L'economista i filòsof indi Amartya Sen ha argumentat durant molt de temps que les vides humanes es maltracten i es redueixen  i disminuïdes de moltes maneres. Les mesures de pobresa multidimensional pretenen descriure les diverses privacions directament en les dimensions del benestar (per exemple, salut o educació). Per tant, les mesures multidimensionals en matèria de pobresa complementen les mesures convencionals en matèria de pobresa monetària. A més, les multidimensionals també permeten analitzar la pobresa entesa com a privació múltiple. Com que diferents combinacions de privacions poden constituir pobresa, examinar la pobresa multidimensional pot ajudar a descobrir les moltes cares que té.

Una mesura oficial de pobresa demanaria un debat públic en el qual participessin parts interessades, experts i responsables polítics per acordar judicis de valor àmpliament acceptats (inherents a qualsevol exercici d'aquest tipus). No obstant això, es pot calcular una proposta de mesura amb dades de les estadístiques de la Unió Europea sobre ingressos i condicions de vida (EU-SILC).

Els indicadors de privació s'inspiren en el marc de la UE per a la inclusió social i la recerca anterior. Tècnicament, la mesura analitzada es basa en l'enfocament proposat per Alkire i Foster, i identifica individus adults com a pobres. 

Segons la mesura proposada, una persona es considera pobra si pateix més d'un terç del màxim possible de privacions. Amb aquesta finalitat, s'afegeixen privacions utilitzant els pesos normatius (també mostrats a la taula). Per exemple, una persona que declara una mala salut global, condicions d'habitatge problemàtiques (per exemple, un sostre amb goteres) i desocupació puntuaria 1/10 + 1/10 + 1/5 = 2/5 > 1/3 i, per tant, seria classificada com a pobra.

Per a Espanya, la incidència de la pobresa multidimensional puja a un 15% i a penes ha canviat durant el període 2016-2020. Tanmateix, altres països europeus amb incidències inicialment més altes (per exemple, Portugal i Grècia) o inicialment similars (per exemple, Polònia i Hongria), van experimentar reduccions d'incidència de fins a 5 punts percentuals. 

Una manera d'explorar privacions que es donen conjuntament és mirar la proporció de població que està privada en un indicador concret i és alhora (multidimensionalment) pobra. Si observem la quantitat i la proporció de població que es veu privada en un indicador concret (encara que no sigui necessàriament pobra) a Espanya el 2019, en destaquen dos punts. 
En primer lloc, les proporcions de persones que són tant pobres com desafavorides són bastant més petites que les proporcions de persones privades en un indicador (no necessàriament pobres), cosa que mostra que d'aquestes persones privades en un indicador concret, només un subconjunt pateix privacions múltiples (és a dir, és multidimensionalment pobre). Dit d'una altra manera, no hi ha una única privació que impliqui mecànicament pobresa (és a dir, privació múltiple). En segon lloc, la proporció de persones pobres i privades en un indicador concret varia entre el 2 i el 10%, mentre que la incidència de la pobresa és aproximadament del 15% (indicat per la línia discontínua), la qual cosa implica que no hi ha cap privació concreta que pateixin totes les persones pobres. Les dades, per tant, suggereixen que les privacions es poden agrupar de diferents maneres.

Mentre que les mesures de pobresa multidimensional són populars tant en l'acadèmia com en la pràctica, se sap molt poc sobre la dinàmica en aquesta qüestió a nivell de les llars o dels individus. Una manera d'explorar aquestes dinàmiques any a any és comparar (multidimensionalment) les probabilitats d'entrada i sortida de les privacions de les persones pobres i no pobres. Si la privació comporta més privacions, l'expectativa és que les persones pobres tinguin més probabilitats d'entrar en una nova i menys probabilitats de sortir d'una privació existent que les persones no pobres. Les diferències per a aquestes probabilitats d'entrada i sortida es poden estimar per a cada indicador i cada canvi d’un any a l’altre.

Per exemple, les persones pobres que no pateixen privacions materials tenen entre 12 i 15 punts percentuals més probabilitats d'entrar cada any en aquesta privació que les persones no pobres que no les pateixen. Al mateix temps, les persones pobres que ja sofreixen privacions materials tenen fins a 20 punts percentuals menys probabilitats d'abandonar aquesta privació que les persones no pobres que també la pateixen.
Les xifres presentades tracten de resumir la dinàmica rellevant per a un canvi concret d’un any a un altre. Més en concret, els patrons observats els poden produir diferents factors i mecanismes, comptant-hi el cicle empresarial i altres tendències macroeconòmiques, característiques institucionals (com ara el suport a persones amb discapacitat), les configuracions específiques dels sistemes de salut i escolarització, i també característiques no observables dels enquestats (per exemple, trets de personalitat, aptituds, etc.). Per exemple, les insignificants diferències observades per entrar en una baixa intensitat de treball estan probablement impulsades pel fort descens de la taxa de desocupació en uns 12 punts percentuals durant aquest període.

Els patrons observats es troben en altres països europeus? A continuació es presenten les diferències comunes per a les probabilitats d'entrada i sortida per indicador per a més de 20 països europeus, i els canvis anuals de quatre anys. A més de les estimacions de cada diferència, el gràfic també mostra les probabilitats medianes juntament amb les probabilitats dels quartils superior i inferior, que juntes donen un sentit a l'ordre de la magnitud que s’observa habitualment.  Destaca el fet que en altres llocs d’Europa hi ha diferències similars en les probabilitats d'entrada i sortida. Aquestes diferències són en gran mesura coherents amb la idea de la interrelació entre privacions al llarg del temps. A més, les diferències de probabilitat en termes absoluts són, per tendència, més grans per a les sortides d’una privació que per a les entrades en una privació, cosa que suggereix que les privacions ja viscudes tenen un paper més important per impedir sortides de privació que no per provocar noves privacions. 

Val la pena destacar quatre idees. En primer lloc, no hi ha una privació concreta que comporti pobresa directament, ni una que comparteixin totes les persones pobres, la qual cosa suggereix que les formes de privació s'agrupen de diferents maneres. 

En segon lloc, les proves presentades subratllen la importància de coordinar programes i mesures en tots els àmbits polítics, sobretot per superar les privacions ja viscudes, però també per prevenir futures entrades en privacions. La lluita contra la pobresa exigeix, per tant, accions conjuntes i ben orquestrades per part de diversos actors. Les mesures multidimensionals en matèria de pobresa poden oferir una orientació més específica per abordar-la.

En tercer lloc, el control de les diferències en les probabilitats d'entrada i sortida de les privacions de manera anual pot (i) ajudar a cridar més l'atenció sobre la interrelació entre privacions i (ii) fomentar l'acció necessària (per exemple, programes polítics ben orientats i dissenyats). En concret, l'enfocament principal no es limita a les mesures multidimensionals contra la pobresa.

Finalment, les dades en diversos països també mostren que les diferències en les probabilitats d'entrada i sortida són més grans en uns països que en uns altres, fet que suggereix que els acords socials poden fomentar o afeblir la interrelació entre privacions. Entesos de manera general, els acords socials poden incloure el marc institucional, la situació jurídica i les normes socials, per exemple. Analitzar més acuradament aquestes diferències pot aportar més idees rellevants per a les polítiques.

ALKIRE, S. i FOSTER, J. (2011): «Counting and multidimensional poverty measurement». Journal of Public Economics, 95(7-8).

SEN, A. (2000): «A decade of human development». Journal of Human Development and Capabilities.