Pobreza, acceso y demanda de alimentos en México

Date
2024-11
Authors
Vázquez Ayanegui, Fernando Elester
Journal Title
Journal ISSN
Volume Title
Publisher
Universidad Autónoma Chapingo
Abstract
La pobreza es un problema estructural que afecta directamente el acceso a los alimentos de los hogares. Ante el constante aumento de los precios de productos básicos, esta investigación se enfocó en analizar cómo dichas fluctuaciones impactan la seguridad alimentaria y el bienestar de los hogares en pobreza. El objetivo principal fue identificar la demanda alimenticia y los factores que influyen en el acceso a los alimentos de los hogares en situación de pobreza en México, mediante el uso de modelos econométricos, evaluar el impacto de las fluctuaciones de precios sobre la ingesta alimentaria y analizar cómo diversas políticas públicas pueden afectar el bienestar de estos hogares. Para ello, se utilizó una metodología cuantitativa que combina técnicas de machine learning, aplicando un árbol de clasificación para identificar las variables sociodemográficas más relevantes en el acceso a los alimentos. Además, se empleó el modelo de demanda casi ideal para evaluar cómo los hogares ajustan su consumo ante aumentos en los precios de productos clave como tortilla, huevo y frijol. Los resultados muestran que los hogares en pobreza ajustan significativamente su consumo de alimentos en respuesta a las fluctuaciones de precios, aumentando su inseguridad alimentaria. Las principales variables predictivas son el nivel de ingresos, la educación del jefe de familia, el tamaño del hogar y la proporción de menores. Un incremento del 25% en los precios de productos básicos puede aumentar significativamente la pobreza alimentaria. Se concluye que las políticas públicas deben enfocarse en hogares con características sociodemográficas específicas para reducir el impacto de las fluctuaciones de precios y mejorar su seguridad alimentaria.
Description
Tesis (Doctorado en Ciencias en Economía Agrícola)
Keywords
Demanda alimentaria, Pobreza, Fluctuaciones de precios, Machine learning, Seguridad alimentaria
Citation