Pasar al contenido principal

Beyond the Gini index: a poverty-normalized spatial bayesian model for assessing territorial inequality

Perafita X, Solans M, Barceló MA, Saez M

International Journal for Equity in Health 2026  doi:  10.1186/s12939-026-02890-3 (Impact Factor: 4.100, PUBLIC, ENVIRONMENTAL & OCCUPATIONAL HEALTH 50/421 Q1).

 

Ver artículo

Resumen

Antecedentes
El índice de Gini es una de las medidas más utilizadas para medir la desigualdad de ingresos. Sin embargo, presenta limitaciones para realizar comparaciones fiables entre áreas con diferentes estructuras socioeconómicas, especialmente en poblaciones pequeñas, donde el índice puede ser muy inestable. Este estudio explora una modificación sencilla del índice de Gini que puede superar algunas de estas limitaciones.

Métodos
Proponemos una modificación del índice de Gini original que incorpora la tasa de pobreza como variable de ajuste. Combinado con modelos espaciales bayesianos, este enfoque mejora la precisión y la comparabilidad de las estimaciones para áreas pequeñas, al proporcionar medidas de desigualdad condicionadas a los niveles de pobreza locales. Para ilustrarlo, se utilizaron datos de ingresos de 8.043 municipios españoles correspondientes al año 2022, y se compararon los patrones espaciales del índice de Gini normalizado con los obtenidos a partir del índice original.

Resultados
El índice de Gini normalizado reveló patrones de desigualdad espacial que el índice original no detectaba. El nuevo enfoque identificó municipios con mayores niveles de desigualdad de lo esperado, considerando sus tasas de pobreza en Andalucía, Extremadura y Murcia, en contraste con una menor desigualdad en Cataluña, el País Vasco, Madrid y las Islas Baleares. Además, mientras que el índice de Gini original aumentaba con la densidad de población y la urbanización, la versión normalizada mostró una tendencia opuesta, observándose una mayor desigualdad relativa en los municipios rurales y de baja densidad tras ajustar por los niveles de pobreza locales.

Conclusiones
Dada su simplicidad, el uso de indicadores ampliamente disponibles y su adaptabilidad a diferentes escalas territoriales, el método propuesto ofrece una medida útil para describir la desigualdad de ingresos condicionada al nivel de pobreza de una región y para fundamentar las políticas redistributivas locales.

Ver artículo