Modelo innovador para medir el bienestar económico
DOI:
https://doi.org/10.18041/2382-3240/saber.2017v12n2.1532Keywords:
Poverty Measures, Indicators, Fuzzy Sets, Linguistic ModelsAbstract
Classical methods that are usually used to treat problems of diagnosis of population´s living conditions offer
a simplified representation of reality, so they can not reveal the complexity and the economy movement.
The most important problems that affect the proper definition of poverty measures are the diversity of prices, tastes and customs, as well as the difficulty of measuring subjective aspects of the individuals’ capacities. Thus, for the existence vagueness and uncertainty, new techniques to overcome these difficulties are proposed.
Fuzzy sets theory and linguistic models are used to express mathematically those concepts that are typical of
human language and thinking and therefore allow dealing with complex systems usual in economics. It makes it feasible to operate with the same variables used in traditional measures: income, price, quantity, basic needs, capacities, etc.
In this paper an integral model of economic welfare measurement with innovative mathematical tools is
proposed. The objective is to develop more representative measures with the available information, considering the classic indicators as particular results within a more comprehensive system.
Downloads
References
Ávila Martínez, J.L., Cortés García, F., De la Torre, R., Hernández, D., Hernández Laos, E., Leyva Parra, G. & López Calva, L.F. (2002). “Medición de la pobreza. Variantes metodológicas y estimación preliminar”. Serie Documentos de Investigación, Julio 2002, Comité Técnico para la Medición de la Pobreza.
Beccaría. L.; Ferres, J.C. & Sáinz, P. (1997). “Medición de la pobreza. Situación actual de los conceptos y métodos”. Informe del Seminario de Santiago. 7 al 9 de mayo de 1997.
Bojadziev, G. & Bojadziev, M. (1997). Fuzzy Logic for business, finance and management. Singapur: World Scientific Publishing Co. Pte. Ltd.
Dagum, C. (2002). “Analysis and Measurement of Poverty and Social Exclusion using Fuzzy Sets Theory: Applications and Policy Implications”. Working Paper, University of Bologna.
Delgado, M., Herrera, F., Herrera-Viedma, E., Verdegay, J.L. & Vila, M.A. (1999). “Aggregation of linguistic information based on a symbolic approach” en Zadeh L.A. & Kacprzyk J. (edits.), Computing with Words in Information/Intelligent Systems 1. Heidelberg: Physica-Verlag.
Domínguez Domínguez, J. & Martín Caraballo, Ana M. (2006). “Medición de la pobreza: una revisión de los principales indicadores”. Revista de Métodos Cuantitativos Para la Economía y la Empresa 2, pp. 27–66.
Dubois, D. & Prade, H. (edits.). (2000). Fundamentals of Fuzzy Sets. Dordrecht: Kluwer.
Fedrizzi, M. & Ostaciewicz, W. (1993). “Towards Fuzzy Modelling in Economics”. Fuzzy Sets and Systems 54, pp. 259-268.
Feres, J.C. & Mancero, J. (2001). “Enfoques par la medición de la pobreza. Breve revisión de la literatura”. Serie estudios estadísticos y prospectivos. Santiago de Chile: CEPAL.
Fernández, M.J. (2012). Medidas de pobreza. Un enfoque alternativo. Tesis Doctoral. Buenos Aires: Facultad de Ciencias Económicas, Universidad de Buenos Aires.
INDEC (1998). El Estudio de la Pobreza con Datos Censales, Nuevas Perspectivas Metodológicas (preliminar). Recuperado de http://www.indec.gov.ar.
INDEC (2003). Incidencia de la pobreza y de la indigencia en los aglomerados urbanos. Recuperado de http://www.indec.gov.ar.
INDEC – DNEH (2003). Acerca del método utilizado para la medición de la pobreza en Argentina. Recuperado de http://www.indec.gov.ar.
INDEC (2005). Índice de Precios al Consumidor GBA base 1999=100. Diciembre de 2004. Información de prensa. Recuperado de http://www.indec.gov.ar.
Kakwani, N. & Silber, J. (2008). Quantitative Approaches to Multidimensional Poverty Measurement. Londres: Palgrave Macmillan.
Kaufmann A., Gil Aluja J. & Terceño Gómez A. (1994). Matemática para la Economía y la Gestión de Empresas. Barcelona: Ediciones Foro Científico.
Kaufmann, A. & Gupta, M. (1985). Introduction to fuzzy arithmetic. New York: Van Nostrand Reinhold Company.
Kaztman, R. (1989). “La Heterogeneidad de la Pobreza. El Caso de Montevideo”, Revista de la CEPAL, Nº37. Pp. 141-152.
Katzman, R. (1995). “La medición de las necesidades básicas insatisfechas en los censos de población”. CEPAL, Oficina de Montevideo.
Lazzari, L.L. & Fernandez M.J. (2006). “Medidas de Pobreza: Un Enfoque Alternativo”. Cuaderno del CIMBAGE Nº8. pp. 63-96.
Lazzari, L.L. & Fernandez, M.J. (2007). “Algunas consideraciones acerca de las medidas de pobreza”. Actas de las XIII Jornadas de Epistemología de las Ciencias Económicas. Buenos Aires: Universidad de Buenos Aires.
Lazzari, L.L. & Fernandez, M.J. (2008). “Linguistic Model of Affinity Grouping to the Study of Poverty”. Fuzzy Economic Review. vol. XIII Nº 2, pp.37-52.
Lazzari, L.L. & Fernandez, M.J. (2008). “Agrupación por afinidad. Aplicación al estudio de la pobreza”. Actas de las XXIII Jornadas Nacionales de Docentes de Matemática de Facultades de Ciencias Económicas y Afines. San Miguel de Tucumán: Universidad Nacional de Tucumán.
Minujin, A. & Scharf, A. (1989). “Adulto equivalente e ingreso per cápita: Efectos sobre la estimación de la pobreza”. Desarrollo Económico v. 29, Nº 113, pp. 113-123.
Morales, E. (1988). “Canasta Básica de Alimentos”. Serie IPA, Documento de trabajo Nº 3. Buenos Aires. Buenos Aires: INDEC.
Pfeilsticker, A. (1981). “The systems approach and fuzzy set theory bridging the gap between mathematical and languageoriented economists”. Fuzzy Sets And Systems Vol. 6, Issue 3, pp. 209-233.
Ragin, C. (2000). Fuzzy-Set Social Science. Chicago: The University of Chicago Press.
Ravallion, M. (1998). “Poverty Lines in Theory and Practice”. Living Standards Measurement Surveys (LSMS) Working Paper N°133. Washington: The World Bank.
Ravallion, Martin. (2011). “On multidimensional indices of poverty”. Policy Research Working Paper Series 558, The World Bank. Recuperado de https://ideas.repec.org/p/wbk/wbrwps/5580.html.
Sen, A. (1983). “Poor, relatively speaking”. Oxford Economic Papers 35. pp. 153-169.
Sen A. (1987), The standard of living. Cambridge: Cambridge University Press.
Sen, A. (1992). “Sobre conceptos y medidas de la pobreza”. Comercio Exterior vol.42, n.4, p.310-322.
Sen, A. (1993). Choice, welfare and Measurement. Oxford: Basil Blackwell.
Sen A. (1994), “Well-being, capability and public policy”. Giornale degli economisti e annali di economia, nº 7-9, pp. 333-348.
Sen, A (1996). “Capacidad y bienestar” en La calidad de vida. Nussbaum, M. & Sen, A. (eds.). México: Fondo de Cultura Económica.
Smithson, M. & Verkuilen, J. (2006). Fuzzy Set Theory. Applications in the Social Sciences. Los Angeles: SAGE Publications.
Vero, J. (2006). “A Comparison of Poverty According to Primary Goods, Capabilities and Outcomes. Evidence from French School Leavers’ Survey” en Lemmi, A. & Betti, G. (Eds.) Fuzzy Sets Approach to Multidimensional Poverty Measurement. New York: Springer-Verlag.
Xu, Z. (2008). “Linguistic aggregation operators: An overview” en: Bustince, H. et al. (eds.), Fuzzy Sets and Their Extensions: Representation, Aggregation and Models. Berlin: Springer-Verlag, pp.163-181.
Zadeh, L.A. (1965). “Fuzzy sets”. Information and Control, Vol. 8, pp.338-353.
