Incidencia del gasto público sobre la desigualdad en Colombia 2013
Bibliographic record
Abstract
En este documento se analiza la incidencia del gasto público en la desigualdad en Colombia, utilizando la Encuesta Nacional de Calidad de Vida 2013 -ENCV 2013-, se realizan las estimaciones correspondientes a la curva de Lorenz y el coeficiente de Gini para el ingreso de los hogares Colombianos. De forma complementaria se hallan las curvas de concentración y sus respectivos coeficientes para los distintos programas del Gobierno que de alguna forma transfieren subsidios a los hogares, buscando de esta forma identificar su incidencia en la desigualdad. Adicionalmente se replican las anteriores estimaciones a nivel regional con el objetivo de conocer si el gasto público esté mejor focalizado en algunas partes del país. En materia de resultados, se identificaron subsidios por $65,9 billones de pesos (9,3% del PIB), los cuales logran disminuir la desigualdad en 14,6%, reduciendo el Gini de 0,557 a 0,476. Se destaca la focalización de los programas de Adulto Mayor y Familias en Acción como los más progresivos, seguidos por el régimen subsidiado en salud, el cual, dado su volumen de recursos, es el que más contribuye a disminuir el Gini entre los rubros más progresivos. En contraste, los subsidios para el nivel educativo de postgrado, los subsidios de vivienda y pensiones son en ese orden los más regresivos. Regionalmente se puede afirmar que en Antioquia se presenta la distribución menos regresiva de los subsidios (CC=0,018), mientras que Bogotá presenta la peor distribución entre las regiones (CC=0,116). Bogotá logra la disminución més pequeña del Gini (6,6%), mientras que la región Pacífica, sin ser la que mejor distribuye los subsidios, es la que mayor disminución del Gini obtiene (23,5%), lo cual puede explicarse por tener el coeficiente de Gini más alto (0,6308) entre todas las regiones previo a los subsidios
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.006 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".