Análisis estadístico y espacial de los determinantes del acceso a transferencias no contributivas en Ecuador mediante un modelo Probit

Autores/as

DOI:

https://doi.org/10.70577/asce.v4i4.470

Palabras clave:

Desigualdad social; Modelos estadísticos; Política Social; Pobreza.

Resumen

El presente estudio analiza las desigualdades territoriales y sociodemográficas en la distribución de bonos y pensiones no contributivas en Ecuador, con énfasis en el Bono de Desarrollo Humano. La investigación se sustentó en un diseño cuantitativo, no experimental y transversal, basado en el análisis de registros administrativos del SIIMIES y de datos provenientes de la Encuesta Nacional de Empleo, Desempleo y Subempleo. Se estimó un modelo econométrico Probit, complementado con técnicas geoestadísticas (índice de Moran I y análisis LISA), con el propósito de identificar los factores asociados a la probabilidad de recibir el BDH y los patrones espaciales de concentración de beneficiarios. Los resultados evidencian que el ingreso del hogar tiene un efecto negativo significativo (β = −0,087; p < 0,001), mientras que ser mujer (AME = 0,0597; p < 0,001) y residir en zona urbana (AME = 0,0269; p < 0,001) incrementan la probabilidad de acceso. El modelo presenta una alta capacidad predictiva (AUC = 0,85) y autocorrelación espacial positiva (Moran I = 0,0376; p = 0,0136),  reflejando una distribución territorial no homogénea, con focos de alta concentración en parroquias urbanas de la región Costa y presencia de clústeres High–High y Low–High en el análisis LISA. El estudio concluye que persisten disparidades estructurales que demandan una revisión de los criterios de focalización territorial y sociodemográfica, sugiriendo la integración de herramientas analíticas avanzadas para optimizar la gestión de las políticas de protección social.

Descargas

Los datos de descargas todavía no están disponibles.

Citas

Alfonzo, G. F. (2023). El bono de desarrollo humano y su impacto social en la comuna Juan Montalvo [Tesis de grado]. Universidad Estatal Península de Santa Elena, Ecuador.

Amarante, V., & Brun, M. (2018). Cash transfers in Latin America: Effects on poverty and redistribution. Economía, 19(1), 1–31. https://doi.org/10.1353/eco.2018.0002 DOI: https://doi.org/10.1353/eco.2018.0006

Anselin, L. (1995). Local indicators of spatial association — LISA. Geographical Analysis, 27(2), 93–115. https://doi.org/10.1111/j.1538-4632.1995.tb00338.x DOI: https://doi.org/10.1111/j.1538-4632.1995.tb00338.x

Arenas de Mesa, A., & Robles, C. (Eds.). (2024). Sistemas de pensiones no contributivos en América Latina y el Caribe: Avanzar en solidaridad con sostenibilidad (Libros de la CEPAL, N.º 164). Comisión Económica para América Latina y el Caribe (CEPAL). https://hdl.handle.net/11362/48945

Barrientos, A. (2010). Social protection and poverty. International Journal of Social Welfare, 19(2), 121–129.

Calvas, G. (2010). Evaluación de impacto del bono de desarrollo humano en la educación [Tesis de Maestría]. FLACSO Ecuador. https://repositorio.flacsoandes.edu.ec/handle/10469/2405

Cecchini, S., & Madariaga, A. (2011). Conditional cash transfer programmes: The recent experience in Latin America and the Caribbean. ECLAC. DOI: https://doi.org/10.2139/ssrn.1962666

Comisión Económica para América Latina y el Caribe (CEPAL). (2020). Los sistemas de protección social en América Latina y el Caribe: Una contribución a la igualdad. CEPAL. https://hdl.handle.net/11362/46443

Comisión Económica para América Latina y el Caribe (CEPAL). (2023a). El impacto de las transferencias monetarias en América Latina: Desafíos y oportunidades. CEPAL.

Fawcett, T. (2006). An introduction to ROC analysis. Pattern Recognition Letters, 27(8), 861–874. https://doi.org/10.1016/j.patrec.2005.10.010 DOI: https://doi.org/10.1016/j.patrec.2005.10.010

Fiszbein, A., & Schady, N. (2009). Conditional cash transfers: Reducing present and future poverty. The World Bank. https://documents.worldbank.org/curated/en/914561468314130777 DOI: https://doi.org/10.1596/978-0-8213-7352-1

Greene, W. H. (2018). Econometric Analysis (8th ed.). Pearson.

Holmes, L., et al. (2024). Cross-sectional study design (non-experimental): A quantitative research approach. American Journal of Medical and Clinical Research & Reviews, 3(5), 1–6. https://doi.org/10.58372/2835-6276.1169 DOI: https://doi.org/10.58372/2835-6276.1169

Hosmer, D. W., Lemeshow, S., & Sturdivant, R. X. (2013). Applied Logistic Regression (3rd ed.). Wiley. https://doi.org/10.1002/9781118548387 DOI: https://doi.org/10.1002/9781118548387

Instituto Nacional de Estadística y Censos (INEC). (2025). Diseño muestral de la Encuesta Nacional de Empleo, Desempleo y Subempleo (ENEMDU). Dirección de Infraestructura Estadística y Muestreo.

Leeper, T. J. (2020). Margins: An R package for marginal effects. The R Journal, 12(2), 355–368. https://doi.org/10.32614/RJ-2020-014 DOI: https://doi.org/10.32614/RJ-2020-014

Mideros, A. (2012). The role of the Bono de Desarrollo Humano in poverty reduction and inequality in Ecuador. ISS Working Paper Series.

Mideros, A., & Gassmann, F. (2021). Fostering social mobility: The case of the Bono de Desarrollo Humano in Ecuador. Journal of Development Effectiveness, 13(4), 385–404. https://doi.org/10.1080/19439342.2021.1986567 DOI: https://doi.org/10.1080/19439342.2021.1968931

Ministerio de Inclusión Económica y Social (MIES). (2018). Metodología para el cálculo de umbrales del Registro Social 2018. Quito: MIES.

Ministerio de Inclusión Económica y Social (MIES). (2019). Estimación de la correspondencia entre el Índice del Registro Socioeconómico de 2018 y el Índice de Condiciones de Vida. Quito: MIES.

Ministerio de Inclusión Económica y Social (MIES). (2025). Informe mensual de gestión de bonos y pensiones. Dirección de Gestión de Información y Datos.

Poirier, M. J. P. (2020). Geographic targeting and normative frames: Revisiting the equity of conditional cash transfer program distribution in Bolivia, Colombia, Ecuador, and Peru. International Journal for Equity in Health, 19(1), 125. https://doi.org/10.1186/s12939-020-01233-0 DOI: https://doi.org/10.1186/s12939-020-01233-0

Ponce, J., & Vos, R. (2014). Redistributive impact and efficiency of Ecuador’s Bono de Desarrollo Humano. UNU-WIDER Working Paper.

R Core Team. (2024). R: A language and environment for statistical computing (Version 2024.12.1-563) [Computer software]. R Foundation for Statistical Computing. https://www.r-project.org/

Rinehart, C. S., & McGuire, J. W. (2017). Obstacles to take-up: Ecuador’s conditional cash transfer programme, the Bono de Desarrollo Humano. World Development, 97, 165–177. https://doi.org/10.1016/j.worlddev.2017.04.009 DOI: https://doi.org/10.1016/j.worlddev.2017.04.009

Soares, F. V., & Silva, E. (2010). Conditional cash transfer programmes and gender vulnerabilities in Latin America: Case studies of Brazil, Chile and Colombia. International Policy Centre for Inclusive Growth Working Paper, No. 61. https://ipcig.org/publication/26626

Venables, W. N., & Ripley, B. D. (2002). Modern Applied Statistics with S (4th ed.). Springer. https://doi.org/10.1007/978-0-387-21706-2 DOI: https://doi.org/10.1007/978-0-387-21706-2

Descargas

Publicado

2025-10-23

Cómo citar

Sanango Burbano, J. A., & Reza Paocarina, E. B. (2025). Análisis estadístico y espacial de los determinantes del acceso a transferencias no contributivas en Ecuador mediante un modelo Probit. ASCE MAGAZINE, 4(4), 770–792. https://doi.org/10.70577/asce.v4i4.470

Artículos similares

<< < 6 7 8 9 10 11 12 13 14 15 > >> 

También puede Iniciar una búsqueda de similitud avanzada para este artículo.