Análisis distributivo utilizando información satelital. El caso de Argentina
DOI:
https://doi.org/10.52292/j.estudecon.2021.2116Palabras clave:
Argentina, Pobreza, Desigualdad, Información satelitalResumen
Este trabajo se propone la realización de un análisis distributivo a partir de datos provenientes de imágenes satelitales para Argentina. La ventaja de esta información satelital radica en que permite observar qué ocurre con el bienestar de áreas del país no abarcadas por la Encuesta Permanente de Hogares (EPH). De esta manera, el trabajo realiza un análisis comparativo de la evolución de la pobreza y la desigualdad utilizando ambas fuentes de información, indicando posibles complementariedades entre ellas. Más precisamente, los resultados sugieren que tanto la pobreza como la desigualdad son más altas en áreas no incluidas en la encuesta de hogares, aunque siguen una dinámica similar respecto a los aglomerados urbanos de la EPH.
Descargas
Citas
Chen, X., & Nordhaus, W. (2011). Using luminosity data as a proxy for economic statistics. PNAS U.S.A. 108(21), 8589-8594. Recuperado de https://doi.org/10.1073/pnas.1017031108 DOI: https://doi.org/10.1073/pnas.1017031108
Elvidge, C., Sutton, P., Ghosh, T, Tuttle, B., Baugh, K., Bhaduri, B., & Bright, E. (2009). A global poverty map derived from satellite data. Computers & Geosciences 35(8), 16521660. Recuperado de https://doi.org/10.1016/j.cageo.2009.01.009 DOI: https://doi.org/10.1016/j.cageo.2009.01.009
Engstrom, R., Hersh, J., & Newhouse, D. (2017). Poverty from space: using highresolution satellite imagery for estimating economic well-being. (World Bank Policy Research Working Paper No. 8284). Recuperado de https://openknowledge.worldbank.org/handle/10986/29075 DOI: https://doi.org/10.1596/1813-9450-8284
Garganta, S. (2019). Midiendo el efecto distributivo de la asignación universal por hijo en Argentina: efecto directo, indirecto y potenciales mejoras. Económica, 65, 17-68. Recuperado de https://doi.org/10.24215/18521649e008 DOI: https://doi.org/10.24215/18521649e008
Hancevic, P., & Navajas, F. (2015). Consumo residencial de electricidad y eficiencia energética. Un enfoque de regresión cuantílica. El trimestre económico, 82(328), 897-927. Recuperado de http://www.scielo.org.mx/pdf/ete/v82n328/2448-718X-ete-82-328-00897.pdf DOI: https://doi.org/10.20430/ete.v82i328.188
Henderson, J., Storeygard, A., & Weil, D. (2012). Measuring economic growth from outer space. American Economic Review, 102(2), 994-1028. doi: 10.1257/aer.102.2.994 DOI: https://doi.org/10.1257/aer.102.2.994
Hodler, R., & Raschky, P. (2014) Regional Favoritism. The Quarterly Journal of Economics, 129(1), 995-1033. Recuperado de https://doi.org/10.1093/qje/qju004 DOI: https://doi.org/10.1093/qje/qju004
Jean, N., Burke, M., Xie, M., Matthew Davies, W., Lobell, D., & Ermon, S. (2016). Combining satellite imagery and machine learning to predict poverty. Science (353)6301, 790-794. doi: 10.1126/science.aaf7894 DOI: https://doi.org/10.1126/science.aaf7894
Ibañez Martín, M. M., Guzowski, C., & Maidana, F. (2020). Pobreza energética y exclusión en Argentina: mercados rurales dispersos y el programa PERMER. Revista Reflexiones, 99(1). doi: 10.15517/rr.v99i1.35971 DOI: https://doi.org/10.15517/rr.v99i1.35971
Michalopoulos, S., & Papaioannou, E. (2013). Pre-colonial ethnic institutions and contemporary African development. Econometrica, 81(1), 113-152. Recuperado de https://doi.org/10.3982/ECTA9613 DOI: https://doi.org/10.3982/ECTA9613
Mveyange, A. (2015). Night lights and regional income inequality in Africa. (WIDER Working Paper Series No. 085). doi: 10.35188/UNU-WIDER/2015/974-9 DOI: https://doi.org/10.35188/UNU-WIDER/2015/974-9
Noor, A., Alegana, V., Gething, P., Tatem, A., & Snow, R. (2008). Using remotely sensed night-time light as a proxy for poverty in Africa. Population Health Metrics, 6(1), 5. Recuperado de doi: 10.1186/1478-7954-6-5 DOI: https://doi.org/10.1186/1478-7954-6-5
Pinkovskiy, M., & Sala-i-Martin, X. (2016). Lights, Camera … Income! Illuminating the National Accounts-Household Surveys Debate. The Quarterly Journal of Economics, 131(2), 579631. Recuperado de https://doi.org/10.1093/qje/qjw003 DOI: https://doi.org/10.1093/qje/qjw003
SEDLAC (2020). Socioeconomic database for Latin America and the Caribbean. CEDLAS and The World Bank. Recuperado de https://www.cedlas.econo.unlp.edu.ar/wp/en/estadisticas/sedlac/metodologia-sedlac/
Smith, B., & Wills, S. (2018). Left in the dark? oil and rural poverty. Journal of the Association of Environmental and Resource Economists, 5(4), 865-904. Recuperado de https://www.journals.uchicago.edu/doi/abs/10.1086/698512 DOI: https://doi.org/10.1086/698512
Sutton, P., Elvidge C., & Ghosh, T. (2007). Estimation of gross domestic product at sub-national scales using nighttime satellite imagery. International Journal of Ecological Economics & Statistics 8(SO7), 5-21. Recuperado de https://www.researchgate.net/profile/Ghosh_Tilottama/publication/24225-4394_Estimation_of_Gross_Domestic_Product_at_Sub-National_Scales_Using_Nighttime_Satellite_Imagery/links/00b49532130d0ea7d1000000/Estimation-of-Gross-Domestic-Product-at-Sub-National-Scales-Using-Nighttime-Satellite-Imagery.pdf
Tornarolli, L. (2018). Series comparables de indigencia y pobreza: Una propuesta metodológica. (CEDLAS Documento de Trabajo, No. 226), Recuperado de https://www.cedlas.econo.unlp.edu.ar/wp/wp_content/uploads/doc_cedlas226.pdf
Tornarolli, L., Ciaschi, M., & Galeano, L. (2018). Income distribution in latin america: The evolution in the last 20 years: A global approach. (CEDLAS Documento de Trabajo No. 234) Recuperado de https://www.cedlas.econo.unlp.edu.ar/wp/wp-content/uploads/doc_cedlas234.pdf
Wang, W., Cheng, H., & Zhang, L. (2012). Poverty assessment using DMSP/OLS night-time light satellite imagery at a provincial scale in China. Advances in Space Research, 49(8), 1253-1264. Recuperado de https://doi.org/10.1016/j.asr.2012.01.025 DOI: https://doi.org/10.1016/j.asr.2012.01.025
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Los autores que publican en Estudios económicos están de acuerdo con los siguientes términos:
Los autores conservan los derechos de autor y garantizan a la revista el derecho de ser la primera publicación del trabajo al igual que licenciado bajo una licencia de Creative Commons Attribution-NonCommercial 4.0 International, que permite a otros compartir el trabajo con un reconocimiento de la autoría del trabajo y la publicación inicial en esta revista.
Los autores pueden establecer por separado acuerdos adicionales para la distribución no exclusiva de la versión de la obra publicada en la revista (por ejemplo, situarlo en un repositorio institucional o publicarlo en un libro) con un reconocimiento de su publicación inicial en esta revista.
Se permite y se anima a los autores a difundir sus trabajos electrónicamente (por ejemplo, en repositorios institucionales o en su propio sitio web) antes y durante el proceso de envío, ya que puede dar lugar a intercambios productivos, así como a una citación más temprana y mayor de los trabajos publicados.