Chillin’Competition
Farid Hannan Goyri
Noviembre 2019
Una colaboración del Programa de Jóvenes del Comexi
En el artículo “Apuntes sobre el Plan de Desarrollo Integral”, publicado en 2019 en la versión electrónica de Foreign Affairs Latinoamérica, se recordó la falta de consenso sobre la efectividad de la ayuda internacional para el desarrollo. De un lado del espectro hay quienes afirman categóricamente que los países en desarrollo no deberían de recibir ningún tipo de ayuda porque, más allá de beneficiar, perjudica. En el otro extremo se sugiere la intervención, incluso militar, para romper con los círculos viciosos que impiden a los países salir de las trampas de la pobreza. Independientemente de qué argumentos sean los más convincentes, el Premio en Ciencias Económicas en Memoria de Alfred Nobel 2019 aporta a la discusión. Abhijit Banerjee, Esther Duflo y Michael Kremer fueron galardonados por el banco central sueco “por su enfoque experimental para aliviar la pobreza mundial”. ¿Qué significa este enfoque experimental y por qué es importante?
Primer método: regresiones
En la génesis de la ciencia económica, las matemáticas no existían, los antiguos griegos escribían desde una óptica que se acercaba más a la filosofía que a la economía como se entiende hoy. Alfred Marshall fue quien introdujo el uso de las matemáticas a finales del siglo XIX y fue hasta él que se dibujó por primera vez la célebre gráfica de oferta y demanda. El estudio de la economía fue acompañado cada vez más de números, hasta llegar a modelos en los que únicamente se leen letras griegas.
Durante el siglo XX, con el ánimo de indagar si las abstracciones matemáticas de tiza se asemejaban a la realidad, se incorporó al estudio el uso de datos y métodos estadísticos. Por ejemplo, la teoría del crecimiento económico sugiere que mientras mayor es el nivel educativo de un país, mayor es su producción. Esta aseveración se puede intentar probar con un método cuantitativo llamado regresión que arroja como resultado si una primera variable (educación) está relacionada o no con una segunda variable (producción). La relación puede ser positiva, negativa o nula. Así fue como algunas teorías económicas cobraron o perdieron sustento.
Sin embargo, en primer lugar, este método es incapaz de esclarecer la dirección del efecto. Continuando con el ejemplo anterior, una relación positiva entre educación y producción no significa que la educación tenga un efecto evidente sobre la producción. Quizá es justo al revés: mientras más produce un país, mayores ingresos percibe y, por ende, puede contratar más profesores y construir más escuelas. En segundo lugar, podría ser una tercera variable no identificada la que esté teniendo el efecto sobre las primeras dos. V. gr. infraestructura: mientras más caminos y puentes hay, mayor es la producción de un país y también más niñas y niños pueden asistir a la escuela. Correlación no es causalidad.
El aporte de los tres ganadores del Nobel de Economía 2019 fue utilizar los RCT como método para averiguar qué es lo que en verdad reduce la pobreza: un cambio de paradigma importante dentro de la economía del desarrollo.
En tercer lugar, otro problema con las regresiones es que los datos utilizados suelen estar sesgados y, por lo tanto, los resultados pueden ser engañosos. Los resultados de una regresión podrían sugerir que los alumnos de universidades prestigiosas tienen mayores salarios que los de universidades poco reconocidas. No obstante, es muy probable que los primeros sean hijos de padres que tienen mayores ingresos que los segundos. Estos ingresos adicionales quizá permitieron a sus hijos asistir a clases particulares para lograr ser admitidos en la universidad prestigiosa. Incluso, los padres de los primeros pueden ser amigos de importantes empresarios que posteriormente contratan a sus recién graduados sobrinos de cariño. ¿Fue la universidad lo que en verdad tuvo el efecto en los salarios o más bien los datos estaban sesgados desde un inicio?
Segundo método: ensayos controlados aleatorios
Esta tercia de problemas técnicos fue superada por los ensayos controlados aleatorios (RCT) que emergieron en el campo de la economía del desarrollo durante la década de 1990. De manera simple, un RCT consiste en tener dos grupos, uno de control y otro de tratamiento, que se eligen de manera aleatoria. Por ejemplo, en un salón de clases de treinta estudiantes se escoge aleatoriamente a quince que tendrán sus libros de texto en blanco y negro y a otros quince que los tendrán a color. De esta manera se puede inferir si los libros a color tienen un efecto real sobre el aprendizaje de los estudiantes, manteniendo todo lo demás constante. Para muchos, los RCT son el estándar dorado de la evidencia: infieren causalidad y disminuyen el sesgo de variable omitida, así como el de selección. La medicina los utiliza desde hace tiempo para evaluar la efectividad de un nuevo fármaco por la confianza que los investigadores le tienen al método.
El aporte de los tres ganadores del Nobel de Economía 2019 fue utilizar los RCT como método para averiguar qué es lo que en verdad reduce la pobreza: un cambio de paradigma importante dentro de la economía del desarrollo. La literatura del desarrollo está fuertemente influenciada por la economía institucionalista, arguyen que son las grandes instituciones las que tienen que cambiar para que los países se desarrollen: el Estado de derecho, los derechos de propiedad intelectual, los sistemas fiscales, etc. Daron Acemoglu y James A. Robinson (2012) escriben que el cambio institucional es complicado que suceda, pero una vez que se rompe el círculo vicioso se transita a uno virtuoso del cual es difícil salir también. La economía institucional se enfoca en estos grandes cambios.
Empero, Banerjee, Duflo y Kremer, se abocan por las pequeñas mejorías. Los primeros dos aseguran que “los pequeños cambios pueden tener grandes efectos”. Lo que se preguntan es qué pequeña intervención puede mejorar, en el margen, el bienestar de cierta población para un tema específico. A modo de ejemplo, Edward Miguel y Kremer (2004) encontraron por medio de un RCT en Kenia que desparasitar a los niños reduce el ausentismo escolar en 25% y que es un método menos costoso con respecto a otras alternativas para aumentar la participación escolar. Banerjee, Duflo, Rachel Glennerster y Cynthia G. Kinnan (2015) argumentan, con este mismo método, que los microcréditos no aumentan el consumo, la educación, la salud o el empoderamiento de la mujer en Hyderabad, la India. Mediante el uso de RCT ellos han explorado el efecto real sobre una serie de políticas que abarcan infinidad de temas: salud, emprendimiento, educación, agricultura, etc.
Las buenas intenciones de los hacedores de política pública no son suficientes.
Con el propósito de “reducir la pobreza asegurándose que las políticas públicas estén informadas con evidencia científica”, Banerjee y Duflo, junto con Sendhil Mullainathan, fundaron el Abdul Latif Jameel Poverty Action Lab (J-PAL) en 2003. J-PAL inició con 6 miembros y 16 años después cuenta con 181 investigadores afiliados que han conducido cerca de mil evaluaciones aleatorizadas: cerca de un tercio del total registrado en la Asociación Estadounidense de Economía. El sitio oficial del centro académico afirma que más de 400 millones de personas han sido alcanzadas por programas que se determinaron como efectivos por sus afiliados. Este hecho ilustra con claridad el potencial que tiene la sinergia de trabajo entre la academia y el gobierno. Las buenas intenciones de los hacedores de política pública no son suficientes.
Críticas al cambio metodológico
Ahora bien, los RCT no son perfectos y sus detractores han detallado las razones para no confiar del todo en ellos. Primero, los resultados no pueden extrapolarse a otras comunidades, incluso dentro del mismo país. Segundo, los participantes pueden comportarse distinto si saben que están siendo observados por los investigadores. Tercero, los participantes pueden no cumplir con las reglas acordadas. Cuarto, la información que un RCT otorga es el efecto promedio: puede que la mayoría de los participantes estén ligeramente peor por una política y aun así el RCT marcaría que el efecto fue positivo si unos cuantos fueron ampliamente beneficiados. Quinto, los recursos necesarios para evaluar una política con este método son relativamente costosos. Sexto, existen amplios dilemas éticos entorno a su implementación en comunidades con bajos ingresos. ¿Cómo se justifica la entrega de un subsidio a una persona que lo necesita menos que otra bajo el pretexto de una selección aleatoria? Séptimo, la aleatorización no suele ser tan al azar como uno esperaría. En la investigación de Miguel y Kremer (2004) las escuelas fueron escogidas bajo un criterio alfabético. Por último, aunque los RCT sí brindan información para saber qué funciona y qué no, los mecanismos de acción, los porqués, no quedan claros.
Por estas críticas, Angus Deaton, otro ganador del mismo premio, escribió en 2010: “Esto significa que si el Banco Mundial hubiera aleatorizado todos sus proyectos pasados es poco probable que la evidencia acumulada pueda contener las llaves para el desarrollo económico”. El profesor de Princeton cree que estamos lejos de desaparecer la pobreza en el mundo moderno con RCT, a menos que estas pruebas estén guiadas por el entendimiento teórico y que contribuyan al mismo. Desde 1980 a la fecha, la pobreza se ha reducido en 75% y no es fácil entender esta contracción desde una perspectiva que no incluya la visión macroeconómica. En otras palabras, las letras griegas son más vigentes que nunca.
De lo anterior resulta valioso la pena reflexionar sobre la implicación que los RCT pueden tener sobre la cooperación internacional para el desarrollo. Ante los debates sobre su eficacia, ¿sería conveniente solicitar una evaluación aleatorizada para asegurarle al oferente los resultados esperados de cierto proyecto?
FARID HANNAN GOYRI es licenciado en Economía y en Relaciones Internacionales por el ITAM. Es Subdirector de Análisis Estratégico en la Secretaría de Relaciones Exteriores (SRE) de México. Sígalo en Twitter en @FaridHannan. Las opiniones del autor son personales.
Tags:Desarrollo, Economía, Pobreza, Premio Nobel
