Desigualdad

Notas rápidas sobre retos de focalización

28 Ene, 2015 - - @octavio_medina

A menudo se cae en la trampa de que el diseño de una política lo es todo, pero por desgracia la historia está llena de grandes ideas mal implementadas. Hoy aprovecho para volver a la focalización de programas sociales, un tema clave del que ya hemos hablado en varias ocasiones. Aunque tengamos el programa de reducción de pobreza más puntero y mejor pensado, si no sabemos qué hogares son los más pobres, el programa fracasará porque no acabará beneficiando a los que realmente lo necesitan. En países desarrollados, por suerte, los sistemas de información funcionan más o menos bien, y a menudo se pueden diseñar estrategias con bases de datos administrativas, como la de la seguridad social o la de los ingresos declarados. En muchos otros países, en cambio, esto no es así.

Indonesia es uno de estos casos. El país tiene uno de los programas de transferencias de renta más grandes del mundo, el Bantuan Langsung Tunai (en inglés Direct Cash Assistance y en castellano Transferencia Directa de Efectivo), que durante 2005-2006 y 2008-2009 asistió a más de 19 millones de hogares. Pero dado que un porcentaje alto de los hogares pobres o realizan sus actividades en el sector informal o tienen a todos sus miembros en paro, a menudo no había estadísticas de ingresos fiables que sirvan para llevar a cabo una focalización efectiva.

A la hora de diseñar el programa, los responsables se preguntaron cuál sería la mejor forma de llevar a cabo la focalización para llegar a los hogares más pobres. El Gobierno decidió probar tres estrategias distintas para evaluar cuál obtenía mejor resultado. La primera fue un modelo clásico de focalización a través de variables proxy (un método que llamaríamos «objetivo»). En este caso se tomaron 49 indicadores (que incluían tanto bienes, composición del hogar, nivel educativo y profesiones de sus miembros) para calcular una puntuación que permitiera clasificar a los hogares en términos de su pobreza.

La segunda estrategia fue algo un tanto diferente. En cada comunidad seleccionada, se invitó a los habitantes a reunirse en un recinto común para decidir qué hogares eran los más pobres. El método utilizado era muy sencillo. En cada comunidad se imprimían cartones con el nombre del jefe/a de familia de cada hogar, y se colgaba una cuerda de pared a pared. Un representante del gobierno empezaba cogiendo dos cartones al azar y pidiendo a los asistentes que decidieran cuál de esos hogares era más pobre. Una vez se colgaban los primeros cartones en orden, se hacía lo mismo con el resto de cartones, uno a uno. Al final del ejercicio todos los cartones quedaban ordenados por nivel de pobreza percibido por parte de los asistentes a la convocatoria. En la gran mayoría de los casos los asistentes no tenían mayores problemas en decidir la posición de los hogares, y en los pocos casos donde surgieron dudas (porque, por ejemplo los asistentes no sabían de qué familia se trataba), los asistentes fueron a visitar a las familias después de la reunión para evaluar el nivel de pobreza y acabar la clasificación.

El tercer método aspiraba a combinar lo mejor de los dos. Se permitió que los asistentes a las reuniones decidieran el orden de los cartones, pero también se les informó de que habría una revisión posterior para verificar la posición relativa de los más pobres con una serie de indicadores proxy, de forma que podría cambiar el orden final.

Una vez seleccionados los beneficiarios y distribuidas las transferencias, la eficacia de cada método se evaluó comparando qué porcentaje de hogares que vivían por debajo de 2 dólares al día (calculado a través de una encuesta llevada a cabo expresamente para el programa) habían sido seleccionados con éxito por el programa. Los resultados se pueden observar a continuación. Caben destacar varias cosas. Primero, a pesar de que el sistema de variables “objetivas” tuvo el mejor porcentaje de aciertos, su resultado no es tan diferente del método mixto o el de selección comunitaria. Segundo, todos los métodos dejan mucho que desear, lo cual pone en evidencia los retos de crear programas de transferencia de renta efectivos cuando se carecen de buenos sistemas de información.

Targetingerror1

 

Sin embargo, al considerar las distribuciones de los beneficiarios por tipo de focalización, nos encontramos con matices. En las dos gráficas siguientes se puede observar que el mayor éxito de la focalización por proxy (línea verde) se concentra entre los hogares que ganan de 1 a 2 dólares al día (las dos líneas negras verticales). En cambio, tanto el método híbrido como el  de selección comunitaria consiguen incluir a un porcentaje mayor de los hogares más pobres, que son aquellos que se concentran en la cola izquierda de la distribución. El precio, claro está, es que también incluyen un porcentaje mayor de hogares relativamente más ricos (a la derecha de la segunda línea vertical).

 

density functions1

Pero la cosa no acaba ahí. La evaluación también comprobó el nivel de satisfacción de las comunidades donde se había implementado el programa. Las percepciones de los que respondieron a la encuesta se muestran a continuación. En las comunidades con focalización por proxy, el encuestado típico estaba menos contento con el resultado de la focalización, tanto en términos de los hogares que deberían haber recibido la transferencia (es decir, hogares pobres que no habían sido seleccionados), como en términos de los hogares que deberían dejar de recibirla (por parecerle al resto de la comunidad que eran demasiado ricos). La tercera gráfica muestra que hubo un número significativamente menor de quejas recogidas en las comunidades donde la focalización se llevó a cabo a través de selección comunal.

satisfaction1

Todo esto nos deja muchas preguntas y algunas ideas a considerar. ¿Cómo deberían medir el éxito del programa los implementadores? ¿Utilizan parámetros o definiciones distintas de pobreza los miembros de la comunidad? Los autores de la evaluación sugieren que sí, que las comunidades van más allá de la capacidad de consumo (que es esencialmente lo que intentan capturar las medidas de <1 o <2 dólares al día) para incluir otro tipo de vulnerabilidades, como el potencial de ingresos. Entre los seleccionados por la propia comunidad, por ejemplo, hay un porcentaje mayor de hogares con jefas que son viudas, incluso controlando por consumo per cápita. La evaluación también pone de manifiesto que los intentos de combinar lo mejor de ambos mundos puede resultar en lo opuesto. Los ciudadanos confían menos en los métodos mixtos quizá por la percepción de que la participación de la comunidad es simplemente decorativa, y que las decisiones finales se tomarán en otro sitio. Pero dados los resultados, ¿qué peso le damos al beneficio de la satisfacción ciudadana comparado con el costo en bienestar que supone el seleccionar de forma menos efectiva a la población objetivo?