por Claudio Montenegro, Francesco Burchi y Nicole Rippin
La Agenda 2030 de las Naciones Unidas para el Desarrollo Sostenible reconoce claramente que la pobreza es más que la falta de una cantidad suficiente de ingresos. Sin embargo, algunos estudiosos sostienen que una medida de pobreza basada en el ingreso puede capturar suficientemente la pobreza en otras dimensiones. Desafortunadamente, los indicadores internacionales disponibles de pobreza multidimensional sufren de varias debilidades y no se pueden comparar directamente con las medidas monetarias de pobreza. Este artículo proporciona dos contribuciones principales a la literatura sobre medición y análisis de la pobreza. Primero, propone un indicador teórica y metodológicamente sólido de pobreza multidimensional llamado Índice de pobreza sensible a la correlación global (G-CSPI), que aborda la mayoría de los problemas se presentan en otros indicadores de pobreza. Gracias a la enorme base de datos I2D2 de encuestas de hogares armonizadas, el G-CSPI se calculó para más de 500 encuestas, y los resultados muestran que es estable y robusto. Segundo, por primera vez pudimos conducir un análisis comparativo entre el ingreso y la pobreza multidimensional, basándose en el mismo conjunto de datos para calcular ambos. La evidencia previa entre países se basó en encuestas muy diferentes utilizado para el cálculo de ingresos y pobreza multidimensional e incluso realizado en diferentes años Sobre la base de datos recientes de 92 países, nuestro análisis muestra que la plantilla la proporción de pobreza monetaria extrema (USD1.90) está altamente correlacionada con la del G-CSPI, pero que la relación es claramente no lineal. Por lo tanto, proporcionamos la primera evidencia empírica del hecho de que la pobreza de ingresos no es un indicador suficientemente bueno para la pobreza multidimensional.
