Gasto catastrófico y empobrecedor en salud en México:

Transcripción

Gasto catastrófico y empobrecedor en
salud en México:
La remesas como un mecanismo de protección financiera.
Un análisis de pareo por puntaje de propensión
Felicia Marie Knaul, Héctor Arreola-Ornelas,
Oscar Méndez, Liv Lafontaine y Rebeca Wong
Introducción
El fin último de cualquier sistema de salud es contribuir a la mejora de la salud de la
población y a un aumento en la esperanza de vida (OMS, 2000). Aunque cada país
organiza su sistema de salud de acuerdo al conjunto de principios y valores
predominantes en sus sociedades, todos coinciden en la búsqueda continua de mejores
formas de financiar, organizar y proveer los servicios de atención a la salud (Frenk,
1994; OMS, 2000; Vargas, Vazquez, Elisabet, 2002; Knaul y Frenk, 2005).
El análisis de las fuentes de financiamiento y del gasto del sector de la salud es un tema
relevante por su impacto no solo en la viabilidad financiera de los sistemas de salud,
sino también en el acceso que efectivamente la población puede lograr (Baeza y
Packard, 2006). El análisis de la composición de las fuentes de financiamiento y su
comparación con el acceso diferencial a los servicios de salud por los distintos grupos
de población permite extraer conclusiones sobre el grado de justicia financiera del
sistema (Murray CJL, Knaul F, Xu K, et al., 2000; Knaul, Arreola-Ornelas, MéndezCarniado, 2006; Baeza y Packard, 2006).
El conocimiento del gasto en salud de los sistemas de salud y su financiamiento es
esencial para la toma de decisiones acerca de la asignación de los recursos dentro del
sector de la salud, permite evaluar la equidad y eficiencia con que se asignan y utilizan
estos recursos y es clave para comparar los esfuerzos que hacen las sociedades y los
gobiernos de los países para enfrentar los problemas de salud que afectan a sus
poblaciones. (OMS, 2000, Murray y Frenk, 2000)
En el caso de México, como en muchos otros sistemas de salud en América Latina y el
Caribe, el bajo nivel de cobertura en protección financiera y la falta de acceso a
servicios de salud ha obligado a una gran cantidad de hogares, en particular los pobres y
no asegurados, a recurrir al financiamiento de sus servicios de salud a través del gasto
de bolsillo y por tanto los ha expuesto a sufrir de gastos catastróficos y empobrecedores.
(OMS, 2000; Xu , Evans, Kawabata, 2003; Torres y Knaul, 2004; Knaul, et al 2005;
Knaul et al., 2006; Cavagnero, Carrin, Xu, Aguilar-Rivera, 2006; Baeza y Packard,
2006;)
Los choques en salud representan un fuerte impacto sobre el patrimonio de los hogares,
principalmente de aquellos sin acceso a la seguridad social y sin ningún tipo de
cobertura a la salud, representando altos niveles del ingreso familiar y en algunos casos
llevándolos a la pobreza (Gertler y Gruber 2002; Wagstaff, 2005). Esta situación se
torna más complicada cuando los hogares son pobres
pues
les implica una
profundización de su condición y los sumerge en una espiral de pobreza que
dificilmente pueden superar (Wagstaff, 2005).
Se ha documentado que los hogares pobres (Torres y Knaul, 2004; Knaul, et al 2005;
Knaul et al., 2006), principalmente en el primer quintil de ingresos, con residencia en
zonas rurales y no asegurados son más propensos a sufrir de gastos catastróficos y
empobrecedores. Por otro lado, se ha observado que los hogares con emigrantes
conforman un grupo que se distingue por su alta fragilidad ante este tipo de gastos en
salud debido a que la mayoría de ellos pertenecen a las zonas rurales y a los quintiles
más pobres de la población; y que dificilmente disponen de esquemas formales de
agrupación de riesgos porque en la mayoria de los casos tales esquemas están ligados a
la pertenecia a un empleo formal (Baeza y Packard, 2007).
La falta de acceso a esquemas de agrupación de riesgos de tipo formal obliga a los
hogares a identificar mecanismos para autoprotegerse de los choques en salud o bien
autoasegurarse con mecanismos informales de agrupación de riesgos (Baeza y Packard,
2007). En este caso, podemos mencionar que las remesas son empleadas por los
hogares como un instrumento para cubrirse de los riesgos financieros que implican los
problemas de salud.
En este sentido, estimaciones del Banco Mundial para el 2007 indican que las remesas a
nivel mundial alcanzaron un monto de 297 billones de dólares de los cuales 221 billones
corresponden a los flujos recibidos por los países en desarrollo (Ratha y Xu, 2008).
Dentro de estos, la zona de América Latina destaca por su alta migración y recepción de
remesas representando cerca del 26 por ciento.
Estos resultados hacen de
Latinoamérica y el Caribe la zona con el mayor volumen de remesas recibidas así como
la que mayor tasa de crecimiento presenta en la evolución de este tipo de ingresos.
Dentro de los principales receptores netos en el mundo se encuentran India, China,
México, Filipinas, Francia y España.
Cabe señalar que, para el año 2006 las remesas familiares en México sumaron 23,054
millones de dólares convirtiéndose (Banco de méxico, 2007; Norton 2008), de esta
manera, en la segunda fuente más importante de ingresos provenientes del exterior y
representando dos tercios de lo percibido por las exportaciones de petróleo crudo las
cuales alcanzaron 34,930 millones de dólares. El ingreso por concepto de remesas
represento el 2.7 por ciento del PIB mexicano, durante este año se efectuaron
aproximadamente 65.8 millones de envíos de remesas, las cuales tuvieron en promedio
un valor de 350 dólares por transferencia.
El objetivo de este documento es analizar el efecto de las remesas, como un mecanismo
de autoprotección y/o autoaseguramiento en salud por parte de los hogares con
migrantes, sobre la probabilidad de que dichos hogares sufran de gastos catastróficos o
empobrecedores en salud.
Gasto en salud, gasto catastrófico y empobrecedores y las remesas en el hogar
En México se ha estimado, en 2004, que un 4.1% de los hogares sufrieron de gastos en
salud catastróficos o empobrecedores (Knaul, Arreola-Ornelas, Méndez, et al., 2005;
Knaul, Arreola-Ornelas, Méndez, et al., 2006); los datos para 2006 indican que esta
cifra ligeramente subió a 4.5%. Lo anterior equivale a que el 3.4 por ciento de los
hogares sufrieron de gastos catastróficos en salud, es decir tuvieron un gasto en salud de
30 por ciento o más al gasto disponible del hogar. De la misma forma, el 1.4 porciento
de los hogares sufrió de gastos empobrecedores, es decir cruzaron la linea de pobreza
debido a su gastos en salud o siendo ya pobres profundizaron su pobreza.
De la misma manera, los datos para el mismo año 2006 señalan que un 7 por ciento de
los hogares en México recibieron ingresos por concepto de remesas, representando, en
estos hogares, el 47.8 por ciento de su gasto total y/o el 40.8 por ciento de su ingreso.
El análisis de los gastos en salud entre hogares que recibieron o no remesas señala que
el gasto de bolsillo en salud representó el 4% del ingreso total de los hogares sin
remesas y 6.7% de los hogares con remesas. De la misma forma, la prevalencia de
hogares con gasto catastrófico fue de 3.2 y 6.6% respectivamente, mientras que 2.1% de
los hogares con remesas sufrieron de gasto empobrecedor en relación al 1.7% de los
hogares sin remesas. Los datos anteriores señalan una mayor propensión de los hogares
receptores de remesas a incurrir en un mayor gasto en salud y por lo tanto en gastos
catastróficos, no así en gastos empobrecedores en salud, lo cual nos puede señalar la
pauta de que las remesas son empleadas por las familias para cubrir gastos elevados en
salud.
Es importante señalar que la emigración por parte de algún integrante del hogar ha sido
considerada como una forma de inversión en capital humano que potencializa la
generación de ingresos del hogar (Schultz TW, 1961; Becker GS, 1962; Rozelle S,
Taylor JE, deBrauw A, 1999). De la misma forma las remesas son un vehículo para que
el hogar salga de la pobreza o enfrente su problemas financieros como los gastos en
salud, alimentación, educación y vivienda (Esquivel y Huerta-Pineda, 2007).
Debemos señalar que no existe una única razón, en la literatura, que explique porque los
emigrantes envían recursos de manera constante a sus familiares y seres queridos. Son
varias las teorías económicas que buscan justificar este comportamiento y en muchos
casos la explicación de estas acciones es una combinación de varias teorías. Lucas y
Stark (1985), y Rapoport y Docquier (2006) señalan cuatro teorías: i. El altruimos puro,
en donde el motivo central del envío de remesas se centra en la utilidad del migrante por
las acciones familiares y sociales; ii. el intercambio, según la cual las remesas son
enviadas para adquirir bienes y servicios que sólo puede hacerce en el lugar de origen;
iii. Aseguramiento, a partir del cual a través del envío de recursos provenientes del
emigrante, la familia financia cualquier tipo de choque en el ingreso debido a que
existen mercados incompletos que le permitan tener acceso a los mercados financieros;
y iv. la inversión y los prestamos, según la cual tanto la migración como las remesas
tienen el fin de acumular riqueza para suavizar el consumo intertemporal.
Para los fines de este estudio se asume que el principal motivo que explica el envio de
remesas por parte de los migrantes es el aseguramiento, sin embargo esta puede verse
potendializada por las otras tres teorías subyacentes.
En este sentido, algunos estudios han encontrado evidencias que demuestran que la
salud de los familiares es una de las principales razones detrás del envío de remesas por
parte de los emigrantes mexicanos (Amuedo-Dorantes, Sainz y Pozo, 2006). Estos
estudios señalan que, al encontrarse desprotegidos, en relación a la salud, los hogares de
los emigrantes en su lugar de origen, hacen uso de las remesas para su protección
financiera. En el mismo estudio se señala como la primera causa de envio de remesas,
cerca de un 47% de las personas que las envían, los problemas de salud de las familias
en el lugar de origen.
Ahora bien, debemos señalar que los choques en salud son fenómenos aleatorios de los
cuales ningún hogar está exento. De la misma forma los choques en salud pueden tener
serias implicaciones sobre las finanzas y el ingreso familiar. Una manera de disminuir la
volatilidad del ingreso familiar ante los impactos de la salud es diversificando las
fuentes por las cuales el hogar recibe recursos. Las remesas son un claro ejemplo de
una fuente adicional de ingreso (Lucas y Stark, 1985; Esquivel, Huerta Pineda, 2006;
Rapoport y Docquier, 2006). Es a través de ellas que un hogar puede disminuir el riesgo
de empobrecimiento y proveerse de protección financiera ante choques en la economía.
Una gran cantidad de hogares pobres mexicanos (muchos de los cuales no participan en
el sector formal de la economía) se ven ante la necesidad de enviar a uno o mas de uno
de sus miembros al extranjero con el fin de cubrir sus necesidades básicas via las
remesas que estos mandan. Dentro de estas necesidades básicas destaca el gasto en
salud (Amuedo-Dorantes, Sainz y Pozo, 2006). Aun cuando los hogares de emigrantes
reciben un flujo constante de remesas estos en su gran mayoría no se encuentran
asegurados. La razón de ser de este fenómeno es que por un lado, en Mexico el acceso
a la seguridad social ha sido restringido históricamente por ley al sector formal de la
población, dejando a estas familias al margen de los beneficios que provee la cobertura
publica en salud. Por otro lado los precios del mercado de los seguros privados son tan
altos que solamente el 3.9% de la población mexicana puede acceder a sus servicios.
Es importante mencionar el 55.7% de los hogares receptores de remesas se encuentran
en el primer quintil de ingresos libre de remesas. Al analizar la manera en la que se
distribuye la
población receptora de estos flujos, encontramos que residen
predominantemente en zonas rurales, el 14.9% de estos hogares reciben remesas
mientras que en las áreas urbanas sólo 4.8%.
Metodología
Para los fines de este estudio, se analíza la evolución de los gastos catastróficos y
empobrecedores de 1992 a 2006, en una serie de datos de forma bienal.1
Las varibles empleadas en el análisis para medir el grado de protección financiera del
sistema de salud sobre los hogares fueron tres: I. gasto de bolsillo en salud (GBS), II. la
prevalencia de hogares con gastos catastróficos (GCS), y III. la prevalencia de hogares
con gasto empobrecedor (GES).
El GBS es una varible continua acotada en cero y que puede tomar cualquier valor
positivo. Por otro lado, Para la medición y conceptualización de la prevalencia de
hogares gasto catastrófico se trabaja de la siguiente forma:
Se dice que un hogar h sufre un gasto catastrófico en salud (GCSh) si el gasto que dicho
hogar realiza en salud es mayor al 30% de su capacidad de pago (CP), ecuación 1.
1 si (GBS /CP) > 0.30
GCSh = {
(1)
0 En cualquier otro caso
De la misma forma, la capacidad de pago está definidad como el gasto total del hogar
€
(GT), que es un proxi de su ingreso permanente menos el gasto indispensable para
subsistir (GS), ecuación 2.
CP = GT − GS … (2)
Ahora bien para los fines del estudio se manejan dos opciones para el gasto en
€
subsistencia: 1) el método simple según el cual el gasto en susbsistencia es igual al
gasto en alimentos en el hogar; y 2) el método de la línea de pobreza, la cual aquí se
1
La serie de datos tiene una periodicidad de cada dos año, además de ser comparable, a
partir de 1992 y hasta 2006; sin embargo cabe señalar que en 2005 a parece una base de
datos extraordinaria que rompe con dicha periodicidad. Los datos de 2005 también son
empleados en el análisis a quí presentado.
considera equivalente a la línea de un dólar al día per capita en poder de paridad de
compra. En el primero de los casos el gasto en alimentos está contenido en el gasto total,
motivo por el cual la CP del hogar siempre está definido entre cero y uno. Sin embargo,
en el segundo de los casos para los hogares pobres, la línea de pobreza puede ser
superior al gasto total, motivo por el cual CP se torna negativa y eso hace que la razon
GBS entre CP sea negativa. Para evitar dicha problemática se han dado otras dos
soluciones metodológicas: i) en el caso de los hogares pobres sustituir la línea de
pobreza por el gasto en subsistencia, alternativa estilo Xu, et al. (2003); y 2) cuando la
línea de pobreza supere al gasto en salud entonces cualquier gasto en salud mayor a cero
será considerado un gasto catastrófico, alternativa estilo Wagstaff y van Doorlaer (2001).
En este estudio nosotros estimamos los gastos catastróficos con el método simple y de
línea de pobreza al estilo Wagstaff, el caso de la alternativa Xu se encuentra contenida
entre aquellas dos.
Ahora bien, la prevalencia de hogares con gasto castastrófico está dada como:
GCS = ∑
n
h=1
GCSh
…(3)
Por último, se dice que un hogar h sufre de gasto empobrecedor si exante a su gasto en
€
salud es un hogar no pobre y que debido a su gasto en salud este lo lleva a cruzar la
línea de pobreza, es decir, contabiliza a los nuevos pobres debido al gasto en salud.
Siendo representado de la siguiente forma:
1 si GT > GS y GT − GBS > GS
GESh = {
…(4)
0 en cualquier otro caso
Ahora bien, la prevalencia de gastos empobrecedores en salud está definida como:
€
GES = ∑
n
h=1
GESh
…(5)
Por último, como principal variable explicativa se determinó si los hogares dentro de la
€
encuesta recibían o no remesas por algún miembro emigrante.
La idea subyacente en el estudio asume que la decisión de enviar y/o recibir remesas,
por parte de un hogar, es similar a pertenecer a un “grupo de tratamiento” en un estudio
experimental, de tal forma que lo que se debe estimar es el efecto medio del tratamiento
sobre la probabilidad de sufrir gastos catastróficos o empobrecedores en salud. De esta
forma lo que se desea comparar es la probabilidad de que un hogar receptor de remesas
sufra de gastos catastróficos o empobrecedores en salud, en relación a no haberlas
recibido; la diferencia entre ambos grupos podrá ser atribuida al hecho de recibir
remesas.
El supuesto crítico que se hace en el empleo de esta metodología, es que la decisión
para ser parte del grupo de tratamiento, es decir recibir remesas, aunque no es aleatoria,
finalmente recae sobre variables observables.
Estimación del efecto medio de tratamiento basado en el puntaje de propensión
La estimación de un efecto de tratamiento en los estudios observacionales podría
producir resultados sesgados cuando se hace uso de un estimador no experimental. El
típico problema en este tipo de estudios es que la asignación de los sujetos, para este
caso hogares, a los grupos de tratamiento y control no es de ninguna forma aleatoria, y
por lo tanto la estimación del efecto medio del tratamiento es usualmente sesgada como
resultado de la existencia de factores confusores.
El principal problema en la identificación de un efecto causal es que la variable de
interés es observada sólo en uno de los grupos, tratamiento, pero no en ambos. Una
alternativa de solución a dicho problema es el uso de la metodología del pareo através
del puntaje de propensión (Propensity score matching –PSM– por sus siglas en inglés)
el cual resume las características de pre-tratamiento de cada sujeto, hogar en este caso,
en una variable índice que denominaremos puntaje de propensión. El puntaje de la
propensión será posteriormente usado para generar el pareo entre los subgrupos de
tratamiento y control. La idea base detrás del puntaje de propensión es reducir el sesgo
que afecta la estimación del efecto medio del tratamiento debido a las características no
observables, al no disponer de un diseño de tipo experimental, permitiendo generar un
grupo control con caracteristicas muy parecidas al de tratamiento a partir de variables
observables.
Formalmente, el modelo de PSM agrupa a la población bajo un índice. Yi1 corresponde
al valor de la variable de interés cuando el hogar i es sujeto de tratamiento (1), y Yi0 es el
valor de la misma variable cuando el hogar i está expuesto a ser control (0). El efecto
del tratamiento para un solo hogar, τi, corresponde entonces a τi = Yi1 - Yi0. El efecto
primario del tratamiento en estudios no experimentales corresponde al efecto esperado
del tratamiento para la población tratada, en este caso:
…(6)
donde T1=1 (0) si el i-ésimo hogar fue asignado al tratamiento (control). El problema de
la inobservabilidad es resumido en el hecho de que nosotros podemos estimar
, pero no
La diferencia τe =
.
-
, puede ser estimada
pero es
potencialmente un estimador sesgado de τ. Intuitivamente, si Yi0 para los hogares
tratamiento y comparación sistemáticamente difieren, entonces en la observación
exclusiva de Yi0 para el grupo de comparación no se estaría estimando correctamente Yi0
para el grupo de tratamiento. Dicho sesgo es de gran preocupación en los estudios no
experimentales. El rol de la aleatorización es para prevenir lo siguiente:
…(7)
Donde Yi = TiYi1 + (1- Ti)Yi0 (el valor observado del resultado) y ⎦⎣es el símbolo de
independencia. Los grupos de tratamiento y control no difieren sistemáticamente uno
del otro, haciendo el condicionamiento sobre la expectativa de Ti innecesario
(asignación del tratamiento ignorable) y rendimiento τ| T=1 = τe.
Para sustituir la ausencia de hogares que funjan como controles experimentales
asumimos que los datos pueden ser obtenidos de un conjunto potencial de hogares
comparadores los cuales no necesariamente provienen de la misma población, como los
hogares tratamiento, pero para los cuales es posible observar el mismo sistema de
covariables del tratamiento previo, Xi. Las siguientes premisas extienden el modelo
previo a diseños no experimentales.
Proposición 1. Si para cada hogar observamos un vector de covariables Xi y
, entonces el efecto del tratamiento, τ|
T=1,
para la población tratada es
identificable: este es igual al efecto condicional del tratamiento sobre las covariables y
en la asignación al tratamiento, τ| T=1, X, ponderado sobre la distribución X |Ti=1.
Intuitivamente, este asume que la comparación entre dos hogares con las mismas
características observables, uno de los cuales fue tratado y el otro no, es por la
proposición 1, como comparar a los dos hogares en un experimento aleatorizado. Bajo
este supuesto, el efecto condicional del tratamiento, τ| T=1, X, es estimado primeramente
estimando, τ| T=1, X, y después promediando sobre la distribución de X condicional sobre
T=1.
Una manera de estimar esta ecuación es pareando hogares sobre el vector de covariables,
Xi. En principio, es posible estratificar los datos en subgrupos, cada uno definido por un
valor particular de X. La limitación de este método es que confía suficientemente en la
riqueza de un grupo de comparación de modo que no puede existir hogar tratado sin
unidad de comparación. Por ejemplo, si las n variables son dicotómicas, el número de
posibles valores para el vector X será de 2n. Claramente, cuando el número de variables
se incrementa, el número de grupos aumenta exponencialmente, incrementando con ello
la dificultad de encontrar un par exacto para cada hogar en el grupo de tratamiento.
Proposición 2. Dada p(Xi) como la probabilidad del hogar i de haber sido asignado al
tratamiento, definida como p(Xi) ≡ Pr(Ti = 1 | Xi) = E(Ti|Xi). Entonces:
…(8)
Proposición 3.
…(9)
Así, la independencia condicional resulta extenderse al uso del PSM, al igual que por la
implicación inmediata nuestro resultado sobre el calculo de efecto condicional del
tratamiento es ahora τ| T=1,p( X). El punto de usar el PSM es que reduce substancialmente
la dimensionalidad del problema, permitiendo que condicionemos sobre una variable
escalar más que en un espacio de dimensión n.
Sin embargo, el cálculo del efecto no es tan obvio dado que el puntaje de propensión es
una variable continua. Para superar dicho problema se han propuesto cuatro diferentes
alternativas metodológicas de pareo en la literatura: vecino más cercano, radio, kernel y
estratificación.
El pareo con PSM es esencialmente un esquema de ponderación, en el cual se determina
que pesos se ponen en los hogares de comparación al calcular el efecto estimado del
tratamiento:
…(10)
donde N es el grupo de tratamiento, |N| es el número de hogares en el grupo de
tratamiento, Ji es el conjunto de hogares de comparación pareados al hogar de
tratamiento i, y |Ji| es el número de hogares de comparación en Ji.
Por último se procede a determinar el efecto atribuible a la presencia del tratamiento, es
decir la diferencia en los índicadores de protección financiera, controlando por otros
determinantes del gasto de bolsillo en salud y la prevalencia de GCS y GES y de
varibles confusoras del efecto.
Los datos provienen primordialmente de la Encuesta Nacional de Ingresos y Gastos de
los Hogares (ENIGH) 2006, levantada por el Instituto Nacional de Estadística Geografía
e Informática (INEGI) con el fin de documentar los patrones de consumo de los hogares
Mexicanos. La ENIGH tiene representatividad nacional y por estrato. Para el análisis
que aquí se presenta se dispone de datos bienales de 1992 a 2004, adicionalmente del
2005 y 2006.
A fin de hacer comparables los diferentes años disponibles de la encuesta, las variables
monetarias fueron deflactadas con base en el índice nacional de precios al consumidor
(INPC) del bánco de México.
Resultados
En el cuadro 2 se presentan las estadísticas descriptivas de la principales varibles
empleadas. Se puede observar que en todos los años, el promedio de hogares que
reciben remesas es de 5.4%, siendo 2006 con un 7% el año con la mayor proporción de
hogares. El porcentaje de hogares debajo de la línea de pobreza es de 28.3%, si se
considera la línea de pobreza alimentaria nacional; mientras que si se considera la línea
de pobreza internacional del bánco mundial, equivalente a un dólar per cápia diario en
poder de paridad de cambio (PPP por sus siglas en el inglés), es de 6.6%.
Adicionalmente, según la definición de gasto catastrófico empleada y umbral de cohorte
sobre la capacidad de pago la prevalencia de hogares puede ir de 1.8% a 9%. Mientras
que el porcentaje de hogares que se empobrecen debido al gasto en salud, en el mismo
periodo, va del 0.5 a 1.4% según la línea de pobreza considerada. El gasto de bolsillo en
salud de los hogares en el periodo es de $238 pesos, con una caída observada en el
periodo de crisis captado por la encuesta en 1996.
El 20% de los hogares reportaron jefatura femenina
y un tamaño medio de 4.3
integrantes, de los cuales el 3% de ellos reportó tener menores de 5 años, el 16%
mayores de 65 años, el 45% la presencia de ambos tipos de personas y el 33% restante
estar constituido sin ninguno de ellos. La escolaridad promedio fue de 7.6 años.
Asimismo, el 42% de los hogares reportaron a algún miembro con cobertura de la
seguridad social, mientras que en 2006 se encontró un 12% de hogares con afiliación al
Seguro Popular de Salud. En cuanto al lugar de residencia 17% registraron vivir en
localidades rurales de menos de 2,500 habitantes. Por último se encontró que 12% de
los hogares vivian en municipios de muy alta marginación, 16% en alta marginación,
12% en marginación media, 3% en municipios de baja marcinación y el 565 restante en
muy baja marginación.
En general se puede observar que las remesas tienen un comportamiento similar a la
evolución de la pobreza, de tal forma que en epocas de crisis, 1995 a 1998, se
incrementa la pobreza y por lo tanto también la prevalencia de hogares que reciben
remesas, (Figura 1). En el mismo periodo de crisis el gasto en salud se contrae, pero la
prevalencia de hogares con gasto catastrófico se incrementa. Una vez pasada la crisis,
post-crisis 1999 a 2004, se observa una reducción de la pobreza y, en menor medida, de
la prevalencia de hogares con remesas; lo anterior se acompaña con un incremento en el
gasto de los hogares en salud y una atenuación de la prevalencia del gasto catastrófico y
empobrecedor. Para el periodo de desaceleración mundial de la economía e
implementación del Sistema de Protección social en Salud (SPSS) y su brazo operativo
el Seguro Popular, 2004 a 2006, se observa un incremento en todos y cada uno de los
indicadores incluido el gasto en salud.
Existe un conjunto de diferencias apreciables entre el grupo de hogares que recibe
remesas y los que no, entre ellas el promedio de ingreso es $1,330 pesos más alto para
los hogares sin remesas, sin embargo el porcentaje de hogares debajo de la línea de
pobreza es 2.6% y 3.9%, respectivamente a la línea de pobreza 1 y 2, más alto en los
hogares que no reciben remesas, (Cuadro 3). Por otro lado, el gasto de bolsillo en salud
es en promedio $253 pesos más elevado para los hogares receptores de remesas, de la
misma manera la prevalencia de hogares con gasto catastrófico y empobrecedor es
mayor en este grupo.
Los resultados sobre la probabilidad y/o propensión de que un hogar reciba o no
remesas se agrupan en tres vector característicos de variables: i). características del
hogar, ii). características de la localidad de residencia del hogar, y iii). el vector de
control por efectos fijos de año y entidad federativa. Cada uno de ellos con las variables
que lo componen estadísticamente significativas.
Para el modelo con la muestra completa, dentro de las caracteristicas del hogar la
jefetura femenina del hogar incrementa la probabilidad de recibir remesas de 0.04
(Cuadro 4), la presencia de mayores de 65 años y menores de 5 en 0.02, el pertenecer al
quintil I (más pobre), en relación al quintil V (menos pobre), al segundo quintil en 0.01.
Del mismo modo laresidencia en zonas más rurales incrementa la probabilidad en 0.06,
en semi-rurales 0.03, y urbanas en 0.01, en relación a las zonas metropolitanas.
Por otro lado, las caracteristicas de la localidad de residencia del hogar como el vivir en
un estado de alta migración incrementa la propensión a recibir remesas en 0.7. Del
mismo modo si el municipio de residencia es de muy alta o alta marginación, en
relación a muy baja margfinación, reducen la probabilidad de recibir remesas en 0.01 y
0.003 respectivamente.
Por último, los controles por año de la encuesta muestran lo observado previamente en
la figura 1, con la variente de que el mayor impacto es en 2006 e incrementos en los
años de crisis, en relación al año de referencia que es 1992 en el análisis.
Obsérvese que en los modelos alternativos -muestras reducidas al quintil I, hogares en
zonas rurales, localizados en estados de alta emigración y la combinación de hogares
más pobres y en las áreas rurales- para identificación de la zona de soporte común de la
propiedad de equilibrio en el puntaje de la propensión entre el grupo de tratamiento,
hogares con remesas, y control, sin remesas, los resultados son los esperados
observandose una escalada en los coeficientes en relación a la muestra completa.
Ahora bien, dados los resultados del modelo de probabilidad de recibir remesas se
contruyó el puntaje de la propensión para cada uno de los hogares y en los diferentes
grupos de soporte de la propiedad de equilibrio. En general se encontró, como ya lo
habían señalado otros autores (Esquivel, et al 2007) que las remesas tienen un efecto
reductor de la probreza, independientemente de cual sea la línea considerada, del 12.4%
cuando los hogares radican en estados de alta marginación y considerando la línea de
pobreza de un dólar PPP, y del 27.4% en los hogares del primer quintil en áreas rurales
bajo la misma línea de pobreza (cuadro 5). Obsérvese que aunque el modelo de la
muestra completa encuentra resultados estadísticamente significativos y con el mismo
sentido del efecto, estos no pueden ser tomados como la medida del afecto atribuida al
tratamiento (ATT) debido a que las variaciones entre los cuatro métodos de pareo
arrojan resultados muy divergentes en la magnitud, es decir mayor al 20% entre uno y
otro, y que van del 2.6% al 14.5%. Debemos considerar que las muestras reducidas d
zona de soporte de la condición de balance, es decir modelo para hogares en estados de
alta migración y/o en el primer quintil en zonas rurales, son los que logran aislar de
mejor forma el ATT. Si consideramos la línea de pobreza alimentaria nacional el ATT
va de 23.6% a 40.2%, dependiendo del la submuestra de análisis y el método de pareo.
De la misma forma, el incremento medio en el gasto en salud debido a la recepción de
remesas es $93 a $167, respectivamente. Ahora bien, si el indicador de gasto
catastrófico considerado es el simple, el cual sólo considera la proporción que
representa el gasto en salud en relación a la capacidad de pago, debido a que las remesas
pueden financiar un myor gasto de bolsillo en salud tambien generan un incremento en
la prevalencia de hogares catastróficos que va del 2.9% al 3.5% en los hogares en
estados de alta emigración;2 mientras que si el indicador de gastos catastrófico es al
estilo Wagstaff y van Doorlaer, el cual considera el incremento en la proporción del
gasto en salud, pero también el efecto en la pobreza, debido a que este segundo efecto es
mayor que el primero la prevalencia de gasto catastróficos bajo este indicador se ve
reducida en un 3.2% en los hogares ubicados en estados de alta emigración y hasta del
10.9% en los hogares más pobres y en zonas rurales. Si aislamos solamente el efecto
empobrecedor del mayor gasto en salud, atribuido a la presencia de remesas en el hogar,
encontramos que la proporción de hogares que cruzan la línea de pobreza, de un dólar
diario per cápita en PPP, debido a su gasto de bolsillo se reduce sin ser identificado con
presición el ATT debido a la recepción de las remesas.
Discusión
Los resultados aquí obtenidos apoyan los resultados mostrados en otros estudios, lo
cuales señalan que las remesas son empleadas como un mecanismo de protección ante
la pobreza, el cual además permite financiar los gastos en salud. Sin embargo, el estudio
de esquivel et al., aunque indaga de manera similar al análisis empleado en este estudio
el efecto atribuible de las remesas no explora nada sobre el gasto en salud y los gastos
catastróficos o empobrecedores. Por otro lado Amuedo-Dorantes et al., aunque intentan
vía variables instrumentales determinar el impacto de las remesas sobre el gasto en
2
Es de notar que ATT en la muestra de hogares en el quintil más pobre y en zonas rurales no
fue posible identificarse con presición, aunque el signo del efecto es positivo.
salud no logran ser muy cncluyentes sobre el impacto real de las remesas sobre el gasto
en salud; más aun no concluyen nada sobre la probabilidad de que un hogar sufra de
gastos catastróficos o no.
Los hallazgos de este análisis señalan que la protección financiera que ofrece el sistema
de Salud en México está limitada a los grupos poblacionales con accesso a mecanismo
de agrupación de riesgos tales como la seguridad social, los seguros de salud privados y
los seguro públicos como el Seguro Popular; sin embargo la no disponibilidad de
mecanismos formales para algunos grupos poblacionales, como las familias del primer
quintil o aquellas que radican en zonas rurales, los hacen invertir en la prevensión de
sus riesgos en salud, autoprotegerse o autoasegurarse.
En este sentido los mecanismos informales, como el envío y recepción de remesas entre
las familias con emigrantes, son utilizadas como una alternativa para financiar los
choques en salud generando un efecto riqueza temporal que les permite incrementar su
gasto en general, y específicamente en salud, incrementar la proporción de su gasto en
salud en relación a su capacidad de pago, pero también reducir la probabilidad de
empobrecerse por dicho gasto.
Sin embargo cabe señalar que no podemos inferir nada sobre la dirección de causalidad
entre remesas y el gasto en salud, para los efectos de este estudio se asume que lo que se
observa es si los hogares gastan o no en salud y la presencia de un factor que resultó ser
protector que es la presencia de remesas en un grupo poblacional. El motivo que originó
la venida de remesas a un grupo de hogares, particularmente en zonas rurales y del
quintil más bajo y dentro de los estdos de muy alta emigración, y/o la presencia de un
choque en salud en dichos hogares es desconocido.
Queda para estudio futuros la inferencia sobre la causalidad del efecto, entre los
choques en salud y la recepción de remesas por parte del hogar. Un metodo apropiado
sería continuar con la indagatoria iniciada por Dorantes et al., siguiendo el método de
variables intrumentales. Sin embargo los resultados encontrados posteriormente no
invalidan los hallazgo de este análisis, permitiendo sustentar el diseño de programas y
políticas que aprovechen la entrada de remesas a los hogares para protegerlos contra
gastos en salud catastróficos y empobrecedores, porque como se encontró en este
análisis este mismo grupo de hogares que reciben remesas, los más pobres, sin accesos a
sistemas formales de agrupación de riesgos en salud y que residen principalmente en
zonas rurales, coincidentemente es el grupo de hogares más propenso a carecer de
protección financiera en salud.
Referencias
1. Organización Mundial de la Salud. Informe sobre la Salud en el Mundo,2000.
Mejorar el Desempeño de los Sistemas de Salud. Geneva: OMS.
2. Frenk J. La salud de la población. Hacia una nueva salud pública. México, DF: FCE,
1994.
3. Vargas I, Vazquez ML, Elisabet J. Equidad y reformas de los sistemas de salud en
Latinoamérica. Cad. Saúde Pública. 2002, v. 18, n. 4, pp. 927-937.
4. Knaul FM, Frenk J. Health Insurance In Mexico: Achieving Universal Coverage
Through Structural Reform. Health Affairs, 2005; 24(6): 1467-1476.
5. Baeza C, Packard TG. Beyond Survival: Protecting Households from the
Impoverishing Effects of Health Shocks in Latin America. Washington, DC: 2005.
World Bank.
6. Murray CJL, Knaul F, Xu K, Mugrove P, Kawabata K. Defining and measuring
fairness of financial contribution. WHO. Global Programme on Evidence Working
Paper, no. 24. Ginebra:WHO, 2000.
7. Murray CJL, Knaul F, Xu K, Mugrove P, Kawabata K. Defining and measuring
fairness of financial contribution. WHO. Global Programme on Evidence Working
Paper, no. 24. Ginebra:WHO, 2000.
8. Knaul FM, Arreola-Ornelas H, Méndez-Carniado O, Bryson-Cahn C, Barofsky J,
Maguire R, et al. Evidence is good for your health system: policy reform to remedy
catastrophic and impoverishing health spending in Mexico. The Lancet, 18 November
2006: 368(9549). Pp. 1828 – 1841.
9. Murray CJL, Frenk J. A framework for assessing the performance of health systems.
Bulletin of the World Health Organization 78 (6): 717-731, 2000.
10. Xu K, Evans DB, Kawabata K, Zeramdini R, Klavus J, Murray CJ. Household
catastrophic health expenditure: a multi-country analysis. The Lancet, 2003;
Vol(362):111-117.
11. Torres AC, Knaul F. Determinantes del gasto en salud e implicaciones para el
aseguramiento universal en México. En: Caleidoscopio de la salud . Knaul F, Nigenda
G, ed. México, D.F.: Fundación Mexicana para la Salud; 2003.
12. Knaul F, Arreola H, Méndez O. Protección financiera en salud: México 1992 a 2004.
Salud Publica Mex 2005;47:430-439. 34.
13. Knaul FM, Arreola-Ornelas H, Mendez-Carniado O, Bryson-Cahn C, Barofsky J,
Maguire R, et al. Evidence is good for your health system: policy reform to remedy
catastrophic and impoverishing health spending in Mexico. Lancet 2006;368:1828-41.
14. Cavagnero E, Carrin G, Xu K, Aguilar-Rivera AM (2006). Health Financing in
Argentina: An Empirical Study of Health Care Expenditure and Utilization.
Innovations in Health Financing: Working Paper Series, No. 8. Fundación Mexicana
para la Salud / Instituto Nacional de Salud Pública. ISBN: 968-5661-00-6.
15. Gertler P, Gruber J. Insuring consumption against illness. American Economic
Review, 2002; 92(1): 51-76.
16. Wagstaff A. The Economic Consequences of Health Shocks. World Bank Policy
Research Working Paper 3644, The World Bank, Washington DC, USA. June 2005.
17. Ratha, D. and Z. Xu. Migration and Remittances Factbook 2008. World Bank.
Washington D.C. 2008.
18. Banco de México. Las remesas familiares en México: inversión de los recursos de
migrantes. Banco de México. México, D.F., 2007.
19. Norton C. Las remesas: un instrumento de protección financiera en salud para los
hogares mexicanos. Tesis de licenciatura. ITAM, México, D.F., 2008.
20. Schultz TW. Investment in Human Capital. The American Economic Review, 1961;
51(1): pp. 1-17.
21. Becker GS. Investments in human capital: A theoretical analysis. Journal of Political
Economy, 1962; 70(supplement), 9–49.
22. Rozelle S, Taylor JE, deBrauw A.
Migration, Remittances, and Agricultural
Productivity in China. The American Economic Review, Vol. 89, No. 2, Papers and
Proceedings of the One Hundred Eleventh Annual Meeting of the American Economic
Association, 1999, pp. 287-291.
23. Esquivel G, Huerta-Pineda A. Remittances and poverty in Mexico: A propensity
score matching approach. Integration and Trade, 2007; 27(11): pp. 45-72.
24. Lucas R, Stark o. Motivations to remit: Evidence from Botswana. The Journal of
Political Economy, 1985; 93(5):pp. 901-918.
25. Rapaport H, Docquier f. The Economics of migrant´s remittances. Handbook of the
economics of living, Altruism and Reciprocity, 2006; vol. 2.
26. Amuedo-Dorantes C, Sainz T, Pozo S. Remittances and healthcare expenditure
patterns of populations in origin communities: Evidence from México. Integration and
Trade, 2007; 27(11): pp. 159-184.
27. Wagstaff A, van Doorslaer E. Catastrophe and impoverishment in paying for health
care: with applications to Vietnam 1993-98. Health Econ 2003;12(11).
Cuadro 1. Distribución de los hogares con y sin remesas por quintil de ingresos
Tipo de hogar
Quintil de ingreso/1
III
I (+ pobre)
II
N
Sin remesas % fila
% columna
4,266,735
17.3
80.5
4,957,453
20.1
93.5
N
Con remesas % fila
% columna
1,034,358
55.7
19.5
N
% fila
% columna
5,301,093
20.0
100.0
Total
Total
IV
V (- pobre)
5,097,299
20.7
96.1
5,137,102
20.8
96.9
5,187,105
21.1
97.9
24,645,694
100.0
93.0
343,192
18.5
6.5
206,082
11.1
3.9
162,254
8.7
3.1
112,272
6.0
2.1
1,858,158
100.0
7.0
5,300,645
20.0
100.0
5,303,381
20.0
100.0
5,299,356
20.0
100.0
5,299,377
20.0
100.0
26,503,852
100.0
100.0
Fuente: Estimaciones propias con base en datos de la ENIGH 2006.
Quintil de ingreso contruido a partir del gasto total descontando el monto que los hogares reciben por remesas
/1
Cuadro 2. Estadísticas descriptivas de la población de análisis en los diferentes periodos de la encuesta
1992
Variable
% de hogares
Receptores de remesas
Debajo de la línea de pobreza 1 /1
Debajo de la línea de pobreza 2 /2
Con gasto catastrófico
Medición simple
al 20% de la capacidad de pago
Medición según Wagstaff y van Doerslaer
Con gasto empobrecedor
Con línea de pobreza 1/1
Con línea de pobreza 2/2
Gasto en salud
Caracteristicas del hogar
Con jefatura femenina
Tamaño del hogar
Escolaridad del jefe
Escola1
Escola2
Escola3
Escola4
Escola5
Escola6
Escola7
Escola8
Escola9
Escola10
Composición del hogar
Con presencia de mayores de 65 años
Con presencia de mayores de 65 años y menores de 5 años
Con presencia de niños menores de 5 años
Sin presencia de mayores de 65 años y menores de 5 años
Aseguramiento en salud
Seguridad social
Seguro Popular de salud
Quintil de ingresos/3
I (+ pobre)
II
III
IV
V (-pobre)
Características de la localidad de residencia del hogar
Condición de residencia
Estrato1
Estrato2
Estrato3
Estrato4 (rural)
Dentro de un estado con alta emigración
Grado de marginación del municipio de localización
Muy alta
Alta
Media
Baja
Muy baja
n
N
/2
1996
1998
2000
2002
2004
2005
2006
Cohortes
transversales
apilados (19922006)
Media
Desv.
Std.
Media
Desv.
Std.
Media
Desv.
Std.
Media
Desv.
Std.
Media
Desv.
Std.
Media
Desv.
Std.
Media
Desv.
Std.
Media
Desv.
Std.
Media
Desv.
Std.
Media
Desv.
Std.
3.69
7.44
29.17
18.85
26.25
45.46
3.43
7.50
31.35
18.20
26.33
46.39
5.27
9.32
43.16
22.34
29.07
49.53
5.31
9.67
39.65
22.42
29.56
48.92
5.33
6.88
29.06
22.46
25.32
45.41
5.70
5.86
26.43
23.19
23.48
44.09
5.57
3.62
18.46
22.94
18.69
38.80
5.97
6.15
24.32
23.69
24.03
42.90
7.01
4.10
18.98
25.53
19.83
39.21
5.37
6.55
28.30
22.54
24.75
45.05
5.29
2.78
1.54
22.39
16.44
12.32
6.37
3.28
1.82
24.42
17.80
13.38
6.03
3.34
1.75
23.81
17.96
13.13
6.32
3.46
1.93
24.33
18.28
13.77
6.19
3.15
1.89
24.09
17.46
13.61
5.18
2.72
1.54
22.17
16.25
12.30
5.22
2.67
1.52
22.24
16.11
12.23
5.60
3.18
1.69
23.00
17.56
12.90
6.09
3.54
2.07
23.91
18.48
14.25
5.80
3.12
1.76
23.37
17.40
13.13
8.62
6.56
5.42
28.06
24.76
22.63
10.07
7.37
6.12
30.09
26.12
23.97
10.54
8.09
6.89
30.71
27.27
25.33
10.26
7.96
6.68
30.34
27.07
24.97
9.44
7.00
5.76
29.24
25.52
23.29
7.79
5.56
4.32
26.80
22.91
20.34
6.99
4.73
3.66
25.49
21.22
18.79
9.38
6.93
5.51
29.15
25.40
22.82
8.65
5.81
4.55
28.12
23.40
20.84
9.01
6.59
5.36
28.64
24.82
22.52
0.47
6.81
1.29
11.27
230.33 1033.24
0.49
7.01
1.37
11.63
236.92 1394.36
0.56
7.45
1.44
11.92
173.46 712.47
0.75
8.63
1.39
11.72
178.64 708.87
0.65
8.06
1.63
12.68
215.25 675.85
0.43
6.56
1.25
11.10
197.80 787.90
0.35
5.88
1.22
11.00
285.78 1711.79
0.53
7.23
1.57
12.44
243.34 938.08
0.44
6.65
1.45
11.97
303.88 1635.20
0.52
7.16
1.41
11.77
238.08 1205.78
0.14
4.74
0.35
2.33
0.15
4.60
0.35
2.30
0.16
4.55
0.37
2.28
0.18
4.33
0.38
2.14
0.18
4.18
0.39
2.05
0.20
4.13
0.40
2.00
0.23
4.04
0.42
1.99
0.23
4.06
0.42
1.99
0.25
3.96
0.43
2.00
0.20
4.25
0.40
2.12
0.16
0.29
0.21
0.04
0.12
0.03
0.05
0.04
0.06
0.01
0.36
0.45
0.41
0.19
0.33
0.17
0.21
0.19
0.24
0.08
0.17
0.27
0.21
0.04
0.12
0.02
0.05
0.04
0.06
0.01
0.38
0.44
0.41
0.20
0.33
0.15
0.22
0.20
0.24
0.09
0.14
0.26
0.21
0.04
0.14
0.03
0.06
0.04
0.06
0.01
0.35
0.44
0.41
0.19
0.35
0.18
0.24
0.20
0.24
0.10
0.16
0.43
0.02
0.18
0.10
0.00
0.06
0.00
0.04
0.01
0.37
0.50
0.13
0.38
0.30
0.07
0.23
0.03
0.20
0.09
0.13
0.21
0.02
0.23
0.03
0.17
0.03
0.06
0.04
0.09
0.33
0.41
0.15
0.42
0.18
0.38
0.17
0.24
0.19
0.28
0.13
0.23
0.20
0.04
0.17
0.03
0.06
0.05
0.08
0.01
0.34
0.42
0.40
0.19
0.38
0.18
0.23
0.21
0.27
0.11
0.12
0.23
0.18
0.04
0.16
0.05
0.09
0.02
0.09
0.02
0.32
0.42
0.39
0.19
0.37
0.21
0.29
0.16
0.29
0.13
0.11
0.22
0.19
0.04
0.16
0.05
0.11
0.03
0.09
0.02
0.31
0.41
0.39
0.20
0.37
0.22
0.31
0.17
0.29
0.12
0.10
0.20
0.19
0.04
0.17
0.05
0.12
0.03
0.10
0.02
0.30
0.40
0.39
0.19
0.37
0.22
0.32
0.16
0.29
0.13
0.13
0.26
0.16
0.08
0.13
0.05
0.07
0.03
0.07
0.02
0.34
0.44
0.36
0.26
0.34
0.22
0.26
0.18
0.25
0.14
0.14
0.02
0.27
0.57
0.35
0.15
0.44
0.31
0.15
0.02
0.24
0.58
0.36
0.15
0.43
0.31
0.14
0.02
0.25
0.58
0.35
0.15
0.43
0.31
0.14
0.03
0.32
0.51
0.35
0.17
0.47
0.33
0.15
0.03
0.29
0.53
0.36
0.16
0.46
0.32
0.16
0.02
0.28
0.53
0.37
0.15
0.45
0.32
0.16
0.03
0.28
0.53
0.37
0.17
0.45
0.33
0.17
0.03
0.27
0.54
0.38
0.17
0.44
0.33
0.17
0.03
0.28
0.52
0.38
0.16
0.45
0.33
0.16
0.03
0.28
0.54
0.36
0.16
0.45
0.32
0.44
0.00
0.50
0.00
0.41
0.00
0.49
0.00
0.41
0.00
0.49
0.00
0.43
0.00
0.49
0.00
0.44
0.00
0.50
0.00
0.42
0.00
0.49
0.00
0.43
0.03
0.50
0.18
0.42
0.00
0.49
0.00
0.42
0.12
0.49
0.32
0.42
0.02
0.49
0.14
0.20
0.20
0.20
0.20
0.20
0.40
0.40
0.40
0.40
0.40
0.20
0.20
0.20
0.20
0.20
0.40
0.40
0.40
0.40
0.40
0.20
0.20
0.20
0.20
0.20
0.40
0.40
0.40
0.40
0.40
0.20
0.20
0.20
0.20
0.20
0.40
0.40
0.40
0.40
0.40
0.20
0.20
0.20
0.20
0.20
0.40
0.40
0.40
0.40
0.40
0.20
0.20
0.20
0.20
0.20
0.40
0.40
0.40
0.40
0.40
0.20
0.20
0.20
0.20
0.20
0.40
0.40
0.40
0.40
0.40
0.20
0.20
0.20
0.20
0.20
0.40
0.40
0.40
0.40
0.40
0.20
0.20
0.20
0.20
0.20
0.40
0.40
0.40
0.40
0.40
0.20
0.20
0.20
0.20
0.20
0.40
0.40
0.40
0.40
0.40
0.51
0.11
0.13
0.24
0.17
0.50
0.31
0.34
0.43
0.37
0.52
0.09
0.15
0.24
0.14
0.50
0.29
0.35
0.43
0.35
0.52
0.11
0.13
0.24
0.20
0.50
0.31
0.34
0.43
0.40
0.60
0.02
0.13
0.25
0.21
0.49
0.15
0.34
0.43
0.41
0.51
0.13
0.13
0.23
0.17
0.50
0.34
0.34
0.42
0.37
0.50
0.13
0.13
0.23
0.19
0.50
0.34
0.34
0.42
0.39
0.50
0.14
0.14
0.22
0.13
0.50
0.35
0.34
0.42
0.34
0.51
0.14
0.12
0.22
0.13
0.50
0.35
0.33
0.41
0.33
0.51
0.14
0.12
0.22
0.21
0.50
0.35
0.33
0.41
0.41
0.52
0.12
0.13
0.23
0.17
0.50
0.32
0.34
0.42
0.37
0.12
0.18
0.10
0.04
0.57
0.32
0.38
0.31
0.18
0.50
0.12
0.19
0.11
0.04
0.55
0.33
0.39
0.31
0.19
0.50
0.13
0.15
0.15
0.02
0.55
0.33
0.36
0.36
0.15
0.50
0.11
0.17
0.12
0.04
0.55
0.32
0.38
0.33
0.20
0.50
0.13
0.17
0.11
0.03
0.56
0.34
0.38
0.31
0.17
0.50
0.13
0.15
0.11
0.04
0.56
0.34
0.36
0.32
0.20
0.50
0.13
0.15
0.12
0.04
0.55
0.34
0.36
0.33
0.19
0.50
0.13
0.15
0.12
0.04
0.56
0.34
0.36
0.32
0.19
0.50
0.10
0.14
0.12
0.03
0.61
0.30
0.34
0.32
0.18
0.49
0.12
0.16
0.12
0.03
0.56
0.33
0.37
0.32
0.18
0.50
10,497
17,778,008
Línea de pobreza equivalente a un dólar PPP.
Línea de pobreza nacional alimentaria
/3
Ingresos definido como el gasto total neto del monto de remesas.
/1
1994
12,777
19,399,579
14,008
20,424,558
10,776
21,741,507
10,077
23,604,771
17,121
24,476,322
22,569
25,536,478
23,124
25,659,796
20,836
26,503,852
141,785
Tendencias del gasto en salud, la prevalencia de pobreza, los gastos catastróficos y
empobrecedores y las remesas en México (1992-2008)
10 Pre-‐crisis Crisis $350 Con Seguro Popular Post-‐crisis % de hogares $250 6 $200 $150 4 $100 2 $50 0 1992 1994 1996 1998 2000 2002 2004 2006 2008 % hogares pobres con LP 1 USD en PPP 7.4 7.5 9.3 9.7 6.9 5.9 3.6 4.1 4.4 Gasto catastrófico en salud simple esGlo Knaul et al. 2.8 3.4 3.4 4.2 3.4 2.8 2.6 3.5 3.0 Gasto catastrófico en salud esGlo Wagstaff y van Doorslaer 6.6 7.4 8.1 8.0 7.0 5.6 4.7 5.8 6.3 Gasto catastrófico en salud esGlo Xu et al. 2.6 3.0 3.0 3.2 3.0 2.5 2.5 3.2 2.8 Gasto empobrecedor en salud esGlo Wagstaff y van Doorlaer (Nuevos hogares pobres) con línea de pobreza de 1 dólar en PPP 0.5 0.5 0.6 0.8 0.7 0.4 0.3 0.4 0.5 Gasto empobrecedor en salud esGlo Knaul et al. (Nuevos hogares pobres y aquellos que siendo ya pobres profundizan su pobreza debido a que su gasto en salud es mayor a cero) con línea de 1 dólar en PPP 5.2 5.8 6.4 5.9 4.0 2.7 1.8 1.8 1.9 $252 $280 $196 $198 $247 $212 $274 $314 $246 Gasto en salud Fuente: Estimaciones propias con base en datos de la ENIGH 1992 a 2006.
/1
$0 Gasto en salud (Pesos constantes del 2008) $300 8 Cuadro 3. Diferencia de medias (porcentajes) entre varibles de interés según recepción o
no de remesas de los hogares
Hogares
/3
Sin remesas Con remesas Diferencia
Variable
Ingreso total
% hogares bajo linea de pobres 1/1
% hogares bajo linea de pobres 2/2
Gasto de bolsillo en salud
al 20% de la capacidad
Prevalencia de gasto
catastrófico (Simple)
Prevalencia de gasto
catastrófico (Wagstaff y
van Doerlaer)
con línea de pobreza 1
Prevalencia de hogares
con gasto empobrecedor con línea de pobreza 2
n
de
de
de
de
de
de
pago
pago
pago
pago
pago
pago
$6,757.68
8.12%
30.16%
$405.95
5.51%
2.97%
1.66%
9.30%
7.06%
5.35%
0.56%
1.34%
$5,427.06
5.50%
26.28%
$659.91
11.42%
6.64%
4.02%
15.45%
10.83%
7.54%
0.95%
2.69%
134,155
7,759
/2
/3
En negrita las diferencias estadísticamente significativas al 5%.
/1
$1,330.62
2.62%
3.88%
-$253.97
-5.91%
-3.67%
-2.36%
-6.15%
-3.76%
-2.19%
-0.40%
-1.36%
t
19.30
9.72
7.53
-4.21
-16.12
-12.81
-10.44
-14.72
-10.47
-6.98
-3.55
-7.27
Cuadro 4. Estimación PROBIT
Variable dependiente: variable ficticia de hogares que reciben remesas
Submuestra de hogares
Muestra completa
Variables independientes
Caracteristicas del hogar
Con jefatura femenina
Tamaño del hogar
Escolaridad del jefe en años
Composición del hogar (Referencia hogares sin menores de 5 y
sin mayores de 65 años)
Con presencia de mayores de 65 años
Con presencia de mayores de 65 años y menores de 5 años
Con presencia de niños menores de 5 años
Quintil de ingresos (Referencia: hogares en quintiles III a V)/1
I (+ pobre)
II
Condición de residencia (referencia estrato 1 o zonas urbanas)
Estrato2
Estrato3
Estrato4 (rural)
Quintil I (+ pobre)
Rurales
En estados de alta
emigración
Rurales y en el
quintil I
dF/dx Error Std.
dF/dx
Error Std.
dF/dx
Error Std.
dF/dx
Error Std.
dF/dx
Error Std.
0.044
0.002
-0.002
0.002
0.000
0.000
0.118
0.009
0.014
0.005
0.001
0.001
0.094
0.002
-0.004
0.005
0.001
0.001
0.090
0.002
-0.005
0.006
0.001
0.001
0.144
0.006
0.013
0.008
0.001
0.002
0.002
0.022
-0.001
0.001
0.004
0.001
-0.008
0.043
-0.005
0.004
0.013
0.005
0.005
0.032
-0.004
0.004
0.008
0.003
0.010
0.075
-0.006
0.006
0.015
0.005
-0.004
0.041
-0.009
0.006
0.016
0.006
0.065
0.014
0.002
0.002
0.070
0.018
0.004
0.004
0.144
0.035
0.008
0.006
0.012
0.030
0.041
0.002
0.003
0.002
0.043
0.089
0.088
0.009
0.011
0.006
0.018
0.068
0.099
0.008
0.012
0.009
0.180
0.008
Características de la localidad de residencia del hogar
Dentro de un estado con alta emigración
Grado de marginación del municipio de localización (Referencia
municipio de muy baja marginación)
Muy alta
Alta
Media
Baja
0.065
0.002
0.169
0.006
0.138
0.005
-0.015
-0.003
0.009
0.012
0.001
0.002
0.002
0.002
-0.063
-0.034
-0.001
0.016
0.006
0.006
0.007
0.007
-0.007
0.021
0.044
0.052
0.005
0.006
0.006
0.007
-0.045
-0.002
0.059
0.053
0.008
0.009
0.009
0.008
-0.052
-0.012
0.029
0.051
0.009
0.010
0.011
0.013
Control por: año de la encuesta (Referencia 1992)
1994
1996
1998
2000
2002
2004
2005
2006
-0.001
0.015
0.029
0.025
0.024
0.019
0.021
0.030
0.002
0.003
0.004
0.004
0.003
0.003
0.003
0.003
0.013
0.061
0.091
0.057
0.083
0.051
0.061
0.081
0.010
0.011
0.013
0.012
0.012
0.011
0.010
0.011
0.008
0.034
0.065
0.052
0.058
0.052
0.056
0.073
0.007
0.008
0.009
0.009
0.008
0.008
0.008
0.009
0.009
0.021
0.044
0.017
0.051
0.018
0.026
0.031
0.011
0.010
0.012
0.011
0.011
0.010
0.011
0.010
0.017
0.072
0.087
0.055
0.093
0.074
0.085
0.097
0.012
0.014
0.016
0.015
0.015
0.015
0.014
0.015
Pseudo R2
No. de observaciones
0.150
141,593
0.109
31,732
Fuente: Estimaciones propias con base en datos de la ENIGH (1992-2006).
/1 Ingresos definido como el gasto total neto del monto de remesas.
Nota: Coeficientes de efecto marginal en donde los valores en negritas indican significancia estadística de al menos 5%.
0.118
42,998
0.152
23,791
0.121
18,992
Cuadro 5. Estimaciones del efecto medio atribuible al tratamiento de la variable ficticia de hogares
que reciben remesas sobre diferentes índicadores de empobrecimiento (general y por salud)
Indicador de pobreza
Método de paréo
Muestra completa
n.
treat.
n.
contr.
Quintil I (+ pobre)
ATT
Error
Std.
n.
n.
treat. contr.
/3
Submuestra de hogares de soporte común
Rurales
En estados de alta emigración
Rurales y en el quintil I
/3
ATT
Error
Std.
n.
n.
treat. contr.
ATT
Error
Std.
n.
treat.
n.
contr.
ATT
Error
Std.
n.
treat.
n.
contr.
ATT
Error
Std.
Vecino más cercano
Radio
Kernel
Estratificación
7,733 27,466
7,733 133,860
7,759 134,155
7,733 133,860
-0.145
-0.026
-0.103
-0.114
0.005
0.006
0.008
0.017
4,105
4,105
4,105
4,090
9,013
27,668
27,668
27,642
-0.270
-0.166
-0.265
-0.189
0.010
0.006
0.008
0.015
4,221 9,842
4,221 38,827
4,221 38,827
4,208 38,790
-0.194
-0.158
-0.180
-0.160
0.008
0.006
0.008
0.014
3,110
3,110
3,110
3,110
4,232
20,718
20,718
20,690
-0.153
-0.124
-0.142
-0.136
0.008
0.006
0.008
0.017
2,605
2,605
2,605
2,595
6,308
16,409
16,409
16,397
-0.292
-0.274
-0.311
-0.286
0.013
0.006
0.008
0.024
Vecino más cercano
Radio
Kernel
Estratificación
7,733 27,466
7,733 133,860
7,759 134,155
7,733 133,860
-0.262
-0.048
-0.166
-0.236
0.007
0.011
0.012
0.012
4,105
4,105
4,105
4,090
9,013
27,668
27,668
27,642
-0.385
-0.365
-0.364
-0.349
0.011
0.011
0.012
0.021
4,221 9,842
4,221 38,827
4,221 38,827
4,208 38,790
-0.287
-0.331
-0.245
-0.250
0.011
0.011
0.012
0.013
3,110
3,110
3,110
3,110
4,232
20,718
20,718
20,690
-0.274
-0.308
-0.236
-0.260
0.013
0.011
0.012
0.013
2,605
2,605
2,605
2,595
6,308
16,409
16,409
16,397
-0.340
-0.402
-0.349
-0.346
0.013
0.011
0.012
0.029
Vecino más cercano
Radio
Kernel
Estratificación
7,733 27,466
7,733 133,860
7,759 134,155
7,733 133,860
227.80
91.09
194.15
200.84
31.849
35.050
33.868
33.215
4,105
4,105
4,105
4,090
9,013
27,668
27,668
27,642
162.64
113.68
165.02
111.24
49.173
13.890
14.191
14.215
4,221 9,842 199.29 30.968
3,110
4,221 38,827 197.11 52.077 6 3,110
4,221 38,827 204.98 49.010
3,110
4,208 38,790 225.54 47.211
3,110
4,232
20,718
20,718
20,690
183.62
199.12
166.70
197.10
36.474
63.847
56.509
61.283 5
2,605
2,605
2,605
2,595
6,308 101.89 6.820
16,409 99.08 16.705
16,409 107.01 14.687
16,397 92.76 17.205
Vecino más cercano
Gasto catastrófico
Radio
metodo simple (al 30%
Kernel
de la capacidad de pago)
Estratificación
7,733 27,466
7,733 133,860
7,759 134,155
7,733 133,860
0.021
0.033
0.027
0.017
0.003
0.007
0.007
0.007
4,105
4,105
4,105
4,090
9,013
27,668
27,668
27,642
0.013
0.042
0.017
0.009
0.006
0.007
0.007
0.011
4,221 9,842
4,221 38,827
4,221 38,827
4,208 38,790
0.016
0.025
0.023
0.022
0.005
0.007
0.007
0.011
3,110
3,110
3,110
3,110
4,232
20,718
20,718
20,690
0.029
0.033
0.035
0.030
0.007
0.007
0.007
0.007
2,605
2,605
2,605
2,595
6,308
16,409
16,409
16,397
0.015
0.033
0.016
0.000
0.007
0.007
0.007
0.014
Pobreza (Línea de
pobreza 1)
/1
Pobreza (Línea de
pobreza 2)
/2
Gasto de bolsillo en
salud
Gasto catastrófico
metodo Wagstaff y van
Doerslaer (al 30% de la
capacidad de pago)
Vecino más cercano
Radio
Kernel
Estratificación
7,733 27,466
7,733 133,860
7,759 134,155
7,733 133,860
-0.039
-0.034
-0.007
-0.026
0.005
0.008
0.009
0.010
4,105
4,105
4,105
4,090
9,013
27,668
27,668
27,642
-0.095
-0.073
-0.079
-0.070
0.009
0.008
0.009
0.016
4,221 9,842
4,221 38,827
4,221 38,827
4,208 38,790
-0.058
-0.037
-0.036
-0.017
0.008
0.008
0.009
0.016
3,110
3,110
3,110
3,110
4,232
20,718
20,718
20,690
-0.032
-0.039
-0.032
-0.035
0.009
0.008
0.009
0.011
2,605
2,605
2,605
2,595
6,308
16,409
16,409
16,397
-0.100
-0.109
-0.085
-0.089
0.012
0.008
0.009
0.025
Gasto empobrecedor
(línea de pobreza 1)
Vecino más cercano
Radio
Kernel
Estratificación
7,733 27,466
7,733 133,860
7,759 134,155
7,733 133,860
-0.004
-0.001
-0.001
-0.009
0.001
0.002
0.003
0.003
4,105
4,105
4,105
4,090
9,013
27,668
27,668
27,642
-0.006
-0.012
-0.004
-0.012
0.003
0.002
0.003
0.004
4,221 9,842
4,221 38,827
4,221 38,827
4,208 38,790
-0.006
-0.009
-0.003
-0.006
0.003
0.007
0.007
0.004
3,110
3,110
3,110
3,110
4,232 -0.008
20,718 -0.004
20,718 -0.005
20,690 -0.012
0.003
0.002
0.003
0.003
2,605
2,605
2,605
2,595
6,308 -0.009
16,409 -0.009
16,409 -0.003
16,397 -0.011
0.004
0.002
0.003
0.007
Gasto empobrecedor
(línea de pobreza 2)
Vecino más cercano
Radio
Kernel
Estratificación
7,733 27,466
7,733 133,860
7,759 134,155
7,733 133,860
0.009
-0.010
0.011
0.003
0.002
0.003
0.005
0.005
4,105
4,105
4,105
4,090
9,013 0.014
27,668 -0.012
27,668 0.014
27,642 0.001
0.004
0.002
0.005
0.007
4,221 9,842
4,221 38,827
4,221 38,827
4,208 38,790
0.010
-0.008
0.010
0.001
0.003
0.003
0.005
0.007
3,110
3,110
3,110
3,110
4,232 -0.011
20,718 -0.008
20,718 -0.011
20,690 -0.005
0.004
0.003
0.006
0.005
2,605
2,605
2,605
2,595
6,308 -0.016
16,409 -0.009
16,409 -0.015
16,397 -0.009
0.004
0.002
0.005
0.012
/3
Ingresos definido como el gasto total neto del monto de remesas.
Nota: Los valores en negritas indican significancia estadística de al menos 5% controlando cada uno de los indicadores por sexo, edad y escolaridad del jefe, tamaño, localidad de residencia y aseguramiento en salud (seguridad
social y/o seguro popular), pertenecer al quintil I o II, marginación del municipio de residencia, y controles por efectos fijos de estado y año de la encuesta.
/1
/2

Gasto catastrófico y empobrecedor en salud en México:

Transcripción

Documentos relacionados

CLÁUSULA DE AUTOMATICIDAD DE REMESAS Queda aclarado

Unidos afectarán el volumen de remesas en un porcentaje

Tarjeta de crédito.