Las cifras oficiales no son neutras: detrás de los datos hay decisiones metodológicas y contextuales que inciden en su lectura.
Factores que distorsionan la medición de la pobreza.
La afirmación de Javier Milei sobre haber sacado a 15 millones de personas de la pobreza expone una tensión evidente entre el discurso oficial y múltiples indicadores que sugieren un deterioro social. Datos vinculados al aumento de la demanda en comedores comunitarios o la caída en el consumo de productos básicos, como la leche, refuerzan la percepción de un escenario más crítico, especialmente en los sectores de menores ingresos.
La controversia no se limita a la interpretación política, sino que alcanza el núcleo de la medición. El Gobierno compara la evolución de la pobreza con el pico registrado tras la devaluación inicial de 2024, lo que introduce un sesgo en la lectura de la mejora posterior. Esta estrategia relativiza el alcance de la baja y la presenta más como un rebote estadístico que como una recuperación estructural.
En paralelo, se profundiza una discusión técnica sobre el rol del INDEC. La demora en actualizar las canastas de consumo del IPC, en un contexto de fuerte incremento de tarifas, tiende a subestimar el peso de los servicios y, por ende, a moderar artificialmente la medición de la inflación y su impacto en la pobreza.
Este trasfondo derivó en tensiones internas que culminaron con la salida de Marco Lavagna, lo que refuerza la percepción de injerencia política en un organismo clave para la producción de estadísticas públicas. En conjunto, el escenario muestra que las cifras de pobreza no solo son un dato técnico, sino también un terreno de disputa política y metodológica.
El debate sobre la pobreza incorpora un elemento clave: la calidad de medición de los ingresos. Según la consultora Equilibra, dirigida por Martín Rapetti, existe un efecto significativo vinculado a la “captación de ingresos” de la EPH. Esto implica que los hogares están declarando mejor sus ingresos que en años previos, en parte por la menor inflación y por cambios en el relevamiento, lo que eleva artificialmente los datos sin reflejar necesariamente una mejora real en el poder adquisitivo.
Esta distorsión ayuda a explicar las oscilaciones extremas en la tasa de pobreza medida por el INDEC: de 35,2% en 2021-2022 a un pico de 52,9% en el primer semestre de 2024, seguido por una caída abrupta hasta niveles comparables con 2018. Sin embargo, otros indicadores sociales no muestran una mejora equivalente, lo que pone en duda la consistencia del dato.
Al ajustar la serie con correcciones metodológicas, el descenso resulta mucho más acotado. En lugar de una caída cercana a 25 puntos porcentuales —como destaca el gobierno de Javier Milei—, la reducción sería de apenas 3,3 puntos respecto al final de la gestión de Alberto Fernández. Con ajustes más finos, la diferencia se reduce aún más, lo que sugiere que gran parte de la mejora es estadística.
Un factor estructural es la subdeclaración de ingresos en la EPH: los encuestados tienden a informar menos de lo que perciben, especialmente en los niveles más altos. La mejora reciente en la captación —potenciada por nuevas preguntas desde fines de 2023— incrementa los ingresos declarados sin que ello implique un aumento efectivo.
El Centro de Economía Política Argentina aporta evidencia adicional al mostrar una ruptura en la relación histórica entre los salarios no registrados y el salario mínimo. Desde 2024, los primeros crecen por encima del segundo, lo que sugiere inconsistencias en la medición más que una recomposición real del ingreso informal.
A esto se suma la desactualización de las canastas de consumo, que subestima el peso de los servicios frente a los bienes. Este sesgo reduce artificialmente la línea de pobreza y hace que más hogares queden estadísticamente por encima de ella, aun sin mejoras sustanciales en sus ingresos reales.
En síntesis, la aparente caída de la pobreza se explica en buena medida por cambios metodológicos y limitaciones en la medición, lo que relativiza el optimismo oficial y refuerza la necesidad de un análisis más riguroso y consistente de los datos.























