Por : Andrea Ochoa Restrepo
Metodología del estudio: descripción, identificación de las variables e indicadores y modelos econométricos
El estudio utilizó los levantamientos 4 y 5 de la Encuesta de Percepción Ciudadana (EPC), correspondientes al primer y segundo semestre del 2017. Se tuvo una muestra representativa de alrededor 19 mil individuos nacionales mayores de 18 años. Las variables de bienestar subjetivo analizadas fueron la satisfacción con la vida, medida en una escala de 0 a 10, y la satisfacción con varios dominios de la vida (también medidos de 0 a 10) Satisfacción con el nivel de vida, con la situación financiera, con las relaciones personales, con el tiempo libre, con el trabajo, con la vivienda y con la educación. Con el resultado se evaluó el impacto de los cuatro programas por separado.
Además, a las preguntas de bienestar subjetivo, se incluyó en la encuesta características sociodemográficas de las personas y su hogar para obtener las variables de emparejamiento (Matching), tales como sexo, estrato, ingresos. Sin embargo, no se tienen algunas variables relevantes de satisfacción por dominios como: salud, vida en pareja, victimas entre otras. Por lo tanto, hay un sesgo en la información, ya que existen variables omitidas en relación a estos dominios.
Para estimar el impacto de los programas sociales sobre las variables de satisfacción, se usó la metodología de emparejamiento por propensity score, la cual busca emparejar un individuo perteneciente a un hogar beneficiario (tratado) con aquel individuo perteneciente a un hogar no beneficiario (control) que tenga la probabilidad más cercana de que su hogar participe en el programa analizado, basado en las características observables. Para Familias en Acción y programas del ICBF las variables observables fueron: Área, Edad, Sexo, jefe hogar, Estrato, Sisbén, menores de 5 años, cotiza seguridad Social, Régimen, Pensiones, Discapacidad, Vivienda propia, Hacinamiento, Privación servicios públicos, Victima desastre natural, Utiliza internet, Se entera situación, Ocupado, Victima delincuencia, Victima desplazamiento, Victima conflicto, Acceso a tecnología. Para Jóvenes en acción y programas de educación las variables fueron las mismas solo se incluyó un más: Pobreza monetaria.
El algoritmo de emparejamiento fue el de N vecinos más cercanos ponderados por una función Kernel, esto entonces, permite determinar el óptimo para comparar a los tratados y controles. Una vez establecidas las parejas de individuos beneficiarios y controles, se estimó el impacto del programa, como el promedio del impacto para cada pareja. Adicional, se realizó el emparejamiento en una regresión paramétrica por Mínimos Cuadrados Ponderados (MCP). Con este método se busca eliminar los sesgos generados por la correlación entre variables omitidas, y disminuir la correlación entre variables omitidas y las covariables, generando estimadores más eficientes.
Con relación a lo anterior, podemos decir que, la relación entre el Propensity Score Matching y el método de regresión lineal por Mínimos Cuadrados Ponderados puede reflejarse en las puntuaciones de propensión que muestran la probabilidad de recibir el tratamiento por el grupo de covariables. En el caso de la regresión lineal Por Mínimos cuadrados ponderados fue incluida una variable dicotómica que toma el valor de uno si el individuo pertenece a un hogar beneficiario de alguno de los programas analizados en este estudio y cero si no lo es. El Propensity Score Matching impone pocas restricciones en la forma funcional del modelo de tratamiento, y también pocos supuestos sobre el término de error.
Los programas tienen dos grupos: uno sometido a tratamiento y otro de control. La Puntuación de Propensión según la gráfica puede ir de 0 a 1.5. Es decir, para los grupos hay una puntuación de 0.5 de probabilidad de ser asignados al tratamiento. El caso de este resultado puede darse por la ausencia de asignación aleatoria del factor de interés. Por ello, la probabilidad de recibir el tratamiento es diferente entre los miembros del programa.
Podemos decir, que el efecto causal entre los grupos de tratamiento y de control los cuales tienen valores cercanos de puntuación dado por características casi idénticas que permiten el apareamiento el “Propensity score matching”.Al tener tanta cercanía en la puntuación de propensión en los grupos puede ocasionar que quede con muchos individuos pareados. En este caso, el intervalo de confianza es muy ancho (nulo). Los individuos con la misma Puntuación de Propensión pueden diferir en sus covariables, sin embargo, su probabilidad de recibir el tratamiento es la misma.
En conclusión, “Propensity score matching” estima el efecto promedio del tratamiento en los datos observados mediante el uso de la regresión lineal de Múltiples cuadrados ponderados de las covariables para una única puntuación, lo cual equilibra los grupos de tratamiento y control en un gran número de covariables sin perder un gran número de observaciones. Pero, el problema de los “Propensity score matching” es que sólo representa covariables observadas (y observables). Es decir, los factores que afectan a la asignación al tratamiento, pero que no pueden ser observados, por ello, no pueden ser contabilizados en el procedimiento correspondiente.
Impactos de la evaluación ¿Qué se identificó?
En general, los impactos de un programa o de una políticason diferentes para individuos, por lo que casi todas las evaluaciones calculan algún tipo promedio como lo fue en este estudio. Normalmente se tienen en cuenta la ganancia promedio de los programas para todas las personas de la población- ATE y el ATT que es el contrafactual, este permite conocer la ganancia del programa para los participantes o tratados ¿Qué hubiese pasado si no se hubiese implementado el programa?
“Los programas sociales analizados no tienen efecto sobre la satisfacción con la vida de los individuos. No obstante, vivir en un hogar beneficiario de Familias Acción aumenta la satisfacción con el tiempo libre en 0,17 unidades. Vivir en un hogar beneficiario de Jóvenes en Acción aumenta la satisfacción individual con el nivel de vida, las relaciones personales y la educación en 0,25, 0,31 y 0,51 unidades, respectivamente. Tener miembros en el hogar beneficiarios de algún programa del ICBF no tiene efectos sobre ninguna variable de satisfacción por dominios de la vida. En contraste, pertenecer a un hogar beneficiario de programas de educación y/o capacitación aumenta la satisfacción con la educación en 0,34 unidades, mientras disminuye la satisfacción con la situación financiera en 0,19”. (DNP)
Para concluir, el análisis del impacto de la participación en programas sociales en la satisfacción con la vida de los colombianos, muestra que estos tienen un impacto neutro. En Colombia los niveles de bienestar subjetivo son altos, aunque no estén directamente relacionados con lascondiciones de vida de las personas. Por otro lado, se encuentran impactos en la satisfacción con las relaciones personales, la educación, el nivel de vida, el trabajo y la situación financiera. Lo que en parte, quiere decir que, los programas pueden influir en los aspectos subjetivos de la vida de las personas aumentando su satisfacción en ciertas áreas.
0 Reviews :
Publicar un comentario