En este trabajo de investigación proponemos una medida de desigualdad con un enfoque multidimensional. Para tal fin, usamos un Análisis de Componentes Principales para un conjunto de variables que caracterizan a los hogares de una economía. Específicamente, la metodología propuesta se prueba con los datos de la Encuesta Nacional de Ingresos y Gastos de los Hogares de México. Los resultados son consistentes con los de las medidas convencionales de desigualdad cuando los analizamos entre dos periodos de tiempo. Sin embargo, cuando se analiza la desigualdad entre los Estados de México, el índice propuesto identifica una mayor desigualdad en aquellos donde existen brechas en los servicios y condiciones de vivienda deficientes. La metodología que proponemos es innovadora para analizar la desigualdad multidimensional y su implementación es más fácil de manejar que la de los métodos recientes propuestos por la literatura. Con base en nuestros resultados, sugerimos que si los diseñadores de políticas intentan implementar una redistribución del ingreso, esta debe ir acompañada de una mejora en los servicios que ofrece el gobierno, con especial atención en la educación.
1 November 2021 in Revista Mexicana de Economía y Finanzas
En este documento exploramos la relación entre informalidad, pobreza y “consumo predecible” en México. Partimos de un modelo macroeconómico con dos tipos de agentes para recuperar la serie de consumo predecible, que representa a los individuos que gastan todo su ingreso en cada periodo de tiempo. Estimamos el consumo predecible con un método de variables instrumentales para resolver el problema de simultaneidad entre consumo e ingreso. Utilizando esta serie, probamos la hipótesis de que los individuos con consumo predecible son personas en situación de pobreza o que trabajan en la informalidad. Nuestros resultados sugieren que algunas de las variaciones en el consumo predecible se deben a cambios en la pobreza. Este documento es el primero en analizar la heterogeneidad del consumo en México, mapeando su comportamiento con dos tipos de consumidores, de donde se concluye que una parte considerable del consumo privado (casi el 40%) es consistente con la hipótesis del ingreso permanente. Además, este artículo es el primero en documentar formalmente la fuerte relación entre pobreza e informalidad en México, lo que tiene importantes implicaciones de política económica.
We examine the effects of the 2019 expansion of Mexico’s Social Pension Program. This reform simultaneously increased benefit generosity and expanded eligibility to individuals previously excluded because they received contributory pensions. Using nationally representative household data and a combination of difference-in-differences and triple-differences strategies, we separately identify the effects of increased transfer generosity and expanded eligibility. We find that the combined reform substantially increased program participation, household income, and reduced both poverty and extreme poverty. However, these gains were driven primarily by the increase in benefit levels. When we isolate the effect of universalization, we find no significant reduction in poverty and a modest increase in extreme poverty by 2024. Consistent with a labor-leisure framework, this increase is concentrated among low-income elderly individuals who reduced labor supply after receiving the pension despite the transfer being insufficient to fully replace forgone earnings. The universalization also expanded participation among low-income elderly who may have previously faced barriers to enrollment while attracting substantial participation among higher-income beneficiaries whose economic behavior remained largely unchanged. In addition, the reform generated heterogeneous effects on household consumption, health expenditures, and educational investments. Overall, the results highlight an important trade-off of universal social pensions: broader access can reduce exclusion, but the welfare consequences of expanding coverage may differ substantially from those of increasing transfer generosity.
We estimate the effects of artificial intelligence (AI) exposure on time allocation and labor-market outcomes in Mexico. Combining nationally representative household microdata with municipality-level mobile-network coverage, we exploit ChatGPT's late-2022 release in a difference-in-differences design. AI exposure raises study time among youth and leisure across the population, offset by reductions in other non-market time, with no effects on hours worked, labor force participation, or earnings. Time-use and search data show parents taking over homework help from older siblings in technology-equipped households. Households adapt to AI well before firms, whose productivity and earnings effects may arrive only later.