You are on page 1of 56

Taller

de Políticas Públicas.

Introducción a
Métodos de Investigación.
02 de Septiembre
Sesiones del Taller
Índice.
In
1. Métodos en políticas públicas
2. Métodos para la toma de decisión y planificación
2.1. Análisis costo-beneficio.
2.2. Métodos de preferencias reveladas
2.3. Métodos de preferencias establecidas
2.4. Problemas al evaluar grandes proyectos

3. Introducción a Stata
2. Métodos en políticas públicas.1

1. Morçöl, G., & Ivanova, N. (2010). Methods taught in public policy programs: Are quantitative methods still prevalent? Journal of Public Affairs
Education, 16(2), 255–277
2. Métodos en políticas públicas.

Cursos cualitativos y cuantitativos de posgrado de EUA1


Maestrías Doctorados
Cuantitativo 88% 79%
Cualitativo 7% 15%
Mixtos 5% 6%

Métodos cuantitativos

Investigaciones empíricas Toma de decisión y planificación

1. Morçöl, G., & Ivanova, N. (2010). Methods taught in public policy programs: Are quantitative methods still prevalent? Journal of Public Affairs
Education, 16(2), 255–277
Cuantitativo Cualitativo
INVESTIGACIONES EMPÍRICAS
1. Experimental/Cuasi-experimental (T:5; D:29)
2. Sección transversal (T:1; D:3)
3. Longitudinal (T:1 ; D:3)
Colección Diseño

4. Estudios de Panel (T:0 ; D:9)

1. Encuestas (T: 12 ; D:28) 1. Entrevista cualitativa (T:1 ; D:6)


2. Datos secundarios (T:0 ; D:2) 2. Focus groups (T:0 ; D:4)
3. Data-mining (T:0 ; D:1) 3. Observación participante (T:0; D3)

1. Análisis estadístico (T:43 ; D:107) 1. Análisis de datos cualitativos


Análisis

2. Análisis de regresión (T:20 ; D:78) (programas) (T:0 ; D:3)


3. Análisis series de tiempo (T:3 ; D:17)

1. SIG (T:4 ; D:4) 1. Análisis Ético (T:7 ; D:13)


Mixtos

2. Teoría de juegos (T:2 ; D:5) 2. Casos de estudio (T:1 ; D:6)


3. Simulaciones (T:1 ; D:10) 3. Análisis legal (T:1 ; D:3)
TOMA DE DECISIÓN Y PLANIFICACIÓN
1. Análisis costo-beneficio (T:12 ; D:28)
2. Análisis costo-efectividad (T:1 ; D:3)
3. Árbol de decisión
2. Métodos en políticas públicas.

Ranking de métodos de políticas públicas utilizados por profesionales de EEUU1


Ranking Cuantitativo Cualitativo Porcentaje
1 Encuestas 80%
2 Análisis costo-beneficio 69%
3 Análisis de regresión 66%
4 Lluvia de ideas 57%
5 Análisis costo-efectividad 55%
6 (Cuasi-) Experimentos 50%

1. Morçöl, G., & Ivanova, N. (2010). Methods taught in public policy programs: Are quantitative methods still prevalent? Journal of Public Affairs
Education, 16(2), 255–277
4. Métodos para la toma de decisiones y
planificación.
2. Métodos para la toma de decisión y planificación.

2.1. Análisis costo-beneficio.


2.2. Métodos de preferencias reveladas
2.2.1. Costo de viaje

2.2.2. Gasto defensivo

2.2.3. Regresiones hedónicas

2.3. Métodos de preferencias establecidas


2.3.1. Valoración contingente

2.3.2. Modelos de elección

2.4. Problemas al evaluar grandes proyectos


2.1. Análisis costo-beneficio.
2.1 Análisis costo-beneficio: Introducción.

• Los proyectos conforman un mercado, por lo cual, están supeditado


a una oferta y a una demanda.
• ACB busca determinar el efecto de un proyecto en el bienestar de
la sociedad
• La identificación de costos y beneficios
– Pueden ser directos e indirectos
– A menudo son cuantificables
– Cuando no son cuantificables se identifican o valorizan
2.1. Análisis costo beneficio: Limitaciones

• Principales criticas ACB:


– No todos los costo y beneficios son incorporados.
– Estimación incierta de costos y beneficios.
– Dificultad de evaluar cuestiones relativas al medio ambiente o
a la vida humana.
– Se ignoran cuestiones distributivas entre grupos y en el
tiempo.
2.1. Análisis costo beneficio: Alternativas

• Problemas para valorar bienes Enfoques de evaluación bienes sin


sin mercado. mercado

– No observamos el precio y
Métodos de Métodos de
menos una curva de preferencias preferencias
reveladas establecidas
demanda.
– Dificultad para encontrar la Métodos de Valoración
disposición a pagar o aceptar. costo de viaje contingente

• El valor total de un bien puede


Gasto Modelos de
tener muchos componentes defensivos elección
– Valor de uso (uso actual o
planificado; valor opcional) Regresiones
– Valor de no uso (altruista y hedónicas

legado; existencia)
2.2. Métodos de preferencias reveladas.
2.2. Métodos de preferencias reveladas.

• Evaluación por medio de la observación del comportamiento en


el mercado real
– El supuesto es que al no existir un mercado del aire limpio, el
valor de este atributo se ve reflejado en el precio de mercado
de la vivienda
• No puede ser utilizado para medir valores de no uso
• Métodos
• Métodos de costo de viaje (ej. parques naturales)
• Gasto defensivo (ej. obras de mitigación)
• Regresiones hedónicas (ej. vivienda)
2.2.1. Costo de Viajes.
Supuesto:
– La gente gasta tiempo y dinero para viajar a un parque
– Los beneficios deben ser mayores que sus costos
– Se puede usar la distancia del viaje para construir una curva de
demanda

Limitaciones:
• Determinar el precio del tiempo
• Costo oportunidad puede ser complejo de calcular
• Un viaje particular puede tener varios propósitos
• Turistas internacionales visitan un parque como parte de un viaje
mayor
2.2.2. Gasto defensivo.
Supuestos
– Determinar el gasto individual para evitar un daño
– Ej. Viviendo en un camino ruidoso, uno puede comprar ventanas
a prueba de sonido
– La disposición marginal a pagar por las ventanas debería ser igual
a la des/utilidad marginal del ruido
Limitaciones
• Provee limitada información. ej. mejorar las ventanas no solo reduce
el ruido dentro de la casa
• El gasto defensivo puede tener otros propósitos (ej. e. energética)
• Gasto defensivo puede significar menos tiempo afuera, para evitar
el ruido, difícil de medir y valorar.
2.2.3. Regresiones hedónicas.

• Ejemplo: Evaluar el ruido de una carretera


• El precio de una vivienda refleja muchos atributos
– Tamaño, número de habitaciones, tamaño del jardín, etc.
– Proximidad a escuela, distancia al centro, etc.
– Niveles de ruido, polución, etc.
• En esencia la valoración hedónica compara una casa en una calle
tranquila con otra casa idéntica en una calle ruidosa
• La diferencia de precios es interpretada como el precio implícito
por la tranquilidad
• ¿Como evaluar el precio de la tranquilidad?
2.2.3. Regresiones hedónicas.

• Regularmente se utilizan regresiones:


Log (p) = Bo+ B1 ruido+ B2 habitaciones + B3 antigüedad +…+e
• Donde p es el precio de mercado de una casa
• Estimación de B1 la total disposición a pagar por tranquilidad

Limitaciones:
• Buena data de todas las determinantes de la vivienda
• Alta correlación entre atributos (ej. ruido y aire limpio)
• Variables omitidas
2.2.3. Regresiones hedónicas: Ejemplo

Precio medio Matriz Atributos entorno y


de venta localización (Ej. áreas verdes)

Matriz Características de la Matriz de Accesibilidad


vivienda (Ej. dormitorios) (Ej. distancia metro)

Grado de capitalización construcción de la línea 4 del metro


• 3,3% - 4,4% aumento del valor promedio anuncio de la construcción
• 4,5% - 5,7% Anuncio de la ubicación de estaciones de metro

(1) Agostini y Palmucci, 2008. Capitalización anticipada del Metro de Santiago en el precio de las viviendas
2.3. Métodos de preferencias establecidas.
2.3. Métodos de preferencias establecidas.

• Utiliza principalmente encuestas para identificar el


comportamiento
• Generalmente es la única manera para estimar valores de no uso
• También pueden ser utilizados para valores de uso
– Estas estimaciones pueden, a su vez, ser comparadas con
estimaciones de preferencias reveladas

Principales métodos:
• Valoración contingente (ej. patrimonio)
• Modelos de elección (ej. localización vivienda)
2.3.1. Valoración contingente.

Supuesto:
• A través de encuestas se determina la disponibilidad a pagar o a
recibir por un bien en particular.

Limitaciones
• Variadas fuentes de sesgo
– Hipótesis sesgada.
– Comportamiento estratégico.
– Incorporación y alcance del problema.
– Sesgo de información.
– Sesgo de anclaje.
2.3.1. Valoración contingente: Ejemplo.

• Patrimonio mundial, se localiza entre dos


carreteras A344 y A303 que se han querido
relocalizar.
• En 2007 se proyecto un túnel de 2 km, con
un costo de 540 mm libras.
• Un estudio de valoración contingente
estableció mayores beneficios al cambiar el
trazado de las carreteras.
• El Ministro de Transporte, Tom Harris dijo
“asignar esa suma no representa el mejor
uso del dinero de los contribuyentes”.
2.3.2. Modelos de elección.

• Modelos de elección son similares a valoración contingente


• Es utilizado para preguntar la valoración de un proyecto
• El hipotético proyecto puede presentar cambios en varias
dimensiones.
• Los entrevistados son confrontados a diferentes escenarios
– Se puede preguntar por el orden (ranking) o puntuación
(rating) de las distintas alternativas.
• Las respuestas son utilizadas para construir una curva de
demanda para varios atributos.
2.3.2. Modelos de elección: Ejemplo.

¿Cuál opción para reducir la contaminación de aguas pluviales en el Thames usted preferiría?
Actual situación Opción A Opción N
Basura de aguas Algunos elementos Casi nunca hay No presenta
residuales visibles (10% del total elementos visibles elementos visibles (0%
de basura) (1% del total de del total de basura)
basura)
Otras basuras Presenta Presenta Presenta
Días de deporte/ 120 días al año de 4 días al año de 0 días al año de
riesgo de salud aumento de riesgo de aumento de aumento de riesgo de
salud riesgo de salud salud
Contaminación 8 potenciales tipos de 0 potenciales <1 potencial peces
de peces peces muertos por año peces muertos muertos por año
por año
Costo anual 0 libras por año 15 libras por año 36 libras por año

(1) Pearce, Atkinson, Mourato (2006) Cost-Benefit Analysis and the Environment: Recent Developments. OCDE cap 9.
2.4. Problemas al evaluar proyectos.
4.4. Problemas al evaluar proyectos.

• Inadecuada información sobre costos y beneficios


• Los sobrecostos y menores beneficios son la norma:
– 9/10 proyectos tuvieron sobrecosto
– Sobrecostos en 20 paises y 5 continentes
– Sobrecostos han sido constantes en los últimos 70 años
– Las evaluaciones no han mejorado con el tiempo.

Estimaciones inadecuadas de costos en proyectos de transporte


Tipo de proyecto Nº de casos Promedio de sobrecosto (%)
Ferrocarril 58 44,7
Puentes y túneles 33 33,8
Caminos 167 20,4

Bent Flyvberg (2005) “Policy and Planning for large Infrastructure Projects: Problems, Causes, Cures”.
4.4. Problemas al evaluar proyectos.

• Largos horizontes de tiempo:


– Riesgosos (alta complejidad en la interface)
– Frecuentes eventos no planificados
– Alteración del presupuesto y estructura de financiamiento
• Multiples actores en la toma de decisión y planificación.

• Causas:
– Técnicas: imperfección en técnicas de estimación, inadecuados
datos, problemas al predecir el futuro, etc.
– Psicológicas: Sobre-optimismo por parte de planificadores y
politicos
– Político-económicas: planificadores y promotores son sujetos a
presiones organizacionales.
Introducción a STATA
5. Introducción a STATA

• Encuesta de Gastos Familiares del Reino Unido (FES).

• Cada año, la FES recopila información sobre el gasto de alrededor


de 7.000 hogares.

• A los miembros del hogar se les pide que registren todo lo que
gastan en un período de dos semanas

• El gasto de las dos semanas se promedia

• FES sirve para medir inflación y análisis de políticas públicas


5. Introducción a STATA
5. Introducción a STATA

• Describir y navegar los datos


• describe
• label list region
5. Introducción a STATA

• ¿Qué proporción de hogares tiene dos hijos de entre 5 y 10 años?

tab kids510
5. Introducción a STATA

• ¿Qué proporción de hogares tienen un sólo adulto?


tab numads
5. Introducción a STATA

• ¿Cuál es el número máximo de adultos que viven en cualquier


hogar?
sum numads
5. Introducción a STATA

• Generar ingresos anuales


• generate anninc = totinc * 52
5. Introducción a STATA

• Número total de hijos en un hogar


• gen numkids = kids0 + kids1 + kids2 + kids34 + kids510 + kids1116 +
kids1718
5. Introducción a STATA

Generar una dummy para hogares monoparentales


Comandos sugeridos
== igual a
!= No igual a
> Mayor que
> = Mayor o igual a
< menor que
<= Menor o igual que
& y
| o

gen singpar = 1 if numads == 1 & numkids > 0 & numkids !=.


replace singpar = 0 if singpar== .
5. Introducción a STATA

gen singpar = 1 if numads == 1 & numkids > 0 & numkids !=


replace singpar = 0 if singpar== .
5. Introducción a STATA

• ¿Cuál es el número máximo de niños en cualquier hogar?


• sum numkids
5. Introducción a STATA

• ¿Qué proporción de hogares no tiene hijos?


• tab numkids
5. Introducción a STATA

• ¿Qué proporción de hogares son padres solteros?


• gen family = numkids != 0 & numkids != .
• tab singpar if family == 1
5. Introducción a STATA

• Si desea dibujar un histograma de una sola variable, el comando es


histogram, seguido por el nombre de la variable.
• Los histogramas son adecuados para variables categóricas
• hist anninc

3.0e-05
2.0e-05
Density
1.0e-05
0

0 200000 400000 600000 800000 1000000


anninc
5. Introducción a STATA

• Dada la distribución del ingreso, se puede reducir la cola de la


distribución y obtener una mejor idea respecto a la forma de la
distribución de la mayoría de las observaciones.

• histogram anninc if anninc<75000


5.0e-05
4.0e-05
2.0e-05 3.0e-05
Density
1.0e-05
0

0 20000 40000 60000 80000


anninc
5. Introducción a STATA

• gen newinc = anninc.


• replace newinc = 75000 if newinc>75000
5.0e-05
4.0e-05
2.0e-05 3.0e-05
Density
1.0e-05
0

0 20000 40000 60000 80000


newinc
5. Introducción a STATA

• Para un gráfico de función de densidad, el comando es


• kdensity anninc if anninc < 75000

Kernel density estimate


.00001 .00002 .00003 .00004 .00005
Density
0

0 20000 40000 60000 80000


anninc
kernel = epanechnikov, bandwidth = 1.7e+03
5. Introducción a STATA

• Incorporar una distribución normal


• kdensity anninc if anninc < 75000, normal

Kernel density estimate


.00001.00002.00003.00004.00005
Density
0

0 20000 40000 60000 80000


anninc

Kernel density estimate


Normal density
kernel = epanechnikov, bandwidth = 1.7e+03
5. Introducción a STATA

• Una variable muy sesgada a la derecha, no funciona bien como una


variable dependiente

• gen lninc = ln(anninc)


• kdensity lninc, normal

Kernel density estimate Kernel density estimate


.6

.6
.4
.4

Density
Density

.2
.2

8 10 12 14
lninc
0

Kernel density estimate


8 10 12 14
lninc Normal density
kernel = epanechnikov, bandwidth = 0.1007 kernel = epanechnikov, bandwidth = 0.1007
5. Introducción a STATA: describir variables

• Sum

• ¿Cuál es el rango de ingresos totales?


• ¿Cuál es el rango de gasto total?
• sum totinc totexp
5. Introducción a STATA

• ¿Cuál es el rango intercuartil para


el ingreso total?

• ¿Cuál es el rango intercuartil para


el gasto total?

sum totinc totexp, detail


5. Introducción a STATA

• La línea de pobreza oficial actual en el Reino Unido es 60% de la


renta mediana.

• ¿Qué nivel de ingresos es esto?


• gen poor = totinc <= 0.6 * 291.31
• Sum poor

• ¿Qué proporción de hogares son pobres?


• tab poor
5. Introducción a STATA

• ¿Qué proporción de hogares pobres tienen hijos?


• tab numkids if poor == 1

• ¿Qué sucede si se utiliza una definición diferente de la línea de


pobreza - decir un 50% de ingresos medianos?
5. Introducción a STATA

• ¿Qué sucede si se utiliza una definición diferente de la línea de


pobreza - decir un 50% de ingresos medianos?
• gen poor2 = totinc <= 0.5 * 291.31
• tab numkids if poor2 == 1

You might also like