería destinar al cuidado personal (M_i) -como el sueño, ocio e higiene- las horas que se dedican a actividades domésticas (R_i), y al trabajo remunerado (L_i). Las personas con un déficit de horas mayor a cero son las que clasificamos como pobres de tiempo, es decir:

>0

Agregando las restricciones individuales podemos calcular el déficit de tiempo para una familia, como la sumatoria de los déficits de cada uno de sus miembros. Luego, este valor se monetiza utilizando el método del costo de reemplazo generalizado (Goldschmidt-Clermont, 1991; Zacharias, 2012): el ingreso por hora de una trabajadora del hogar, incluyendo los pagos monetarios y en especies (3.28 soles según la ENAHO 2010). Finalmente, se formula una nueva línea de pobreza ajustada por la valorización de los déficits de tiempo:

Donde  es el umbral de ingreso ajustado por el déficit de tiempo para un hogar j,   es el umbral estándar de pobreza, y p es el costo de reemplazo.

La formulación de estas nuevas líneas de pobreza permite utilizar la definición de pobreza del Instituto Levy de Medida del Tiempo y Pobreza de Ingreso (en adelante, LIMTIP), que reconoce como pobres a aquellos hogares cuyo gasto per cápita es menor que la línea de pobreza ajustada por los déficits de tiempo. Usando la ENUT y la ENAHO 2010, obtuvimos que un 43.7% de los peruanos (14.3 millones de personas) eran pobres LIMTIP en aquel año, cerca de 12.6 pp por encima de la pobreza monetaria. Asimismo, un 16.5% de la población peruana podía ser clasificada, a la vez, como pobre LIMTIP y pobre de tiempo, siendo este segmento el que se encuentra en la posición de mayor vulnerabilidad.

Incidencia de pobreza monetaria: oficial VS LIMTIP (en % de hogares)
A�	A�

Fuente: INEI – Encuesta Nacional de Uso de Tiempo, 2010
Elaboración propia

Si además analizamos la condición combinada de las dos pobrezas, para medir los grupos de mayor vulnerabilidad en cada dimensión, podemos mostrar dos desagregaciones relevantes. La primera está asociada a las diferencias geográficas. Encontramos que más de la mitad de las personas en la zona rural son pobres monetarios y 26.9% son, además, pobres de tiempo. Esto contrasta fuertemente con lo hallado en la zona urbana, donde la categoría que más prevalece es aquella donde no se enfrenta ningún tipo de pobreza (54.2%).

En lo que se refiere a las diferencias por sexo, confirmamos que existe un porcentaje mayor de mujeres que experimentan algún tipo de pobreza (5 pp más que los hombres). Esto es particularmente importante en términos de la pobreza de tiempo, donde el porcentaje de mujeres que la padecen es 7.3 pp mayor.  Teniendo en cuenta que las mujeres, en promedio, dedican más horas al trabajo doméstico no remunerado y, por lo tanto, incurren en un mayor déficit de horas al día, este resultado es esperable. Sin embargo, desde una perspectiva económica las implicancias van más allá. Si complementamos estas cifras con el hecho de que las mujeres se educan, en promedio, menos que los hombres, obtenemos un escenario donde sus posibilidades de superar ambas situaciones de pobreza resultan muy limitadas, ya que su poca calificación de por sí impone restricciones para sustituir trabajo doméstico por remunerado. Esta combinación de restricciones (bajos ingresos, poca educación, y reducido tiempo libre) contribuye a la generación de una trampa de pobreza, particularmente para las mujeres de ingresos más bajos.

Incidencia de pobreza LIMTIP MODIFICADA (diferencias por zona geográfica y género)

Frente a estos resultados, es evidente que ser conscientes de la vulnerabilidad que implica enfrentar una condición de pobreza de tiempo es crucial para un correcto diagnóstico y tratamiento de la pobreza en el mediano y largo plazo, al ser esta una condición multidimensional que se debe abordar desde distintos frentes.

Referencias

Beltrán, A., & Lavado, P. (2014). “El impacto del uso del tiempo de las mujeres en el Perú: un recurso escaso y poco valorado en la economía nacional”. Centro de Investigación de la Universidad del Pacífico, Documento de Trabajo.

Goldschmidt-Clermont, L. (1991). Economic measurement of non-market household production : relating purposes and valuation methodologies. World Employment Programme Research Working Paper No. 174.

Zacharias, A. A. (2012). Why time deficits matter: Implications for the measurement of poverty. United Nations Development Programme, 2100.

[1] Profesores de la Facultad de Economía y Finanzas de la Universidad del Pacífico, Lima-Perú. Se agradece la excelente colaboración de Mariano Montoya.