Flacso Politicas Educativas y Desempeno Una Evaluacion de Impacto de Prog Educativos Focalizados en Ecuador JUAN PONCE

Polticas educativas y desempeo Una evaluacin de impacto de programas educativos focalizados en Ecuador
Juan Ponce Jarrn
Polticas educativas y desempeo Una evaluacin de impacto de programas educativos focalizados en Ecuador
Ponce Jarrn, Juan Polticas educativas y desempeo: una evaluacin de impacto de programas educativos focalizados en Ecuador.- Quito: FLACSO, Sede Ecuador, 2010. (Serie Atrio) 209 p.; grficos, tbls. ISBN : 978-9978-67-240-2 POLTICAS EDUCATIVAS ; ECUADOR ; AMRICA LATINA ; EDUCACIN ; BONO DE DESARROLLO HUMANO 379.2 - CDD
Ttulo original: Education Policy and Performance Shaker Publishing BV The Netherlands Traduccin: Bolvar Lucio De la presente edicin: FLACSO, Sede Ecuador La Pradera E7-174 y Diego de Almagro Quito Ecuador Telf.: (593-2) 323 8888 Fax: (593-2) 3237960 www.flacso.org.ec ISBN: 978-9978-67-240-2 Cuidado de la edicin: Bolvar Lucio y Santiago Rubio Diseo de portada e interiores: Antonio Mena Imprenta: Rispergraf Quito, Ecuador, 2010 1. edicin: julio de 2010
ndice
Presentacin................................................................................... Resumen ........................................................................................ Introduccin .................................................................................. Desempeo de la educacin en Amrica Latina .............................. Polticas educativas en Amrica Latina............................................ Polticas educativas y su desempeo en Ecuador Antecedentes y desempeo educativo en el pas.............................. Polticas educativas ......................................................................... La reforma de la educacin bsica..................................................... La descentralizacin de la educacin ................................................. Las intervenciones por el lado de la demanda .................................... Tendencias del gasto educativo en Ecuador..................................... Enfoques metodolgicos ................................................................. Contribucin de la investigacin y contenido................................. Captulo 1 El impacto de transferencias monetarias (no condicionadas) sobre la matrcula escolar: el caso de Ecuador................................ Resumen......................................................................................... Transferencias monetarias condicionadas y matrcula escolar en Amrica Latina ............................................................... El programa ecuatoriano................................................................. Estrategia emprica .........................................................................
17 19 23 24 30 33 37 37 38 39 40 42 45
49 49 50 52 55
Datos.............................................................................................. Resultados ...................................................................................... Primera fase .................................................................................... Forma reducida............................................................................... Estimacin con variables instrumentales ......................................... Qu hicieron con el dinero? .......................................................... Resumen y discusin ...................................................................... Captulo 2 El impacto de transferencias monetarias (no) condicionadas sobre los logros acadmicos de los estudiantes: el caso del Bono de Desarrollo Humano ....................................... Resumen......................................................................................... Intervenciones por el lado de la demanda ....................................... Experiencias de programas de transferencias monetarias condicionadas y de becas escolares en Amrica Latina .................... El programa ecuatoriano................................................................. Metodologa ................................................................................... Especificaciones empricas .............................................................. Reproduciendo el ndice Selben...................................................... Estimando el tratamiento promedio sobre los tratados ................... Datos y estadstica descriptiva......................................................... Resultados ...................................................................................... Efecto local promedio del tratamiento del programa ...................... Efecto promedio del tratamiento sobre los tratados ........................ Conclusiones .................................................................................. Captulo 3
58 61 61 64 67 69 71
73 73 74 75 78 80 80 86 88 92 97 97 104 109
El impacto en logors acadmicos de un programa de descentralizacin escolar, basado en la transferencia de competencias a las escuelas: el caso de las Redes Amigas en el rea rural de Ecuador ..................................... 111
Resumen......................................................................................... Introduccin................................................................................... Experiencias de descentralizacin de la educacin en Amrica Latina .......................................................................... El debate sobre la descentralizacin ................................................ Experiencias de descentralizacin.................................................... La descentralizacin de la educacin en Ecuador ............................ Especificaciones empricas .............................................................. Datos y estadstica descriptiva......................................................... Resultados ...................................................................................... Estimacin con Mnimos Cuadrados Ordinarios ............................ Estimacin usando tcnicas de emparejamiento, basado en la propensin a participar en el programa....................... Conclusiones .................................................................................. Captulo 4
111 112 113 113 115 122 125 134 150 150 163 172
Conclusiones y reflexiones acerca de polticas ............................... 175 Bibliografa .................................................................................... 181 Apndices ....................................................................................... 189
Lista de tablas y grficos
Tablas Introduccin 1. Aos de escolaridad en Ecuador ................................................. 2. Ecuador: tasa de analfabetismo y aos de escolaridad de la poblacin adulta (25 aos en adelante) 1990-2001.................... 3. Ecuador: tasa neta de matriculacin por nivel educativo 1990 y 2001............................................................................... 4. Ecuador: resultado de exmenes para destrezas de Lenguaje y Matemtica 1996-2000 ........................................................... 5. Resultados de los exmenes de estudiantes de cuarto grado de primaria para una seleccin de pases latinoamericanos 1996 ..... Captulo 1 1.1 Estadsticas descriptivas segn estatus de elegibilidad: distintas muestras discontinuas................................................... 1.2 Resultados de primera fase (participacin en los resultados) ....... 1.3 Resultados de la forma reducida para matriculacin escolar (muestra completa) .................................................................... 1.4 Forma reducida de resultados para matriculacin escolar (muestra reducida).......................................................... 26 34 34 35 36
60 63 64 65
Polticas educativas y desempeo
1.5 Resultados VI para matriculacin escolar (muestra completa) .................................................................... 67 1.6 Resultados IV para matriculacin escolar (muestra reducida) ..................................................................... 68 1.7 Estimados VI de los efectos en el registro de gastos (ambas muestras)........................................................................ 70 Captulo 2 2.1 Estadsticas descriptivas para beneficiarios y no beneficiarios...... 94 2.2 Estimados de mnimos cuadrados ordinarios del impacto del programa (ecuacin 1, muestra completa) ............................ 98 2.3 Estimacin por mnimos cuadrados ordinarios del impacto del programa (ecuacin 2, varias muestras de RD)..................... 100 2.4 Estimadores de forma reducida del impacto del programa (Ecuacin 3, varias muestras de RD).......................................... 102 2.5 Estimados de VI del impacto del programa (Ecuacin 4, varias muestras de RD).......................................... 103 2.6 Estimadores no-paramtricos del impacto del programa (Ecuacin 6, varias muestras de RD y diferentes anchos de banda) ................................................................................... 104 2.7 Estimadores de PSM del impacto del programa ......................... 105 2.8 Estimadores PSM del impacto del programa con MCO ponderados...................................................................... 108 2.9 Prueba de no-observables en el proceso de seleccin: Ecuacin 10 ............................................................................... 108 Captulo 3 3.1 Distribucin del presupuesto de Redes Amigas .......................... 124 3.2 Distribucin y tamao de la muestra ......................................... 135 3.3 Estadsticas descriptivas para los grupos de control y tratamiento: segundo grado (Sistema hispano) ........................ 138 3.4 Estadsticas descriptivas para los grupos de control y tratamiento: cuarto grado (Sistema hispano) ........................... 141
Lista de tablas y grficos
3.5 3.6 3.7
3.8
3.9
3.10
3.11 3.12
3.13
3.14 3.15 3.16
Estadsticas descriptivas para los grupos de tratamiento y de control: segundo grado (Sistema bilinge)....................... 143 Estadsticas descriptivas para los grupos de tratamiento y de control: cuarto grado (Sistema bilinge).......................... 147 Estimadores de MCO del impacto del programa en los resultados de los exmenes: Ecuaciones (3) y (4), segundo grado (Sistema hispano) ............................. 153 Estimadores de MCO del impacto del programa en los resultados de los exmenes: Ecuaciones (3) y (4),cuarto grado (Sistema hispano) ................................. 155 Estimadores de MCO del impacto del programa en los resultados de los exmenes: Ecuaciones (3) y (4), segundo grado (Sistema bilinge)............................................ 157 Estimadores de MCO del impacto del programa en los resultados de los exmenes: Ecuaciones (3) y (4), cuarto grado (Sistema bilinge) ............................... 159 Modelo probit para estimar la ecuacin de participacin en el programa ........................................................................ 161 Estimacin del impacto del programa basado en PSM: segundo grado. Varios tipos de emparejamiento. Restringido a la zona de superposicin de las distribuciones.......................................................................... 164 Estimacin del impacto del programa basado en PSM: cuarto grado. Varios tipos de emparejamiento. Restringido a la zona de superposicin de las distribuciones..................................................................... 165 Estimacin del impacto del programa con MCO ponderados (ecuaciones 7 y 7.1). Sistema hispano .................. 166 Estimacin del impacto del programa con MCO ponderados (ecuaciones 7 y 7.1). Sistema bilinge.................. 167 Prueba de variables no-observables en el proceso de seleccin: ecuacin (8)........................................................ 171
Figuras Introduccin 1 2. 3. 4. 5. 6. 7. Aos de escolaridad y tasa de analfabetismo: Amrica Latina y el Caribe......................................................... Promedio de aos de escolaridad: varios pases (2000) ............... Tasa neta de matriculacin escolar en Amrica Latina: educacin primaria y secundaria ................................................ Tasa de matriculacin secundaria para algunos pases latinoamericanos (2005)............................................................. PIB per cpita (miles de dlares del 2000) y puntaje en Matemtica (2003)................................................................ Gasto social en Amrica Latina: varios aos y pases. (dlares per cpita) ..................................................................... Gasto social en Amrica Latina. (dlares per cpita)...................
25 25 28 28 29 40 41
Captulo 1 1.1 Relacin entre el ndice de pobreza y el tratamiento en la primera etapa..................................................................... 62 1.2 Forma reducida de relacin. Matriculacin escolar e ndice de pobreza..................................................................... 66 Captulo 2 2.1 Distribucin de la probabilidad de participacin (propensity score) para los grupos de tratamiento y de control ...................... 106 Captulo 3 3.1 Distribucin de las propensiones a participar para los grupos de tratamiento y de control. Sistema hispano ................. 169 3.2 Distribucin de las propensiones a participar para los grupos de tratamiento y de control. Sistema bilinge................. 169
A mi esposa e hijos
Agradezco a Arjun Bedi, Pal Carillo, Hessel Oosterbeek, Christina Paxon, Norbert Schady, Rob Vos y Steven Younger por sus comentarios y sugerencias. Gracias tambin a FLACSO-Sede Ecuador; especialmente a Adrin Bonilla, Fander Falcon y Hugo Jcome.
15
Presentacin
En trminos de poltica educativa, la respuesta de la abundante la literatura acadmica a la pregunta qu tipo de poltica es la adecuada para aumentar el acceso y la calidad de la educacin? no es sencilla y, muchas veces, incluso es contradictoria. De all que sea importante buscar una respuesta en contextos especficos y este libro se ha propuesto estudiar el caso de Ecuador, como parte del escenario general latinoamericano. Para este efecto se realiza un anlisis de la poltica educativa en Amrica Latina y Ecuador durante los ltimos veinte aos. El texto, luego de pasar revista a las principales reformas e intervenciones aplicadas en la regin, se concentra en el anlisis de los programas de transferencia monetaria condicionada y de las estrategias de descentralizacin escolar. La investigacin encuentra que los programas de transferencia monetaria condicionada han sido exitosos para aumentar el acceso de nios y nias pobres a la escuela, as como para reducir el trabajo infantil. Sin embargo no se halla ningn efecto en trminos de calidad de la educacin. Respecto a la descentralizacin escolar, se identifica que las estrategias de transferencia de la gestin escolar hacia las escuelas y las comunidades tambin resultan ser exitosas para ampliar la cobertura escolar. En este caso hay evidencia de potenciales beneficios de dichas estrategias de descentralizacin en la calidad de las escuelas. Para llegar a estas conclusiones se utilizan tcnicas economtricas y de evaluacin de impacto que garantizan su robustez. Desde este punto de vista el libro tambin presenta un importante aporte en trminos meto17
dolgicos. Polticas educativas y desempeo da cuenta de la necesidad de contar con estudios serios y rigurosos de evaluacin de impacto de las intervenciones de poltica pblica para tener elementos ms adecuados para responder a la interrogante planteada: qu funciona mejor en trminos de polticas social?
Adrin Bonilla Soria Director FLACSO Sede Ecuador
Resumen
Este libro se compone de tres partes. La primera parte presenta las experiencias, en Amrica Latina, de los programas de Transferencia Monetaria Condicionada (TMC) y su impacto en el acceso a la educacin. Respecto de estos programas, la literatura revisada encuentra efectos significativos y positivos en lo que concierne el aumento de la asistencia a centros escolares y la reduccin del trabajo infantil. Sin embargo, poco se sabe acerca de si el impacto de esos programas proviene de la transferencia y/o por la condicin. La experiencia ecuatoriana puede ser un indicador importante en este debate porque el Bono de Desarrollo Humano (BDH) no es un programa de transferencia monetaria condicionada, sino un programa de transferencia incondicional, lo que produce nuevas evidencias sobre la importancia de la condicionalidad. A travs del uso de un diseo de regresin discontinua, combinado con una aproximacin de diferencias en diferencias, la investigacin no encuentra un efecto estadstico importante del programa sobre la matrcula escolar. No obstante, hay diferencias significativas en el consumo y gasto educativo entre beneficiarios y no beneficiarios. Los beneficiarios gastan ms en educacin que los no beneficiarios, pero esta diferencia no se refleja en los tasas de matrcula. La discrepancia entre esos resultados puede atribuirse a la ausencia de condicionalidad. Si bien no hay efectos respecto a la matrcula escolar, el incremento en el gasto educativo podra implicar mejoras en los logros cognitivos de los estudiantes. Al respecto, la segunda parte evala el impacto del BDH
19
sobre los resultados en los pruebas de medicin de logros acadmicos. Esta parte provee evidencia del impacto de las intervenciones por el lado de la demanda sobre los logros cognitivos de los estudiantes en Amrica Latina. Dos formas de intervenciones de demanda agregada coexisten en la regin: transferencias monetarias condicionadas y becas escolares. La evidencia emprica disponible muestra que no hay efectos significativos de TMC sobre los resultados de los exmenes. De otra parte, la evidencia de los bonos escolares es ambigua. En Chile no hay efectos significativos, mientras que en Colombia s. A manera de contribucin, esta tesis evala el impacto del Bono de Desarrollo Humano de Ecuador (BDH) sobre el resultado de las pruebas de medicin de logros. Al usar un diseo de regresin discontinua, as como un emparejamiento con base en la de probabilidad de participar en el programa (propensity score matching), la investigacin no encuentra efectos en el resultado de las pruebas. De nuevo, lo anterior sugiere la importancia de la condicionalidad del BDH. La tercera parte analiza las estrategias de descentralizacin aplicadas en Amrica Latina y su impacto en la calidad de la educacin de los estudiantes, analizada a travs del resultado de las pruebas de medicin de logros acadmicos. En general, se identifica dos tipos de descentralizacin. El primero, como en el caso de Argentina y Chile, en el que las competencias administrativas se transfirieron a Gobiernos locales. El segundo tipo, las experiencias en Amrica Central, en donde el proceso de descentralizacin transfiri competencias administrativas y pedaggicas a las escuelas (una administracin desde cada escuela). Por ltimo, esta parte analiza el impacto de una administracin con base en la escuela sobre el resultado de logros acadmicos en comunidades rurales de Ecuador. En esta instancia, la novedad del caso ecuatoriano es que representa el primer programa de una administracin con base en la escuela que explcitamente incluye como objetivo el mejoramiento de los logros acadmicos de los estudiantes. Al partir de la combinacin de un diseo de comparacin entre los que estn en lista de espera para participar en el programa* con uno de emparejamiento con base en la probabilidad de participar en el
* Pipeline comparison.
20
Resumen
programa, la investigacin revela efectos positivos de la descentralizacin sobre los resultados acadmicos en la zona rural de Ecuador. Sin embargo, el captulo revela tambin evidencia de efectos negativos en el programa de educacin bilinge debido a desaciertos en el diseo curricular. Si bien este captulo hace uso de la ms reciente informacin respecto de descentralizacin, esta informacin no permite una evaluacin rigurosa y los resultados que se presentan deben ser analizados a la luz de estas limitaciones. Finalmente, la tesis enmarca y refleja las polticas educativas de Ecuador. La principal recomendacin que se extrae de polticas (en los captulos 1 y 2) es la importancia de ir de la simple transferencia monetaria a un programa de transferencia monetaria condicionada. La principal recomendacin que se hace en el captulo 3 concierne la necesidad de contar con un diseo de evaluacin de impacto de los programas educativos desde el inicio de su implementacin.
21
Introduccin
Bajo el concepto de desarrollo definido como la expansin de las capacidades de las personas para llevar el tipo de vida que ellos valoran y tienen razones para valorar (Sen, 2001), la educacin es un componente clave en las estrategias de desarrollo de un pas. La educacin tiene un valor intrnseco, por ser un derecho humano fundamental, as como una valor instrumental, dado que el incremento en cantidad y calidad del acceso educativo ha sido asociado con un vasto rango de beneficios tales como: incrementos en la productividad; fortalecimiento de la participacin social y la democracia; reduccin de la pobreza e inequidad en el ingreso; mejoras en el crecimiento de la economa, efectos positivos en la salud de las personas y, finalmente, permite la inclusin activa de los excluidos. A pesar del reconocimiento de la importancia de la educacin, el acceso a la escolaridad es todava un problema en varios pases en vas de desarrollo. Por esta razn, la comunidad internacional suscribi los Objetivos de Desarrollo de Milenio en los cuales se plantea la meta de alcanzar la educacin bsica para todos hacia el ao 2015. Adems de la falta de acceso a la educacin, la calidad de la enseanza escolar, medida a travs de pruebas estandarizadas, es otra preocupacin, en especial entre los pases pobres de Amrica Latina. En las ltimas dcadas, las polticas de educacin en la regin han pasado de un nfasis sobre la asistencia escolar a la bsqueda de mejoras en la eficiencia y calidad. Al respecto, la reforma educativa inclua, entre
23
otros, componentes como: programas de transferencia monetaria condicionada, descentralizacin, privatizacin y programas para incrementar incentivos a los profesores1. Sin embargo, los problemas se mantienen en trminos de conseguir que los nios (especialmente los pobres) vayan a la escuela, as como mejorar la calidad de la educacin. Por esta razn, la efectividad de las actuales intervenciones o la bsqueda de intervenciones alternativas para mejorar el desempeo de la educacin siguen en debate. Varios y recientes estudios de evaluacin de impacto que usan nuevos mtodos, proporcionan una compresin ms profunda respecto de una variedad de programas de educacin. Sin embargo, el nmero de estudios que proveen conclusiones definitivas es an escaso y, considerando la importancia de evaluar el impacto de las polticas sociales en general y las polticas de educacin en particular, la tarea no ha sido completada todava. Esta introduccin est estructurada de la siguiente manera. La primera parte presenta algunos indicadores de desempeo de la educacin y las polticas de educacin aplicadas en Amrica Latina. La segunda parte muestra antecedentes del pas y una descripcin del desempeo de la educacin y las polticas de educacin en Ecuador. En la tercera parte se discute los aspectos metodolgicos de la tesis. La ltima parte delimita el alcance de la tesis y seala sus contribuciones ms significativas.
Desempeo de la educacin en Amrica Latina Amrica Latina ha mejorado considerablemente sus condiciones educativas en las ltimas dcadas. Por ejemplo, el promedio de aos de escolaridad entre individuos de 24 aos en adelante se increment de 5 a 6 aos entre 1985 y 2000. El analfabetismo para personas de 15 aos en adelante se redujo del 16% al 4% entre 1970 y 2005 (Ver Figura 1).
Un anlisis ms detallado de las reformas de educacin en Amrica Latina se presenta ms adelante.
24
Introduccin Grfico 1. Aos de escolaridad y tasa de analfabetismo: Amrica Latina y el Caribe

8 18
8 7
18 16 14 12 12 10 10 8 8 6 6 4 4 2 2 0
1970 1980 1985 1990 1995 2000 2005
6 5 5 4 4 3 3 2 2 1 1 0 0 1970 1980 Tasa de1985 1990 analfabetismo Tasa de analfabetismo 1995 2000 Aos de escolaridad 2005 Aos de escolaridad
Fuente: Banco Mundial. Indicadores de Desarrollo Mundial (banco de datos en lnea).
Grfico 2. Promedio de aos de escolaridad: varios pases (2000)

10
109 9 8 8 7 7 6 6 5 5 4 4 3 3 2 2 1 1 0 0
a tin en a g n Ar nti e rg A ay gu ru ay U gu ru U le hi C e l hi C ela r zu Pe ne ela r Ve ezu Pe n Ve or ad cu or E d ua Ec ay gu ra ay Pa gu ra Pa ia liv Bo via li Bo a bi m lo bia o C m o ol C l asi Br il as Br
100 90 100 80 90 70 80 60 70 50 60
25
TasaTasaanalfabetismo de de analfabetismo
Aos de escolaridad Aos de escolaridad
7 6
16 14
Tabla 1. Aos de escolaridad en Ecuador

Ecuador rea Urbano Rural Sexo Masculino Femenino Raza Indgena Mestizo Blanco Afroecuatoriano Otro Nivel de consumo No-pobre Pobre 2006 8,1 9,5 5,3 8,3 7,9 4,3 8,4 8,7 7,0 4,9 9,5 5,3
Fuente: Encuesta de Condiciones de Vida (INEC, 2006).
A pesar de estas mejoras, las disparidades se mantienen entre los pases, as como dentro de cada pas. Esta tendencia es ilustrada por la Figura 2, que muestra el promedio de los aos de escolaridad para algunos pases de Amrica Latina. Brasil y Colombia son los pases con los niveles ms bajos de escolaridad, mientras que Argentina y Uruguay son los pases con el nivel ms alto. Ecuador se encuentra entre los pases con un bajo nivel de escolaridad. Respecto de las disparidades dentro de cada pas, la Tabla 1 muestra, por ejemplo, el promedio de aos de escolaridad para aquellas personas que tienen veinticuatro aos o ms en Ecuador. En este caso, los indgenas, los habitantes de las reas rurales y los pobres tienen los ms bajos niveles de escolaridad.
26
Introduccin
Estos logros y las disparidades estn relacionados con ciertos procesos estructurales. Durante la poca de Industrializacin por Sustitucin de Importaciones (ISI), Amrica Latina focaliz sus polticas educativas en la matrcula escolar. Como se sabe, el modelo de industrializacin se bas en la expansin de la demanda interna de bienes industriales producidos a nivel nacional. Durante este perodo, uno de los principales mecanismos para obtener movilidad social fue la educacin. Al respecto, el acceso universal a la educacin era la estrategia fundamental tanto para incorporar a la poblacin al modelo de desarrollo, como para incrementar la demanda. Consecuentemente, el sistema educativo fu diseado para promover el acceso universal a la educacin. No obstante lo anterior, el modelo de industrializacin no incluy a todos los grupos sociales. Pueblos indgenas, los habitantes de reas rurales y los pobres de las ciudades quedaron excluidos del modelo. Esta estrategia de desarrollo benefici a las fuerzas sociales que sostenan el modelo: los empresarios industriales, las clases medias y la clase trabajadora industrial. Adems, el sistema de educacin estaba a cargo de proveer los tcnicos que el proceso de industrializacin requera; en consecuencia la educacin tcnica se expandi. El resultado fue que la regin fue testigo de significativos incrementos en las tasas de matrcula durante el perodo de ISI. La Figura 3 muestra las tasas de matrcula escolar para educacin primaria y secundaria en Amrica Latina durante las ltimas tres dcadas. A nivel primario, la regin casi ha conseguido acceso universal a la escuela. No obstante, a nivel secundario las tasas de asistencia escolar son todava bajas en comparacin a otras regiones del mundo. El promedio neto de matrcula secundaria apenas alcanza el 60% (ver Figura 4) y Ecuador tiene el ms bajo nivel en la regin.
27
3 2 ntin ge Ar 1 0
t en
a U
gu ru
ay
le hi C
Pe
r V e en
ela zu
do ua Ec
r ra Pa
ay gu
Bo
liv
ia C om ol
bi
Br
asi
in
a g ru U
y ua
Grfico 3. Tasa neta de matriculacin escolar en Amrica Latina: educacin primaria y secundaria
100 90 80 70 60 100 50 90 40 80 30 70 20 60 10 50 0 40
30 20 10 0
g Ar
le hi
Polticas educativas y desempeo r la

Pe r n Ve u ez e u Ec ad o r Pa ag ua y
liv Bo
ia C om ol
bi
Br
asi
Primaria
Secundaria

Primaria Secundaria
Grfico 4. Tasas de matriculacin secundaria para algunos pases latinoamericanos 80 (2005)

70 60 90 50 80 40 70 30 60 20 50 10 40 0 30
20
g Ar 10 en a tin C le hi Br l asi U ru ay gu Bo liv ia Pe r n Ve la ue ez C om ol bi a ua Ec do r
90
0
n ge Ar a tin C hi le Br l asi U gu ru ay l Bo ia iv r Pe zu ne Ve ela C om ol bi a ua Ec r do

650 Singapur Hong Kong SAR Japn Pases Bajos Singapur Hong Kong SAR
600 Taiwn Corea
650 550
ticas
28
Estonia Hungra Latvia 600 Malasia 500 Lituania
Corea
1999 2000 2001 2002 2003 2004 2005
1980 1981 1982 1983 1984 1985 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996 1997
1999 2000 2001 2002 2003 2004 2005
1980 1981 1982 1983 1984 1985 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996 1997
0
ge Ar nt a in C hi le l asi Br g ru ua y Bo liv ia r Pe zu ne Ve ela C om ol a bi d ua Ec or
Introduccin Grfico 5. PIB per cpita (miles de dlares de 2000) y puntaje en Matemtica (2003)
650 Singapur Hong Kong SAR Japn 550
600 Taiwn Estonia Hungra Latvia Lituania Malasia 500 Repblica Eslovaca 450 Lbano 400 Brasil Argentina Chile Uruguay 5 10 15 20 PIB pc x 1000 Corea
Matemticas
Pases Bajos
Estados Unidos
350 0 25 30 35 40
Fuentes: Banco Mundial. Indicadores de Desarrollo Mundial (banco de datos en lnea); International Association for the Evaluation of Educational Achievement (IEA); Trends in International Mathematics and Science Study (TIMSS) [2003].
Con la crisis del modelo de industrializacin y de las polticas de estabilizacin y ajuste, el sistema educativo comenz a focalizarse en el tema de la 900 calidad. El proceso de globalizacin, as como la liberacin de las eco800 nomas latinoamericanas en la dcada de los noventa, demand incre700 600 mentos en la competitividad para conseguir una activa participacin en el 500 mercado mundial. Al contrario de la teora neoclsica del comercio inter400 300 nacional, la apertura de las economas latinoamericanas no increment la 200 100 demanda por el factor abundante (fuerza de trabajo no calificada). En el 0 contexto latinoamericano,Chile aperturaEcuador Paraguay demanda de fuerza de la Colombia llev a una Per Uruguay Amrica Argentina Bolivia Brasil Latina y trabajo altamente calificada. En este sentido, el mejoramiento deCaribe la caliel dad de la educacin se convirti en una poltica educativa prioritaria2. La 2002 2003 2005
2 Es importante recalcar que el incremento en la demanda de mano de obra altamente calificada, increment la brecha de salarios entre trabajadores calificados y no calificados, lo que a la vez produjo un incremento en la inequidad en la regin (Ganuza, Morley, Robinson y Vos, 2004).
90 80
29
Total del gasto social
el ao 2000
70 60
consecuencia, como se mencion, fue que las polticas educativas se enfocaron en la calidad de la educacin. A pesar de la aplicacin de dichas polticas durante la dcada de los noventa, la calidad de la educacin en Amrica Latina es todava pobre. Informacin de la International Association for the Evaluation of Educational Achivement (IEA) muestra que los pases de Amrica Latina obtienen bajos puntajes en Matemtica y Ciencias. En la Figura 5, la relacin entre los resultados en las pruebas de Matemtica y el PIB per cpita en dlares constantes del ao 2000 es evidente. Pases con PIB per cpita similares e incluso ms bajos que los de Amrica Latina obtuvieron mejores puntajes en Matemtica.
Polticas educativas en Amrica Latina Como se mencion ms arriba, el objetivo principal de la poltica educativa en la regin, durante la dcada de los noventa, fue el mejoramiento de los logros acadmicos de los estudiantes. Al respecto, las polticas educativas en Amrica Latina priorizaron los siguientes aspectos: a) descentralizacin de la educacin, b) mejoramiento de la educacin en trminos de equidad y calidad, c) incentivos a los profesores, d) la creacin de sistemas de evaluacin de logros acadmicos y e) intervenciones por el lado de la demanda. La descentralizacin se refiere a la transferencia de competencias tanto administrativas como pedaggicas del Gobierno central a los Gobiernos locales o a las escuelas. A lo largo de la regin se encuentran dos tipos de descentralizacin. El primero es la descentralizacin basada en la transferencia de responsabilidades a Gobiernos locales. Chile, Argentina y Brasil han seguido esa lnea. Los efectos de estos programas varan en cada pas y Gobierno local. La conclusin ms importante que se extrae de estas experiencias es que el impacto de transferir competencias administrativas y/o pedaggicas a Gobiernos locales, depende del desarrollo tcnico, administrativo y financiero de cada Gobierno local. Al respecto, en la literatura se encuentra que la descentralizacin funcion bien en aquellos Gobiernos locales con ms altos niveles de desarrollo tcnico, administra30
Introduccin
tivo y financiero. El segundo tipo de descentralizacin se basa en la transferencia de competencias a las escuelas. Los casos ms representativos son los de Amrica Central. Nicaragua, El Salvador, Guatemala, Honduras han implementado programas en donde la administracin se hace desde las escuelas. En estos casos se encuentra efectos positivos y significativos en la asistencia escolar en reas rurales remotas. No obstante, no se registran efectos significativos en los logros acadmicos de los estudiantes. Generalmente, el mejoramiento de la educacin en trminos de equidad y calidad ha sido llevado a cabo a travs de programas dirigidos a escuelas de bajos recursos con el fin de mejorar su infraestructura, a travs de la provisin de libros de texto y otros tiles escolares y a travs del apoyo a la capacitacin de los profesores. Un ejemplo de este tipo de intervencin fue el programa P-900 en Chile que tuvo efectos positivos en los logros acadmicos de los estudiantes. Los programas dirigidos a influir en los incentivos de los profesores fueron implementados en algunos pases, con el fin de mejorar el desempeo pedaggico, de lograr una enseanza de calidad y de reforzar el aprendizaje de los alumnos. Algunos de los pases de la regin, como Bolivia, Chile y Mxico, han establecido polticas de salarios diferenciales, que recompensan a los profesores que trabajan en reas rurales, o bien, han introducido estructuras salariales que premian a los profesores que logran mejorar el desempeo y el aprendizaje de sus estudiantes. En El Salvador, Honduras y Nicaragua, se transfiri la autonoma hacia las comunidades, de tal forma que se deleg la autonoma profesional a las escuelas y a los profesores, bajo el supuesto de que este incremento de responsabilidades llevara a una mejor calidad de los educadores y a mejores resultados de los estudiantes. Desafortunadamente, no existen estudios que evalen el impacto de este tipo de programas en la regin. Otra poltica educativa importante durante la dcada de los noventa fue la implementacin de sistemas de evaluacin del aprendizaje. Chile, Honduras, Colombia, Repblica Dominicana, El Salvador, Brasil, Argentina, Mxico, Venezuela, Costa Rica, Uruguay, Bolivia, Ecuador y Nicaragua aplicaron estos sistemas de evaluacin, en ese entonces. Adicionalmente, se cre el Laboratorio Latinoamericano de Evaluacin de la Calidad de la Educacin (UNESCO/ OREALC). Este tipo de sistemas
31
suministran datos tiles para la elaboracin de estudios que evalen las polticas educativas y que analicen los determinantes de la calidad de la educacin. Las intervenciones por el lado de la demanda tomaron dos caminos a lo largo de la regin. Por una parte, algunos pases implementaron programas de transferencias monetarias condicionadas, dirigidos a mejorar el acceso a la educacin de las personas de bajos recursos. Mxico, Brasil, Nicaragua, Honduras, Costa Rica, Ecuador, Colombia y Chile se encuentran entre los pases de Amrica Latina que han implementado programas de TMC. La mayora de estudios que evalan el impacto de estos programas han encontrado efectos significativos y positivos en la matrcula escolar y en la reduccin del trabajo infantil. De otra parte, varios pases implementaron programas de bonos escolares, con el fin de mejorar tanto el acceso a la educacin como los logros acadmicos. En la regin, solo Chile y Colombia tienen programas de bonos educativos. Los estudios de evaluacin de impacto de este tipo de programas muestran resultados ambiguos: en la experiencia chilena no hay efectos significativos en las calificaciones de los exmenes, mientras que en el caso colombiano s hay efectos significativos y positivos. En suma, los resultados de las polticas educativas en Amrica Latina no son consistentes y, en general, son especficos para cada pas. La descentralizacin de la educacin, basada en la trasferencia de las competencias educacionales hacia unidades locales, parece funcionar bien ah donde se dispone de las capacidades administrativas, financieras y tcnicas adecuadas para asumir las competencias educativas. Por otro lado, las estrategias de descentralizacin, consistentes en delegar la administracin a cada escuela, parecen tener un efecto positivo en la asistencia escolar pero no en los logros acadmicos de los estudiantes, en Amrica Central. Las intervenciones focalizadas, dirigidas a mejorar las escuelas pobres o deterioradas, han tenido un impacto positivo en la calidad de las escuelas. Los programas de transferencias monetarias condicionadas parecen tener efectos significativos en el mejoramiento de la matrcula escolar, sin embargo, hay poca evidencia disponible respecto del impacto de estos programas en los logros acadmicos de los estudiantes. Finalmente, los bonos escolares han tenido resultados ambiguos en la calidad de la educacin.
32
Introduccin
Polticas educativas y su desempeo en Ecuador3 Antecedentes y desempeo educativo en el pas Ecuador es un pas caracterizado por altos niveles de pobreza (alrededor del 61%, segn el criterio de necesidades bsicas no satisfechas de acuerdo al censo poblacional de 2001), especialmente en las reas rurales (donde la incidencia alcanza el 86%), as como por una alta inequidad (el coeficiente de Gini del consumo fue 0,46, segn la Encuesta de Condiciones de Vida de 2006). Los indicadores de educacin para Ecuador han mejorado continuamente durante la dcada de los noventa y en la primera dcada del nuevo milenio. Sin embargo, al comparar con las dcadas pasadas se puede apreciar que la velocidad de las mejoras educativas ha disminuido, y la inequidad en la educacin ha crecido en diversos aspectos, excepto en la brecha de gnero, que casi se ha cerrado. En promedio, la poblacin ecuatoriana adulta (mayor a 24 aos) ha completado los 7,3 aos de escolaridad, lo que implica un incremento de los 6,7 aos que tena en 1990. Los niveles de educacin de la poblacin femenina se han incrementado mucho ms rpido que los niveles de educacin de la poblacin masculina, de tal forma que, para el ao 2001, la brecha de gnero medida a travs de los aos de escolaridad se limita a 7,5 aos para los hombres, frente a 7,1 aos para las mujeres (Ver tabla 2). Este desempeo educativo relativamente favorable tiene un nmero considerable de caractersticas. Primero, la velocidad de los logros educativos se redujo significativamente en la dcada de los 90, en comparacin con la de los setenta y ochenta. La tasa neta de matrcula en educacin primaria, por ejemplo, se increment 20 puntos porcentuales durante los ochenta (de 68,6 a 88,9%), pero apenas 1% en los 90. El mismo patrn se aprecia en las tasas de matrcula en educacin secundaria y terciaria. Ver la tabla 3.
Esta parte est basada en Vos y Ponce (2004).
33
Polticas educativas y desempeo Tabla 2. Ecuador: tasa de analfabetismo y aos de escolaridad de la poblacin adulta (25 aos en adelante) 1990-2001
Tasa de analfabetismo 1990 2001 Por gnero Hombres Mujeres Por rea Rural Urbana Por grupo tnico Indgenas Afroecuatorianos Otros Promedio nacional 9,5 13,8 20,8 6,1 n. d. n. d. n. d. 11,7 7,7 10,3 15,5 5,3 28,2 11,6 7,4 9,0 Aos de escolaridad 1990 2001 7,1 6,3 4,0 8,3 n. d. n. d. n. d. 6,7 7,5 7,1 4,9 8,7 3,3 5,9 7,6 7,3
Fuente: Censo de poblacin y de vivienda (INEC, 1990 y 2001
Tabla 3. Ecuador: tasa neta de matriculacin por nivel educativo 1990 y 2001
Tasa neta de matriculacin Primaria Secundaria Superior 1990 2001 1990 2001 1990 2001 Por gnero Hombres Mujeres Por rea Rural Urbana Por grupo tnico Indgenas Afroecuatorianos Otro Promedio nacional 88,6 89,2 84,4 92,5 n. d. n. d. n. d. 88,9 89,9 90,4 86,7 92,7 86,2 84,4 89.8 90,1 42,0 44,1 23,2 57,7 n. d. n. d. n. d. 43,1 43,9 45,4 28,8 55,7 22,6 32,3 43.2 44,6 10,3 11,3 3,2 15,4 n. d. n. d. n. d. 10,9 11,1 12,6 4,3 16,2 2,4 4,5 10,9 11,9
Fuente: Censo de poblacin y de vivienda (INEC, 1990 y 2001
34
Introduccin
Segundo, las tasas de transicin de la educacin primaria a la secundaria y de la secundaria a la superior, fueron bajas y no mejoraron en un grado significativo durante la dcada de los noventa. De acuerdo con el censo poblacional de 2001, la tasa neta de matrcula en la educacin primaria fue 89%, mientras que en la educacin secundaria fue solo 45%. En el nivel de educacin superior, la tasa neta de matrcula fue del 12%. Ver Tabla 3. Tercero, excepto la reduccin en la brecha de gnero, an se registran importantes disparidades y, de acuerdo con algunas medidas, la desigualdad en la educacin se ha incrementado. El nivel promedio de escolaridad de la poblacin rural es casi la mitad del nivel de la poblacin urbana (4,9 frente a 8,7 aos), esta brecha se mantuvo a lo largo de la dcada de los noventa. La brecha educativa es an ms grande para la poblacin indgena y afroecuatoriana, ya que el promedio estimado para estos grupos es 3,3 y 4,5 aos de escolaridad en 2001, respectivamente, cifras que estn muy por debajo del promedio nacional (7,3 aos). (Ver Tabla 3). Cuarto, la calidad de la educacin es mala. La poca informacin disponible acerca de los resultados de exmenes muestra que los estudiantes son, en promedio, deficientes en destrezas elementales de Matemtica y Lenguaje. La evidencia en la Tabla 4 muestra el puntaje de los exmenes, donde 20 es la nota mxima y 13, la mnima nota con la que se aprueba.
Tabla 4. Ecuador: resultado de exmenes para destrezas de Lenguaje y Matemtica 1996-2000
1996 Segundo grado Destrezas Lenguaje Matemtica Sexto grado Destrezas Lenguaje Matemtica Noveno grado Destrezas Lenguaje Matemtica 12,86 7,29 11,17 5,35 11,70 6,01 11,15 7,17 9,31 4,86 9,78 6,03 10,43 9,33 8,24 7,21 9,45 8,48 1997 2000
Nota: El resultado de los exmenes est en una escala de 20 puntos, siendo13 la mnima nota requerida para aprobar. El noveno grado se refiere al tercer ao de educacin secundaria. Fuente: APRENDO. MEC
35
Los estudiantes de segundo, sexto y noveno grados obtuvieron notas claramente inferiores a la mnima necesaria para aprobar, particularmente en Matemtica. En el breve perodo comprendido entre 1996 y 2000, para el que existen datos, los resultados de los exmenes empeoraron. Una evidencia ms desagregada muestra que las nias obtuvieron puntajes un poco ms altos en Lenguaje y los nios, en destrezas matemticas. Asimismo, los estudiantes de las reas urbanas superaron a los de las reas rurales, los de la Sierra a los de la Costa, y aquellos que asisten a escuelas privadas a los estudiantes de escuelas pblicas. Para todas las categoras, los resultados promedio estn por debajo del mnimo4. La escaza informacin comparable a nivel regional, permite delinear un panorama sombro en cuanto a la calidad de la educacin en Ecuador. Los puntajes de los exmenes alcanzados por los estudiantes ecuatorianos se encuentran en el ltimo lugar de los pases de Amrica Latina, como muestra la tabla 5.
Tabla 5. Resultado de los exmenes de estudiantes de cuarto grado de primaria para una seleccin de pases latinoamericanos 1996
Pas Resultado de los exmenes (% de estudiantes con porcentajes en cada rango) 0-25 26-50 51-75 76-100 2,7 38,5 54,1 4,8 4,2 67,4 25,8 2,6 0,7 33,9 49,6 15,7 2,7 39,8 47,5 9,9 13,6 59,7 25,2 1,5 2,2 60,7 34,9 2,2 0,8 30,7 49,8 18,7 4,1 47,2 40,2 8,5 Resultado promedio en una escala de 100 52,8 44,2 57,5 53,6 41,2 46,8 59,1 50,8
Argentina Bolivia Costa Rica Chile Ecuador Repblica Dominicana Venezuela Average of sample
Fuente: Por qu, cmo y para qu medir la educacin? (UNESCO-OREALC. Volmenes I, II, III). Nota: El resultado de los exmenes se refiere a pruebas internacionalmente comparables, tomadas en los pases indicados. Los resultados han sido tomados del promedio de destrezas en Lenguaje y Matemtica. En Ecuador, la muestra fue tomada de una muestra representativa de 3 000 alumnos en 159 escuelas primarias a lo largo del pas.
Las excepciones son las destrezas de Lenguaje de los estudiantes de noveno grado en la Sierra (solo en 1996) y de los estudiantes de sexto y noveno grado de escuelas privadas (solo en 1996). En todos los dems casos, los resultados de los exmenes estn por debajo del puntaje mnimo.
36
Introduccin
Polticas educativas Al igual que en el resto de pases de la regin, las polticas educativas en Ecuador, durante la dcada de los noventa, incluyeron los siguientes aspectos: la reforma de la educacin bsica, la estrategia de descentralizacin, e intervenciones por el lado de la demanda.
La reforma de la educacin bsica Despus de un dilogo nacional con la amplia participacin de miembros de la sociedad civil y del sector educativo, se alcanz un consenso respecto de una reforma integral del sistema de educacin bsica, en 1996. La reforma incluy los siguientes puntos: - Implementacin de un sistema de diez grados de educacin bsica, a travs de la integracin de un ao de educacin pre-escolar, seis aos de primaria y los tres primeros aos de educacin secundaria. - Una reforma curricular para mejorar la enseanza del idioma espaol y de Matemtica, que ponga nfasis en el aprendizaje activo y las destrezas analticas, y preste mayor atencin a la educacin en valores, al aprendizaje multicultural y a la conciencia ambiental. - El fortalecimiento de la educacin bilinge para los grupos indgenas. El sistema de educacin bsica deba extender los aos previstos de escolaridad ms all de los tradicionales seis aos de nivel primario; extender la cobertura de la escolaridad pre-primaria y, finalmente, perseguir mayores ganancias en eficiencia externa. Sin embargo, la introduccin del nuevo sistema ha sido lenta. Hacia finales de 2006, el sistema de educacin bsica an no haba sido implantado en todo el pas. El sistema de Educacin Intercultural Bilinge se cre en 1998 y alcanz una cobertura de alrededor de 92 000 estudiantes en casi 2 000 escuelas, en 2005, lo que corresponde al 5% del total y cerca del 10% de la matriculacin primaria rural en ese ao. No hay una estimacin precisa acerca de qu porcentaje del grupo objetivo (familias indgenas) est cubierto, pero, dado el por37
centaje de poblacin rural que todava habla lenguas indgenas, la cobertura debe estar entre los dos tercios y las tres cuartas partes de los nios en esa categora. En 2005, la educacin secundaria bilinge estaba disponible para 15 900 estudiantes (alrededor del 1% de los matriculados en secundaria).
La descentralizacin de la educacin Las experiencias ms importantes durante la dcada de los noventa incluyen la creacin de 120 Centros Educativos Matrices (CEM), cada uno conformado entre 15 y 30 escuelas primarias y jardines de infantes5. Los padres y las comunidades tienen un papel importante en la administracin de estas redes de escuelas. En comparacin con el sistema anterior, donde una unidad administrativa tena hasta 3 000 centros educativos a su cargo, el programa de redes escolares autnomas, Redes Amigas, promueve la administracin descentralizada de escuelas al nivel de una red de entre 15 y 30 escuelas, administrada por una Unidad Central Educativa (UCE). Despus de 1999, se dio un paso ms adelante, al permitir que las escuelas que pertenecieran al mismo UCE formaran redes autnomas, manejaran su propio presupuesto y disearan sus propios sistemas de incentivos a los profesores. Una descripcin ms detallada de este programa se ofrece en el captulo tres. Como parte de estos programas, los encargados de elaborar polticas educativas implementaron un sistema de pruebas de logros acadmicos (APRENDO) en 1996. Sin embargo, el sistema no dispona de su propio presupuesto y solo se ejecut hasta el ao 2000. Adicionalmente, el sistema afront la resistencia del poderoso sindicato de profesores (UNE), que consider que el sistema evaluara el desempeo de los profesores de manera injusta.
Estas reformas se implementaron a travs de los programas (EB/ PRODEC y Redes Amigas) con el apoyo del Banco Mundial y del BID.
38
Introduccin
Las intervenciones por el lado de la demanda Adems de las reformas antes mencionadas, dos programas de asistencia social han sido implementados para motivar la asistencia escolar. En primer lugar, el programa de alimentacin y colacin escolar, increment su cobertura significativamente despus de la crisis de 1999, y ahora alcanza a 1,4 millones de nios de escuela primaria, es decir, el 85% del grupo objetivo, mientras que esta cobertura en 1998 era solo del 45% (Parandekar, Vos y Winkler, 2000). La mayora de beneficiarios proviene de familias de muy escasos recursos, no obstante, como seala Vos et al. (2003), el alcance casi universal del programa ha causado una considerable filtracin de los beneficios hacia los no pobres. Si bien al momento no se dispone de una evaluacin de impacto, es bastante probable que el programa haya tenido un impacto positivo en la matrcula escolar y haya ayudado a mantener a los nios en la escuela durante la aguda crisis de fines de la dcada de los noventa. En segundo lugar, como resultado de la crisis econmica de 1999, se cre un programa de transferencia monetaria (condicionada), Beca Escolar, en 2001, con el objetivo de motivar el acceso de nios de escasos recursos (de comunidades rurales) a la educacin primaria. El programa arranc con un plan piloto de 22 000 beneficiarios (nios entre 6 y 14 aos) y alcanz, en septiembre de 2003, 69 000 beneficiarios en escuelas primarias, entre 10 y 15% de nios de la edad correspondiente y de bajos recursos, en reas rurales. El mecanismo de asignacin es una combinacin de seleccin geogrfica, que se basa en un ndice compuesto de caractersticas de pobreza (medidas a travs del sistema de informacin SELBEN), y de una evaluacin individual de los recursos de los potenciales beneficiarios de las parroquias pobres, elegidos a travs del mecanismo de seleccin geogrfica. Cada hogar beneficiario recibe una transferencia monetaria de $5 mensuales por nio, siempre que se pruebe que vaya a la escuela6. En 2003 se introdujo un nuevo programa de transferencia monetaria (condicionada) llamado Bono de Desarrollo Humano. Se prev que este
6 El programa nunca implement mecanismos para asegurar el cumplimiento de la condicionalidad.
39
650 Singapur
600 Taiwn 550
Polticas educativas y desempeo SAR Hong Kong Corea

Japn
Estonia Pases Bajos reemplace gradualmente los otros sistemas de transferencia monetaria Hungra Latvia Malasia existentes, incluyendo la Beca Escolar y el Bono Solidario. La condicio500 Lituania Repblica Eslovaca nalidad consiste en hacer que los hijos asistan a la escuelaEstados Unidoso que primara las madres lleven a sus hijos pequeos a los centros de salud7. Este progra450 Lbano ma se explicar con ms detalle en el Captulo 1.
Matemticas
400
Brasil
Argentina Chile Uruguay 5 10 15 20 PIB pc x 1000 25 30 35 40
350 Tendencias del gasto educativo en Ecuador 0
Los niveles de gasto social son bajos en Ecuador, en comparacin con los de otros pases de Amrica Latina; esto es as al considerar tanto el gasto social como proporcin del PIB, como el gasto social en trminos per cpita.
Grfico 6. Gasto social en Amrica Latina: varios aos y pases (dlares per cpita)
900 800 700 600 500 400 300 200 100 0 Argentina Bolivia Brasil Chile Colombia Ecuador Paraguay Per Uruguay Amrica Latina y el Caribe
2002
2003
2005
90
Gasto social per capita dlares del ao 2000
Especficamente, las condiciones para el grupo focal son: 1) En educacin: que haya nios de Total del gasto social entre 6 y 15 aos en el ncleo familiar, que deben estar matriculados en la escuela y asistir, por 70 lo menos, al 90% de las clases. 2) En salud: que haya nios de entre 0 y 6 aos, quienes deben hacerse controles bimensuales en los centros de salud designados. 3) Para las familias con hijos 60 de ambos grupos de edad, prevalece la condicionalidad de educacin para que puedan recibir la transferencia monetaria. Sin embargo, como se seal, el programa no implement mecanismos 50 para hacer que se cumplan las condiciones.
40 30 20 10 Educacin
80
40
Es ms, el gasto social real per cpita ha decado notablemente desde los Argentina Bolivia Brasil Chile Colombia Ecuador Paraguay Per Uruguay Amrica Latina y primeros aos de la dcada de 1980 y, a pesar de que ha existido una recuel Caribe peracin significativa desde 2000, al momento se encuentra por debajo de 2002 2003 2005 los niveles alcanzados hace un cuarto de siglo (Ver Figura 7).
Grfico 7. Gasto social en Ecuador (dlares per cpita)
90 80
900 800 700 600 500 400 300 200 100 0
Introduccin
Total del gasto social 70 60 50 40 30 20 10 0 73 75 77 79 81 83 85 87 89 91 93 95 97 99 01 03 Educacin
Fuente: Vos y otros autores (2003) actualizado para el periodo 2001-2003 por el Ministerio de Economa y Unicef, base de datos fiscal. Nota: El gasto pblico se refiere al presupuesto del Gobierno central solamente. El gasto social incluye educacin, salud y asistencia social (se incluyen los programas de transferencia monetaria).
La cada del gasto social tuvo un impacto ms profundo en los gastos de educacin y salud. Durante la dcada de los noventa, la composicin del Relacin entre tratamiento e ndice de pobreza gasto social cambi a favor de los programas de proteccin social focalizados (entre los que se incluye el programa de transferencia monetaria Bono Solidario) y en perjuicio de los presupuestos de los servicios universales de educacin y salud. Entre 2001 y 2003, los presupuestos de salud y educacin se incrementaron significativamente, sobre todo debido a los incrementos salariales del personal mdico y profesores del sector pblico. La Figura 7 tambin muestra la notoria disminucin del gasto pblico real per cpita en las ltimas dcadas. A pesar de la recuperacin obser.2 prob. tratamiento .4 .6 .8
41
0
vada en aos recientes, en 2003 el gasto real fue 40% menor que el de 1980. La evidencia sugiere que no ha habido un traspaso desde la educacin superior (que es ms cara) hacia la educacin primaria y secundaria, y que la cobertura del sector privado (23%) no ha cambiado desde 1996.
Enfoques metodolgicos Hay muchas metodologas que pueden usarse para evaluar los programas y las polticas de educacin. En general, las tres metodologas ms utilizadas son el anlisis costo-beneficio, el anlisis de incidencia y los estudios de evaluacin de impacto. El anlisis costo-beneficio es un tipo de evaluacin econmica. Es un intento de hacer explcitamente lo que el mecanismo de precios hace de forma implcita (Blaug, 1970). La idea principal es escoger los proyectos de inversin segn los beneficios que se obtienen por cada unidad de costos. De acuerdo con el anlisis costo-beneficio de proyectos sociales, los beneficios se computan segn el funcionamiento del sector privado. Sin embargo, cuando el beneficio no se puede calcular en trminos monetarios (porque el tipo de actividad no se lleva a cabo en el sector privado como en el caso de programas de defensa o de recursos humanos), el anlisis costo-beneficio se convierte en un anlisis de costo-efectividad. La diferencia principal es que el primer tipo de anlisis toma en cuenta solo los beneficios econmicos, mientras que el segundo considera todos los beneficios, sean o no econmicos (Blaug, 1970). En este sentido, el anlisis costo efectividad, compara diferentes intervenciones en trminos del costo por unidad de efecto sobre las variables de resultado. Los anlisis costo-beneficio y costo-efectividad pueden llevarse a cabo antes de la ejecucin del programa (ex-ante) o despus (ex-post). El anlisis de incidencia tiene su origen en las finanzas pblicas. La idea principal es identificar a los beneficiarios de los programas de educacin para evaluar si los beneficios estn o no dirigidos a los pobres. En trminos generales, la incidencia del beneficio muestra quines se benefician de los servicios pblicos y describe cmo el gasto del Gobierno afecta el bienestar de diferentes grupos de personas u hogares individuales (Demery,
42
Introduccin
2003). Este tipo de anlisis se lleva a cabo combinando informacin sobre los costos unitarios de proveer los servicios pblicos con la informacin acerca del uso de dichos servicios. Los estudios de evaluacin de impacto buscan aislar el efecto de una intervencin para ver si la poltica o el programa producen los resultados esperados8. Los estudios de impacto pueden evaluar el efecto de las polticas educativas a nivel macro o micro. En el primer caso, los estudios de evaluacin de impacto capturan los efectos de las polticas o programas educativos en variables macroeconmicas o sociales. Una de las principales herramientas utilizadas en este tipo de anlisis son los modelos de equilibrio general computable, que se basan en la construccin de matrices de contabilidad social9. Estos estudios pueden evaluar el efecto de las polticas o programas educativos antes de su implementacin (evaluacin ex-ante) o despus (evaluacin ex-post). De otra parte, a nivel micro, se puede evaluar el efecto de los programas educativos sobre los resultados escolares especficos, a nivel de los hogares. Tambin, en este caso, se pueden realizar evaluaciones ex-ante o expost10. El objetivo ms importante de esta tesis recae en la evaluacin ex-post de programas educativos a nivel micro. En cuanto a esto, debido a que los resultados educativos esperados a nivel de los hogares o individual pueden verse afectados por la intervencin de otros factores (adicionales al programa), es necesario crear un escenario contrafactual con el fin de aislar el efecto del programa. Un contrafactual* indica cul habra sido la situacin si el programa nunca se hubiera ejecutado. El problema principal es que el contrafactual, de manera inherente, es inobservable, pues es fsicamente imposible observar a alguien en dos estados al mismo tiempo (participando y no participando del programa). Por lo tanto, la evaluacin es esencialmente un problema de informacin no disponible.
Para una introduccin a la evaluacin de impacto ver Moffit (1991), Ravallion (2001), Baker (2000), Bourguignon y Pereira (2003) y Ravallion (2005). 9 Ver Bourguignon y Pereira (2003) para una revisin detallada de algunas de las tcnicas para evaluar polticas sociales a nivel macro. 10 Ver Bourguignon y Ferreira (2002) para una revisin de las tcnicas de evaluacin ex-ante. * Un evento o situacin que no ha acontecido en el universo observable por la investigacin, pero que pudiera haber ocurrido (N. del T.) 8
43
Formalmente, sea Y1i el resultado para la unidad i si sta recibi el tratamiento; Y0i , el resultado para la unidad i si no recibi el tratamiento. es una variable dicotmica que toma el valor de 1 si la unidad i recibe el tratamiento y cero en caso contrario. El resultado observado de la unidad i es: . Adicionalmente, sea X un vector de variables de control que influencian la participacin en el programa. El efecto individual se define por:
Como ya se mencion, dado que es imposible observar a alguien en dos estados al mismo tiempo (participando y no participando del programa), solo es posible estimar el efecto promedio. El efecto promedio en los tratados es el siguiente valor esperado:
Donde no es directamente observada y constituye el contrafactual. Este contrafactual es estimado a travs de la construccin de un grupo de comparacin (o control) adecuado, esto es, que sea bastante similar al grupo que s recibe el tratamiento. Especficamente, el contrafactual debe tener las mismas condiciones iniciales y \estar influenciado por las mismas condiciones ambientales que el grupo de tratamiento, pero no recibe la intervencin. En general, hay dos tipos de metodologas de evaluacin de impacto: diseos experimentales y estudios cuasi experimentales. La idea bsica de un estudio experimental es comparar dos grupos que no tienen diferencias sistemticas adems del hecho de que un grupo recibe el tratamiento (grupo de tratamiento) y el otro no (grupo de control). El mtodo ms simple es tomar una muestra de la poblacin de potenciales beneficiarios y dividirla aleatoriamente en grupos de tratamiento y de control (aleatorizacin). Las diferencias en las variables de inters de un grupo y otro son estimadores insesgados del efecto del tratamiento. El diseo experimental es la metodologa ms consistente para evaluar programas sociales, porque permite que se corrija el proceso de seleccin tanto por las caractersticas observables como por las no observables, lo que permite obtener estimaciones insesgadas del impacto del programa. Los requerimientos principales para que un experi44
Introduccin
mento sea satisfactorio son que las condiciones iniciales sean las mismas para los grupos de tratamiento y de control, y que ambos grupos enfrenten las mismas condiciones a lo largo de la ejecucin del programa, con la nica diferencia de que el grupo tratado recibe el beneficio y el otro no. Esto se consigue si la seleccin aleatoria inicial se lleva a cabo correctamente. Sin embargo, los diseos experimentales pueden provocar algunos problemas ticos y polticos, ya que la intervencin se limita al grupo de tratamiento, mientras que el grupo de control no recibe los beneficios del programa, sin ninguna justificacin para ello. La segunda estrategia de evaluacin consiste en diseos cuasi-experimentales. Estas metodologas no son tan slidas como las experimentales, pero pueden ser muy tiles para evaluar programas sociales si se puede controlar adecuadamente las variables (tanto observables como no observables) que intervienen en el proceso de seleccin. Entre las metodologas cuasi-experimentales usadas ms comnmente estn el emparejamiento basado en la propensin a participar en el programa (propensity score matching), el diseo de variables instrumentales y los estudios de regresiones discontinuas (regression discontinuity). En este libro se utilizan las regresiones discontinuas y el emparejamiento basado en la propensin a participar, como estrategias metodolgicas. En los captulos 1 y 2 se emplea un diseo de regresin discontinua, mientras que el emparejamiento basado en la propensin se emplea en los captulos 2 y 3. Un punto importante, relacionado con los estudios cuasi-experimentales es la importancia de combinar diferentes metodologas con el objetivo de alcanzar conclusiones consistentes. Este trabajo toma esto en cuenta y por tanto, se combinan distintas metodologas en cada captulo. En los captulos respectivos se introduce una explicacin ms detallada de cada metodologa.
Contribucin de la investigacin y contenido La contribucin de esta investigacin es doble. En primer lugar, este libro enriquece la literatura en este mbito a travs de la evaluacin de impacto de las principales iniciativas educativas en Ecuador y la exposicin de
45
algunas recomendaciones de poltica. La segunda es en trminos metodolgicos, ya que se demuestra la sensibilidad de los mtodos de evaluacin cuasi-experimentales, as como la importancia de tener informacin de buena calidad para llegar a conclusiones de poltica ms confiables. La investigacin se organiza de la siguiente manera. El Captulo 1 presenta las experiencias de los programas TMC en Amrica Latina y su impacto en el acceso a la escuela. En la literatura revisada se encuentran efectos significativos y positivos de dichos programas en el aumento de la matrcula escolar, as como en la reduccin del trabajo infantil. Sin embargo, poco se sabe respecto de si ese impacto se debe a la transferencia y/o a la condicin. El caso ecuatoriano puede ser bastante ilustrativo sobre este debate. Debido a que el Bono de Desarrollo Humano (BDH) no es un programa de transferencia monetaria condicionada, sino un programa de transferencia monetaria no condicionada, el captulo ofrece nueva evidencia respecto de la importancia de la condicionalidad. A travs del uso de un diseo de regresiones discontinuas combinado con una diferencia en diferencia, en el captulo no se encuentra un efecto estadsticamente significativo del programa en la matrcula escolar. Sin embargo, hay diferencias significativas en los gastos de consumo y de educacin entre los beneficiarios y no beneficiarios. Los beneficiarios gastan ms en educacin que los no beneficiarios, pero esta diferencia no se refleja en las tasas de matrcula. La discrepancia entre esos resultados puede deberse a la ausencia de condicionalidad. Si bien no hay ningn efecto en la matrcula, el incremento de gasto escolar puede llevar al mejoramiento de los logros acadmicos de los estudiantes. Al respecto, en el Captulo 2 se evala el impacto del BDH en las notas de los exmenes. Este captulo proporciona evidencia del impacto de las intervenciones por el lado de la demanda sobre los logros acadmicos de los estudiantes en Amrica Latina. En la regin, coexisten dos tipos de intervenciones desde la demanda: transferencias monetarias condicionadas y becas escolares. La poca evidencia emprica disponible muestra efectos poco significativos de las TMC sobre los resultados de los exmenes. De otra parte, la evidencia de las becas escolares es ambigua. En Chile no hay efectos significativos en las notas de los exmenes, mientras que en Colombia s. A manera de contribucin, en este captulo se evala el im46
Introduccin
pacto del programa ecuatoriano Bono de Desarrollo Humano sobre los resultados de los exmenes. A travs de un diseo de regresin discontinua y de un propensity score matching, se demuestra que no hay efectos significativos del programa en el resultado de los exmenes. El Captulo 3 revisa las estrategias de descentralizacin aplicadas en Amrica Latina y su impacto en la calidad de la educacin, medida por el resultado de los estudiantes en los exmenes. En general, se encuentra dos tipos de descentralizacin. Primero, las competencias administrativas se transfieren a Gobiernos locales, como los casos de Argentina y Chile. Segundo, se analizan algunas experiencias de Amrica Central, donde el proceso de descentralizacin consisti en la transferencia de competencias administrativas y pedaggicas a las escuelas (administracin desde la escuela). Finalmente, en este captulo se evala el impacto de un programa de administracin desde la escuela sobre los resultados de los exmenes en el Ecuador rural. En este punto, la novedad del caso ecuatoriano es que constituye el primer programa de administracin desde la escuela que incluye explcitamente, entre sus objetivos, el mejoramiento del desempeo acadmico de los estudiantes. En este captulo se combinan los mtodos pipeline comparison y propensity score matching y se encuentra evidencia de efectos positivos y significativos de la descentralizacin sobre el resultado de los exmenes de los estudiantes en el sistema hispano. Sin embargo, en el captulo tambin se presenta evidencia de efectos significativos negativos del programa en el sistema de educacin bilinge, probablemente debido a la diferencia en las mallas curriculares de ambos sistemas. Si bien este captulo hace uso de la informacin ms reciente sobre descentralizacin, los datos disponibles no permiten una evaluacin rigurosa, por lo que los resultados deben interpretarse a la luz de estas limitaciones. Finalmente, el ltimo captulo de esta investigacin contiene conclusiones y recomendaciones sobre las polticas educativas en Ecuador.
47
Captulo 1 El impacto de transferencias monetarias (no condicionadas) sobre la matrcula escolar: el caso de Ecuador*
Resumen Las evaluaciones de programas de transferencia monetaria condicionada en varios pases de Amrica Latina sealan que estos han tenido efectos positivos sustanciales en la matrcula escolar. No es claro, sin embargo, si lo ms importante es la transferencia monetaria en s o la condicionalidad. Este captulo presenta nueva evidencia a partir de un programa de transferencia monetaria en Ecuador en el cual, a diferencia de los programas en otros pases, las transferencias son no condicionadas. Al usar un diseo de regresin discontinua, se encuentra una estimacin precisa que seala un efecto nulo de la elegibilidad sobre la matrcula escolar. Esto sugiere que el xito de otros programas debe atribuirse al requerimiento de que los nios asistan a la escuela. Al respecto, este captulo hace aportes al debate actual al resaltar la importancia de la condicionalidad para mejorar los niveles de asistencia escolar a travs de este tipo de programas.
Este captulo est basado en un trabajo en coautora con Hessel Oosterbeek de las Escuela de Economa de msterdam y el Instituto Tinbergen.
49
Transferencias monetarias condicionadas y matrcula escolar en Amrica Latina Los programas de transferencia monetaria condicionada entregan dinero a familias de escasos recursos con la condicin de que los nios de dichas familias asistan a la escuela y/o vayan a examinarse en los centros de salud. El atractivo de estos programas es que combina mecanismos de reduccin de la pobreza a corto y largo plazo: las transferencias monetarias reducen la pobreza a corto plazo, mientras que la pobreza a largo plazo se reducir si los nios de familias de escasos recursos adquieren capital humano. Varios pases de Amrica Latina han implementado programas de transferencia monetaria condicionada para combatir la pobreza. Entre estos pases se incluyen: Brasil (1995), Mxico (1997), Honduras (1998), Nicaragua (2000), Costa Rica y Colombia (2001), Argentina, Uruguay, Chile y Jamaica. Autores como Rawlings y Rubio (2003) y Calds (et al., 2004) proveen una revisin de estos programas. Algunos de estos programas han sido analizados a travs de estudios de evaluacin de impacto. Los estudios muestran efectos positivos sustanciales de los programas de transferencia monetaria condicionada en la matrcula escolar. Los programas en Mxico y Nicaragua han sido evaluados a travs de diseos experimentales. En Mxico, las tasas de matrcula en la educacin secundaria se incrementaron de 67% a cerca de 75% en las mujeres, y de 73% a cerca de 78% en los varones (Schultz, 2004). En Nicaragua, el programa se dirigi a los alumnos de hasta cuarto grado de escuela primaria. El programa increment la tasa de matrcula para este grupo en 18 puntos porcentuales (Maluccio y Flores, 2004)1. Otros programas fueron evaluados a travs de diseos de evaluacin no experimentales. Dureya y Morrison (2004) usaron un diseo de emparejamiento con base en la probabilidad de participar en el programa para evaluar el programa en Costa Rica y encontraron un incremento de entre 5 y 9 puntos porcentuales en la probabilidad de asistir a la escuela. Attanasio y otros autores (2006) evaluaron el programa en Colombia usando
1 El programa de Honduras tambin ser evaluado a travs de un experimento aleatorio de campo. Los resultados an no estn disponibles.
50
Captulo 1: El impacto de transferencias monetarias sobre la matrcula escolar
un propensity score matching y un diferencias-en-diferencias y hallaron un incremento de entre 5 y 7 puntos porcentuales en la matriculacin escolar para los jvenes de 14 a 17 aos. Dado el xito de los programas de transferencias monetarias condicionadas, cabe preguntarse si es la transferencia de dinero o la condicin de que los nios asistan a la escuela la fuerza que conduce a dichos resultados. Si las transferencias monetarias fuesen suficientes, se podra ahorrar recursos y dejar de lado el costoso monitoreo en las escuelas para comprobar la asistencia. Adems, un descubrimiento de este tipo demostrara el peso de las restricciones de liquidez en la asistencia escolar. De otra parte, si las transferencias monetarias no importaran, entonces se demostrara que las restricciones de liquidez no son la causa de la baja asistencia escolar. Finalmente, si las familias se comportaran de manera diferente frente a transferencias monetarias condicionadas o no condicionadas, el Gobierno reducira el bienestar de las familias al condicionar la transferencia. Esto solo se justificara si las familias se comportaran por debajo de lo ptimo. De Brauw y Hoddinot (2007) intentan aislar las transferencias monetarias de los requerimientos de asistir a la escuela, utilizando el hecho de que algunas familias mexicanas beneficiarias no recibieron los formularios necesarios para monitorear la asistencia de sus hijos a la escuela. Los autores reconocen que la ausencia de los formularios redujo la probabilidad de que los nios asistan a la escuela, lo que sugiere que el requerimiento s importa. Dado que se desconoce la razn por la que algunas familias no recibieron esos formularios, no queda claro si los dos tipos de familias pueden compararse. Este captulo toma un enfoque diferente. Se investiga el impacto de los programas de transferencias monetarias en Ecuador, usando un diseo de regresin discontinua. A diferencia de los programas implementados en otros pases, el programa ecuatoriano no requiere que los nios de las familias beneficiarias vayan a la escuela. Se asume que si el programa en Ecuador hubiera sido uno de transferencia monetaria condicionada normal, este hubiera producido efectos similares a los de los otros pases latinoamericanos. Esto implica que si se encuentra que las transferencias monetarias no condicionadas de Ecuador tienen efectos de la misma mag51
nitud que las transferencias condicionadas de los otros pases, podra decirse que el requerimiento de asistir a la escuela no tiene ningn efecto. De igual manera, si los programas de transferencia monetaria no condicionada no tienen impacto alguno en la matriculacin escolar, puede concluirse que todos los efectos de las transferencias monetarias condicionadas se deben atribuir a la condicin de asistencia escolar. Al principio de la aplicacin del programa en Ecuador, algunos programas de televisin mencionaron la obligacin de los padres de mandar a sus hijos al colegio si queran recibir la transferencia. La obligacin, sin embargo, nunca se puso en prctica. Schady y Araujo (2007) aprovecharon el hecho de que los padres desconocan que dicho requerimiento no era necesario para identificar el efecto de la condicin y encontraron un efecto positivo. Es cuestionable, no obstante, si las familias mal informadas son comparables con las otras2. El resto del captulo est organizado de la siguiente manera. La seccin siguiente describe en detalle el programa en Ecuador y provee informacin del contexto especfico. La seccin 3 describe la estrategia emprica que se adopt para la investigacin. La seccin 4 describe la informacin utilizada; la seccin 5 expone y discute los resultados empricos, y finalmente, la seccin 6 presenta las conclusiones y recomendaciones.
El programa ecuatoriano Ecuador es un pas de ingresos medios bajos, caracterizado por altos niveles de pobreza e inequidad. Durante las ltimas dcadas los niveles de educacin se han incrementado. Por ejemplo, entre 1982 y 1990, la tasa de matrcula se increment de 68,6% a 88,9% en la educacin primaria y de 29,5% a 43,1% en la secundaria. Es ms, el promedio de aos de escolaridad para la poblacin de 24 aos en adelante aument de 6,7 a
2 Otros estudios que emplean un enfoque completamente diferente (estructural) para aislar los efectos de las transferencias monetarias y de las condiciones son, entre otros, Attanasio (y otros autores, 2005), Bourguignon (y otros autores, 2003), De Janvry y Sadoulet (2006) y Todd y Wolpin (2003). Todos estos estudios concluyen que la condicionalidad explica la totalidad de los efectos.
52
7,3 entre 1990 y 2001. A pesar de estas mejoras, el pas afront un serio problema de matrcula escolar durante la dcada de los noventa. Para 2001, las tasas de matrcula en la escuela primaria y secundaria se estancaron en los valores de 1990. Este desempeo decepcionante contrast con las aspiraciones: los noventa fueron la dcada de la Educacin para todos, y el pas suscribi varias declaraciones internacionales que hacan nfasis en la importancia de la educacin. Adicionalmente, hacia el final de los noventa, el Gobierno ecuatoriano emprendi nuevos programas que apuntaban a mejorar el acceso a la escuela primaria y los logros acadmicos. Paradjicamente, los insumos educativos mostraron mejoras notables durante el mismo periodo. En la educacin primaria, la relacin de alumnos por cada profesor declin de 30 en 1990 a 23 en 2001. En 1998, el Gobierno ecuatoriano lanz un programa llamado Bono Solidario. Este programa comenz como una red de seguridad social para compensar a las familias de escasos recursos por la eliminacin del subsidio a la electricidad y al gas. Inicialmente, el programa estuvo dirigido a madres con ingresos menores de $40, discapacitados y personas de la tercera edad. Si bien la justificacin poltica inmediata para este programa fue compensar a los pobres por la prdida de su capacidad adquisitiva causada por el incremento de los precios del petrleo y del gas (subsidiados significativamente), muy pronto el programa tom su propio impulso y se convirti en el gasto gubernamental social ms alto despus de la educacin. El total de las transferencias alcanz el 1% del PIB (Vos y otros autores, 2001). La transferencia era modesta, pero importante para los estndares ecuatorianos. Cuando el programa comenz, las madres reciban $15 mensuales y las personas de tercera edad y los discapacitados $7,50. En promedio, el bono representaba el 11% del total de los gastos en el hogar en 1999. Hacia el ao 2000, el programa alcanz cerca de 1,2 millones de beneficiarios, es decir, el 45% de hogares ecuatorianos. Vos y otros autores (2001) evaluaron el Bono Solidario utilizando un diseo de emparejamiento con base en la probabilidad de participar en el programa. Despus de encontrar errores significativos en la asignacin del programa, reportaron un impacto positivo de alrededor de cinco puntos porcentuales en la matrcula escolar. Al usar una aproximacin con variables instrumentales, Len y Younger (2007) reconocieron que el progra53
ma tena un efecto mucho menor, pero aun as positivo en el estatus nutricional de los nios. Los instrumentos utilizados implican la combinacin de tres criterios de participacin en el programa (porque se deba cubrir los tres criterios para acceder a la transferencia): una variable dicotmica para comprobar si en el hogar los ingresos son menores a $150 y no tiene trabajadores en el sector formal y una madre con un hijo de menos de 18 aos; el tiempo que le toma a la persona en llegar al banco, donde el bono se colecta y, finalmente, una variable dicotmica para familias entrevistadas antes de abril de 1999, cuando se increment el monto del bono. Al final de la dcada de los noventa, el Gobierno implement otro programa llamado Beca Escolar. Este programa consista en una transferencia de $5 por nio (hasta dos nios por hogar), bajo la condicin de que estn matriculados en la escuela y de que su asistencia sea al menos 90%. Este programa nunca ha sido evaluado. En 2003, ambos programas fueron reformulados e incorporados a uno nuevo llamado Bono de Desarrollo Humano (BDH). El objetivo principal de este programa fue mejorar la eficacia en la focalizacin de los programas anteriores, as como la formacin de capital humano entre las familias de escasos recursos en Ecuador. El programa tiene dos componentes: salud y educacin. El componente de educacin est dirigido a que los nios entre las edades de 6 y 15 aos se matriculen en la escuela y asistan al menos al 90% de las clases. El componente de salud busca que los nios menores de 6 aos asistan a los centros de salud para chequeos mdicos. A diferencia de otros programas en Amrica Latina, hasta 2006 no se dispona de un mecanismo para comprobar la asistencia a clases o las visitas a los centros de salud. Las familias no eran retiradas de las listas de beneficiarios por no cumplir estos requisitos. En consecuencia, el programa puede considerarse como uno de transferencias monetarias no condicionadas antes que condicionadas. Para la seleccin de los beneficiarios, el BDH utiliza una estrategia de focalizacin individual basada en un ndice de pobreza (llamado ndice Selben). Este ndice identifica a los potenciales beneficiarios de los programas sociales a partir de una clasificacin de las familias segn sus necesidades bsicas no satisfechas. El ndice de pobreza es calculado a travs
54
de un anlisis de componentes principales no lineal. Las familias que pertenecen a los dos quintiles ms pobres (por debajo de 50,65 en el ndice de pobreza) reciben el programa. A esa fecha, el programa consista en una transferencia de $15 por familia al mes. El presupuesto anual del programa alcanz $190 millones en 2004 (cerca del 1% del PIB).
Estrategia emprica Como se ha mencionado, el objetivo de la reforma fue corregir los problemas de focalizacin del programa. En 2003, el Gobierno ecuatoriano decidi expandir la cobertura del nuevo programa para aquellas familias en los quintiles 1 y 2 del ndice Selben. El Gobierno decidi evaluar el impacto del programa empleando un diseo de regresin discontinua. El diseo inicial del programa estableci dos montos diferentes: $15 para las familias en el quintil ms bajo y $11,5 para el segundo quintil3. La diferencia alrededor del cuadragsimo percentil puede utilizarse para estimar el impacto de la transferencia monetaria per se, mientras que la diferencia alrededor del vigsimo percentil puede emplearse para estimar el impacto de los diferentes montos de la transferencia. Una vez que la investigacin se dise y se llev a cabo una encuesta de lnea base, el Gobierno decidi otorgar $15 a todas las familias en los dos quintiles ms bajos. Debido a esto, el diseo ya no permita evaluar el impacto de los distintos montos de la transferencia. En su lugar, se decidi emplear un diseo aleatorio para evaluar el impacto entre quienes se encontraran alrededor del vigsimo percentil del ndice de pobreza. Los beneficiarios potenciales alrededor de este punto fueron seleccionados aleatoriamente entre grupos de tratamiento y control. Schady y Araujo (2005 y 2007) usan este diseo experimental en su evaluacin. Se presentarn sus resultados ms adelante, cuando los contrastemos con los hallados en esta investigacin. Este captulo emplea el resto del diseo original de evaluacin, es decir, la discontinuidad alrededor del cuadragsimo percentil y aplica un
3 El punto de corte entre estos quintiles del ndice de pobreza fue 42,87; mientras que el punto de corte entre el segundo y el tercer quintil fue 50,65.
55
diseo de regresin discontinua4. Adicionalmente, se combina la regresin discontinua con un mtodo de diferencia en diferencias5. La estrategia de identificacin es que, condicionado a una funcin flexible del ndice de pobreza y otras variables observables, la elegibilidad para el tratamiento es aleatoria, en el caso de las familias con un ndice de pobreza cercano al cuadragsimo percentil. Ms formalmente, se calcularn ecuaciones del siguiente tipo usando variables instrumentales. (1) Donde Y es la matriculacin escolar, que toma el valor de 1 si el nio se ha matriculado y 0 si no lo ha hecho; X es un vector de caractersticas a nivel individual, del hogar y de la comunidad, f(P) es una funcin flexible (un polinomio de primero, segundo y tercer grado) del ndice de pobreza6; T es una variable indicadora que toma el valor de 1 si la persona recibe el beneficio y 0 si no lo hace; y u es el trmino de error. El subndice i se refiere al nio, t indica el periodo de tiempo en el que se levant la encuesta de seguimiento, y t-1 es el periodo de la lnea de base. En un diseo de regresin discontinua estndar se comparan las observaciones por encima y por debajo del punto de corte. Esto se lleva a cabo restringiendo el anlisis a los casos que tienen su ndice de pobreza dentro de cierto rango alrededor del punto de corte. La ampliacin de este rango
4 Debido a que la participacin en el programa no est relacionada de forma determinstica con los puntajes del ndice Selben se tiene un diseo difuso (fuzzy design). En este caso se tendr que usar un mtodo de variables instrumentales para la identificacin. Para ms detalles ver Sandra Black (1999); Angrist y Lavy (1999), Hahn, Todd y Van de Klaauw (1999); Van de Klaauw (2002); Jacob y Lefgren (2004); Chay, McEwan y Urquiola (2005). La investigacin tiene una lnea de base y una encuesta de seguimiento. Ms adelante hay detalles ms especficos sobre los datos utilizados. Una dificultad que se puede presentar con el mtodo de V.I. es que asume que se conoce cul es la relacin entre la variable de resultado y la variable que determina el tratamiento. Si se asume la forma funcional equivocada, puede que los estimadores sean sesgados debido a la mala especificacin. Si, por ejemplo, la relacin alrededor del punto de corte es no lineal, pero se especifica una funcin lineal, el efecto estimado del tratamiento puede simplemente recoger cualquier residuo no lineal de la funcin (Jacob y Lefgren, 2004; Chay, McEwan y Urquiola, 2005). Una manera de tratar este problema es usar varias formas funcionales para la funcin de control. La consistencia de los estimadores es verificada con la inclusin de polinomios de segundo y tercer orden del ndice Selben.
5 6
56
incrementa el nmero de observaciones, pero, al mismo tiempo, ahonda las diferencias entre el grupo de tratamiento y el grupo de control. Al presentar los resultados para diferentes rangos alrededor del punto de corte, se examina la sensibilidad de nuestros resultados en este respecto. Resulta que no todas las familias que reciben la transferencia cumplen el requisito del ndice de pobreza. De la misma manera, no todas las familias que cumplen el requerimiento reciben la transferencia. Esto implica que el diseo no es una regresin discontinua precisa (sharp design) sino un diseo difuso (fuzzy design). Esto quiere decir que no hay una relacin determinstica entre el ndice de pobreza y el tratamiento, sino una relacin probabilstica. Para manejar esta situacin se aplican variables instrumentales donde la recepcin de la transferencia monetaria se instrumentaliza con el criterio de elegibilidad para la participacin en el programa. Esto significa que en una primera etapa se estimar una ecuacin en la que la variable endgena T de la ecuacin (1) se instrumentaliza con la variable dicotmica de elegibilidad (Z), que toma el valor de 1 si el ndice de pobreza est por debajo del punto de corte y 0 en caso contrario7. Entonces, la estrategia de identificacin es que:
Como se mencion, un aspecto novedoso en trminos metodolgicos es que, dado que se dispone de medidas de las variables de resultado para antes y despus de la intervencin, tambin es posible combinar el diseo de regresin discontinua con uno de primeras diferencias, de tal forma que se estiman ecuaciones de la siguiente manera: (2) Donde Y es el cambio en la matrcula escolar, que toma el valor de 1 si el nio est matriculado en t y no matriculado en t-1, 0 si el estatus de matrcula es el mismo en t y en t-1, y de -1 si el nio est matriculado
7 Z es un instrumento apropiado porque est altamente correlacionado con la probabilidad de recibir el programa (es la regla de asignacin) y no se correlaciona con la variable de resultado (estar justo arriba o justo debajo del punto de corte no incide en la tasa de matriculacin.)
57
en t pero no en t-1. La especificacin (2) permite que los cambios en Y estn afectados por X y f(P)8. Adems de las ecuaciones (1) y (2), se presentarn tambin los resultados de las estimaciones de las ecuaciones en forma reducida. Estas tienen especificaciones similares a (1) y (2), excepto que T es reemplazado por Z. Las ecuaciones en forma reducida recuperan el efecto del intento de tratamiento (Intent to Treat).
Datos La muestra para la evaluacin del programa BDH en este captulo se tom de las listas del Selben de cuatro de las 24 provincias del pas: Carchi, Imbabura, Cotopaxi y Tungurahua. Las cuatro provincias se encuentran en la regin Sierra. Todos los hogares que previamente recibieron el Bono Solidario, fueron excluidos porque no estaba claro cmo las transferencias anteriores habran afectado las decisiones respecto a la educacin. Para explotar la discontinuidad en la elegibilidad alrededor del punto de corte en el ndice de pobreza (de 50,65), se seleccionaron las familias con un ndice de pobreza entre 47,65 y 53,65. La informacin fue recolectada por la Pontificia Universidad Catlica del Ecuador, una institucin independiente que no tena relacin alguna con el programa9. El diseo de la muestra emplea un procedimiento bi-etpico. Dentro de las provincias se seleccionaron parroquias aleatoriamente, y dentro de cada una de stas se tom una muestra aleatoria de hogares. Finalmente, se eligieron solo ho8 En la ecuacin (2) asumimos que el efecto del programa es el mismo tanto para las nuevas matrculas como para prevenir las deserciones. Los nuevos matriculados son nios que no estaban matriculados en el momento de levantar la lnea de base, pero ya lo estaban en la segunda ronda. Los desertores son aquellos que estaban matriculados en la lnea base, pero dejaron de estarlo en el seguimiento. Se evalu por separado los dos efectos en los nuevos matriculados y en los desertores y no se encontr diferencias. El problema con esta especificacin es que el nmero de casos se reduce de manera considerable y esto afecta la fiabilidad de los estimadores. La informacin usada en este captulo, as como la que usaron Schady y Araujo (2005), fue recogida al mismo tiempo. Como se mencion, la evaluacin de impacto del programa incluy ambos diseos: el experimental y el de regresin discontinua. El autor de esta investigacin fue el jefe del equipo de investigacin a cargo de la evaluacin de impacto del programa en Ecuador.
58
gares que tenan al menos un hijo de entre 6 y 15 aos al momento de levantar la encuesta de lnea de base10. La encuesta incluye un registro de cada miembro del hogar, que incluye su sexo, edad y relacin con el jefe o jefa del hogar. La investigacin tambin contiene informacin sobre el nivel de escolaridad, el nivel de escolaridad de los padres, el estado civil y el idioma que hablan los miembros del hogar. Para los nios entre los 5 y 17 aos, la encuesta incluye informacin sobre el nivel de instruccin y el grado que cursan al momento, las razones por las que no se matricularon (de ser el caso), as como otras variables relacionadas con el tipo de escuela a la que va el nio y el estatus dentro del mercado laboral. Finalmente, la encuesta incluye un mdulo completo de gastos de los hogares, que replica la estructura de la Encuesta de Condiciones de Vida de Ecuador de 1999, as como una variable indicadora que toma el valor de 1 si la persona pertenece a un hogar que recibe la transferencia monetaria y 0 si no la recibe. La tasa de desercin entre la primera y la segunda toma (attrition) de la muestra fue baja, el 96% de las familias entrevistadas en la lnea de base fueron entrevistadas nuevamente en la encuesta de seguimiento. No se encontr diferencias significativas entre los hogares que fueron y no fueron intervenidos. La desercin de la muestra puede provocar sesgos si sta est relacionada con el estatus de tratamiento (Angrist, 1997). Al respecto, una regresin de una variable dicotmica de desercin sobre el estatus de tratamiento tiene un coeficiente de 0,0012 (0,11 de error estndar), lo que indica que la desercin de la muestra no sesgar nuestros resultados. La muestra se restringi a los nios de 7 a 16 aos que viven en los hogares que respondieron a la encuesta de seguimiento. Esto resulta en una muestra de 2 384 nios en 1 221 hogares11. La Tabla 1.1 presenta las
10 La encuesta de lnea base se llev a cabo entre Junio y Agosto de 2003 y la encuesta de seguimiento un ao y medio ms tarde, entre Enero y Marzo de 2005. El intervalo entre ambas encuestas puede considerarse adecuado en el sentido que permitira ver los resultados del programa en la matriculacin escolar. Si bien el nuevo programa empez a operar en Enero de 2003, la cobertura se expandi a las cuatro provincias tomadas para este estudio despus del levantamiento de la lnea base. Los nuevos beneficiarios en estas provincias comenzaron a recibir la transferencia en noviembre de 2003. 11 Los datos de todas las variables importantes estn disponibles para todos los hogares en la muestra, excepto para la educacin de los padres, que no est disponible en algunos casos.
59
estadsticas descriptivas para nios/hogares elegibles y no elegibles, para dos muestras por separado. Las columnas 1 a 3 pertenecen a la muestra completa de nios/hogares que tienen un ndice de pobreza con mximo tres puntos de diferencia del punto de corte del percentil 40. Las columnas 4 a 6 corresponden a la muestra restringida de las observaciones cuyo ndice de pobreza tienen una diferencia con el punto de corte de un punto como mximo.
Tabla 1.1 Estadsticas descriptivas segn estatus de elegibilidad: distintas muestras discontinuas
Variable RD3puntos Eligible No eligible Valor-p (1) (2) (3) 0,85 0,86 0,25 11,91 0,53 2,92 49,42 5,68 5,28 0,85 0,09 0,94 5,63 1 394 12,00 0,52 3,07 51,88 6,16 5,92 0,87 0,06 0,96 5,58 990 0,498 0,787 0,000 0,000 0,000 0,000 0,307 0,002 0,161 0,422 Eligible (4) 0,87 11,82 0,51 2,94 50,17 5,91 5,69 0,84 0,08 0,94 5,69 636 RD1punto No eligible (5) 0,84 12,31 0,55 3,01 51,11 5,94 5,41 0,83 0,04 0,94 5,61 394 Valor-p (6) 0,291 0,009 0,258 0,034 0,000 0,840 0,210 0,562 0,025 0,693 0,449
Matriculacin escolar antes intervencin Edad del nio Menor es nia Log de gasto per cpita ndice de pobreza Educacin del padre Educacin de la madre Jefe de familia es varn Jefe de familia es indgena Jefe de familia puede leer y escribir Tamao del hogar Nmero de hijos
Fuente: Elaboracin propia.
Algunas de las variables listadas en la Tabla 1.1 sirven como insumo en la construccin del ndice de pobreza o estn altamente correlacionadas con ste; es el caso para las variables: jefe de familia indgena, logaritmo de los gastos per cpita y educacin de los padres. En consecuencia, no sorprende que encontremos diferencias significativas de estas variables
60
entre los grupos que estn por encima y por debajo del punto de corte. Esto sugiere que, en esta investigacin, los grupos de tratamiento y de control pueden ser demasiado distintos para ser comparados. No obstante, recordemos que la estrategia de identificacin del diseo de regresin discontinua asume que no hay diferencias sistemticas entre los grupos de tratamiento y de control, condicionados en las variables de control (incluyendo una funcin flexible del ndice de pobreza). De ah que las diferencias en las caractersticas observadas no invaliden la metodologa de investigacin. Cuando restringimos la muestra a observaciones de no ms de un punto de distancia del punto de corte, los grupos elegible y no elegible se hacen ms similares en la mayora de variables. Esto se evidencia a travs de los valores p de la columna 6. Para el ndice de pobreza, el consumo per cpita y la variable para jefe de familia indgena todava se encuentran diferencias significativas (lo cual es poco sorprendente). Pero estas diferencias son de menor magnitud. Las diferencias en educacin de los padres han desaparecido. Por otro lado, ahora aparece una diferencia significativa en la edad de las observaciones sobre y debajo del punto de corte, en la muestra reducida. Dejar de lado esta variable como control, sesgara la estimacin del impacto hacia arriba, dado que a mayor edad es menos probable que los nios asistan a la escuela. Resultados Primera Fase Lo primero que se necesita establecer es el efecto (primera etapa) del criterio de elegibilidad de las transferencias monetarias sobre la recepcin real de la misma (tratamiento). De un total de 537 familias que no eran elegibles, 41 (8%) recibieron la transferencia monetaria. De 684 familias que eran elegibles, 178 (26%) no recibieron la transferencia. As, para el 18% de las familias, la elegibilidad y el estatus de tratamiento no coinciden12.
12 En comparacin, en los datos (experimentales) analizados por Schady y Araujo (2005) el porcentaje comparable es igual a 31%.
61
Total del gasto social 70 60 50 40
Educacin La 30 Figura 1.1 grafica la relacin entre el ndice de pobreza, la egilibilidad y la probabilidad de recibir el tratamiento. La discontinuidad en la 20 probabilidad de tratamiento en el punto de corte del criterio de elegibilidad es10 evidente. Cerca del punto donde el ndice de pobreza se iguala a 50,65, 0 probabilidad de tratamiento cae alrededor de 60 puntos porcenla tuales. Ntese, adems, que 83 relacin89 91 la recepcin99real del tratala 85 87 entre 93 95 97 73 75 77 79 81 01 03 miento y el ndice de pobreza es casi plana en ambos lados del punto de corte. Esto indica que la probabilidad de tratamiento es independiente del ndice de pobreza una vez que se condiciona por el ndice de elegibilidad.
Grfico 1.1. Relacin entre el ndice de pobreza y el tratamiento en la primera etapa

.8
Relacin entre tratamiento e ndice de pobreza
0
48.000000
.2
prob. tratamiento .4
.6
50.000000 52.000000 ndice de pobreza
54.000000
.92
Relacin entre matriculacin escolar e ndice de pobreza
62
n escolar .88 .9
La Tabla 1.2 muestra estos descubrimientos ms formalmente para varias especificaciones de esta relacin en la primera etapa. El panel superior contiene los resultados de la muestra completa. En la columna (1) no hay variables de control, en la columna (2) se aaden controles para las caractersticas iniciales (como aquellas que se definen en la Tabla 1.1) y en la columna (3) se aade un polinomio de tercer grado del ndice de pobreza. Incluso en esta ltima especificacin, el coeficiente del estatus de elegibilidad no es menos de 0,64 y es siempre significativamente distinto de cero. Las conclusiones son las mismas para las tres especificaciones lo cual demuestra la consistencia de los resultados. El valor-F para el instrumento nunca cae debajo de 148. La relacin casi horizontal entre el tratamiento y el ndice de pobreza que se observa a ambos lados del punto de corte se refleja en bajo valor-F de la prueba de significancia conjunta de los tres trminos del ndice de pobreza. No se puede rechazar la hiptesis de que, condicionado a las otras variables, el efecto conjunto de los tres trminos es igual a cero.
Tabla 1.2 Resultados de primera fase (participacin en los resultados)
Variable Estatus de elegibilidad R cuadrado Valor-F para instrumento Valor-F para trminos de ndice de pobreza Muestra reducida Estatus de elegibilidad R cuadrado Valor-F para instrumento Valor-F para trminos de ndice de pobreza Controles Ninguno X 0.680* (0.034) 0.436 404.3* 0.670* (0.034) 0.513 393.3* 0.635* (0.064) 0.513 97.3* 0.23 X, f(P) (1) 0.694* (0.022) 0.469 1030.0* (2) Muestra completa 0.681* (0.022) 0.510 955.8* 0.648* (0.053) 0.511 148.9* 0.06 (3)
Fuente: Elaboracin propia. Notas: Estimadores por mnimos cuadrados. Errores estndares robustos en parntesis. * indica significativo al 1%. Los nmeros de observaciones son iguales a 2 384/ 1 030 para muestras completa/ reducida. La especificacin (1) no tiene variables de control; la especificacin (2) aade controles para caractersticas iniciales (tal como se definen en la Tabla 1.1) y la especificacin (3) aade un polinomio de tercer grado para el ndice de pobreza.
63
El panel inferior de la Tabla 1.2 muestra los resultados para las mismas especificaciones de la primera etapa cuando la muestra se restringe a los nios de familias que no estn a ms de un punto de distancia del punto de corte de la lnea de pobreza. Los estimadores puntuales son parecidos a aquellos de la muestra completa: los efectos son altamente significativos, los valores F para la significancia del instrumento no son inferiores a 97 y el ndice de pobreza (de forma polinomial) condicional al estatus de elegibilidad no tiene un impacto significativo sobre el tratamiento. Forma reducida La Tabla 1.3 muestra los resultados de la forma reducida para la muestra completa. Estos se presentan para las diferentes especificaciones que corresponden a aquellas en las tablas precedentes. El panel superior reporta los resultados de la especificacin de las variables a nivel, mientras que el panel inferior recoge los resultados donde la variable dependiente est en primera diferencia. En todas las especificaciones, los estimadores puntuales son pequeos y en ningn caso son significativos ni diferentes de cero.
Tabla 1.3 Resultados de la forma reducida para matriculacin escolar (muestra completa)
Variable Estatus de elegibilidad R cuadrado Valor-F para trminos de ndice de pobreza Estatus de elegibilidad R cuadrado Valor-F para trminos de ndice de pobreza Controles (1) -0.009 (0.017) 0.000 (2) Niveles 0.002 (0.015) 0.289 (3)
-0.002 (0.015) 0.000 Ninguno
0.013 (0.035) 0.289 0.06 Primeras diferencias -0.003 0.026 (0.015) (0.034) 0.123 0.124 1.12 X X, f(P)
Fuente: Elaboracin propia, Muestra: Estimadores por mnimos cuadrados. Errores estndar robustos entre parntesis. El nmero de observaciones es igual a 2 384. La especificacin (1) no contiene variables de control, la especificacin (2) aade controles para caractersticas socio-demogrficas (como las definidas en la Tabla 1.1). La especificacin (3) aade un polinomio de tercer grado del ndice de pobreza.
64
Si vamos de la primera a la ltima columna, observamos que aadir ms variables de control hace que el estimador puntual sea menos negativo o ms positivo. Sin embargo, las diferencias de los estimadores entre las distintas columnas son insignificantes. Para los resultados en la columna final se realiz la prueba de significancia conjunta del polinomio del ndice de pobreza. No se puede refutar que el efecto combinado de estos tres trminos es igual a cero. Considerando la eficiencia, se debera preferir los resultados de la columna (2). El error estndar del estimador de impacto en dicha columna es substancialmente menor que el error estndar del estimador de impacto en la columna final. Para la muestra restringida, ninguno de los estimadores en la Tabla 1.4 difiere significativamente de cero. En esta muestra, el aumento de ms variables de control, hace que los estimadores de impacto sean menos positivos o ms negativos. Al igual que en la muestra ms grande, no se puede rechazar la hiptesis de que el efecto conjunto de los tres trminos del ndice de pobreza es igual a cero. As, por razones de eficiencia se prefiere los resultados de la segunda columna frente los de la tercera.
Tabla 1.4 Forma reducida de resultados para matriculacin escolar (muestra reducida)
Variable Estatus de elegibilidad R cuadrado Valor-F para trminos de ndice de pobreza Estatus de elegibilidad R cuadrado Valor-F para trminos de ndice de pobreza Controles (1) 0.041 (0.027) 0.003 (2) Niveles 0.022 (0.025) 0.290 (3) -0.048 (0.047) 0.293 1.61
Primeras diferencias 0.007 -0.023 (0.024) (0.046) 0.155 0.156 0.31 Ninguno X X, f(P) 0.018 (0.023) 0.001
Fuente: Elaboracin propia. Notas: Estimadores por mnimos cuadrados. Errores estndar robustos en parntesis. El nmero de observaciones es igual a 1 030. La especificacin (1) no tiene variables de control, la especificacin (2) aade variables de control para caractersticas socio-demogrficas (como las definidas en la Tabla 1.1). La especificacin (3) aade un polinomio de tercer grado del ndice de pobreza.
65

48.000000 50.000000 52.000000 ndice de pobreza 54.000000
La figura 1.2 ilustra la forma reducida sin ninguna variable de control, usando los datos de la muestra completa. Parecera que no hay ningn impacto del estatus de elegibilidad en la matriculacin escolar. Esto confirma los resultados de las Tablas 1.3 y 1.4.
Grfico 1.2. Forma reducida de relacin. Matriculacin escolar e ndice de pobreza
.92
Relacin entre matriculacin escolar e ndice de pobreza
prob. matriculacin escolar
.82
48.000000
.84
.86
.88
.9
50.000000
52.000000
54.000000
ndice de pobreza
En la presente aplicacin los resultados de la forma reducida tienen una clara interpretacin en trminos de poltica. Estas estimaciones muestran el efecto sobre el grupo al que inicialmente estaba destinado el programa (el efecto sobre la intencin de tratamiento). Los resultados de la estimacin preferida para la muestra completa dan estimadores puntuales de 0,002 y -0,003. Estos resultados son bastante precisos (el error estndar es 0,015). En consecuencia, aun un incremento en la matriculacin escolar de apenas 3 puntos porcentuales ser desechado como impacto estimado, con un 95% de probabilidad. Adems, los efectos de intencin de tratamiento son reducidos para la muestra restringida. Los
66
0 2 4 6 Puntaje en la probabilidad de participacin 8 10
estimadores puntuales son 0.022 (error estndar de 0.025) y 0.007 (error estndar de 0.024).
Estimacin con variables instrumentales Las tablas 1.5 y 1.6 muestran los resultados de variables instrumentales (VI) para la muestra completa y para la restringida, respectivamente. Como se mencion, el instrumento utilizado es la regla de asignacin: uno para aquellos por debajo del punto de corte y cero para los dems. Los estimadores puntuales son igual a los estimadores de la forma reducida (Tablas 1.3 y 1.4) divididos para el coeficiente de la primera etapa, de la columna correspondiente (Tabla 1.2). Ninguno de los coeficientes de impacto es significativamente diferente de cero, lo que implica que no se puede rechazar la hiptesis de que recibir la transferencia monetaria no tiene impacto en la matrcula escolar.
Tabla 1.5 Resultados VI para matriculacin escolar (muestra completa)
Variable Beneficiarios actuales R cuadrado Valor-F para trminos de ndice de pobreza Primeras diferencias Beneficiarios actuales R cuadrado Valor-F para trminos de ndice de pobreza Controles Ninguno X -0.003 (0.022) 0.000 -0.004 (0.022) 0.123 0.043 (0.055) 0.123 0.95 X, f(P) (1) -0.013 (0.025) 0.000 (2) Niveles 0.003 (0.022) 0.289 0.019 (0.056) 0.288 0.06 (3)
Fuente: Elaboracin propia Notas: Errores estndar (robustos) en parntesis. El nmero de observaciones es igual a 2 384. La especificacin (1) no contiene variables de control, la especificacin (2) aade controles para caractersticas socio demogrficas (como las definidas en la Tabla 1.1). La especificacin (3) aade un polinomio de tercer grado del ndice de pobreza.
67
Polticas educativas y desempeo Tabla 1.6 Resultados IV para matriculacin escolar (muestra reducida)
Variable Beneficiarios actuales R cuadrado Valor-F para trminos de ndice de pobreza Primeras diferencias Beneficiarios actuales R cuadrado Valor-F para trminos de ndice de pobreza Controles Ninguno X 0.026 (0.034) 0.000 0.011 (0.036) 0.155 -0.036 (0.072) 0.155 0.30 X, f(P) (1) 0.061 (0.040) 0.000 (2) Niveles 0.032 (0.037) 0.291 -0.076 (0.076) 0.283 1.53 (3)
Fuente: Elaboracin propia Notas: Errores estndar (robustos) entre parntesis. El nmero de observaciones es igual a 1 030. La especificacin (1) no contiene variables de control, la especificacin (2) aade controles para caractersticas socio demogrficas (como las definidas en la Tabla 1.1). La especificacin (3) aade un polinomio de tercer grado del ndice de pobreza.
Para ninguna de las dos muestras se puede rechazar la hiptesis de que el efecto conjunto de los tres trminos del ndice de pobreza es igual a cero y, en consecuencia, se prefiere los resultados presentados en la segunda columna. Esto implica que para los resultados obtenidos de la muestra completa se descarta, con el 95% de probabilidad, el hecho de que recibir la transferencia monetaria incremente la matrcula escolar en ms de 4,6 (especificacin con la variables a nivel) o en ms de 3,9 (especificacin con variables en primera diferencia) puntos porcentuales. Para la muestra restringida, las cifras respectivas son 10,4 y 8,2 puntos porcentuales. Estos hallazgos acerca del efecto de las transferencias monetarias pueden compararse con aquellos que reportaron Schady y Araujo (2005). Como se mencion anteriormente, estos autores usan la informacin de un experimento en el que los potenciales beneficiarios que se encontraban alrededor del vigsimo percentil, fueron seleccionados aleatoriamente para conformar los grupos de tratamiento y de control. Los autores reportan un efecto promedio significativo y positivo, pero ste est concentra-
68
do entre los ms pobres de la muestra. Por ejemplo, encontraron un efecto significativo igual a 0.066 (con error estndar 0.022) para los nios de familias con gastos per cpita por debajo del vigsimo percentil (la mediana de su muestra); y un efecto no significativo igual a 0.012 (con error estndar 0.022) para los nios de familias con gastos per cpita sobre el vigsimo percentil (la mediana de su muestra). Los nios de la muestra utilizada en la presente investigacin provienen de familias ubicadas alrededor del cuadragsimo percentil de gastos per cpita. Al tomar ambos casos, esto sugiere que el efecto de las transferencias monetarias es heterogneo y mayor en las familias de escasos recursos. Nuestro resultado, efecto nulo, no debe ser interpretado como el efecto promedio del programa, sino como un estimador del efecto slo para los nios de familias ubicadas cerca del punto de corte del cuadragsimo percentil. Este resultado es relevante para la formulacin de polticas, pues sugiere que extender el programa a la poblacin de percentiles ms altos no conlleva un incremento en la matrcula; en otras palabras, al menos desde la perspectiva de la matrcula escolar, el punto de corte para participar en el programa puede reducirse.
Qu hicieron con el dinero? Los resultados presentados hasta el momento muestran que, en Ecuador, las transferencias monetarias no condicionadas no tienen un efecto significativo en la matrcula escolar. En esta sub-seccin analizamos cmo gastaron el dinero las familias que recibieron la transferencia. Esto es, en s mismo, relevante. Se gasta el dinero de la transferencia de una manera que (potencialmente) beneficia tambin a los nios? Adicionalmente, se utiliza los resultados alternativos para determinar si el diseo de investigacin aplicado en este estudio es capaz de detectar algn impacto. La Tabla 1.7 reporta los resultados de cinco categoras de gasto, para la muestra completa y para la restringida, y tambin para las especificaciones de variables en niveles y en diferencias.
69
Polticas educativas y desempeo Tabla 1.7 Estimados VI de los efectos en el registro de gastos (ambas muestras)
Variable Muestra completa Niveles Primeras diferencias Muestra reducida Estatus de tratamiento Primeras diferencias 0.245* (0.144) 0.292 (0.184) 0.464 (0.328) 0.726* (0.449) -0.184 (0.259) 0.239 (0.346) -0.038 (0.127) 0.181 (0.160) 0.094 (0.127) 0.287 (0.164) 0.057 (0.093) 0.143 (0.119) 0.213 (0.196) -0.029 (0.279) -0.163 (0.163) 0.057 (0.214) -0.110 (0.087) 0.059 (0.103) 0.008 (0.083) 0.118 (0.106) Alimentos Escuela No alimentos Vivienda PC
Fuente: Elaboracin propia Notas: Errores estndar (robustos) entre parntesis. * indica 10% de significancia. El nmero de observaciones para la muestra completa es igual a 2.384 y 1.030 para la muestra reducida.
Todos los efectos estimados se obtienen de especificaciones que tambin incluyen los antecedentes personales y un control para el ndice de pobreza. Los resultados para la muestra restringida revelan que los beneficiarios gastan ms en comida y en gastos relacionados con la educacin13. Los gastos en alimentos se incrementan hasta en 25 puntos porcentuales y los gastos en educacin, en 73 puntos porcentuales14. Si bien la transferencia no incrementa la matriculacin escolar, permitira equipar mejor a quienes s asisten. Parte del dinero de la transferencia se gasta de una manera que, potencialmente, incrementa el capital humano de los nios. Una opcin es que mejore la asistencia a la escuela. Desafortunadamente, nuestra informacin no tiene registros confiables sobre la asistencia debido a que durante el trabajo de campo hubo varias huelgas del sindicato de profesores a nivel nacional. Otra opcin es que mejoren los logros acad13 Los gastos relacionados con la educacin incluyen transporte, uniformes, pensin, libros, otros tiles escolares y las contribuciones de los padres para los gastos de la escuela. 14 Este resultado est en la misma lnea que el resultado encontrado para aquellos que estn alrededor del punto de corte del primer quintil. Schady y Rosero (2007) encuentran que los hogares que fueron asignados aleatoriamente para recibir las transferencias del BDH tienen una proporcin de gasto en alimentos significativamente ms alta.
70
micos de los estudiantes. Al respecto sera importante analizar los posibles efectos del programa sobre los resultados de los exmenes. El siguiente captulo analiza este tema.
Resumen y discusin Varios estudios de evaluacin de programas de transferencia monetaria que condicionan la entrega del dinero a que los nios vayan a la escuela, en Amrica Latina, muestran que todos tienen efectos sustanciales positivos sobre la matriculacin escolar. La evidencia proviene tanto de estudios que usan informacin de experimentos de campo aleatorios, como de estudios que utilizan mtodos no experimentales. Este captulo evala los efectos del programa de transferencia monetaria en Ecuador, donde la recepcin de la transferencia no depende de que los nios asistan a la escuela. El diseo del programa incluye una discontinuidad en la regresin. Las familias con un registro en el ndice de pobreza igual o menor al cuadragsimo percentil califican para las transferencias; las familias con un registro superior al cuadragsimo percentil de dicho ndice no son elegibles. A pesar de que la elegibilidad no predice con total precisin quienes reciben el beneficio, hay una reduccin drstica de la probabilidad de recibir el beneficio en el cuadragsimo percentil. Explotamos esta caracterstica del diseo del programa para construir un instrumento de la recepcin del tratamiento. Encontramos, un efecto nulo, estimado de forma precisa, de las transferencias monetarias sobre la matrcula escolar. Esto junto con la evidencia de otro estudio de Ecuador que busca los efectos para los grupos cercanos al vigsimo percentil, sugiere que el efecto de las transferencias monetarias sobre la matriculacin escolar es heterogneo y aumenta con la pobreza. As, el efecto cero estimado en este captulo no debe interpretarse como un efecto promedio del programa, sino como un estimado del impacto para los nios que provienen de familias cerca del punto de corte (percentil 40). En consecuencia, la implicacin de poltica de este hallazgo no es que el programa debe abandonarse del todo, sino que el umbral de elegibilidad podra reducirse.
71
Este impacto estimado de las transferencias monetarias no condicionadas en Ecuador, contrasta con los resultados de estudios previos sobre los impactos de las transferencias monetarias condicionadas en otros pases de Amrica Latina. El estudio de Maluccio y Flores (2004), que se basa en un experimento aleatorio en Nicaragua, encuentra efectos sobre la matriculacin escolar del 26% para nios provenientes del 21% de las familias ms pobres (extremadamente pobres), del 12% para nios del siguiente 24% de familias pobres, y del 5% para nios de familias ubicadas entre los percentiles 45 y 66 de la escala de pobreza. Nuestra estimacin de cero para familias alrededor del cuadragsimo percentil, debera ser comparada mejor con sus estimaciones del 12% y 5%. La diferencia de los efectos encontrados da indicios de que el factor determinante del xito de estos programas no es la transferencia monetaria por s sola, sino el requerimiento de enviar a los nios a la escuela. De Brauw y Hoddinott (2007) y Schady y Araujo (2007) han usado otros mtodos para separar los efectos de las transferencias monetarias de los efectos del requerimiento de que los nios vayan a la escuela. Ambos estudios imponen un supuesto de independencia condicional que puede ser cuestionado. Sin embargo, ambas investigaciones, alcanzan la misma conclusin que el presente trabajo, que la condicionalidad es decisiva. El hecho que las familias se comporten distinto bajo transferencias monetarias condicionadas que cuando stas son no condicionadas, implica que los hogares alcanzan niveles de utilidad ms altos sin el condicionamiento. En consecuencia, el requerimiento de que los nios asistan a la escuela slo se justifica si hay la certeza de que las familias se comportan por debajo de lo ideal. Este es el caso de Ecuador, pues las familias de escasos recursos invierten muy poco en educacin, debido a restricciones de crdito y/o por la falta de informacin. Adicionalmente, las transferencias no condicionadas resultan ptimas para aquellas personas que toman las decisiones del hogar. Sin embargo, si aquellos que toman decisiones tienen intereses distintos a los de sus hijos, las transferencias no condicionadas no seran adecuadas para los nios. La recomendacin de poltica ms importante que puede hacerse es la importancia de crear mecanismos destinados a hacer cumplir la condicionalidad.
72
Captulo 2 El impacto de las transferencias monetarias (no) condicionadas sobre los logros acadmicos de los estudiantes: el caso del Bono de Desarrollo Humano
Resumen En el captulo 1 encontramos efectos significativos del Bono de Desarrollo Humano en el gasto educativo. Esto implicara efectos positivos en los logros acadmicos de los estudiantes. Adems de ello, hay razones tericas para creer que el programa, como cualquier programa de transferencias, tendra un resultado positivo en el resultado de los exmenes de los estudiantes. Sin embargo, la evidencia emprica relacionada es escasa. A manera de contribucin, este captulo evala el impacto de un programa de transferencia monetaria (no) condicionada, el Bono de Desarrollo Humano, sobre los logros acadmicos de los estudiantes. En trminos metodolgicos, el captulo se apoya en una variedad de tcnicas, como el diseo de regresin discontinua y el emparejamiento segn la propensin a participar en el programa, para identificar el efecto del programa de Ecuador en los logros acadmicos de segundo grado. Sin importar qu especificacin emprica se tome, no parece haber un impacto significativo del programa sobre los resultados de los exmenes.
73
Intervenciones por el lado de la demanda Durante la dcada de los noventa, las intervenciones por el lado de la demanda jugaron un rol importante en las polticas educativas de Amrica Latina. En general, dos tipos de programas fueron implementados en la regin: programas de transferencia monetaria y bonos educativos. Los programas de transferencia monetaria condicionada (TMC) comenzaron durante la dcada de los noventa y desde entonces se han convertido en un importante componente de las polticas sociales, en la mayora de pases de Amrica Latina. La idea principal de estos programas es otorgar dinero a las familias de escasos recursos, con la condicin de que inviertan en capital humano, por ejemplo, que enven a sus hijos a la escuela o los lleven a chequeos mdicos regulares en centros de salud. En los programas de TMC las lneas ms usuales de intervencin en capital humano son dos: educacin y salud y nutricin. Respecto de la educacin, la mayora de programas de TMC se enfocan en mejorar el acceso de los nios a la escuela. De hecho, la mayora de los estudios de evaluacin de impacto de programas de TMC han encontrado efectos positivos, significativos sobre el acceso de los nios a la educacin y sobre la reduccin del trabajo infantil. Desde un punto de vista terico, se esperara que los programas de TMC tengan tambin un efecto sobre los logros acadmicos de los estudiantes. Por una parte, podra haber un impacto positivo ya que estos programas pueden estar asociados con un incremento en las tasas de asistencia (dado que los nios ya estn matriculados) y los estudiantes que asisten con regularidad a clases seguramente obtendrn mejores notas que los que asisten con menos frecuencia1. Adems, tambin se podra encontrar un mejoramiento de las condiciones de aprendizaje, gracias al impacto potencial del programa en nutricin y consumo, as como en la reduccin del trabajo infantil2. Por otra parte, se podra tener efectos negativos de estos programas sobre los puntajes de los exmenes. El impacto positivo
1 2 Como un ejemplo, Bedi y Marshall (1999 y 2002) muestran la importancia de la asistencia a clases en el resultado de los exmenes en Honduras. Para una revisin, ver Rawlings y Rubio (2003), Calds, Coady y Maluccio (2004) y Villatoro (2005).
74
Captulo 2: El impacto de las transferencias monetarias sobre los logros acadmicos
de estos programas en la matrcula escolar puede incrementar el nmero de alumnos y causar sobrepoblacin en las escuelas, lo que afectara negativamente los logros acadmicos (Behrman, Segunpta y Todd, 2000). No obstante estas posibilidades tericas, es escaso el nmero de estudios que evala el efecto de las TMC sobre los logros acadmicos. Adems, como se mencion en el captulo 1, la experiencia ecuatoriana es un caso particular, porque el programa no cuenta con mecanismos para asegurar el cumplimiento de la condicionalidad. En consecuencia, el aporte principal de este captulo es evaluar el impacto de la transferencia monetaria no condicionada en Ecuador, el Bono de Desarrollo Humano, sobre los logros acadmicos de los estudiantes. La investigacin tiene consecuencias polticas considerables y responde a la pregunta: est el programa slo incrementando la matrcula (entre los extremadamente pobres) e incrementando el gasto educativo (entre los menos pobres) o mejora tambin el aprendizaje? En otras palabras, ejerce el programa un efecto en la matrcula y en los logros educativos?3 El resto del captulo se organiza de la siguiente manera. La parte que sigue presenta evidencia del impacto de las intervenciones por el lado de la demanda sobre los resultados de los exmenes en Amrica Latina. La tercera parte describe el programa ecuatoriano. La cuarta parte introduce la estrategia metodolgica empleada. La quinta describe los datos y muestra algunas estadsticas descriptivas. La siguiente parte muestra los resultados principales, y la ltima expone las conclusiones.
Experiencias de programas de transferencias monetarias condicionadas y de becas escolares en Amrica Latina El caso de Mxico ha sido particularmente fructfero en trminos de la investigacin del impacto de los programas de TMC en varias reas del desarrollo social. En particular, tambin se ha evaluado el impacto del programa sobre los logros acadmicos de los estudiantes. Behrman,
3 El nfasis real de las polticas educativas en Amrica Latina motiva el diseo de programas que afecten tanto la matrcula escolar como la calidad de la educacin.
75
Sengupta y Todd (2000), despus de casi un ao y medio escolar de exposicin a Progresa, no encontraron impactos significativos sobre el resultado de los exmenes de los alumnos. Respecto de los programas de becas escolares, hay solo dos experiencias importantes en Amrica Latina: Colombia y Chile. En el caso colombiano, el Gobierno cre un programa dirigido a incrementar la matrcula escolar a nivel de secundaria (Programa de Ampliacin de Cobertura de la Educacin Secundaria: PACES) en 1991, con el fin de incentivar la provisin privada de servicios pblicos. PACES estaba dirigido a familias de bajos ingresos que viven en barrios clasificados como parte de los 2 estratos socioeconmicos ms bajos (de un total de 6). Para calificar a la beca, los postulantes deben haber sido admitidos en un colegio participante, localizado en las ciudades participantes. La beca borde los $190 en 1998, mientras que la matrcula y las pensiones mensuales de los postulantes que asistan a colegios privados, lleg a los $340 en promedio, ese mismo ao. En los aos pico, 1994 y 1995, cerca de 90 000 estudiantes se beneficiaron del programa. Una ventaja de este programa fue que, debido a que la demanda exceda la oferta, el Gobierno colombiano us un sistema de lotera para adjudicar la beca entre los participantes, lo cual permiti que se diera un experimento natural. Angrist et al. (2002) utilizaron esta estrategia de investigacin para evaluar el impacto de los programas sobre algunos resultados educativos. Tres aos despus de la aplicacin del programa, no se encontr ninguna diferencia significativa en la matriculacin, entre ganadores y perdedores de la lotera, a pesar de que los ganadores haban completado un 0,1 ao adicional de estudio, y de que tenan una probabilidad de 10 puntos porcentuales mayor que los perdedores de completar el octavo grado, bsicamente porque repitieron pocos grados. Respecto de los resultados de las pruebas cognitivas, estos muestran que, en promedio, los ganadores de la lotera obtuvieron 0,2 desviaciones estndar ms que los perdedores. El efecto en las nias es ms grande y estimado con ms precisin que el efecto en los nios (Angrist et. al., 2002). Adicionalmente, estos autores han evaluado el efecto a largo plazo de PACES sobre los resultados de los exmenes. Al usar el mismo experimento natural, descubrieron que el programa hizo que se incrementaran las tasas de graduacin del colegio entre 5 y 7 puntos por76
centuales. Al utilizar los datos administrativos del sistema centralizado de exmenes de ingreso a la universidad en Colombia, y despus de corregir el sesgo por seleccin entre perdedores y ganadores que aplicaron para dar el examen, hallaron un efecto positivo, de alrededor de dos puntos porcentuales, en el resultado de los exmenes. Chile presenta otra experiencia con becas educativas. En 1981, el Gobierno chileno cre un programa de becas a nivel nacional, que proporcionaba incentivos financieros tanto para instituciones pblicas como privadas. Esta iniciativa transfiri las escuelas fiscales del Ministerio de Educacin a las municipalidades, y subsidi a las escuelas privadas que comenzaron a recibir un pago por cada estudiante que asista a su escuela. Hsieh y Urquiola (2003) evaluaron el impacto de este programa. Al considerar que el programa cre un mercado educativo dinmico, con ms incidencia en aquellas comunidades con mercados ms grandes (ah donde la demanda de escuelas privadas parece haber sido mayor) y el hecho que el impacto diferencial del programa se deriva de las caractersticas comunitarias fijas a lo largo del tiempo, el impacto del programa se mide al comparar el cambio en los resultados educativos en comunidades urbanas ms ricas, con el cambio observado en comunidades donde la educacin privada creci menos (rurales y de escasos recursos). Los resultados muestran que las notas promedio de los exmenes no se incrementaron ms rpido en las comunidades donde el sector privado hizo ms contribuciones, y que las medidas de repitencia promedio y matrcula de grado segn la edad empeoraron en dichas reas. Los resultados son consistentes cuando se introduce un conjunto de variables de control para las tendencias preexistentes y actuales, e incluso cuando se usa instrumentos como la poblacin inicial, la tasa de urbanizacin y el grado de inequidad. Sin embargo, una conclusin importante de dicha investigacin es que el efecto principal del programa fue el xodo de estudiantes de clase media desde el sector pblico hacia el privado. Los autores reconocen que en las comunidades donde las escuelas privadas crecieron ms que las pblicas, hubo una cada ms notoria en el estatus socioeconmico (medido por la escolaridad de los padres y el ingreso) de los estudiantes de escuelas pblicas relativo al promedio de la comunidad. Adems, la investigacin mues-
77
tra que la salida de estos estudiantes tuvo un serio impacto en los resultados acadmicos del sector pblico (Hsieh y Urquiola, 2003.).
El programa ecuatoriano El programa Bono Solidario inici en 1998 como una red de seguridad para compensar a las familias de escasos recursos por la supresin de los subsidios al gas y a la electricidad. Inicialmente, el programa utiliz una estrategia de auto-seleccin dirigida a las madres con ingresos por debajo de los $40, personas con discapacidad y ciudadanos de la tercera edad. Si bien la justificacin poltica inmediata para este programa fue compensar a las personas de escasos recursos por su prdida de capacidad adquisitiva debido al consabido incremento de los precios del petrleo y del gas natural (que estaban altamente subsidiados), el programa, pronto, tom su propio rumbo, y se convirti en el gasto social del Gobierno ms alto, despus de la educacin, con transferencias iguales al 1% del PIB (Vos, Len y Brborich, 2001). Comparativamente, la educacin pblica y los gastos de salud alcanzan el 2,5% y menos del 1% del PIB, respectivamente. La transferencia era modesta, pero sustancial para los estndares ecuatorianos. Cuando comenz el programa, las madres reciban 100 000 sucres mensuales (alrededor de $15), y las personas de tercera edad y los discapacitados, 50 000 sucres. En abril de 1999, esas cantidades se incrementaron en un 50%, principalmente debido a la alta inflacin. En promedio, la participacin del ingreso proveniente del bono en el gasto total de los hogares alcanz el 11%, en 1999. Durante el ao 2000, el programa lleg a 1,2 millones de hogares beneficiarios, esto es alrededor del 45% de los hogares ecuatorianos. Una evaluacin de impacto del Bono Solidario, conducido por Vos et al. (2001), quien us el mtodo de emparejamiento segn la propensin a participar en el programa (propensity score matching), mostr un impacto positivo de alrededor del 5% en la matriculacin escolar, a pesar de que no se encontraron efectos positivos en los indicadores de pobreza4. Otro estudio,
4 Adems, el estudio encontr un efecto pequeo pero negativo sobre el nmero de horas semanales que trabajaban los miembros del hogar.
78
llevado a cabo por Len y Younger (2007), que implementaron el mtodo de variables instrumentales, mostr que el programa tuvo un efecto positivo muy pequeo, pero significativo, en el estado nutricional de los nios. Hacia fines de los noventa, se implement tambin un programa de TMC, llamado Beca Escolar. El programa consista en la transferencia de $5 por nio (y hasta dos nios por hogar), con la condicin de que el nio est matriculado y de que asista al 90% de las clases cada mes. No se dispone de un estudio de evaluacin de impacto de este programa. En 2003, el Bono Solidario fue reformulado y se convirti en un programa de TMC. Se lo renombr como Bono de Desarrollo Humano (BDH) e incorpor tanto al Bono Solidario como a la Beca escolar. El objetivo principal del nuevo programa fue la mejora del capital humano entre las personas de escasos recursos en Ecuador. Salud y educacin son los dos componentes del programa. El componente educativo requiere que los nios de entre 6 y 15 aos de edad se matriculen en la escuela y asistan al menos un 90% de las clases, en el mes. El componente de salud demanda que los nios menores de seis aos vayan a chequeos mdicos bimensuales en los centros de salud. A diferencia de otros programas de TMC en Amrica Latina, el BDH no tiene mecanismos para verificar la condicionalidad. En consecuencia, los hogares que no envan a sus hijos a la escuela o si stos no asisten de forma regular, no son separados de los registros del programa. Sin embargo, al comienzo del proyecto, algunos programas de televisin trasmitidos a nivel nacional, promocionaron la obligacin que tenan los padres de enviar a los nios a la escuela, si queran recibir el bono. Esta campaa publicitaria cre cierto nivel de conciencia respecto de la obligacin de los padres de mandar a sus hijos a la escuela y de llevarlos a los centros de salud para beneficiarse del programa. Para escoger los beneficiarios, el programa utiliza una estrategia de focalizacin individual basada en un ndice de bienestar calculado por el Selben (el Sistema de Seleccin de Beneficiarios de Programas Sociales). El Selben identifica a los beneficiarios potenciales de los programas sociales a travs de un ndice de necesidades bsicas insatisfechas que se calcula utilizando un anlisis de componentes principales no lineales5. Las
5 El ndice tiene un rango de 0 a 100: 0 para los ms pobres y 100 para los ms ricos. Referirse a la seccin metodolgica para conocer ms detalles sobre la construccin del ndice Selben.
79
familias que pertenecen a los quintiles 1 y 2 reciben el beneficio (aquellas familias que tienen un ndice Selben menor a 56,65). Al momento, cerca del 90% de beneficiarios del programa tienen estos puntajes en el ndice Selben. La diferencia se compone de las familias que no participaron en la encuesta Selben, pero que se beneficiaron del programa desde el inicio. Actualmente el programa consiste de una transferencia de $15 mensuales por familia. El presupuesto anual del programa alcanz los 190 millones de dlares en 2004 (alrededor del 1% del PIB). Una evaluacin de impacto fue llevada a cabo por Schady y Araujo (2005), con un diseo experimental. Las familias por encima y por debajo del umbral del primer quintil Selben6, fueron distribuidas aleatoriamente en grupos de tratamiento y control. Despus de verificar la validez del experimento, la investigacin utiliza una estrategia de diferencia en diferencias y concluye que el programa tiene un efecto positivo en la matriculacin (cerca de 10 puntos) y un efecto negativo en el trabajo infantil (cerca de 17 puntos). Finalmente, como se mostr en el Captulo 1, no se encontr ningn impacto significativo sobre la matriculacin escolar entre aquellos que tuvieron un puntaje en el ndice cercano del punto de corte (los menos pobres), pero s impactos significativos y positivos en el gasto escolar.
Metodologa Especificaciones empricas El objetivo de este captulo es evaluar el impacto del BDH sobre los logros acadmicos de los estudiantes. Como se mencion en la introduccin, la idea de un estudio de evaluacin de impacto es aislar el efecto del programa en el resultado de las pruebas que rindieron los estudiantes. En esta parte empleamos un mtodo cuasi-experimental que se basa en los mecanismos de seleccin para participar en el programa. El principal planteamiento metodolgico consiste en combinar una funcin de pro6 Las personas extremadamente pobres.
80
duccin de educacin con un diseo de regresin discontinua, con el objetivo de conseguir estimadores robustos del impacto del programa. Para comenzar, nos planteamos la siguiente ecuacin7: (1) Donde Yi es la variable de resultado (nota del examen); Ti es una variable dicotmica indicativa, que es igual a 1 si la persona recibe el BDH, y 0 si no lo recibe; Xi es un vector de caractersticas individuales, del hogar, de la escuela y del profesor; f(Si) es una funcin flexible (un polinomio de primero, segundo y tercer grado) del puntaje en el ndice Selben y, finalmente, ui es el trmino de error. En este caso, el parmetro representa el tratamiento promedio de los tratados, despus de controlar para ciertas variables observables seleccionadas. Sin embargo, el problema con la ecuacin (1) es que la participacin en el programa no es aleatoria y Ti puede estar correlacionada con el trmino error, ya que puede haber caractersticas no observables de los individuos que afecten tanto la participacin en el programa, como en el resultado de los exmenes. En este caso, para la ecuacin (1) los estimadores de mnimos cuadrados ordinarios (MCO) sern sesgados e inconsistentes. Adems, los estimadores de MCO se refieren solo al valor esperado condicional de la variable de resultado, dada la participacin en el programa y las caractersticas individuales, del hogar, del profesor y de la escuela. Pero no permite establecer el efecto causal de la participacin en el programa (Verbeek, 2000). Es decir, el estimador de mnimos cuadrados para refleja la diferencia en el resultado esperado de dos personas con las mismas caractersticas observadas, cuando una participa en el programa y la otra no. Dado que el programa est dirigido a personas de escasos recursos, es posible que el coeficiente est sesgado hacia abajo y que sea negativo. Este es un ejemplo del efecto de asignacin del programa (program placement effect) anotado por Pitt, Rosenzweig y Gibbons (1985), segn el cual el programa es endgeno a la variable dependiente y dirigido hacia las personas de escasos recursos.
7 Es una funcin de produccin de educacin. Para una revisin ver: Bowles, 1970; Hanusheck, 1979, Behrman, 1999; Pritchett y Filmer, 1997; Tod y Wolpin, 2003.
81
Para resolver este problema este estudio emplea la estrategia de seleccin del programa y as crea una fuente exgena de identificacin. Como se ha sealado, al programa se concede solo a las personas con un puntaje menor a 50,65 en el ndice Selben. Esto crea las condiciones apropiadas para usar un diseo de regresin discontinua (RD) 8. La idea principal del mtodo de RD es que el programa se asigna segn el valor que adquiere una variable observable continua, relativo a un punto de corte dado. Adems, la correspondiente probabilidad de recibir el tratamiento (propensity score) es una funcin de esta variable discontinua en el punto de corte. El supuesto fundamental detrs de un diseo de regresin discontinua es que las caractersticas no observables varan de forma continua alrededor del punto de corte y que las caractersticas observables se usan para determinar el tratamiento9. Este supuesto dejara de ser cierto si los individuos pueden influenciar su posicin relativa al punto de corte (Jacob y Lefgren, 2004). En nuestro caso, esta preocupacin no es un problema porque las familias no tienen ningn control sobre el clculo del ndice Selben y no estn al tanto del procedimiento de puntuacin. La idea detrs de un diseo de RD es que la comparacin de individuos dentro de un intervalo pequeo alrededor del punto de corte ser muy similar a un experimento aleatorio en el punto de corte. Esto es as porque, esencialmente, ambos tienen el mismo valor del ndice Selben (S). En este sentido, se espera que los individuos justo por encima y por debajo del punto de corte (S0) sean muy similares y, por lo tanto, que tengan resultados comparables tanto en presencia como en ausencia del programa. Tomando esto en cuenta, una comparacin entre aquellos sobre el punto de corte (aquellos que no reciben tratamiento) y aquellos debajo (que s lo reciben), provee un estimador del efecto del tratamiento potencialmente insesgado.
8 Algunos ejemplos de estudios que usan diseos de RD pueden encontrarse en Thistlethatite y Campbell (1960); Sandra Black (1999); Angrist y Lavy (1999), Hahn, Todd y Van de Klaauw (1999); Van de Klaauw (2002); Jacob y Lefgren (2004); Chay, McEwan y Urquiola (2005). El principal supuesto al usar un diseo RD, para obtener estimadores insesgados del impacto del programa, es que no hay otras discontinuidades alrededor del punto de corte (50,65). Esta es una condicin de exclusin con respecto a la discontinuidad.
82
En la literatura, hay dos tipos de diseo de RD: agudo y difuso. Bajo el diseo agudo (sharp), los individuos son seleccionados para el tratamiento nicamente sobre la base de una variable continua observada, llamada variable de seleccin o tratamiento: aquellos que se ubican sobre el punto de corte no reciben el tratamiento (Ti=0 if Si>S0), mientras que los que estn debajo del punto s lo hacen (Ti=1 if Si=<S0). En este caso, T es determinstica y depende del puntaje en el ndice Selben Ti=f(Si). Si toma valores continuos y el punto S0, donde la funcin f(S) es discontinua, se supone que es conocido (50,65 en el ndice Selben) (Hahn, Tood y Van der Klaauw, 2001). Bajo el diseo agudo, la estimacin de MCO generar estimadores insesgados, porque el tratamiento guarda una correlacin perfecta con las caractersticas observables y es ortogonal a las caractersticas no observables. As, se puede definir el impacto del programa, simplemente, al comparar individuos pertenecientes a familias que puntan justo por arriba o por debajo del punto de corte (Jacob and Lefgren, 2004). En este caso, siguiendo la lgica de los diseos de RD, puede utilizarse la siguiente ecuacin: (2) En la que el superndice RD indica la muestra de regresin discontinua. Para revisar la robustez de los estimadores, deben utilizarse varias muestras RD10. Los estimadores, en este caso, indican el efecto causal promedio del tratamiento en el punto de discontinuidad (Imbens y Lemieux, 2007). Un problema potencial en el caso del BDH es que el proceso de asignacin no depende exclusivamente del puntaje en el ndice Selben. Algunas personas que reciben el programa podran estar sobre el punto de corte, y otras con un puntaje inferior a ese punto pueden ser excluidas. Esto significa que la asignacin del tratamiento depende del ndice Selben, pero de una manera estocstica11. En la literatura, este caso corres10 Al expandir los anchos de banda alrededor de la discontinuidad se incrementa el nmero de observaciones; pero, al mismo tiempo, aumenta el riesgo de violar el supuesto de tendencia comn. Se emplea las muestras de RD 1, 2, 3. Estas muestras estn relativamente cerca a la discontinuidad e incluyen el nmero suficiente de casos para obtener resultados significativos. 11 En algunos casos, el clientelismo poltico ha distorsionado la asignacin de los beneficios del BDH.
83
ponde a un diseo difuso (fuzzy). Adems del ndice Selben, hay otras variables que pueden influenciar la asignacin al tratamiento. El punto importante a considerar es que, an en este caso, la funcin de probabilidad de participacin en el programa (propesity score function) Pr(T=1|S) tiene una discontinuidad en S0, similar a la del diseo agudo. El diseo difuso puede ocurrir en casos donde hay una asignacin incorrecta, relativa al punto de corte en un diseo agudo. El trmino de error en un diseo fuzzy est dado por: Ti=E[Ti|Si]+ei (Hahn, Todd and Van der Klaaue. 2001). En este caso, puede recurrirse al mtodo de variables instrumentales (VI) para obtener estimadores insesgados, donde el instrumento (Z) es la regla asignacin, y toma el valor de 1 para aquellos registrados debajo del punto de corte y el valor de 0 para aquellos registrados sobre el punto de corte. Este instrumento debe satisfacer las dos condiciones bsicas para ser un buen instrumento: Z est altamente correlacionada con la participacin en el programa (dado que es la regla de asignacin), pero no est correlacionada con los logros acadmicos de los estudiantes, cerca del punto de corte (las muestras RD)12. La forma reducida de la ecuacin en este caso es: (3) Los mnimos cuadrados en 2 etapas (2SLS por sus siglas en ingls) se obtienen al estimar: (4) Donde viene de la estimacin de la ecuacin de la primera etapa, que se define as: (5)
12 Una ventaja del diseo de RD es que, cuando se usa variables instrumentales, se puede justificar un estimador de Wald, incluso cuando se viola la condicin de exclusin, de que el instrumento no se relacione con el trmino de error (Hahn, Todd y Van Der Klaue, 1999 y 2001).
84
El resultado bajo el mtodo de VI provee los estimadores del efecto de tratamiento promedio local (ETPL) y se refiere al impacto del programa en aquellos cuya participacin puede manipularse con la regla de asignacin (con el instrumento), es decir, aquellos que se encuentran alrededor del punto de corte (Imbens y Lemieux, 2007). Una potencial dificultad del mtodo de VI es que asume que se conoce la relacin entre la variable de resultado y la variable que determina el tratamiento. Si se asume la forma funcional equivocada, los estimadores pueden sesgarse debido a la especificacin errnea del modelo. Por ejemplo, si la relacin alrededor del punto de corte no es lineal, pero se ha especificado una funcin lineal, el efecto del tratamiento estimado podra, simplemente, ser producto de cualquier residuo por la no-linealidad de la funcin (Jacob y Lefgren, 2004; Chay, McEwan y Urquiola, 2005). Un modo de tratar este problema es usar varias formas funcionales para la funcin de control. La consistencia de los estimadores se verificar con la inclusin de polinomios de segundo y tercer orden en el ndice Selben. Adems, siguiendo a Hahn, Todd y Van de Klauw (1999 y 2001) otra forma segura de solucionar el problema de especificacin causado por el uso de una forma funcional de la funcin de control equivocada, es a travs de tcnicas de estimacin no paramtricas. En este caso, el impacto del programa ( ) se estima as: (6)
Donde
,y ,y .
,y
Los lmites de la ecuacin (6) se estiman con tcnicas no paramtricas13. La idea principal de la ecuacin (6) es comparar el resultado de los indi13 Ver Hahn, Todd y Van Der Klaauw (1999 y 2001).
85
viduos que estn apenas sobre del punto de corte (Y+), con el resultado de los individuos que estn apenas por debajo del punto de corte (Y-) y corregir por la probabilidad de recibir tratamiento de aquellos que estn apenas sobre el punto de corte (T+) y de aquellos que estn apenas debajo de l (T-). Al no tener que restringir la forma de la funcin de control, se puede tratar el sesgo potencial, producto de los errores en la especificacin de la forma funcional. Debe tomarse en cuenta que, para obtener estimadores precisos, los estimadores no paramtricos requieren un tamao de muestra mayor que los estimadores paramtricos (Mittelhammer et al., 2000). Es ms, para un tamao de muestra determinado, los estimadores no paramtricos tienden a ser menos precisos que los estimadores paramtricos (Mittelhammer y otros autores, 2000). Sin embargo, si la forma funcional que se utiliza para hallar los estimadores paramtricos es errnea, entonces los estimadores no paramtricos son ms precisos, para igual tamao de la muestra. En lo que respecta a las regresiones no paramtricas, se conoce bien el pobre desempeo de los estimadores estndares de Kernel, en el lmite. Por esta razn, en este captulo se utilizar una regresin lineal local, para estimar los lmites de la ecuacin (6). Esta tcnica de estimacin tiene mejores propiedades en el lmite (Hahn, Todd y Van der Klaauw, 1999 y 2001; Fan, 1992) y una alta eficiencia asinttica (Fan, 1992). Finalmente, una dificultad potencial de los estimadores no paramtricos es que son muy sensibles a los diferentes anchos de banda. Por lo tanto, se presentarn los resultados de la ecuacin (6) con distintos anchos de banda.
Reproduciendo el ndice Selben Como se mencion, el Gobierno ecuatoriano usa el ndice Selben para identificar a las personas de escasos recursos para su participacin en los programas sociales. Para el efecto, la Secretara Tcnica del Frente Social, lleva a cabo encuestas para las personas pobres tanto de reas rurales como urbanas. Una vez que el levantamiento de encuestas termina, se crea una
86
base de datos a partir de la cual se calcula el ndice Selben, usando los pesos y las variables que se muestran en el anexo A. El ndice Selben original fue construido en la Encuesta de Condiciones de Vida de 1999, utilizando un anlisis de componentes principales no lineales y una combinacin de 27 variables. Estas variables pueden clasificarse en los siguientes grupos: infraestructura (6 variables), caractersticas demogrficas de los miembros del hogar (9 variables), caractersticas educacionales de los miembros del hogar (4 variables) y bienes del hogar (8 variables). La escala del ndice va de 0 a 100. Ya se ha dicho que las familias con un puntaje inferior a 50,65 reciben el beneficio, mientras que las familias con un puntaje superior a 50,65 no participan en el programa. Un aspecto importante de este captulo es la reproduccin del ndice Selben, a partir de nuestros datos, con el fin de replicar el proceso de asignacin y usar la estrategia de RD. La reproduccin del ndice Selben con nuestra informacin no fue perfecta: mientras que la construccin del Selben se hace con 27 variables, nuestra base de datos solo dispona de 20 variables. Para replicar el ndice, esta investigacin utiliz la misma encuesta (ECV, 1999) pero hizo uso slo de las 20 variables disponibles en nuestros datos. A travs del mismo procedimiento estadstico (componentes principales no lineales), el ndice puede volverse a calcular para obtener los nuevos pesos para las variables restringidas y las categoras para crear un ndice cuasi Selben. Las diferentes categoras y variables que se utilizaron, as como sus respectivos pesos, pueden verse en el Anexo A. Una vez que el nuevo ndice fue calculado, se corri un MCO en la ECV de 1999, con el objetivo de transformar la escala del ndice calculado para utilizar el mismo punto de corte usado por el Selben. Los resultados de la regresin muestran que el ndice Selben original se puede calcular a partir del ndice cuasi Selben, a travs de la siguiente ecuacin: (7) (0.14312) (0.0032)
87
Los errores estndar estn entre parntesis y el R cuadrado de la regresin es 0,93. Finalmente, con los nuevos pesos para las variables restringidas y las categoras, se calcul el ndice cuasi Selben con nuestra informacin y, tambin, se estim el ndice Selben a partir de la ecuacin (7). Como ya se mencion, el punto de corte se mantuvo en 50,65.
Estimando el tratamiento promedio sobre los tratados El mtodo de regresin discontinua presentado previamente captura el efecto del programa alrededor del punto de corte. En esta parte, la investigacin propone otra estrategia para estimar el tratamiento promedio en los tratados, para la muestra completa. En la literatura de evaluacin de impacto es ampliamente conocido que el impacto del programa puede tener resultados heterogneos entre los beneficiarios14. En este sentido, los resultados pueden ser muy diferentes para aquellos que estn lejos del punto de corte. Para tratar esto, se calcula el efecto de tratamiento promedio en los tratados, utilizando un emparejamiento con base en la posibilidad de participar en el programa (propensity score matching). Cuando se lleva a cabo este tipo de clculo, hay un supuesto importante detrs: el supuesto de que no hay variables no observables que influyan en la participacin en el programa (unconfoundedness assumption). Lo anterior significa que la participacin en el programa es exgena, o que no se confunde con los resultados potenciales, condicionado a un conjunto suficientemente rico de variables pre-tratamiento o co-variables. Formalmente, esto puede representarse de la siguiente manera:
Donde Yi(0) es el resultado potencial para quienes estn en el grupo de control y Yi(1) es el resultado potencial para los del grupo de tratamien14 Ver Angrist (2004).
88
to. T es una variable que indica el grupo al que pertenece cada individuo, y X es un vector de controles. Bajo el supuesto de que no hay variables no observables que influyan en la participacin en el programa, el efecto promedio de tratamiento del programa, para quienes han sido tratados, puede estimarse al comparar los resultados de aquellos en el grupo de tratamiento con los de aquellos en el grupo de control, as:
Si hubiera muchas co-variables (variables de control que estn en X), se recomienda usar la probabilidad de tratamiento condicionada a las co-variables (propensity score). Rosenbaum y Robin (1983, 1985) muestran que, bajo el supuesto de que no hay variables no observables que influyan en la participacin en el programa, con slo ajustar las diferencias del propensity score entre las unidades de tratamiento y de control, se elimina todos los sesgos. La probabilidad condicional de tratamiento sera:
Se asume que este est entre cero y uno: 0 p(x) 1 Siguiendo a Ravillon (2005), el efecto de tratamiento promedio en los tratados (ATT por sus siglas en ingls) cuando N participantes en el programa son equiparados al ms cercano no participante, puede definirse de la siguiente manera: (8) Donde cada participante (Yi1) se equipara con el no participante ms cercano (Yi0) segn la probabilidad condicional de participacin (propensity score). Es importante anotar que cuando se trabaja con mtodos no experimentales, una fuente importante de sesgo es la inhabilidad de satisfacer
89
la condicin de superposicin de las distribuciones del propensity score (common support condition) (Heckman y otros autores, 1998). Imponer esta condicin implica que las inferencias del impacto del programa se realizarn solo entre personas comparables en trminos de sus probabilidades de tratamiento (propensity scores). Esto se traduce a:
Imponemos esta condicin en la estimacin del PSM (propensity score matching). Aparte del equiparamiento uno a uno, hay otros tipos de emparejamiento en la literatura (Ravillon, 2005). As, se utilizar tambin el emparejamiento con los cinco vecinos ms cercanos y un emparejamiento de Kernel. En este caso, en trminos generales, el estimador para el efecto de tratamiento promedio en los tratados (ATT) se define as: (9) Donde W es la ponderacin con la cual se calcula el escenario contrafactual para cada participante y C es el nmero de casos usados para construir el contrafactual para cada participante. Los estimadores de Kernel se calculan usando una distribucin Epanechnikov porque tiene la mayor eficiencia asinttica de entre las distribuciones de Kernel alternativas (Mittelhammer, 2000). Sin embargo, al condicionar solamente sobre la probabilidad de recibir el tratamiento (el propensity score) en lugar de incluir el conjunto completo de co-variables, no se obtiene un estimador eficiente (Hahn, 1998). Al respecto, Hirano, Imbens y Ridder (2003) proponen un estimador eficiente que usa el propensity score matching estimado. Segn su enfoque, se puede estimar un modelo de este tipo a travs de la estimacin de la ecuacin (1) con mnimos cuadrados ordinarios ponderados; el peso es 1 para las unidades tratadas y para las de control15. En este ca15 Al usar este peso se obtiene el tratamiento promedio sobre los tratados. Si se quiere obtener el efecto promedio del tratamiento para toda la poblacin, los pesos son para las unidades tratadas y para las unidades de control (ver Hirano, Imbens y Ridder, 2003).
90
so, es la probabilidad condicionada de tratamiento estimada de la ecuacin que describe la participacin en el programa. La principal preocupacin con la estrategia de emparejamiento es que no siempre se puede satisfacer el supuesto de que no hay variables no observables que influyan en la participacin en el programa (unconfoundedness assumption). Como se mencion, esto significa que el proceso de seleccin no est determinado por variables no observables. Para comprobar la presencia de no observables en el proceso de seleccin, nos apoyamos en los modelos de sesgo por seleccin de la muestra16. De acuerdo con ello, una forma de comprobar la presencia de no-observables es analizar la correlacin parcial entre la variable de resultado de la ecuacin principal y los residuos de la ecuacin de seleccin. En este caso se estima el siguiente modelo: (10) Donde Yi, Ti, Xi y Si son los mismos que en la ecuacin (1) y Ri son los residuos generalizados del modelo probit con el cual se calcul la probabilidad condicional de participacin en el programa, que es la que se usa para el emparejamiento17. Si 4 es diferente de cero se dice que existe sesgo de seleccin. Un aspecto importante de esta prueba es la estrategia de identificacin utilizada para estimar el modelo. A pesar de que la diferencia en la forma funcional de ambas ecuaciones (no lineal, en la ecuacin de seleccin y lineal, en la ecuacin de resultado) ayuda a la identificacin, esta es una base dbil para identificar el modelo. Con el fin de alcanzar una mejor identificacin se debe incorporar variables que influyen en la participacin en el programa, pero que no se relacionan con la variable de resultado (las notas de los exmenes). Una variable altamente correlacionada con la participacin en el programa es la regla de asignacin18. Como se ha discutido antes, las familias con un puntaje inferior al umbral del
16 Para una revisin de los modelos de sesgo por seleccin de la muestra (sample selection bias) ver Vella (1998). 17 Este trmino es el inverso de la razn de Mills para la muestra completa. Ver Vella (1998). 18 La inclusin de un instrumento en la ecuacin de seleccin probit da lugar a estimaciones inconsistentes (Bhattacharya y Vogt, 2007). Por esta razn, si bien se incluye el instrumento en la ecuacin de seleccin para comprobar el supuesto de que no existen variables no observables
91
ndice Selben (50,65) reciben el beneficio, mientras que las familias con un puntaje superior a ste, no lo reciben. Adems, se esperara que la variable dicotmica de la regla de asignacin no est correlacionada con la variable de los resultados de los exmenes. En todos los casos, se evaluar la validez del instrumento utilizado para identificar el modelo.
Datos y estadstica descriptiva Los datos fueron recopilados por la Facultad Latinoamericana de Ciencias Sociales (FLACSO-Sede Ecuador), en el rea rural y en la capital de Ecuador (Quito)19. La encuesta estuvo dirigida a los estudiantes de segundo grado de escuela primaria y se llev a cabo entre Noviembre de 2004 y Febrero de 2005. La encuesta consisti de 3 instrumentos distintos20: un cuestionario para los hogares, otro para los estudiantes y otro para los profesores. Adems, los estudiantes de segundo grado fueron evaluados usando pruebas estandarizadas, tanto para Matemtica como para Lenguaje. El trabajo de campo fue intensivo: para cada nio se recopil informacin sobre el resultado de los exmenes (Matemtica y Lenguaje), las caractersticas de la escuela y los profesores, y las variables del hogar. Los resultados de las pruebas, as como los cuestionarios del profesor y la escuela, se llenaron en cada centro educativo; los cuestionarios para el hogar, en la casa de cada nio. El tamao de la muestra es 2 588 nios (1 469 para el grupo de tratamiento y 1 119 para el de control). Se emple un diseo de muestreo aleatorio por conglomerados polietpico. En la primera etapa, se seleccioque influyan en la participacin en el programa, no debe usarse en los modelos probit para el emparejamiento. A pesar de ello, los resultados son los mismos, se incluya o no el instrumento en el modelo probit. Los resultados del modelo probit sin el instrumento estn disponibles bajo pedido. 19 Estuve a la cabeza del equipo encargado de recolectar la informacin. Los datos fueron los mismos que los empleados para evaluar el impacto de un programa de educacin rural (Redes Amigas) sobre los logros acadmicos de los estudiantes. Ver el captulo 3. Para el presente captulo, incorporamos nuevos casos de Quito, con el objetivo de tener alguna representacin urbana. Las pruebas de conocimiento fueron diseadas por tcnicos del Ministerio de Educacin. 20 Como se mencion, la nueva versin del Programa (el BDH) comenz en 2003. Al respecto, se evala el efecto de corto plazo que ha producido el programa.
92
n al azar un grupo de escuelas (una red escolar); en la segunda etapa, se entrevist a todas las escuelas pertenecientes a la red; finalmente, en la tercera etapa, se entrevist y se tom las pruebas a todos los estudiantes de segundo grado. El cuestionario de la escuela permite obtener informacin acerca del director de la escuela; la infraestructura escolar; el nmero de profesores, su nivel de instruccin y su experiencia; el nmero de estudiantes; el nmero de aulas, libros, computadoras, laboratorios y otros insumos escolares; la localizacin; la participacin de la escuela en el programa de alimentacin escolar; la participacin en programas dirigidos a mejorar la calidad de la educacin y alguna informacin respecto del ltimo ao que la escuela realiz mejoras en su infraestructura. El cuestionario de los profesores fue aplicado a quienes impartan las clases de Lenguaje y Matemticas. En este caso, la encuesta preguntaba el nivel de instruccin del profesor, la experiencia, el tipo de contrato (si es contratado por el Ministerio de Educacin o por la escuela), y el nmero de cursos de capacitacin a los que asisti en los ltimos cuatro aos. La encuesta de hogares comienza con un registro de cada miembro del hogar, sus nombres, sexo, edad y relacin con el jefe del hogar. A esto le sigue un mdulo sobre los bienes y la infraestructura en el hogar, y sobre si el hogar recibe o no los programa de asistencia social (incluido el BDH). A nivel individual, la encuesta recoge informacin sobre el nivel de escolaridad, el nivel de educacin de los padres, el estado civil y el idioma que hablan todos los miembros del hogar. Tambin se averigua la situacin laboral, las condiciones de trabajo y los ingresos, entre aquellas personas de 5 aos o ms. Para los nios de entre 5 y 17 aos, se recoge informacin acerca de matriculacin escolar, tipo de escuela a la que asisten, gasto en educacin y asistencia. Finalmente, el cuestionario tiene algunas preguntas acerca del uso del tiempo del nio, donde se registra el nmero de horas que el nio trabaja, ayuda en las tareas del hogar, si ve televisin y si el nio recibe o no ayuda de los padres para hacer deberes. La Tabla 2.1 presenta la estadstica descriptiva de las principales variables que utiliza esta investigacin, tanto para beneficiarios como para no beneficiarios del BDH. La tabla incluye tres grupos de variables: variables del nio, del hogar, y caractersticas del profesor y la escuela.
93
En cuanto a las variables del nio y el hogar, se muestra que los beneficiarios de segundo grado tienen las notas ms bajas (sobre 20), tanto en Matemtica como en Lenguaje. Por otra parte, como se esperaba, los beneficiarios tienen un puntaje ms bajo en el ndice Selben que los no beneficiarios. No hay diferencias significativas entre beneficiarios y no beneficiarios en trminos de sexo, tiempo que emplea el nio en el trabajo, y sexo del jefe del hogar. Los beneficiarios estn en peor condicin que los no beneficiarios en cuanto al nivel de escolaridad del jefe de hogar, es decir, en si es o no analfabeto. Adems, el grupo de tratamiento tiene un porcentaje ms alto de hogares con jefe indgena y son de mayor tamao. Esto puede explicarse porque el programa se dirige a las personas de muy escasos recursos.
Tabla 2.1 Estadsticas descriptivas para beneficiarios y no beneficiarios
No beneficiarios Caractersticas del nio y hogar Matemtica, segundo grado (sobre 20) Lenguaje, segundo grado (sobre 20) Puntaje en el ndice Selben Indicador sexo (1= femenino) Total de horas trabajadas el fin de semana Horas empleadas en deberes (diarias) Horas que los nios estudian con sus padres (diarias) Horas que los nios miran TV (diarias) Escolaridad del jefe de hogar Jefe de hogar es indgena 9.3761 (0.1513) 11.1463 (9.1411) 44.1959 (0.4288) 0.4930 (0.0148) 8.1461 (0.4106) 1.5717 (0.0245) 0.6374 (0.0217) 1.2226 (0.0363) 6.2345 (0.1167) 0.3575 (0.0142) Beneficiarios 8.5102 (0.1349) 10.2329 (0.1238) 36.5307 (0.3074) 0.4808 (0.0129) 8.4907 (0.2993) 1.4845 (0.0208) 0.5298 (0.0183) 0.8614 (0.0286) 5.3304 (0.0934) 0.5655 (0.0129) Diferencia 0.8659* (0.2033) 0.9133* (0.1879) 7.6652* (0.5141) 0.0121 (0.0197) -0.3445 (0.4961) 0.0872* (0.0319) 0.1075* (0.0282) 0.3612* (0.0456) 0.9041* (0.1477) -0.2081* (0.0193)
94
Captulo 2: El impacto de las transferencias monetarias sobre los logros acadmicos Tabla 2.1
Jefe de hogar es analfabeto Jefe de hogar es mujer N. de personas de menos de 6 aos en el hogar N. de personas de entre 6 y 17 aos en el hogar N. de personas de entre 18 y 44 aos en el hogar N. de personas de entre 45 y 64 aos en el hogar N. de personas de ms de 64 aos en el hogar Caractersticas de la escuela % de nios que asisten a escuela unidocente % de nios que asisten a escuela hispana % de nios de Quito % de nios que asisten a escuelas con director a tiempo completo N. de guas de estudio por estudiante Caractersticas del profesor % de nios con profesora (mujer) Edad del profesor (promedio) % de nios con profesor con nivel de instruccin superior % de nios con profesor contratado por el Ministerio N. de guas de estudio por estudiante Nmero de casos No beneficiarios 0.1283 (0.0099) 0.1306 (0.01001) 1.1377 (0.0469) 3.7702 (0.0941) 2.3728 (0.0462) 0.5333 (0.0310) -0.1044 (0.0129) 0.1368 (0.0102) 0.7096 (0.0135) 0.2474 (0.0128) 0.2360 (0.0126) 0.0589 0.6263 (0.0143) 37.5570 (0.30001) 0.7667 (0.0125) 0.7921 (0.0120) 6.6298 (0.2063) 1119 Beneficiarios 0.1771 (0.0099) 0.1284 (0.0087) 1.4082 (0.0432) 4.3773 (0.0865) 2.6032 (0.0505) 0.6234 (0.0295) 0.1419 (0.0144) 0.1944 (0.0103) 0.5810 (0.0128) 0.1009 (0.0078) 0.1022 (0.0079) 0.0568 0.5777 (0.0128) 37.2374 (0.2702) 0.6967 (0.0119) 0.7525 (0.0112) 7.4055 (0.2668) 1469 Diferencia -0.0488* (0.0143) 0.0022 (0.0133) -0.2705* (0.0643) -0.6070* (0.1286) -0.2304* (0.0704) -0.090** (0.0433) -0.0375*** (0.0200) -0.0575* (0.0147) 0.1286* (0.0188) 0.1465* (0.0143) 0.1337* (0.0142) 0.0022 0.0486* (0.0193) 0.3196 (0.4053) 0.0699* (0.0175) 0.0396* (0.0166) -0.7757* (0.3543)
Fuente: elaboracin propia. Nota: Los errores estndar estn entre parntesis. *Significativo al 1%, **Significativo al 5% y ***Significativo al 10%.
95
En lo referente a las caractersticas de la escuela, el porcentaje de beneficiarios que asiste a una escuela unidocente y a escuelas que pertenecen al sistema bilinge21 es ms alto que entre los no beneficiarios. Otro indicador de la calidad de la escuela est relacionado al hecho de si esta cuenta con un director a tiempo completo22. El porcentaje de nios que asisten a escuelas con un director a tiempo completo es ms alto para los no beneficiarios que para los beneficiarios. No hay diferencias significativas entre beneficiarios y no beneficiarios en cuanto a libros de texto y guas de estudio. Sin embargo, s hay diferencias significativas a favor de los no beneficiarios en cuanto al porcentaje de nios que asisten a escuelas que tienen acceso a Internet. De igual manera, se observan diferencias significativas en el ndice de infraestructura de la escuela. Este ndice se ubica en una escala de 0 a 5, y se calcul usando variables dicotmicas, que toman el valor de 1 si la caracterstica est presente y 0 si no lo est. Se tom en cuenta las siguientes caractersticas de infraestructura: vivienda para el profesor, agua potable, electricidad, baos y espacios de juego. Los beneficiarios tienen ndices ms bajos que los no beneficiarios. En conclusin, segn las variables anteriores, los no beneficiarios asisten a mejores escuelas que los beneficiarios. Finalmente, en lo que respecta las caractersticas de los profesores, se encuentran diferencias significativas entre beneficiarios y no beneficiarios. El porcentaje de nios que cuenta con profesoras (mujeres) y con profesores con un nivel de educacin superior, as como con profesores contratados por el Ministerio de Educacin23, es ms alto entre los no beneficiarios que entre los beneficiarios. En consecuencia, se puede decir que los no beneficiarios asisten a escuelas con mejores profesores que los beneficiarios. No obstante, cabe sealar que, en los ltimos cuatro aos, los profesores del grupo de beneficiarios recibieron ms cursos de capacitacin que los profesores de los no beneficiarios.
21 El sistema educativo ecuatoriano tiene dos componentes independientes: el sistema hispano y el sistema bilinge. La mayora de las personas indgenas asisten a las escuelas bilinges, donde se ensea quichua y espaol. Las escuelas unidocentes se ubican en las partes ms pobres del pas. 22 La dedicacin a tiempo completo significa que el director solo se ocupa de las tareas administrativas y no tiene carga acadmica. 23 En Ecuador, los profesores pueden ser contratados por el Ministerio de Educacin (la mayora) o por la comunidad y las asociaciones de padres o profesores.
96
En resumen, de la estadstica descriptiva presentada, se encuentran diferencias en los logros acadmicos entre estudiantes que reciben el BDH y aquellos que no lo hacen. Adems, los no beneficiarios tienen un estatus socio-econmico ms alto y asisten a mejores escuelas, con mejores profesores, que los beneficiarios. Esto es consistente con la estrategia de seleccin del programa. Puede intuirse que, una comparacin simple entre beneficiarios y no beneficiarios puede llevar a estimadores de impacto del programa, sesgados hacia abajo.
Resultados Efecto local promedio de tratamiento del programa La Tabla 2.2 presenta estimadores de la ecuacin (1). La especificacin 1 incluye las caractersticas de los nios (sexo, edad) y el puntaje en el ndice Selben24. La especificacin 2, adems de las variables previas, incluye las variables del hogar (variables dicotmicas para determinar si el jefe de hogar es analfabeto, indgena o mujer y el nmero de individuos del hogar por grupos de edad)25. Las caractersticas observadas del hogar y de los nios reflejan la capacidad de los padres para proveer a sus hijos de un ambiente de proteccin. A nivel individual, algunas caractersticas importantes son: sexo, dado que los padres pueden tratar de distinta manera a nios y nias; y edad, dado que estudiantes mayores son ms maduros y probablemente obtendrn notas ms altas, aunque tambin pueden presentar problemas potenciales de rendimiento. Dadas las imperfecciones del mercado de crdito en el contexto ecuatoriano, se incluye las variables de bienes y activos, expresadas a travs del ndice Selben, para tomar en cuenta las circunstancias socioeconmicas del hogar. Adems, tambin se incluyen las caractersticas de los padres, que pueden afectar el estndar de vida
24 Otras variables de los nios disponibles en la base de datos como el tiempo de trabajo del nio; las horas que emplea para ver televisin; o si recibe o no ayuda de los padres para hacer deberes, no se incluyeron en el modelo por motivos de endogeneidad. Los resultados se mantienen al incluir estas variables. 25 Son los mismos grupos que los presentados en la Tabla 2.1.
97
y las preferencias sobre la educacin de los nios. Finalmente, la composicin del hogar puede ser importante porque mientras ms nios haya, menor es el tiempo que los padres pueden dedicar a cada uno de ellos. La especificacin 3 incluye, adems de la informacin previa, las variables de la escuela que son determinantes importantes de los logros acadmicos (variables dicotmicas para: sector urbano, escuela hispana, escuela unidocente, tiene director a tiempo completo, computadoras, Internet, y el nmero de libros de texto y guas de aprendizaje por estudiante); as como las caractersticas del profesor (edad, sexo, nivel de educacin y preparacin, y tipo de contrato). Finalmente, la especificacin 4 incluye efectos fijos a nivel cantonal. En todos los casos, el programa tiene una asociacin significativa y negativa con Matemtica y ninguna relacin significativa con Lenguaje. Como se ha mencionado, este resultado solo refleja la diferencia en las notas de los exmenes de beneficiarios y no beneficiarios, despus de corregir para el resto de variables incluidas en cada una de las diferentes especificaciones. Sin embargo, a este coeficiente no se le debe atribuir una interpretacin causal. La Tabla 2.3 explora la posible existencia de una interpretacin causal.
Tabla 2.2 Estimadores de mnimos cuadrados ordinarios del impacto del programa (ecuacin 1, muestra completa)
Matemtica T R cuadrado Lenguaje T R cuadrado No. de casos Especificacin 1 -0.5695** (0.2967) 0.0195 Especificacin 1 -0.2993 (0.2485) 0.0529 2589 Especificacin 2 -0.5127*** (0.2904) 0.0277 Especificacin 2 -0.2436 (0.2448) 0.0591 2589 Especificacin 3 -0.7455* (0.2683) 0.1061 Especificacin 3 -0.3475 (0.2256) 0.1441 2589 Especificacin 4 -0.4121*** (0.2289) 0.2745 Especificacin 4 -0.1274 (0.2058) 0.2434 2589
Fuente: Elaboracin propia Nota: Los errores estndar estn entre parntesis y estn corregidos por heteroscedasticidad y por correlaciones entre alumnos de la misma escuela. *Significativo al nivel del 1%, **Significativo al nivel del 5%, ***Significativo al nivel del 10%.
98
La Tabla 2.3 presenta los estimadores de la ecuacin (2). Las especificaciones usadas son las mismas que en el caso anterior. Los resultados se presentan para tres muestras diferentes de regresin discontinua: aquellos con un puntaje de 49,6 a 51,6; de 48,6 a 52,6; y de 47,6 a 53,6 en el ndice Selben. En este caso, no se encuentra efectos significativos del programa sobre el resultado de los exmenes, ni para Matemtica ni para Lenguaje. En las especificaciones de la Tabla 2.3, se incluye el puntaje en el ndice Selben de forma lineal. Para verificar la robustez de los resultados, las especificaciones que incluyen diferentes formas polinominales del ndice Selben (cbicas y cuadrticas) se presentan en el Apndice B. La conclusin se mantiene, no hay impacto significativo del BDH en los resultados de los exmenes. Con el fin de evaluar la validez de la estrategia de regresin discontinua (RD), el Apndice C muestra las estadsticas descriptivas para la muestra de RD26 de 48,65 a 52,65; a manera de ejemplo. Esta tabla permite concluir que no hay diferencias estadsticamente significativas entre los grupos de tratamiento y de control, excepto en el ndice Selben. Esto confirma el supuesto principal del mtodo RD que, a excepcin de la discontinuidad en el ndice Selben, no hay otras discontinuidades alrededor del umbral.
26 Los estadsticos descriptivos para otras muestras de RD (de 49,65 a 51,65 y de 47,65 a 53,65) muestran un patrn similar a los que se reportan aqu. Esta informacin est disponible bajo pedido.
99
Polticas educativas y desempeo Tabla 2.3 Estimacin por mnimos cuadrados ordinarios del impacto del programa (ecuacin 2, varias muestras de RD)
Muestra RD de 49.6 a 51.6 Matemtica Especificacin 1 Especificacin 2 T 0.0280 0.2774 (0.8294) (0.9295) R cuadrado 0.0192 0.0425 Lenguaje Especificacin 1 Especificacin 2 T -0.9505 -0.4389 (0.6362) (0.6234) R cuadrado 0.023 0.1474 N. de casos sobre el punto de corte N. de casos debajo del punto de corte Muestra RD de 48.6 a 52.6 Matemtica Especificacin 1 Especificacin 2 T -0.0132 -0.0539 (0.6659) (0.6633) R cuadrado 0.0116 0.0406 Lenguaje Especificacin 1 Especificacin 2 T -0.3769 0.0174 (0.5139) (0.5203) R cuadrado 0.0078 0.0736 N. de casos sobre el punto de corte N. de casos debajo del punto de corte Muestra RD de 47.6 a 53.6 Matemtica Especificacin 1 Especificacin 2 T -0.2179 -0.2152 (0.4687) (0.4795) R cuadrado 0.0114 0.0482 Lenguaje Especificacin 1 Especificacin 2 T 0.1215 0.1977 (0.4617) (0.4674) R cuadrado 0.004 0.0362 N. de casos sobre el punto de corte N. de casos debajo del punto de corte Especificacin 3 0.4259 (0.9834) 0.1849 Especificacin 3 -0.4501 (0.736) 0.2508 75 57 Especificacin 3 -0.4684 (0.6691) 0.1754 Especificacin 3 -0.2182 (0.5322) 0.1839 141 112 Especificacin 3 -0.5894 (0.4834) 0.1706 Especificacin 3 -0.1904 (0.4754) 0.1398 202 186 Especificacin 4 0.5506 (0.8771) 0.5077 Especificacin 4 1.0200 (0.6984) 0.4768
Especificacin 4 -0.2203 (0.6625) 0.3749 Especificacin 4 -0.0858 (0.4906) 0.3053
Especificacin 4 -0.4558 (0.4681) 0.3453 Especificacin 4 -0.1380 (0.4737) 0.2602
Fuente: Elaboracin propia. Nota: Los errores estndar estn entre parntesis y estn corregidos por heteroscedasticidad y por correlaciones entre alumnos de la misma escuela. *Significativo al 1%, **Significativo al 5%, ***Significativo al 10%.
100
Las Tablas 2.4 y 2.5 presentan los estimadores de la forma reducida y de variables instrumentales (VI), a partir de las ecuaciones (3) y (4), respectivamente. Se usaron las mismas especificaciones y las mismas muestras de RD que en el caso anterior. Los estimadores muestran que no hay efectos significativos del BDH en los resultados de los exmenes. Para comprobar la robustez de los resultados, el Apndice D presenta la estimacin de la ecuacin (3) incorporando diferentes formas polinominales de la variable de seleccin (cuadrtica y cbica). Los resultados son similares y no se encuentra impacto. Finalmente, la Tabla 2.6 presenta los estimadores no paramtricos de la ecuacin (6). Como se discuti en la seccin metodolgica, las tcnicas no paramtricas son el medio ms consistente para estimar los modelos de RD. Sin embargo, se reporta los resultados para varios anchos de banda, debido a la sensibilidad de los estimadores a la eleccin de dicho parmetro. Los resultados para el ancho de banda de 3 muestran un efecto significativo y positivo del programa en Matemtica, para las diferentes muestras de RD. Sin embargo, este resultado no es robusto pues el coeficiente se torna insignificante cuando se emplean diferentes anchos de banda. Como se seal, un problema potencial de esta investigacin es que si el programa tiene efectos significativos en la matrcula escolar, el incremento del nmero de estudiantes causar congestin y presin sobre las escuelas y, en consecuencia, afectar negativamente los logros de los estudiantes. Por otra parte, si hay estudiantes que dan la prueba porque se matricularon en la escuela debido al programa, y su desempeo es ms pobre que los estudiantes que hubieran dado la prueba aun si el programa no existiera, entonces esta situacin provocara un sesgo a la baja del efecto del programa sobre las notas de los exmenes (Berhman, Segunpta y Todd, 2000). Esta posibilidad no es una preocupacin seria en nuestro caso. Como se coment en el Captulo 1, no hay un impacto significativo del programa sobre la matrcula escolar, entre los nios de las inmediaciones del punto de corte. Curiosamente, s se encuentran efectos positivos del programa sobre los gastos en alimentos y educacin para los mismos nios. Pero, estos efectos positivos no se reflejan en la matriculacin escolar ni en los logros acadmicos de los estudiantes.
101
Polticas educativas y desempeo Tabla 2.4 Estimadores de forma reducida del impacto del programa (Ecuacin 3, varias muestras de RD)
Muestra de RD de 49.6 a 51.6 Matemtica Z R cuadrado Lenguaje Z R cuadrado No. of cases Matemtica Z R cuadrado Lenguaje Z R cuadrado N. de casos Matemtica Z R cuadrado Lenguaje Z R cuadrado N. de casos Especificacin 1 -0.9174 -1.375 0.0216 Especificacin 1 -1.2154 -1.3527 0.0152 132 Especificacin 1 0.1743 -1.097 0.0117 Especificacin 1 -0.8799 -0.8703 0.0087 253 Especificacin 1 0.4785 -0.9491 0.0116 Especificacin 1 -1.3723 -0.7459 0.0098 387 Especificacin 2 -0.9171 -1.6089 0.0438 Especificacin 2 -1.1714 -1.1764 0.1491 132 Especificacin 2 0.5012 -1.1773 0.0413 Especificacin 2 -0.7363 -0.8174 0.0755 253 Especificacin 2 0.6339 -0.9942 0.0488 Especificacin 2 -1.2712 -0.7342 0.0408 387 Especificacin 3 -0.9785 -1.8463 0.1854 Especificacin 3 -1.069 -1.4903 0.2518 132 Especificacin 3 0.078 -1.2476 0.1734 Especificacin 3 -0.7081 -0.93 0.1849 253 Especificacin 3 0.2303 -0.9658 0.1675 Especificacin 3 -1.4246 -0.7438 0.1455 387 Especificacin 4 -1.3536 -1.4882 0.5089 Especificacin 4 -0.6437 -1.7312 0.4676 132 Especificacin 4 -0.0583 -1.0818 0.3745 Especificacin 4 -0.8912 -0.8456 0.3076 253 Especificacin 4 0.4607 -0.8962 0.3441 Especificacin 4 -1.2379 -0.6783 0.2645 387
Muestra de RD de 48.6 a 52.6
Muestra de RD de 47.6 a 53.6
Fuente: Elaboracin propia. Nota: Los errores estndar estn entre parntesis y estn corregidos por heteroscedasticidad y por correlaciones entre alumnos de la misma escuela. *Significativo al 1%, **Significativo al 5%, ***Significativo al 10%.
102
Captulo 2: El impacto de las transferencias monetarias sobre los logros acadmicos Tabla 2.5 Estimados de VI del impacto del programa (Ecuacin 4, varias muestras de RD)
Muestra de RD de 49.6 a 51.6 Matemtica Z Lenguaje Z N. de casos Matemtica Z Lenguaje Z N. de casos Matemtica Z Lenguaje Z N. de casos Especificacin 1 6.9432 (13.7044) Especificacin 1 9.1982 (18.2414) 132 Especificacin 1 -2.8228 (18.2619) Especificacin 1 14.2503 (33.0376) 253 Especificacin 1 -51.1550 (585.98) Especificacin 1 102.8000 (812.68) 387 Muestra de RD de 47.6 a 53.6 Especificacin 2 -66.7090 (714.44) Especificacin 2 108.9900 (934.16) 387 Especificacin 3 7.3226 (36.249) Especificacin 3 -46.9330 (161.50) 387 Especificacin 4 -58.4080 ( 821.29) Especificacin 4 157.0400 (2159.58) 387 Muestra de RD de 48.6 a 52.6 Especificacin 2 -8.7649 (26.806) Especificacin 2 12.8740 (29.149) 253 Especificacin 3 -435.6350 (343160) Especificacin 3 3952.4500 (3103782) 253 Especificacin 4 1.1859 (21.858) Especificacin 4 18.1040 (53.4777) 253 Especificacin 2 4.6821 (9.0337) Especificacin 2 5.9803 (8.9301) 132 Especificacin 3 5.6232 (11.656) Especificacin 3 6.1429 (11.287) 132 Especificacin 4 4.7828 (6.2739) Especificacin 4 2.2747 (6.6074) 132
Fuente: Elaboracin propia Nota: Los errores estndar estn entre parntesis y estn corregidos por heteroscedasticidad y por correlaciones entre alumnos de la misma escuela. *Significativo al 1%, **Significativo al 5%, ***Significativo al 10%.
103
Polticas educativas y desempeo Tabla 2.6 Estimadores no paramtricos del impacto del programa (Ecuacin 6, varias muestras de RD y anchos de banda)
Matemtica Muestra RD 49.6 a 51.6 48.6 a 52.6 47.6 a 53.6 Lenguaje Muestra RD 49.6 a 51.6 48.6 a 52.6 47.6 a 53.6 ab ptimo -0.8520 (3.7017) 0.5648 (3.0389) 1.4288 (2.7908) ab (2) -4.7720 (16.3838) -0.6420 (4.7759) 1.3142 (3.7430) ab (3) 1.9486 (3.4285) 2.0222 (3.0699) 2.0907 (2.7109) ab (4) 1.6980 (2.7188) 2.1941 (3.2522) 1.6980 (2.7188) ab ptimo 7.2078 (7.9951) 6.7008 (6.7484) 5.6475 (4.9736) ab (2) 7.8531 (11.9629) 7.5400 (8.2002) 6.1874 (5.7389) ab (3) 7.1838*** (4.2891) 6.5143*** (3.6281) 5.6085*** (3.1117) ab (4) 6.0429 (4.6129) 5.5483 (4.1867) 4.6684 (3.5139)
Fuente: Elaboracin propia Nota: Los errores estndar asintticos estn entre parntesis. *Significativo al 1%, **Significativo al 5%, ***Significativo al 10%.
Efecto promedio del tratamiento sobre los tratados En el Apndice E, se incluyen los estimadores de la ecuacin de seleccin para la participacin en el programa que se utiliz en el propensity score matching. El modelo incluye, como regresores, la variable dicotmica que replica la regla de asignacin, algunas caractersticas individuales y del hogar y, finalmente, 32 variables dicotmicas para tomar en cuenta los efectos fijos cantonales27. Como se ha mencionado, uno de los principales determinantes del programa es la regla de asignacin. En este caso, los resultados muestran una asociacin significativa y positiva entre la regla
27 Los resultados del modelo completo (incluyendo las variables dicotmicas cantonales) estn disponibles bajo pedido. Ver la nota 42.
104
de asignacin y la participacin en el programa. El coeficiente significa que, el tener un puntaje por debajo de 50,65 en el ndice Selben, incrementa la probabilidad de recibir el programa en 23 puntos porcentuales. Adems, quienes pertenecen a hogares cuyo jefe es indgena tienen una probabilidad de participar en el programa ms alta. La Tabla 2.7 reporta los estimadores que resultan del la estrategia PSM, de acuerdo con las ecuaciones (8) y (9). Los resultados demuestran que no hay efectos significativos del programa sobre los resultados de los exmenes de Lenguaje ni de Matemtica. El resultado es consistente y se mantiene a lo largo de los diferentes tipos de PSM.
Tabla 2.7 Estimadores de PSM del impacto del programa
Matching uno a uno ATT Tratados Controles Diferencia Error Estndar Casos en zona de superposicin de distribuciones 8.4979 9.2568 -0.7588 (0.3681) 2,580 10.2170 10.1093 0.1077 (0.3167) 2,581 Los 5 ms cercanos 8.4986 8.8464 -0.3477 (0.2400) 2,580 10.2170 10.1790 0.0380 (0.2385) 2,581 Matching con Kernel 8.4979 8.8697 -0.3717 (0.2805) 2,580 10.2170 10.2595 -0.0424 (0.2069) 2,581 Matemtica Lenguaje Matemtica Lenguaje Matemtica Lenguaje
Fuente: Elaboracin propia. Nota: *Significativo al 1%, **Significativo al 5%, ***Significativo al 10%. Los errores estndar se calcularon a travs de la tcnica bootstrap.
105
48.000000
50.000000
52.000000
54.000000
ndice de pobreza
Polticas educativas y desempeo Grfico 2.1 Distribucin de la probabilidad de participacin (propensity score) para los grupos de tratamiento y de control
4 6 Puntaje en la probabilidad de participacin No tratados
8 Tratados dentro de la regin comn
10
Tratados fuera de la regin comn
Con el fin de verificar la validez del emparejamiento, el Apndice F presenta la prueba estadstica para determinar la igualdad entre variables, despus del emparejamiento. La igualdad de las medias de los grupos de tratamiento y de control, que se obtiene despus del emparejamiento, sugiere que, en promedio, ambos grupos son idnticos en las variables observables. Las similitudes entre los grupos de tratamiento y de control pueden observarse en las amplias regiones de superposicin de las distribuciones que se muestran en la Figura 2.1. Esto confirma que hay mucha contaminacin en la asignacin del programa. El Apndice G presenta una tabulacin cruzada entre la regla de asignacin y el estado real de tratamiento. Por ejemplo, del total que tiene que recibir el programa (que estn debajo del punto de corte) solo el 65% lo recibe, mientras que el 35% restante, no. La Tabla 2.8 presenta los resultados de la estimacin de la ecuacin (1) 2 4 6 8 10 con 0mnimos cuadrados ordinarios ponderados. En este caso, se usan las Puntaje en la probabilidad de participacin muestran mismas cuatro especificaciones de antes. Los resultadosTratados dentro que no Tratados fuera No tratados de la regin comn de la regin Lenguaje. hay efectos significativos del programa sobre la asignatura de comn
106
En el caso de Matemtica, el resultado es significativo pero negativo, aunque este resultado no es consistente y es significativo solo bajo las especificaciones 3 y 4. Los resultados que se presentan en esta parte, deben evaluarse detenidamente, pues, como se mencion en la seccin metodolgica, los estimadores de PSM son insesgados solo si se satisface el supuesto de que no hay variables no observables que influyan en la participacin en el programa (unconfoundedness assumption). Con el fin de evaluar esto, la Tabla 2.9 presenta los resultados de los estimadores de la ecuacin (10). Antes de proceder, parece importante evaluar la validez del instrumento utilizado para identificar el modelo. Como se mencion previamente, el instrumento es una variable dicotmica que reproduce la regla de asignacin (1 para aquellos que se registran debajo de 50,65 y 0 en caso contrario). De acuerdo con la ecuacin de seleccin (Apndice E) la regla de asignacin tiene un impacto significativo en la probabilidad de participar en el programa. Tener una calificacin por debajo de 50,65 en el ndice Selben aumenta la probabilidad de participar en el programa en 23 puntos porcentuales28. Finalmente, respecto a la condicin de exclusin (la condicin de que una variable no est correlacionada con el trmino de error), cuando se incluye el instrumento en la ecuacin (1) no es significativo (ver Apndice H). Considerando todo esto, se puede interpretar los resultados de los estimadores de la ecuacin (10). Como se mencion, se verifica el cumplimiento del supuesto de que no hay variables no observables que influyan en la participacin en el programa si el coeficiente del inverso de la razn de Mills (Mills ratio) es no significativo. Como se muestra en la Tabla 2.9, en este caso, el coeficiente es significativo y positivo, lo que implica efectos de seleccin positivos y, consecuentemente, sugiere que, en ausencia de la razn de Mills, el efecto estimado del programa podra estar sesgado hacia arriba. El punto principal aqu es que los estimadores reportados indican que el supuesto de que no hay variables no observables que influyan en la participacin en el programa no es vlido, y que es difcil recuperar el efecto promedio del tratamiento en los tratados.
28 Adems, el pseudo R cuadrado del modelo probit para la participacin en el programa se incrementa de 0,11 a 0,13, al incluir la variable dicotmica de asignacin en el programa.
107
Tabla 2.8 Estimadores PSM del impacto del programa con MCO ponderados
Especificacin 1 Especificacin 2 Matemtica T R cuadrado Lenguaje T R cuadrado N. de casos -0.0081 (0.3053) 0.0146 2589 -0.0032 (0.2998) 0.0336 2589 -0.1482 (0.2447) 0.147 2589 -0.0955 (0.2207) 0.2744 2589 -0.3623 (0.3454) 0.0047 -0.3664 (0.3419) `0.019 -0.5388*** (0.3008) 0.0855 -0.4486*** (0.2550) 0.2598 Especificacin 3 Especificacin 4
Fuente: Elaboracin propia. Notas: *Significativo al 1%, **Significativo al 5%, ***Significativo al 10%. Los errores estndar estn entre parntesis y corregidos por heteroscedasticidad y por correlaciones entre alumnos de la misma escuela.
Tabla 2.9 Prueba de no observables en el proceso de seleccin: Ecuacin 10

Especificacin 1 Especificacin 2 Matemtica Mills T Lenguaje Mills T N. de casos 2.7538* (0.7194) -4.6877* (1.1525) 2587 2.000* (0.7673) -3.4370* (1.2284) 2587 2.7326* (0.6648) -4.7015* (1.0821) 2587 3.4870* (0.7962) -5.9164* (1.299) 2587 1.5887** (0.7676) -3.0710** (1.2465) 1.1114 (0.8423) -2.2775** (1.3603) 2.7899* (0.7456) -5.1387* (1.1996) 1.8561** (0.7937) -3.5204* (1.2826) Especificacin 3 Especificacin 4
Fuente: Elaboracin propia. Notas: *Significativo al 1%, **Significativo al 5%, ***Significativo al 10%. Los errores estndar estn entre parntesis y corregidos por heteroscedasticidad y por correlaciones entre alumnos de la misma escuela.
108
Conclusiones Las transferencias monetarias juegan un papel importante en las polticas de educacin en toda Amrica Latina. En general, se emplean dos tipos de programas de transferencia monetaria en la regin: transferencias monetarias condicionadas y becas escolares. Los programas de transferencias monetarias condicionadas tienen el objetivo de mejorar el capital humano, as como reducir la pobreza temporal. La mayora de programas de TMC tienen un efecto significativo y positivo en la matrcula escolar. Sin embargo, estos programas no incorporan objetivos explcitos relacionados al mejoramiento de los logros acadmicos de los estudiantes. Las becas escolares se han implementado solo en Colombia y Chile, y tuvieron impactos distintos. En el caso colombiano, se encuentra un impacto significativo y positivo en los logros acadmicos de los estudiantes; en el caso chileno, no se encuentra impactos. Desde un punto de vista terico, hay razones importantes para creer que los programas de TMC tendran un efecto significativo en los logros acadmicos de los estudiantes. Sin embargo, el nmero de estudios de evaluacin del impacto de los programas de TMC en los logros acadmicos es escaso. A manera de contribucin, este captulo evala el impacto del Bono de Desarrollo Humano de Ecuador en los resultados de los exmenes. El programa ecuatoriano constituye un caso particular porque no dispone de mecanismos que permitan verificar el cumplimiento de la condicin. En este sentido, se trata de una transferencia monetaria no condicionada. El objetivo principal es identificar el efecto del programa sobre el aprendizaje, lo cual se mide travs de pruebas de medicin de logros. Los distintos estimadores que se han presentado en este estudio sugieren que no hay efectos positivos del BDH sobre el resultado de los exmenes. Especficamente, los estimadores del diseo de regresin discontinua, para los nios que estn cerca del punto de corte, revelan que el programa no tiene efectos positivos; y los estimadores de PSM en la muestra completa tampoco revelan efectos positivos. El Captulo 1 reporta que no hay efectos positivos del BDH sobre la matrcula escolar; sin embargo, hay un incremento en el gasto educativo.
109
Con esto en mente, este captulo evalu la posibilidad de que el BDH tenga un impacto positivo en los logros acadmicos de los estudiantes, y encontr que no existen impactos positivos significativos. Ambos captulos analizan el impacto del programa para aquellos nios que se ubican alrededor del punto de corte. Como se mencion en el Captulo 1, estos resultados pueden atribuirse a la falta de condicionalidad del programa de transferencia monetaria de Ecuador. Desde la perspectiva de la elaboracin de polticas, resulta importante incluir objetivos explcitos relacionados a la matrcula y a la asistencia como parte de las condiciones de los programas de TMC. Sin tales requerimientos, parece no haber efectos positivos ni en la matrcula (al menos para aquellos que estn cerca del punto de corte), ni en los logros acadmicos.
110
Captulo 3 El impacto en logros acadmicos de un programa de descentralizacin escolar basado en la transferencia de competencias a las escuelas: el caso de las Redes Amigas en el rea rural de Ecuador
Resumen La descentralizacin de la educacin juega un papel importante en Amrica Latina. La mayora de experiencias de descentralizacin basadas en la transferencia de la administracin de las escuelas a las comunidades locales vienen de Amrica Central, donde el objetivo primordial fue mejorar la matrcula en reas rurales remotas. Estas experiencias no incorporaron objetivos explcitos relacionados con el mejoramiento del proceso de aprendizaje. La experiencia ecuatoriana es nueva porque representa una estrategia de descentralizacin similar, pero con el objetivo principal de mejorar los logros acadmicos de los estudiantes. Este captulo evala el impacto de la descentralizacin de las escuelas rurales sobre los logros acadmicos de los estudiantes, en Ecuador. Mediante la aplicacin de un emparejamiento segn la propensin a participar en el programa (propensity score matching) para una muestra reducida de solicitantes, este estudio encuentra evidencia de efectos significativos y positivos de Redes Amigas sobre el resultado de los exmenes de los estudiantes. El impacto puede atribuirse tanto al mejoramiento de los insumos escolares como a los cambios en la estructura administrativa. Sin embargo, se encontr efectos significativos y negativos en las escuelas del sistema intercultural bilinge (espaol y quichua), lo que podra reflejar un currculo culturalmente inadecuado. Debido a las limitaciones de informacin, los resultados son solo provisionales, no concluyentes.
111
Introduccin Este captulo evala el impacto de la descentralizacin de la educacin sobre los logros acadmicos de los estudiantes en el Ecuador rural. La descentralizacin juega un papel importante en las polticas educativas de Amrica Latina. A breves rasgos, hay dos estrategias de descentralizacin aplicadas en la regin. En primer lugar, Mxico y algunos pases de Amrica del Sur implementaron la transferencia de algunas funciones administrativas, desde el Gobierno central hacia los Gobiernos locales. Segundo, algunos pases de Amrica Central implementaron una transferencia de aspectos administrativos y pedaggicos, desde el Gobierno central hacia las escuelas. La experiencia ecuatoriana corresponde a esta ltima. A pesar de la importancia de estos procesos de descentralizacin, la evidencia emprica que evala el impacto de la descentralizacin sobre los logros acadmicos de los estudiantes es escasa. Este captulo revisa la literatura respectiva a este tema, y evala el impacto de una experiencia de descentralizacin hacia la escuela en los logros acadmicos de estudiantes en reas rurales de Ecuador. La novedad del caso ecuatoriano es que constituye el primer ejemplo de este tipo de descentralizacin que tiene como un objetivo explcito mejorar el aprendizaje de los estudiantes. En contraste, la mayora de las estrategias de transmisin de competencias a las escuelas que se han dado en Amrica Central, se centraron en mejorar la matrcula escolar en reas rurales remotas. En trminos metodolgicos, el captulo combina un diseo de beneficiarios en lista de espera para participar en el programa (pipeline design) con un emparejamiento sobre la base de la probabilidad de participar en el programa (propensity score matching). La implementacin del programa en ciertas escuelas se demor por problemas administrativos, de lo cual surge la posibilidad de construir un grupo de control adecuado, formado por aquellas escuelas que haban decidido participar pero que no recibieron la intervencin por razones administrativas (en las siguientes secciones se da ms detalles sobre este punto). El captulo se organiza de la siguiente manera. La parte siguiente discute las experiencias de descentralizacin de la educacin en Amrica Latina. La tercera parte se centra en la experiencia ecuatoriana. En la cuar112
Captulo 3: El impacto en logros acadmicos de un programa de descentralizacin
ta seccin se presenta la estrategia metodolgica. La siguiente parte expone algunas estadsticas descriptivas y los datos utilizados. En la sexta parte constan los principales resultados y en la ltima, la conclusin.
Experiencias de descentralizacin de la educacin en Amrica Latina El debate sobre la descentralizacin La mayora de pases de Amrica Latina comenzaron a descentralizar sus sistemas de educacin durante la dcada de los noventa. Desde un punto de vista terico, hay muchos argumentos a favor y en contra de la descentralizacin de la educacin. Los principales beneficios de la descentralizacin se relacionan con el hecho de que las personas en el nivel local, o quienes estn ms cerca de las aulas (profesores, padres y estudiantes en el caso particular de la educacin), tienen mejor informacin que los funcionarios del Gobierno central y, en consecuencia, tendrn ms capacidad para tomar las decisiones que mejoren las escuelas (King y zler, 2000). Al respecto, se asume que las decisiones que ellos tomen, sern mejores y ms eficientes1 que las decisiones que se tomen desde el Gobierno central, porque quienes estn ms cerca disponen de mejor informacin acerca de las preferencias locales (Di Gropello, 2006). Adems, cuando la descentralizacin se refiere a la transferencia de las escuelas a los sectores privado y municipal, se cree que la descentralizacin motivar la competencia local. Se entiende que, en este caso, la competencia local mejorar la eficiencia de las escuelas. Por otra parte, se espera que la descentralizacin otorgue a los consumidores locales ms voz y capacidad de exigir un rendimiento de cuentas, pues las personas de la localidad pueden controlar mejor sus escuelas (Winkler y Gershberg, 2000). Esta reforma presupone un buen funciona1 La eficiencia puede definirse en 2 aspectos: eficiencia tcnica y social. La eficiencia tcnica se refiere a producir mejores resultados a costos similares o el mismo resultado a un costo ms bajo. La eficiencia social se refiere a las decisiones que reflejen ms de cerca las preferencias de los consumidores (Di Gropello, 2006).
113
miento de la democracia en donde todas las externalidades de la educacin tienden a ser locales. Entre los defensores de la descentralizacin de la educacin, se sostiene que la reforma tendr un impacto directo en el mejoramiento de las escuelas, en la participacin local, as como en la competencia local y la eficiencia tcnica (efectos de primera ronda). Como resultado de los efectos de primera ronda, la descentralizacin tendr un impacto indirecto en los procesos de aprendizaje, lo que llevara a mejores logros acadmicos de los estudiantes (efectos de segunda ronda). A pesar de estos argumentos, la evidencia emprica de los efectos de la descentralizacin es escasa. Entre quienes critican la descentralizacin se argumenta que si las lites locales ganan el control sobre la toma de decisiones a nivel local, entonces, el proceso conllevara a la existencia de estructuras no democrticas en el proceso de toma de decisiones, con la consecuencia de que el bienestar social no mejorara (Winkler y Gershberg, 2000). En trminos polticos, esto podra llevar a la consolidacin de caudillismos locales. Ms an, si las externalidades de la educacin se distribuyen ms all de los confines de la localidad, hay un argumento fuerte para una participacin importante del Gobierno central en el financiamiento de la educacin local. Adicionalmente, el diferente grado de desarrollo tcnico a nivel local puede influir en los resultados de la descentralizacin. En este sentido, la descentralizacin puede empeorar la provisin de bienes pblicos si los Gobiernos locales experimentan una falta de capacidad administrativa (Galiani y Schargrodsky, 2001). Se asume que los Gobiernos locales que tienen una mejor capacidad administrativa pueden tener mejores experiencias de descentralizacin que los Gobiernos que carecen de dichas capacidades. Finalmente, otro argumento en contra de la descentralizacin es que, una vez que se le ha dado autonoma en la toma de decisiones, el agente (la escuela)2 podra usarla de manera oportunista y anteponer sus intereses a los intereses nacionales; de tal manera que toma ventaja del hecho de que el principal (Ministerio de Educacin) no observar el verdadero esfuerzo del agente. Sin embargo, este problema de dao moral
2 Este argumento proviene de la literatura sobre el problema del agente-principal. Ver Di Gropello, 2006.
114
puede ser compensado por la existencia de un segundo principal, a travs de la participacin de la comunidad (Di Gropello, 2006). De cualquier manera, y como puede observarse, la mayor parte del debate terico se basa en supuestos que deben examinarse empricamente. Uno de los principales problemas del debate sobre la descentralizacin es la escasez de estudios empricos que evalen esos supuestos o, en otras palabras, la escasez de anlisis empricos de los efectos de la descentralizacin.
Experiencias de descentralizacin Como se indic, en trminos prcticos, hay dos tipos de estrategias de descentralizacin en la regin. Primero, una estrategia basada en la transferencia de la toma de decisiones escolares administrativas claves del Gobierno central a los Gobiernos locales (descentralizacin municipal). Segundo, una estrategia basada en dar a las comunidades locales el poder de decisin sobre los aspectos importantes del proceso educativo (estrategias de administracin desde la escuela)3. A pesar de la importancia que se le ha dado a la descentralizacin de la educacin en Amrica Latina, la evidencia emprica de su impacto sobre los logros acadmicos de los estudiantes es escasa. En esta seccin, se presenta un resumen de las principales experiencias de descentralizacin en la regin. El resumen se enfoca en los estudios de evaluacin de impacto. En lo que concierne a experiencias de descentralizacin en Amrica Latina, la reforma de Chile es el caso ms representativo de descentralizacin municipal o privatizacin. Chile comenz la descentralizacin a inicios de los ochenta, al transferir las escuelas del Gobierno central a las municipalidades o a agentes privados (privatizacin). Adems, la canti3 Di Gropello (2006) encuentra tres modelos de descentralizacin en Amrica Latina. El Modelo de Gobierno sub-nacional, aplicado en Argentina, Mxico, Chile y Brasil, donde la provisin del servicio de educacin se transfiri a los municipios. El Modelo sub-nacional de responsabilidades compartidas, aplicado en Colombia y Bolivia, donde las principales responsabilidades en educacin se transfirieron al nivel municipal y departamental. Finalmente, el Modelo de autonoma escolar, que se aplic en Nicaragua, Honduras, El Salvador, y Guatemala, en ste la administracin de las escuelas se transfiri a las comunidades locales.
115
dad de recursos que el Gobierno central otorgaba a las escuelas era proporcional al nmero de estudiantes que asistan a cada una (Espnola, 1997). El Gobierno central mantuvo el rol de financiar la educacin, as como el de determinar el currculo. De otra parte, los Gobiernos municipales y los agentes privados estaban a cargo de la contratacin de los profesores, la administracin de las escuelas, la capacitacin de los profesores y del mantenimiento y construccin de los edificios de las escuelas (Espnola, 1997). Desde el principio, el proceso no incorpor una estrategia de evaluacin de impacto. En consecuencia, no hay estudios experimentales del impacto de la descentralizacin en los resultados educativos. Sin embargo, una simple comparacin de los puntajes de los logros de los estudiantes a lo largo de la dcada de los ochenta muestra una reduccin del aprendizaje. Adems, el gasto real en educacin por estudiante tambin declin en el mismo periodo (Winkler y Gershberg, 2000). Recientemente, un estudio dirigido por Hsieh y Urquiola (2003) encontr que no hay efectos significativos de la descentralizacin en los logros acadmicos a nivel agregado (municipal). El estudio examina el efecto de la reforma en las calificaciones de pruebas, las tasas de repitencia y los aos de escolaridad, con datos de panel de cerca de 150 municipalidades. En este caso, el estudio se apoya en el hecho de que la privatizacin de las escuelas tendra mayor impacto en las comunidades con un mercado ms grande (donde la demanda por educacin sera ms grande) y un impacto pequeo en las comunidades con mercados reducidos. Dado que el impacto diferencial es producto de caractersticas de la comunidad que son fijas en el tiempo, el impacto del programa se mide al comparar los cambios en los resultados educacionales en comunidades urbanas ms ricas, con los de las comunidades donde la educacin privada se increment en menor grado. Como se mencion, la investigacin no encuentra efectos significativos a nivel municipal, si bien se detecta un aumento en la matriculacin de mejores estudiantes en escuelas privadas. De hecho, las escuelas privadas atrajeron a los estudiantes de familias con ms altos niveles de ingresos y escolaridad, lo que llev a una cada de los resultados de los estudiantes de escuelas pblicas, ya que los mejores estudiantes de las escuelas pblicas se cambiaron a las privadas.
116
Durante la dcada de los noventa, el Gobierno chileno dio pasos adicionales hacia la descentralizacin de las escuelas. La mejora de los insumos escolares, la promocin de innovaciones pedaggicas y las intervenciones especficas dirigidas a las escuelas ms desventajadas fueron los componentes centrales de esta fase de descentralizacin. De nuevo, este proceso no incorpor un diseo de evaluacin de impacto; en consecuencia, no hay estudios experimentales de evaluacin. A nivel descriptivo, durante la dcada de los noventa, el gasto real per cpita en educacin, incluyendo el salario de los profesores, se increment. Adems, se garantizaron condiciones de trabajo ms estables para los profesores. Por ltimo, la evolucin de los resultados de los exmenes indica una mejora significativa durante el periodo. Una intervencin especfica dirigida al mejoramiento de la calidad de las escuelas ms desventajadas fue el programa P-900. El programa comenz en 1990 y estuvo dirigido a las escuelas que se ubicaron debajo de los promedios regionales de las calificaciones en los exmenes de Matemtica y Lenguaje (para cuarto grado). La intervencin incluy cuatro componentes: infraestructura escolar, material educativo (en especial libros de texto), capacitacin docente y talleres tutoriales para nios con bajo desempeo. Un estudio de evaluacin de impacto de Chay, McEwan y Urquiola (2005) encuentra un efecto significativo del programa en los resultados de los exmenes de Matemtica y Lenguaje para cuarto grado; dicho impacto fue de alrededor de dos puntos entre 1988 y 1992. El estudio emple un diseo de regresin discontinua y se bas en el hecho de que escuelas registradas por debajo del promedio regional de las calificaciones de los exmenes recibieron el programa, mientras que escuelas que se registraron sobre este promedio no lo hicieron. Al comparar a las escuelas que estn justo por debajo del promedio regional con aquellas que se registran justo sobre ste, el estudio encuentra estimadores insesgados del impacto del programa. Argentina es otro ejemplo de descentralizacin municipal. Este pas descentraliz la administracin de la educacin primaria durante las dcadas de los sesenta y setenta. En consecuencia, la administracin escolar se transfiri a los Gobiernos provinciales. La administracin de las escuelas secundarias se transfiri entre 1992 y 1994. A nivel de la educacin se117
cundaria, se transfirieron a las provincias las siguientes facultades: la administracin de subsidios y la regulacin de las escuelas privadas; la determinacin de los gastos; la asignacin de presupuesto tanto para docentes como para otros rubros; el nombramiento y despido de directores, profesores y trabajadores; las decisiones sobre salario; la definicin del calendario lectivo, y la apertura o clausura de escuelas. Las escuelas pueden elegir los libros de texto, los mtodos de enseanza y evaluacin y, en alguna medida, los contenidos, pero previa consulta con la autoridad provincial (Galiani y Schargrodsky, 2001). Una evaluacin del impacto de la descentralizacin de las escuelas secundarias, llevado a cabo por Galiani y Schargrosky (2001), encuentra efectos significativos y positivos en los resultados de los exmenes de los estudiantes de escuelas pblicas, tanto en Lenguaje como Matemtica. El estudio considera, como una fuente de variacin exgena, el hecho de que la transferencia de las escuelas secundarias a los Gobiernos provinciales se hizo entre 1992 y 1994. Las transferencias de las escuelas se planificaron a travs de la firma de acuerdos bilaterales entre el Gobierno federal y cada provincia, lo cual tuvo lugar entre febrero de 1992 y enero de 1994. Este experimento poltico genera una variacin exgena en la jurisdiccin de la administracin de las escuelas secundarias, en el tiempo y el espacio, por lo que se convierte en un instrumento para identificar el efecto causal de la descentralizacin en los logros acadmicos de los estudiantes. En promedio, entre 1994 y 1998, los resultados de las pruebas mejoraron 1,2 desviaciones estndar de su distribucin, como resultado del proceso de descentralizacin (Galiani y Schargrosky, 2001). Otra importante conclusin de este estudio es que el impacto del programa depende de las caractersticas de la provincia. El estudio encuentra un impacto positivo cuando las escuelas se transfirieron a provincias fiscalmente ordenadas, pero el impacto fue negativo cuando las provincias sufran de significativos dficits fiscales (Galiani y Schargrosky, 2001). Al respecto, el estudio concluye que la eficiencia del proceso de descentralizacin depende del nivel de desarrollo tcnico de los Gobiernos locales. Ejemplos adicionales de descentralizacin basados en la transferencia de competencias administrativas a las municipalidades pueden encontrar-
118
se en Brasil, Mxico, Bolivia y Colombia4. Desafortunadamente, no hay estudios de evaluacin de impacto de estas experiencias. Con respecto al segundo tipo de descentralizacin (la estrategia de administracin desde la escuela), puede encontrarse algunas experiencias interesantes en Amrica Central. La primera experiencia de un programa de este tipo es EDUCO (Educacin con participacin de la Comunidad) de El Salvador. El programa comenz en 1991 y transfiri la administracin de las escuelas a asociaciones educativas de la comunidad (Asociaciones Comunales para la Educacin, ACE). Las ACE estn a cargo de administrar y dirigir las escuelas; seleccionar, contratar y monitorear a los profesores; construir y dar mantenimiento a las escuelas; por otro lado, el Ministerio de Educacin contrata a las asociaciones para que impartan un currculo determinado a cierto nmero de estudiantes. Las escuelas EDUCO pueden establecerse en reas rurales y proveer educacin preescolar y bsica (de primero a noveno grados). Adems, debe haber al menos 28 estudiantes por grado en la comunidad y no disponer de ningn otro servicio educativo. El objetivo principal del programa fue expandir el acceso a la educacin de los nios en reas rurales remotas. No se establecieron objetivos especficos con respecto a los logros acadmicos de los estudiantes. Sin embargo, una evaluacin de impacto conducida por Jimnez y Sawada (1999) encontr efectos significativos y positivos del programa sobre el resultado de los exmenes de Lenguaje5 y la asistencia escolar. El estudio emple una funcin de produccin de educacin para evaluar el impacto de EDUCO; se hizo una regresin de las variables de resultado (notas en los exmenes y das de asistencia a clase) sobre caractersticas del estudiante, de la escuela y de la comunidad. Para tratar con el problema de endogeneidad debido a la seleccin para participar en el programa, el estudio utiliz instrumentos como la proporcin de escuelas EDUCO y escuelas tradicionales a nivel municipal. Se asume que estos porcentajes afectan la probabilidad de que un estudiante asista a una
4 5 Ver Espnola V. (1997); Gershberg A. (1999); Winkler y Gershberg (2000). Es importante notar que el efecto del programa no es robusto y es sensible a la especificacin de la ecuacin de participacin. Sin embargo, la principal conclusin de la investigacin es que el programa no ha disminuido el aprendizaje de los nios.
119
escuela EDUCO, sin afectar directamente la funcin de produccin de educacin a nivel de los estudiantes. En 1993, el Gobierno nicaragense estableci, como proyecto piloto, Consejos directivos en 24 escuelas secundarias pblicas6, para asegurar la participacin de los profesores, padres y estudiantes en la toma de decisiones de los colegios. Inicialmente, el programa estuvo dirigido hacia los colegios y transfiri tareas administrativas claves desde la autoridad central hacia los Consejos directivos. Dichos consejos estuvieron a cargo de contratar y despedir profesores, as como personal administrativo; dar mantenimiento al edificio de la escuela; supervisar y llevar a cabo las asignaciones presupuestarias; generar recursos financieros adicionales (como cobros a los estudiantes); supervisar el desempeo de los profesores y elegir los enfoques pedaggicos (Di Gropello, 2006). A diferencia de la salvadorea7, los objetivos de la reforma nicaragense fueron incrementar la eficiencia y la efectividad de los servicios de educacin: la asistencia escolar y el resultado de los exmenes (Di Gropello, 2006). Hacia el final de 1995, el programa cubra cerca de 100 escuelas secundarias y se extendi al nivel primario. A nivel de escuelas, el programa tom dos formas, uno para las escuelas urbanas, el cual era similar al modelo de los colegios, y otro modelo para las escuelas rurales: Ncleos Educativos Rurales Autnomos (NER). Este ltimo es un grupo de escuelas formado alrededor de una escuela central y que funciona como una sola red de escuelas. Un consejo central administra cada NER. Su consejo directivo se ubica en la escuela central, que es usualmente la ms grande del grupo y la nica que tiene director. Hacia fines de 2005, haba ms de 200 escuelas primarias autnomas individuales y 42 NER que tenan de dos a cuatro escuelas cada uno (King y zler, 2000). Una evaluacin de impacto conducida por King y zler (2000) encontr un efecto significativo y positivo de la descentralizacin de facto8 sobre el resultado de los
6 7 8 Tomadas de un total de cerca de 400 escuelas pblicas de educacin secundaria. Adems de El Salvador, Guatemala y Honduras tambin definieron, como objetivo principal de la descentralizacin, el incremento de la matriculacin escolar en las reas rurales remotas. La descentralizacin de facto se calcul usando un ndice que mide el nivel de participacin de los padres en las decisiones relevantes de la escuela. No se refiere a la participacin en el programa, lo que los autores denominan descentralizacin de jure. Ver King y zler (2000) para ms detalle.
120
exmenes a nivel de escuela primaria, tanto en Matemtica como en Lenguaje. El estudio emple un mtodo de propensity score matching, as como uno de variables instrumentales para evaluar el impacto de ambas formas de descentralizacin, de jure y de facto, sobre los resultados acadmicos. Los instrumentos usados fueron las caractersticas de la escuela (matriculacin y caractersticas del director) y variables a nivel municipal (niveles de educacin promedio e infraestructura, y sus varianzas). Un problema potencial del estudio es que los instrumentos usados no son particularmente fiables. Es difcil suponer que las caractersticas de la escuela y el director no se relacionan con el desempeo del estudiante. Finalmente, la investigacin encuentra que no hay efectos significativos del programa a nivel de colegios (King y zler, 2000). Otros ejemplos adicionales de experiencias de administracin desde la escuela se encuentran en Guatemala (PRONADE) y Honduras (PROHECO). As como en El Salvador, en dichos casos, el objetivo principal fue expandir la matrcula escolar en reas rurales remotas afectadas por conflictos, pobreza y desastres naturales9. Sin embargo, no hay estudios disponibles de evaluacin de impacto de esas experiencias. En Amrica del Sur tambin se pueden encontrar algunos ejemplos de experiencias de administraciones desde la escuela, como es el caso de Minas Gerais en Brasil10. Como sugiere el resumen anterior, los estudios empricos disponibles muestran distintos niveles de rigor analtico. Si bien no hay estudios experimentales para evaluar el impacto de la descentralizacin, los pocos estudios cuasi-experimentales que s existen, sugieren que los efectos de la descentralizacin sobre los resultados escolares son especficos para cada contexto y para cada pas. Respecto de la descentralizacin basada en la transferencia de competencias del Gobierno central a los Gobiernos locales, hay evidencia que seala que el impacto depende de las capacidades polticas, administrativas y financieras de los Gobiernos locales. El proceso de descentralizacin puede ser exitoso en aquellos Gobiernos con un alto nivel de desarrollo, mientras que puede ser un fracaso en aquellos Gobiernos con bajos niveles.
9 Ver Emanuela Di Gropello (2006) para una revisin de dichos programas. 10 Ver Guedes y otros autores (1997) para una revisin de la experiencia de Minas Gerais.
121
En el caso de la privatizacin, no se encuentran efectos significativos a nivel municipal en la experiencia chilena. Incluso en este caso se observa un deterioro en el desempeo de las escuelas pblicas, debido a la migracin de los mejores estudiantes de las escuelas pblicas a las privadas. En el caso de las intervenciones dirigidas al mejoramiento de la calidad que son focalizadas en las escuelas con un bajo desempeo acadmico, se encuentra un impacto significativo y positivo. Finalmente, en el caso de los programas de administracin con base en la escuela, la evidencia emprica de su impacto en los logros acadmicos de los estudiantes no es definitiva. Debe enfatizarse que la mayora de los programas, especialmente en Amrica Central, se establecieron para incrementar la matrcula escolar en reas rurales remotas, y no sealan objetivos explcitos en cuanto al aprendizaje. En consecuencia, no debe sorprender que no se encuentren efectos significativos en los exmenes de los estudiantes. La particularidad de la descentralizacin en las reas rurales de Ecuador a travs de las Redes Amigas es que se trata de un programa que pertenece al segundo tipo de reformas de descentralizacin en Amrica Latina, la administracin desde la escuela; pero incluye objetivos explcitos de calidad. De hecho, a diferencia de la experiencia centroamericana, en la que el objetivo primordial era el mejoramiento de la matrcula escolar en reas rurales remotas, el objetivo primordial de las Redes Amigas era el mejoramiento de los logros acadmicos de los estudiantes.
La descentralizacin de la educacin en Ecuador PROMECEB-Redes Amigas comenz a operar en 1990. El programa tuvo dos fases: de 1990 a 1999 (PROMECEB) y de 1999 a 2005 (Redes Amigas). El objetivo principal fue mejorar los logros acadmicos de los estudiantes en reas rurales de Ecuador, a travs de la descentralizacin de la administracin de las escuelas y de la participacin de la comunidad. Para este fin, las escuelas se asignaron a unidades administrativas de mediano tamao llamadas Centros Educativos Matrices (CEM). Cada centro supervisaba entre 15 y 30 escuelas; esto puede compararse con el entra122
mado institucional anterior, en el que la nica unidad administrativa (la Direccin Provincial) supervisaba 3 000 escuelas. En la segunda fase de este programa, que comenz en 1999, las escuelas de un mismo CEM eran motivadas a organizarse en redes escolares autnomas (Redes Amigas). Estas redes han recibido recursos adicionales por parte del programa para definir su propia estrategia de capacitacin de profesores y su propio presupuesto para infraestructura y materiales de enseanza. Los comits de las comunidades participantes recibieron una cantidad sustancial de entrenamiento y de servicios de asesora por parte de la administracin central, con el propsito de que apoyen al programa de redes escolares. El presupuesto total de la segunda fase del programa fue de $50 millones, de los cuales $45 millones fueron un aporte del Banco Interamericano de Desarrollo y $5 millones del Gobierno ecuatoriano. Se prevea que el programa terminara en 2002, pero una extensin fue aprobada y el programa termin a finales de 2004. Desde 2005 en adelante, el programa se convierte en una actividad permanente del Ministerio de Educacin. De hecho, el Ministerio de Educacin cre una unidad administrativa, encargada de la coordinacin de las redes escolares (Redes Amigas). Cada red, en promedio, tena 12 escuelas, 750 alumnos y 31 profesores. Las decisiones relacionadas con los aspectos administrativos y pedaggicos estuvieron a cargo de un consejo directivo, conformado por 4 profesores, 3 miembros del comit de padres de familia y un representante de la comunidad. En el mbito pedaggico, el consejo directivo contaba con la gua del comit pedaggico, que estaba conformado por el subdirector de la red y el correspondiente director de cada escuela. Cada red tena su propio presupuesto y, consecuentemente, la capacidad de contratar profesores. En contraste con otras escuelas de Ecuador, donde el presupuesto le pertenece a la Direccin Provincial de Educacin, quien tambin lo administra, bajo las Redes Amigas, los recursos fueron transferidos y administrados por la red. Para participar en el programa, las escuelas deban satisfacer los siguientes requerimientos: a) estar localizadas en el rea rural; b) estar registradas en el Ministerio de Educacin y Cultura (MEC) y, finalmente, c) aplicar al programa y firmar un acuerdo con el MEC. Antes de firmar el
123
acuerdo con el MEC era necesario conformar el consejo directivo y el comit pedaggico. Adems, el comit de padres y los profesores deban llenar un formulario para unirse a la red. Cada red tena dos componentes en su presupuesto: el presupuesto que vena del programa y se distribua de acuerdo a la Tabla 3.1; y el presupuesto que vena del Gobierno y que se empleaba para pagar el salario de los profesores y para comprar bienes y servicios.
Tabla 3.1. Distribucin del presupuesto de Redes Amigas

Actividad Capacitacin profesores Material educativo Infraestructura Equipamiento Participacin de la comunidad Servicios de auditora y consultora
Fuente: Redes Amigas
Porcentaje del presupuesto 15% 25% 36% 14% 6% 4%
La unidad central a cargo de administrar el programa ofreci asistencia a las redes de escuelas en 5 temas bsicos: a) capacitacin de profesores; b) material educativo; c) infraestructura; d) equipamiento y e) participacin de la comunidad. Al final del programa, este cubra cerca de 140 000 alumnos, 2 200 escuelas y 6 000 profesores en un total de 187 redes. De este total, 30% fueron redes indgenas. La cobertura total del programa representa 58% de todos los estudiantes de escuelas pblicas en las reas rurales, el 40% de los cuales vive en las regiones ms pobres de Ecuador. El programa logr la cobertura universal de las escuelas indgenas de la Costa y Amazona11.
11 Ecuador tiene tres regiones geogrficas: Costa, Sierra y Amazona; tambin existen dos sistemas de educacin distintos: el sistema hispano, en el que la lengua oficial es el espaol y la mayora de estudiantes son mestizos, y el sistema bilinge, donde se ensea espaol y quichua, y la mayora de estudiantes son indgenas.
124
Al comparar el nmero de alumnos que participan en el programa con su presupuesto anual ($10 millones), se puede concluir que el gasto per cpita del programa fue de $70 al ao. Finalmente, es importante mencionar que el programa afront una fuerte oposicin del sindicato de profesores (la Unin Nacional de Educadores: UNE), especialmente debido a las transferencias de presupuesto de las Direcciones Provinciales a las redes. Se opusieron a esta estrategia de descentralizacin porque con las Redes Amigas, tanto las estructuras salariales como las condiciones de trabajo para los profesores se negocian en cada red y no en el Ministerio de Educacin a nivel nacional. El sindicato de profesores consider que este mecanismo afectaba su poder de negociacin. De otra parte, tanto los padres como los profesores y directores de las escuelas (que no pertenecen al sindicato de profesores) se mostraron muy entusiastas de participar en el programa. Los profesores y los directores vieron al programa como una oportunidad para mejorar las condiciones de las escuelas; obtener recursos adicionales para infraestructura y material escolar; y mejorar las condiciones de los profesores, en especial, en lo relacionado con capacitacin. Las comunidades vieron al programa como una forma de participar y monitorear el proceso de educacin12. Especificaciones empricas Como se mencion en la introduccin, la idea principal de un estudio de evaluacin de impacto es aislar el efecto de la intervencin. La aplicacin de estudios experimentales requiere el diseo de una lnea de base y una encuesta de seguimiento que se aplica a los grupos de tratamiento y de control definidos de forma aleatoria. Las Redes Amigas no incorporaron ningn diseo de evaluacin durante su implementacin, razn por la cual no se pudo implementar un diseo experimental. Adems, el programa no dispona de ninguna encuesta de lnea de base. Dentro de estos
12 Un estudio de evaluacin del programa que usa informacin cualitativa, demuestra que los profesores y las comunidades de las escuelas participantes estaban ms entusiasmados e involucrados en el proceso de educacin (FLACSO, 2005). Fui la cabeza del equipo de investigacin que llev a cabo este estudio.
125
limitantes de informacin, el presente captulo evala el impacto del programa combinando dos metodologas cuasi-experimentales. La idea principal de la estrategia metodolgica es hacer una correccin por las variables no-observables a travs de un diseo de comparacin de los postulantes al programa en lista de espera (pipeline comparison) y corregir los observables mediante el empleo de un emparejamiento sobre la base de la probabilidad de participacin (propensity score matching). A continuacin, se desarrolla a profundidad la estrategia de identificacin. A partir de la extensa literatura sobre funciones de produccin de educacin13, en la que se regresa la variable de resultado frente a algunos insumos que intervienen en el proceso de educacin, se puede plantear el siguiente modelo para la estudiante i-sima, que asiste a la escuela n-sima y est en la comunidad m-sima: (1) Donde Y es la variable de resultado, X es el vector de caractersticas del estudiante y del hogar, C es un vector de variables de la comunidad y la escuela, antes de la aplicacin del programa, que pueden influir sobre la participacin en este. T es una variable dicotmica que toma el valor de 1 si la escuela pertenece a la red y cero si la escuela pertenece a una cuasired14. Los principales determinantes de la participacin en el programa, en este caso particular, son las variables de la comunidad y la escuela. Como se mencion, las escuelas que decidieron participar en el programa tuvieron que organizarse por s solas y crear el consejo directivo (con la participacin de los miembros de la comunidad). Es posible que las comunidades con mejor organizacin y participacin, as como escuelas con directores, profesores y padres ms motivados tengan una probabilidad de participar en el programa ms alta. Por este motivo, el nivel de organizacin de la comunidad y algunas caractersticas especficas de la escuela parecen importantes para comprender la participacin en el programa.
13 Para una revisin del mtodo de la funcin de produccin de educacin, ver Bowles, 1970; Hanushek, 1979; Behrman, 1999; Pirtchett y Filmer, 1997; Todd y Wolpin, 2003. 14 Las cuasi redes se componen de escuelas que han aplicado exitosamente al programa, pero que, debido a algn aspecto administrativo, an no lo reciben.
126
Desafortunadamente, la informacin previa a la intervencin, a nivel de las escuelas y comunidades es escasa. Con el objetivo de recoger informacin sobre las variables de las escuelas y comunidades, antes de la ejecucin del programa, esta investigacin usa los datos del censo de poblacin de 1990 y del Ministerio de Educacin15. Las variables a nivel parroquial se construyeron con los datos del censo de poblacin de 1990. En este caso, se aadieron a nuestra base las siguientes: incidencia de la pobreza, el promedio de aos de escolaridad para aquellos con ms de 24 aos de edad y, finalmente, el porcentaje de analfabetismo entre aquellos que tienen ms de 14 aos. Adems, antes de la segunda fase del programa, se calcul algunas variables del Ministerio de Educacin (1994), tanto a nivel parroquial como escolar. A nivel parroquial se calcul la relacin de estudiantes por profesor promedio, la relacin de estudiantes por aula promedio, y la relacin de estudiantes por plantel promedio. A nivel de escuelas, se utiliz la tasa de repitencia y la relacin de estudiantes por profesor. Estas variables pueden tener un impacto sobre las variables de resultado, y sobre la participacin en el programa; se incluyen dentro del vector C en la ecuacin (1)16. Adems, la intervencin del programa puede generar un impacto en los resultados de la escuela por dos vas: a travs del mejoramiento de las caractersticas de la escuela y de los profesores, as como a travs de los cambios en la estructura administrativa. Una forma de aislar el efecto de los cambios en el entramado institucional de una escuela es incluir en la ecuacin (1) un vector de caractersticas de la escuela y los profesores que son afectados por la intervencin del programa. En este caso el modelo es: (2) Donde X, C y T son lo mismo que en la ecuacin (1) y S es un vector de las caractersticas de la escuela y los profesores que se ven afectadas por la
15 El Ministerio de Educacin de Ecuador levanta informacin de escuelas y profesores cada ao. Se dispone de datos en medios electrnicos desde 1994. 16 Dichas variables no habran podido ser utilizadas como instrumentos bajo la metodologa de variables instrumentales. La razn es que, a pesar de que estn altamente correlacionadas con la participacin en el programa, no satisfacen la condicin de exclusin porque tambin estn correlacionadas con los resultados de los exmenes.
127
ejecucin del programa. La diferencia entre los resultados de la ecuacin (2) y los de la ecuacin (1) es el efecto de los cambios en la estructura administrativa. La ecuacin (1) puede especificarse empricamente usando un modelo lineal, de la siguiente manera: (3) Donde las alfas son los parmetros a ser estimados y el parmetro de mayor inters es , es un trmino de error normalmente distribuido, con media cero y varianza constante. Para simplificar la notacin, se omite los trminos de error relacionados con las variables a nivel escolar y comunitario. Lo mismo puede extenderse a la ecuacin (2). (4) En este caso el parmetro de inters es . Las ecuaciones (3) y (4) se estimarn usando MCO. Hay dos limitaciones de los estimadores que se obtienen de las ecuaciones (3) y (4). Primero, puede haber variables no observables que afecten, simultneamente, la participacin en el programa y las notas de los exmenes y que no hayan sido tomadas en cuenta por el modelo. Al respecto, la variable de tratamiento puede estar correlacionada con el trmino de error, lo que genera estimadores sesgados e ineficientes. Para eliminar esta fuente de sesgo, la investigacin utiliza un diseo en donde el grupo de comparacin son los postulantes que estn en lista de espera (pipeline comparison)17. Este mtodo se apoya en el uso de las escuelas que han aplicado al programa con xito y que an no lo han recibido, como un grupo de comparacin. Estos postulantes ya han demostrado una preferencia hacia la participacin en el programa (Angrist, 1998); en consecuencia, el grupo de comparacin est conformado por escuelas que han decidido organizarse como redes, han integrado tanto el consejo directi17 Ejemplos de estudios que usan una comparacin entre los que estn en lista de espera para participar (pipeline comparison) son: Angrist, 1998; Chase, 2002; Galasso y Ravallion, 2004.
128
vo como el comit pedaggico y han suscrito el acuerdo de participacin con el Ministerio de Educacin de Ecuador. Sin embargo, el programa an no ha sido ejecutado, sobre todo debido a restricciones de tiempo y presupuesto, y a algunos problemas administrativos. Estas redes se han denominado cuasi-redes18. Segundo, el anlisis no se restringe a la regin de superposicin de las distribuciones de probabilidad de participacin19 y, adems, usa una especificacin particular de la funcin (lineal). Una alternativa que permite estimar el impacto del programa corrigiendo ambas limitaciones es el emparejamiento basado en la propensin de participar en el programa (propensity score matching, PSM). Esto tambin permite corregir la presencia de relaciones no lineales entre variables. Como se indic, esta investigacin restringe el PSM a la muestra de postulantes. La idea principal es que al usar la estrategia de pipeline comparison se corrige el efecto de variables no-observables en el proceso de seleccin; mientras que al usar el PSM se corrige las variables observables20. Un supuesto contundente que se hace al aplicar un PSM es el de que no hay variables no observables que influyan en la participacin en el programa (unconfoundedness assumption). Esto puede expresarse formalmente de la siguiente manera:
Donde Yi(0) es el resultado potencial para los del grupo de comparacin y Yi(1) es el resultado potencial del grupo de tratamiento. T y X ya fueron definidos, y se refieren a las variables de tratamiento y de control, respectivamente.
18 La mayora de cuasi-redes no recibieron el tratamiento debido a motivos administrativos. Por ejemplo, una solicitud que se llen de manera incorrecta, o una composicin del comit pedaggico que no era la adecuada. 19 La regin de superposicin de las distribuciones se refiere a los individuos que tienen caractersticas similares, respecto de las variables que influencian la participacin en el programa. 20 Como todas las experiencias de descentralizacin en Amrica Latina, el diseo inicial del programa no incorpor una evaluacin de impacto. En este sentido, no fue posible realizar un diseo experimental. El estudio de evaluacin fue contratado al final del programa como un requerimiento del BID. Afortunadamente, la existencia de las cuasi-redes brind la oportunidad para usar un diseo de comparacin con los postulantes en lista de espera (pipeline design).
129
Bajo el supuesto de que no hay variables no observables que influyan en la participacin en el programa, se puede estimar el efecto de tratamiento promedio del programa para los tratados (average treatment effect ATE por sus siglas en ingls) al comparar los resultados de aquellos en el grupo de tratamiento con los de aquellos en el grupo de control, de la siguiente manera:
Cuando hay muchas variables que influyen en la participacin en el programa, es recomendable usar la propensin a participar en el programa, propensity score, (que es la probabilidad condicional de recibir el tratamiento, dadas las co-variables). Rosenbaum y Rubin (1983, 1985) han demostrado que, bajo el supuesto de que no hay variables no observables que influyan en la participacin en el programa, todo el sesgo se elimina, controlando solamente para las diferencias en el propensity score de las unidades de tratamiento y de control. La propensin de participar en el programa (propensity score) sera:
Que se asume est entre cero y uno: 0 p(x) 1 La probabilidad de participar en el programa se puede calcular a travs de un modelo economtrico, donde la variable dependiente es una variable dicotmica que toma el valor de uno para los participantes en el programa y cero en caso contrario. Una opcin es usar un modelo probit, donde la variable de participacin en el programa se regresa con respecto a las caractersticas de la escuela y de la comunidad, antes de la implementacin del programa (vector C). Como se ha mencionado, se considera que las variables de la escuela y la comunidad previas a la intervencin del programa son las principales determinantes de la participacin en ste. Adi-
130
cionalmente, la ecuacin de seleccin incluir algunas de las variables del hogar como controles. Formalmente: sea Yik la variable de resultado para el individuo i en el estado k. Hay dos posibles estados de resultado: k = 1 en presencia del programa y k = 0 en su ausencia. Cuando se emparejan N beneficiarios del programa con el no-beneficiario ms cercano, el efecto de tratamiento promedio sobre los tratados (ATT) puede definirse de la siguiente manera: (5) Donde cada participante (Yi1) es emparejado con el no-participante (Yi0) ms cercano, sobre la base de la propensin a participar en el programa. Es importante notar que una importante fuente de sesgo que se presenta al realizar estudios no experimentales es la incapacidad de satisfacer la condicin de superposicin de las distribuciones de probabilidad de participacin (Heckman y otros autores, 1998). Imponer esta condicin implica que las inferencias sobre el impacto del programa pueden ser confinadas a individuos comparables en trminos de sus propensiones a la participacin (propensity scores). Lo anterior, en trminos formales, significa que:
Se impone dicha condicin en la presente estimacin del PSM. Aparte de un emparejamiento uno a uno, hay otros tipos de emparejamiento en la literatura (Ravallion, 2005). Se utilizar tambin el emparejamiento con los cinco vecinos ms cercanos y el de Kernel. En este caso, el estimador para el efecto de tratamiento promedio en los tratados puede definirse, en trminos generales, por: (6) Donde W es el peso que se usa en el clculo del contrafactual para cada participante, y C es el nmero de casos que se emplea para construir el
131
contrafactual para cada participante. Los estimadores de Kernel se calculan usando la distribucin Epanechnikov porque presenta la mayor eficiencia asinttica entre todas las distribuciones de Kernel alternativas (Mittelhammer y otros autores, 2000). Desarrollos recientes en la literatura del mtodo de emparejamiento muestran problemas potenciales con la eficiencia de los estimadores de emparejamiento de PSM cuando se usa un bootstrap para calcular los errores estndar (Imbens, 2004; Hirano, Imbens y Ridder, 2003). Hirano y otros autores (2003) proponen otra manera de emparejamiento para obtener estimadores totalmente eficientes. Segn estos autores, se puede usar MCO ponderados para estimar la siguiente ecuacin: (7) Donde Y, T y X ya se han definido y los pesos que se usan son 1 para las unidades tratadas y para las unidades de control21. En este caso es la probabilidad condicional de participacin (propensity score) estimada a partir de la ecuacin de seleccin. Bajo este mtodo, tambin se puede calcular la ecuacin (7) incorporando las variables de la escuela y los profesores (Si) que sean afectadas por la intervencin del programa. Lo anterior se hace con el objetivo de aislar el efecto del programa, debido a los cambios en la administracin de la escuela. Como se indic anteriormente, los estimadores del PSM estarn sesgados si hay variables no observables que afecten a la vez la participacin en el programa y el resultado en las pruebas de medicin de logros. Esta investigacin intenta controlar los no-observables a travs del empleo de un diseo de comparacin con los postulantes en lista de espera (pipeline design). Sin embargo, todava es posible que algunos no-observables influyan en la participacin en el programa. Por ejemplo, los profesores y las comunidades ms organizados y entusiastas pueden postularse para la participacin en el programa antes que las comunidades menos organizadas y menos entusiastas. Al respecto, las cuasi-redes podran pertenecer a
21 Al usar esta ponderacin se obtiene el tratamiento promedio en los tratados. Si se quiere obtepara las unidades ner el tratamiento promedio para toda la poblacin, los pesos son tratadas, y para las unidades de control. Ver Hirano, Imbens y Ridder (2003).
132
comunidades y profesores no tan entusiastas ni organizados y, por esta razn, obtener puntajes ms bajos. En este caso, los estimadores del diseo de comparacin con postulantes en lista de espera, junto con el de PSM se sesgarn hacia arriba. Se puede probar la existencia de no-observables usando una lgica similar a la empleada para estimar modelos con sesgo por seleccin22. Sobre esta base, una forma de comprobar la presencia de no observables es el anlisis de la correlacin parcial entre la variable de resultado de la ecuacin principal y los residuos de la ecuacin de seleccin. Para llevar a cabo esto, se puede emplear el siguiente modelo: (8) Donde Yi es la variable de resultado, Ti es una variable dicotmica que indica la participacin, Xi es un vector de variables de control, y Ri son los residuos generalizados del modelo probit con el que se calcul la propensin a participar en el programa (propensity score)23. Se detecta el sesgo de seleccin si es diferente de cero24. Un aspecto importante en esta prueba es la estrategia de identificacin utilizada para estimar el modelo. A pesar de que la diferencia en la forma funcional de las dos ecuaciones (no lineal en la ecuacin de seleccin y lineal en la ecuacin de resultado) ayuda a la identificacin, esta es una base dbil para la identificacin del modelo. Como se mencion, en los datos disponibles no se encontraron instrumentos vlidos que pudieran usarse en esta prueba. Como referencia, incluimos las variables pre-intervencin en la ecuacin de seleccin, y las excluimos de la ecuacin (8). De cualquier manera, los resultados de la prueba deben interpretarse con cautela. En trminos metodolgicos, una limitacin importante de este estudio es la existencia de una sola encuesta. Ya se seal que el estudio de evaluacin fue conducido al final del programa, por lo que no se dispona de una encuesta de lnea de base. Habra sido ventajoso tener al menos dos encuestas para construir un panel de informacin. Si los no-observa22 Para una revisin de modelos con sesgo por seleccin de la muestra ver Vella (1998), 23 Este trmino es el inverso de la razn de Mills para la muestra completa. Ver Vella (1998). 24 Jalan y Ravallion (1999) usaron esta prueba.
133
bles se mantienen sin cambios entre el levantamiento de la lnea de base y la encuesta de seguimiento, se puede controlar los no-observables a travs del mtodo de diferencia en diferencias. Adems, debido a que el aprendizaje es un proceso acumulativo, habra sido mejor analizar el cambio en los resultados de las pruebas (enfoque de valor agregado) como la variable de resultado, en lugar de analizar un solo punto en el tiempo. Esto sera posible con datos de panel. Sin embargo, como se indic, el programa no tena una lnea de base y solo fue posible incorporar informacin anterior al programa del censo de poblacin de 1990 y de la informacin administrativa del Ministerio de Educacin.
Datos y estadstica descriptiva La informacin fue recopilada por la Facultad Latinoamericana de Ciencias Sociales (FLACSO-Sede Ecuador) en el rea rural de Ecuador25. Se entrevist a los estudiantes de segundo y cuarto grado de las escuelas primarias. La encuesta se llev a cabo entre noviembre de 2004 y febrero de 2005 y emple tres tipos de instrumentos: cuestionarios para la escuela, el profesor y el hogar. Adems, los estudiantes de segundo y cuarto grado fueron evaluados tanto en Matemtica como Lenguaje a travs de pruebas estandarizadas. Esas pruebas fueron diseadas por un equipo pedaggico y permitan la evaluacin del nivel de destrezas bsicas alcanzadas por los nios en las asignaturas mencionadas. Las destrezas evaluadas fueron las mismas que considera el Sistema Nacional de Medicin de Logros Acadmicos (SNMLA). Las pruebas fueron diferentes para las escuelas hispanas y las bilinges26. Para cada nio, el equipo de investigacin levant informacin respecto de los resultados de sus exmenes (Matemtica y Lenguaje), caractersticas de las escuelas y los profesores y variables del hogar. Tanto los resultados de los exmenes, como los cuestionarios del plantel y del profesor se llenaron en cada centro educativo; el cuestionario del hogar se llen en la
25 Coordin el equipo a cargo de disear la encuesta y de recopilar la informacin. 26 Las pruebas fueron diferentes con el fin de detectar las diferencias culturales entre los nios de escuelas hispanas y los de escuelas bilinges. Las pruebas fueron aprobadas y validadas con el soporte tcnico del Ministerio de Educacin.
134
casa del nio encuestado. La investigacin us un diseo de muestreo aleatorio por conglomerados polietpico; durante la primera etapa, se seleccion aleatoriamente las redes y las cuasi-redes; en la segunda etapa, se entrevist a todas las escuelas pertenecientes a la red seleccionada; finalmente, en la tercera etapa, se entrevist y se tom las pruebas a todos los estudiantes de segundo y cuarto grados. La muestra se dise para tener representatividad estadstica tanto para redes hispnicas como para redes indgenas. Para el efecto, se hizo un sobremuestreo de las redes indgenas. Las escuelas bilinges de la Costa y la Amazona no pudieron ser incluidas en la muestra porque el programa haba alcanzado cobertura universal y no se dispona de grupos de control. Por esta razn, la muestra es representativa para el sistema hispano de las regiones Costa y Sierra, mientras que para el sistema bilinge, solo es representativa en la Sierra.
Tabla 3.2 Distribucin y tamao de la muestra
Segundo grado Hispnico Tratamiento Control Bilinge Tratamiento Control Total
Cuarto grado 422 448 167 181 1 218
491 435 206 206 1 338
El grupo de comparacin se conform con el total de cuasi-redes disponibles al momento de la evaluacin. El nmero de estudiantes que fueron parte de la muestra de las escuelas bilinges e hispanas, tanto para los grupos de tratamiento como de control, as como para el segundo y cuarto grados, se muestra en la Tabla 3.2. El tamao total de la muestra es 1 338 nios de segundo grado y 1 218 nios de cuarto. En el caso de las escuelas hispanas, hay 491 nios de segundo grado en el grupo de tratamiento y 435, en el grupo de comparacin. En el caso de escuelas bilinges, hay 206 nios en el grupo de tratamiento y 206 en el grupo de control, para
135
el segundo grado. Para el cuarto grado, en las escuelas hispanas hay 422 y 448 nios en los grupos de tratamiento y de control, respectivamente; y 167 y 181 en los grupos de tratamiento y control, en el caso de las escuelas bilinges. A nivel de escuelas, el tamao de la muestra es de 147 escuelas (94 del sistema hispano y 53 del bilinge). Para tener resultados del impacto del programa ms comparables, el diseo de la muestra tom en cuenta el momento de intervencin del programa con el objetivo de evitar disparidades significativas entre las escuelas de los sistemas hispano y bilinge. En este sentido, el nmero de aos promedio que ha estado vigente el programa es 6 para ambos sistemas. El cuestionario de la escuela tuvo informacin acerca del director de la escuela; infraestructura; nmero de profesores, su nivel de escolaridad y experiencia; nmero de estudiantes; nmero de aulas, libros, computadoras, laboratorios y otros insumos de este tipo; ubicacin y, finalmente, informacin sobre el ltimo ao en que se llevaron a cabo mejoras a la infraestructura de la escuela. El cuestionario de profesores fue aplicado a la persona a cargo de ensear Matemtica y Lenguaje. En este caso, la encuesta recogi informacin acerca de la escolaridad del profesor; experiencia, tipo de contrato (contratado por el Ministerio de Educacin o por la escuela) y el nmero de cursos de capacitacin a los que asisti en los ltimos cuatro aos. El cuestionario del hogar comienza con un registro de cada miembro, sus nombres, sexo, edad y relacin con el jefe de hogar. Luego hay un mdulo de los bienes e infraestructura del hogar. A nivel individual, la encuesta recoge informacin acerca del nivel de escolaridad; el nivel de educacin de los padres; el estado civil y el idioma que hablan todos los miembros del hogar. Adems, para las personas de 5 aos en adelante, tambin se recopila datos de la situacin laboral, condiciones de trabajo e ingresos. Para nios de entre 5 y 17 aos se dispone de informacin respecto de matrcula escolar, tipo de escuela a la que asisten, gasto educativo y asistencia escolar. Finalmente, el cuestionario tiene algunas preguntas sobre la manera en que el nio usa el tiempo, para registrar el nmero de horas que trabaja, ayuda en los quehaceres domsticos, ve televisin y el grado de ayuda que reciben al hacer las tareas escolares.
136
Las variables de escuela, profesor y hogar fueron emparejadas a las variables de los nios. La Tabla 3.3 muestra la estadstica descriptiva para los nios de segundo grado de los grupos de tratamiento y comparacin, en el sistema hispano. Tambin se incluyen las variables previas a la implementacin del programa. Comenzando por las variables de los nios, se observa que los estudiantes del grupo de tratamiento tienen mejores notas que los estudiantes del grupo de comparacin, tanto en Matemtica como en Lenguaje. Adems, los nios del grupo de tratamiento dedican ms horas para hacer los deberes, estudiar con sus padres y mirar televisin que los nios en el grupo de comparacin. En contraste, los estudiantes del grupo de comparacin trabajan ms horas entre semana que los estudiantes del grupo de tratamiento. En cuanto a las variables del hogar, el puntaje en el ndice Selben27, as como la escolaridad del jefe de familia son ms altos para aquellos en el grupo de control. El grupo de control tiene un porcentaje ms alto de hogares cuyo jefe de hogar es de raza indgena. En general, el grupo de tratamiento goza de mejores condiciones socioeconmicas que el grupo de control. No se encuentran diferencias significativas en trminos de la composicin de hogar, excepto en el nmero de miembros de entre 6 y 17 aos de edad. En este caso, el grupo de control tiene ms miembros que el grupo de tratamiento. En relacin a las variables de la escuela, como era de esperarse, los nios del grupo de tratamiento asisten a escuelas con mejor infraestructura e insumos escolares que los nios del grupo de comparacin. El grupo de tratamiento asiste a escuelas con ms libros que los nios del grupo de comparacin. Adems, el ndice de infraestructura28 (calculado sobre un total de cinco) es ms alto entre los nios del grupo de tratamiento. Adicionalmente, una diferencia importante es que el porcentaje de nios del grupo de control que asiste a una escuela unidocente es ms alto que el del grupo de tratamiento.
27 El ndice Selben es un ndice multivariado que se calcula a travs de componentes principales no lineales, es una combinacin de 20 variables que, bsicamente, representan los activos y las caractersticas socio-demogrficas de los hogares. El ndice va de 0 a 100 y se usa para asignar programas de asistencia social en Ecuador. Los valores cercanos a 0 indican una situacin de extrema pobreza y los cercanos a 100 representan a los ricos. 28 El ndice de infraestructura escolar va de 0 a 5, y se calcula tomando variables dicotmicas que toman el valor de 1 si la caracterstica est presente. Se tomaron en cuenta las siguientes caractersticas: vivienda del profesor, agua potable, electricidad, baos y espacios recreativos para los nios (patios).
137
Respecto a las caractersticas de los profesores, se encuentran varias diferencias significativas entre los grupos de tratamiento y comparacin. Los nios del grupo de tratamiento son educados, predominantemente, por profesores ms jvenes y por ms mujeres que aquellos del grupo de comparacin. De otra parte, el porcentaje de nios que asisten a clases con profesores contratados por el Ministerio de Educacin es ms alto en el grupo de comparacin. Como se ha mencionado, uno de los elementos ms importantes de las Redes Amigas fue que los recursos econmicos fueron transferidos a las redes, las cuales contratan y despiden a los profesores. No hay diferencias significativas en trminos de la capacitacin de los profesores o de su nivel acadmico. Finalmente, todas las variables previas a la intervencin muestran diferencias significativas entre los dos grupos. El grupo de control muestra niveles ms altos de incidencia de la pobreza, tasas de analfabetismo y estudiantes por profesor a nivel parroquial. La Tabla 3.4 muestra las mismas estadsticas descriptivas para el cuarto grado del sistema hispano. Los resultados son similares a aquellos que se encontraron para el segundo grado.
Tabla 3.3 Estadsticas descriptivas para los grupos de control y tratamiento: segundo grado (Sistema hispano)
Variable Tratamiento Variables nio Matemtica (de un total de 20) Lenguaje (de un total de 20) Dicotmica mujer = 1 Nmero de horas trabajadas a la semana Horas dedicadas a deberes escolares (diarias) Horas que los nios estudian con los padres (diarias) Horas dedicadas a mirar TV. (diarias) 11.9556 12.8209 0.4889 4.9339 1.6614 0.8691 1.5164 Segundo grado Control Diferencia 7.4327 9.4747 0.4821 6.8940 1.5062 0.4853 0.8530 4.5229 (0.3042) 3.3462 (0.2916) 0.0068 (0.0320) -1.9601 (0.5316) 0.1552 (0.0516) 0.3838 (0.0476) 0.6634 (0.0716) * *
* * * *
138
Captulo 3: El impacto en logros acadmicos de un programa de descentralizacin Tabla 3.3

Variable Tratamiento Variables de hogar Registro en el ndice Selben Escolaridad del jefe del hogar El jefe del hogar es indgena (%) El jefe del hogar es analfabeto (%) El jefe del hogar es mujer (%) Nmero de miembros menores de 6 en el hogar. Nmero de miembros de 6 a 17 en el hogar. Nmero de miembros de 18 a 44 en el hogar. Nmero de miembros de 45 a 64 en el hogar. Nmero de miembros mayores de 64 en el hogar. Variables de escuela % de nios que asisten a escuelas unidocentes % de nios que asisten a escuelas con director a tiempo completo Nmero de guas de estudio por nio % de nios que asisten a escuelas con al menos una computadora Nmero de libros por estudiante % de nios que asisten a escuelas con acceso a Internet ndice de infraestructura de la escuela (de un total de 5) 46.7527 6.5983 0.1030 0.0991 0.1474 0.8591 2.6690 1.8812 0.3963 0.1066 Segundo grado Control Diferencia 37.5201 5.5063 0.3494 0.1284 0.1052 0.9517 2.9308 1.9224 0.3731 0.1341 9.2326 (0.6801) 1.0920 (0.2225) -0.2464 (0.0255) -0.0293 (0.0203) 0.0422 (0.0213) -0.0926 (0.0611) -0.2618 (0.0883) -0.0412 (0.0588) 0.0232 (0.0428) -0.0275 (0.0260) -0.0971 (0.0260) -0.0105 (0.0149) -0.0776 (0.0190) 0.0390 (0.0276) 0.8701 (0.3420) -0.0628 (0.0109) 0.4465 (0.0485) * * *
**
**
0.1649 0.0523 0.0590 0.7706 3.3459 0.0000 4.0523
0.2620 0.0628 0.1366 0.7316 2.4758 0.0628 3.6058
** * *
139
Polticas educativas y desempeo Tabla 3.3

Variable Tratamiento Variables de profesor % de nios educados por una profesora Promedio de edad de los profesores % de nios con profesores con ttulo de nivel superior % de nios con profesores contratados por el Ministerio Nmero promedio de cursos de capacitacin recibidos por los profesores (ltimos cuatro aos) Variables previas a la intervencin Incidencia de la pobreza Proporcin de estudiantes por profesor (a nivel parroquial) Proporcin de estudiantes por aula (a nivel parroquial) Proporcin de estudiantes por edificio de escuela (a nivel parroquial) Tasa de analfabetismo (a nivel parroquial) Aos de escolaridad (a nivel parroquial) Porcentaje de personas con nivel de educacin superior Tasa de repeticin (a nivel escolar) Proporcin de estudiantes por profesor (a nivel escolar) 0.8692 34.2535 0.7786 0.7545 8.3179 Segundo grado Control Diferencia 0.6142 40.9580 0.7987 0.9098 8.7861 0.2550 (0.0267) -6.7045 (0.5940) -0.0201 (0.0261) -0.1553 (0.0235) -0.4682 (0.5279) * *
69.5771 12.8306 22.1266 88.6374 13.8246 5.3452 0.0752 0.0179 29.7346
81.0860 16.4648 21.8079 79.0331 18.6785 3.9758 0.0325 0.0256 25.8327
-11.5089 (0.9308) -3.6342 (0.2880) 0.3187 (0.2796) 9.6043 ( 2.5925) -4.8539 (0.3855) 1.3694 (0.0754) 0.0427 (0.0022) -0.0077 (0.0022) 3.9019 (0.6783)
* *
* *
* ** *
Fuente: Elaboracin propia. Nota: Errores estndar entre parntesis. * Significativo al 1%. ** Significativo al 5%. *** Significativo al 10%.
140
Captulo 3: El impacto en logros acadmicos de un programa de descentralizacin Tabla 3.4 Estadsticas descriptivas para los grupos de control y tratamiento: cuarto grado (Sistema hispano)
Variable Tratamiento Variables nio Matemtica (de un total de 20) Lenguaje (de un total de 20) Dicotmica mujer = 1 Nmero de horas trabajadas a la semana Horas dedicadas a deberes escolares (diarias) Horas que los nios estudian con los padres (diarias) Horas dedicadas a mirar TV. (diarias) Variables de hogar Registro en el ndice Selben Escolaridad del jefe del hogar El jefe del hogar es indgena (%) El jefe del hogar es analfabeto (%) El jefe del hogar es mujer (%) 9.7249 13.7762 0.5221 5.3165 1.7513 0.6567 1.5705 Cuarto grado Control Diferencia 7.2570 11.9739 0.4598 7.0916 1.5638 0.4278 0.9379 2.4679 (0.2620) 1.8023 (0.2860) 0.0623 (0.0328) -1.7751 (0.4847) 0.1875 (0.0556) 0.2289 (0.0453) 0.6326 .0765 8.3964 (0.6942) 0.6685 (0.2339) -0.2272 (0.0264) -0.0044 (0.0229) 0.0556 (0.0225) -0.1436 (0.0581) -0.3287 (0.0878) -0.0106 (0.0661) -0.0765 (0.0482) -0.0078 (0.0214) * * ** * * * *
46.3854 6.1563 0.1007 0.1384 0.1662
37.9890 5.4878 0.3279 0.1428 0.1106 0.8172 3.1445 1.9196 0.5100 0.0963
* * *
** ** **
Nmero de miembros menores de 6 0.6736 en el hogar. Nmero de miembros de 6 a 17 en el hogar. 2.8158 Nmero de miembros de 18 a 44 en el hogar. Nmero de miembros de 45 a 64 en el hogar. Nmero de miembros mayores de 64 en el hogar. 1.9090 0.4335 0.0885
141

Variable Tratamiento Variables escuela % de nios que asisten a escuelas unidocentes % de nios que asisten a escuelas con director a tiempo completo Nmero de guas de estudio por nio % de nios que asisten a escuelas con al menos una computadora Nmero de libros por estudiante % de nios que asisten a escuelas con acceso a Internet ndice de infraestructura de la escuela (de un total de 5) Variables profesor % de nios educados por una profesora Promedio de edad de los profesores % de nios con profesores con ttulo de nivel superior % de nios con profesores contratados por el Ministerio Nmero promedio de cursos de capacitacin recibidos por los profesores (ltimos cuatro aos) Variables previas a la intervencin Incidencia de pobreza Proporcin de estudiantes por profesor (a nivel parroquial) Proporcin de estudiantes por aula de clases (a nivel parroquial) Proporcin de estudiantes por edificio de escuela (a nivel parroquial) 0.1561 0.0372 0.0598 0.7132 3.0525 0.0000 3.9976 Cuarto grado Control Diferencia 0.1726 0.0522 0.1307 0.7891 3.1087 0.0522 3.7040 -0.0165 (0.0244) -0.0150 (0.0137) -0.0709 (0.0196) -0.0759 (0.0282) -0.0562 (0.3012) -0.0522 (0.0107) 0.2936 (0.0470) -0.0581 (0.0320) -1.3651 (0.6155) -0.0218 (0.0242) -0.0511 (0.0216) 0.8256 (0.3730)
* *
* *
0.5804 39.5244 0.8275 0.8484 8.6247
0.6385 40.8895 0.8493 0.8995 7.7991
*** **
**
69.3247 13.0975 22.3800 85.9899
78.9492 16.2871 22.3388 82.2709
-9.6245 (0.9974) -3.1896 (0.2942) 0.0412 (0.2869) 3.7190 (2.6345)
142

Variable Tratamiento Tasa de analfabetismo (a nivel parroquial) 13.7579 Aos de escolaridad (a nivel parroquial) Porcentaje de personas con nivel de educacin superior Tasa de repeticin (a nivel escuela) Proporcin de estudiantes por profesor (a nivel escuela) 5.3110 0.0740 0.0199 29.7452 Cuarto grado Control Diferencia 17.8593 -4.1014 (0.4084) 4.1316 1.1794 (0.0803) 0.0353 0.0387 (0.0022) 0.0287 -0.0088 (0.0023) 26.3407 3.4045 (0.6465)
* *
* *
Tabla 3.5 Estadsticas descriptivas para los grupos de tratamiento y de control: segundo grado (Sistema bilinge)
Variable Tratamiento Variables nio Matemtica (de un total de 20) Lenguaje (de un total de 20) Dicotmica mujer = 1 Nmero de horas trabajadas a la semana Horas dedicadas a deberes escolares (diarias) Horas que los nios estudian con los padres (diarias) Horas dedicadas a mirar TV (diarias) 5.8309 7.6291 0.5258 8.8685 1.4830 0.3497 0.2417 Segundo grado Control Diferencia 8.6895 11.2780 0.4729 27.4440 1.4034 0.2768 0.7996 -2.8586 (0.4435) -3.6489 (0.3909) 0.0529 (0.0455) -18.5755 (1.6589) 0.0796 (0.0725) 0.0729 (0.0216) -0.5579 (0.0907) * *
** *
143

Variable Tratamiento Variables hogar Registro en el ndice Selben Escolaridad del jefe de familia El jefe de familia es indgena (%) El jefe de familia es analfabeto (%) El jefe de familia es mujer (%) Nmero de miembros menores de 6 en el hogar. Nmero de miembros de 6 a 17 en el hogar. Nmero de miembros de 18 a 44 en el hogar. Nmero de miembros de 45 a 64 en el hogar. Nmero de miembros mayores de 64 en el hogar. Variables escuela % de nios que asisten a escuelas unidocentes % de nios que asisten a escuelas con director a tiempo completo Nmero de guas de estudio por nio % de nios que asisten a escuelas que tienen al menos una computadora Nmero de libros por estudiante % de nios que asisten a escuelas que tienen acceso a Internet ndice de infraestructura de la escuela (de un total de 5) 27.4680 2.3238 0.9526 0.4312 0.1327 1.1830 3.0751 1.8967 0.5258 0.1971 Cuarto grado Control Diferencia 34.3170 4.4053 0.9407 0.2771 0.1962 0.9134 3.1552 1.6895 0.5054 0.1263 -6.8490 (0.9967) -2.0815 (0.3536) 0.0119 (0.0208) 0.1541 (0.0433) -0.0635 (0.0343) 0.2697 (0.0907) -0.0801 (0.1157) 0.2072 (0.0982) 0.0204 (0.0717) 0.0708 (0.0488) 0.0524 (0.0351) -0.0252 (0.0107) 0.0638 (0.0154) 0.0824 (0.0340) 0.0946 (0.3131) 0.0000 0 -0.2363 (0.0988) * *
* *** **
**
0.2112 0.0000 0.0852 0.2159 1.5249 0.0000 3.2582
0.1588 0.0252 0.0214 0.1335 1.4303 0.0000 3.4945
*** ** * **
144

Variable Tratamiento Variables profesor % de nios educados por una profesora Promedio de edad de los profesores % de nios con profesores con ttulo de nivel superior % de nios con profesores contratados por el Ministerio Nmero promedio de cursos de capacitacin recibidos por los profesores (ltimos cuatro aos) Variables previas a la intervencin Incidencia de pobreza Proporcin de estudiantes por profesor (a nivel parroquial) Proporcin de estudiantes por aula de clases (a nivel parroquial) Proporcin de estudiantes por edificio de escuela (a nivel parroquial) Tasa de analfabetismo (a nivel parroquial) Aos de escolaridad (a nivel parroquial) Porcentaje de personas con nivel de educacin superior Tasa de repeticin (a nivel de escuela) Proporcin de estudiantes por profesor (a nivel de escuela) 0.4272 32.7511 0.7464 0.5023 9.1220 Cuarto grado Control Diferencia 0.4332 30.8808 0.7256 0.5234 7.7111 -0.0060 (0.0452) 1.8703 (0.7063) 0.0208 (0.0403) -0.0211 (0.0456) 1.4109 (1.4113)
**
92.3483 16.8101 26.0079 98.3741 40.4559 3.4575 0.0739 0.0025 24.6347
90.2179 20.1332 25.0079 81.1411 41.5311 2.7664 0.0612 0.0007 24.6316
2.1304 (0.8030) -3.3231 (0.6149) 0.9999 (0.46079) 17.2330 (3.8508) -1.0752 (1.5464) 0.6911 (0.1875) 0.0128 (0.0048) 0.0018 (0.0007) 0.0031 (0.8529)
** * ** *
* * **
145
La Tabla 3.5 presenta la estadstica descriptiva para el segundo grado del sistema bilinge. En este caso, las notas de los exmenes de los estudiantes del grupo de comparacin son ms altas que las de los estudiantes del grupo de tratamiento, tanto en Matemtica como Lenguaje. Adems, los nios del grupo de comparacin trabajan ms horas entre semana y dedican menos horas al estudio con sus padres que los del grupo de tratamiento. Respecto de las variables de hogar, los nios del grupo de comparacin disfrutan de mejores condiciones socioeconmicas que aquellos del grupo de tratamiento. El grupo de tratamiento, tiene puntajes ms altos en el ndice Selben y jefes del hogar con un mayor nivel de educacin que el grupo de tratamiento. No se encuentran diferencias significativas en el porcentaje de hogares que tienen como jefe de hogar a una persona de raza indgena. Un punto interesante del caso indgena es que la mayora de las condiciones de las escuelas no son estadsticamente diferentes entre los grupos de tratamiento y de control. No hay diferencias en el ndice de infraestructura, el nmero de libros ni en el acceso a Internet. Sin embargo, hay mejores condiciones para el grupo de comparacin en trminos de escuelas unidocentes, guas de estudio por estudiante y director a tiempo completo. No hay diferencias significativas en el mbito de las variables de los profesores. Finalmente, el grupo de comparacin tiene una incidencia de pobreza ms baja, pero el grupo de tratamiento tiene mayores niveles de escolaridad a nivel parroquial. Resultados similares se observan para el cuarto grado. Ver la Tabla 3.6.
146
Tabla 3.6 Estadsticas descriptivas para grupos de tratamiento y de control: cuarto grado (Sistema bilinge)
Variable Tratamiento Variables nio Matemtica (de un total de 20) Lenguaje (de un total de 20) Dicotmica mujer = 1 Nmero de horas trabajadas a la semana 6.4137 7.1666 0.5057 9.9684 Cuarto grado Control Diferencia 9.2731 9.8981 0.4444 33.3310 1.4876 0.2530 0.5787 -2.8594 (0.3595) -2.7315 (0.3757) 0.0613 (0.0508) -23.3626 (2.3870) -0.0451 (0.0748) 0.0530 (0.0508) -0.3345 (0.0854) -6.1372 (1.1305) -1.1331 (0.4582) 0.0089 (0.0270) 0.0156 (0.0489) -0.0935 (0.0376) 0.2647 (0.0943) 0.3361 (0.1332) 0.0307 (0.1128) 0.0701 (0.0788) 0.0385 (0.0367) * *
Horas dedicadas a deberes escolares (diarias) 1.4425 Horas que los nios estudian con los padres (diarias) Horas dedicadas a mirar TV. (diarias) Variables de hogar Registro en el ndice Selben Escolaridad del jefe del hogar El jefe del hogar es indgena (%) El jefe del hogar es analfabeto (%) El jefe del hogar es mujer (%) 0.3060 0.2442
28.5939 3.2941 0.9298 0.3567 0.1111
34.7311 4.4272 0.9209 0.3411 0.2046 0.7870 3.1064 1.8888 0.5046 0.0879
* **
** ** **
Nmero de miembros menores de 6 1.0517 en el hogar. Nmero de miembros de 6 a 17 en el hogar. 3.4425 Nmero de miembros de 18 a 44 en el hogar. 1.9195 Nmero de miembros de 45 a 64 en el hogar. 0.5747 Nmero de miembros mayores de 64 en el hogar. 0.1264
147

Variable Tratamiento Variables de escuela % de nios que asisten a escuelas unidocentes % de nios que asisten a escuelas con director a tiempo completo Nmero de guas de estudio por nio % de nios que asisten a escuelas con al menos una computadora Nmero de libros por estudiante % de nios que asisten a escuelas con acceso a Internet ndice de infraestructura de la escuela (de un total de 5) Variables de profesor % de nios educados por una profesora Promedio de edad de los profesores % de nios con profesores con ttulo de nivel superior % de nios con profesores contratados por el Ministerio Nmero promedio de cursos de capacitacin recibidos por los profesores (ltimos cuatro aos) Variables previas a la intervencin Incidencia de la pobreza 0.2241 0.0000 0.0617 0.2298 1.5634 0.0000 3.1954 Cuarto grado Control Diferencia 0.1435 0.0324 0.0244 0.1481 1.5041 0.0000 3.5370 0.0806 (0.0389) -0.0324 (0.0134) 0.0373 (0.0130) 0.0817 (0.0394) 0.0593 (0.3921) 0.0000 0 -0.3416 (0.1086) 0.0453 (0.0457) 0.6761 (0.8053) 0.1141 (0.0376) -0.0161 (0.0482) -0.1547 (0.5974) ** ** * **
0.3045 33.1436 0.8965 0.6551 6.4425
0.2592 32.4675 0.7824 0.6712 6.5972
93.0994
90.8220 20.9606 25.1932 75.4402
Proporcin de estudiantes por profesor 18.2533 (a nivel parroquial) Proporcin de estudiantes por aula 25.0303 (a nivel parroquial) Proporcin de estudiantes por edificio de 99.4929 escuela (a nivel parroquial)
2.2774 (0.9022) -2.7073 (0.7116) -0.1629 (0.4567) 24.0527 (4.0879)
** *
148

Variable Tratamiento Tasa de analfabetismo (a nivel parroquial) 43.2205 Aos de escolaridad (a nivel parroquial) Porcentaje de personas con nivel de educacin superior Tasa de repeticin (a nivel escolar) Proporcin de estudiantes por profesor (a nivel escolar) 3.2825 0.0706 0.0015 26.7809 Cuarto grado Control Diferencia 42.7989 0.4216 (1.8088) 2.5806 0.7019 (0.2069) 0.0572 0.0134 (0.0052) 0.0004 0.0011 (0.0006) 25.3750 1.4059 (1.0821)
* ** **
Fuente: Elaboracin propia Nota: Errores estndar entre parntesis. * Significativo al 1%. ** Significativo al 5%. *** Significativo al 10%.
En suma, del anlisis descriptivo realizado hasta el momento, se puede concluir que, en el caso del sistema hispano, las escuelas que finalmente recibieron la intervencin del programa se componen de estudiantes de mejor procedencia socioeconmica que las escuelas que no recibieron el tratamiento. En el caso del sistema bilinge, sucede lo contrario: las escuelas que recibieron la intervencin del programa estn compuestas de estudiantes con peores condiciones socioeconmicas que las que no recibieron el tratamiento. Si el diseo de comparacin entre los postulantes al programa en lista de espera (pipeline design) funcionara de manera apropiada, no se esperara tales diferencias. Adems, las grandes diferencias de las caractersticas observables, entre los grupos de tratamiento y de control generan dudas respecto de la capacidad del mtodo empleado para controlar por las diferencias en las caractersticas no observables. Se evaluar este aspecto ms adelante. Finalmente, en el sistema hispnico, las escuelas del grupo de tratamiento tienen mejores condiciones de infraestructura y de aprendizaje que aquellas del grupo de comparacin; mientras en el sistema bilinge no se observan diferencias significativas en estos aspectos entre las escuelas de tratamiento y de control. Lo anterior podra significar que hay diferencias en la aplicacin del programa para el sistema hispano y para el
149
bilinge. Al respecto, vale la pena resaltar que la aplicacin del programa en el sistema bilinge comenz al final de la dcada de los noventa. Por esta razn, el material pedaggico y los insumos escolares que utiliz el programa fueron los mismos que se desarrollaron bajo el sistema hispano. A pesar de que las primeras experiencias con escuelas bilinges comenzaron a principios de los ochenta, los materiales pedaggicos empleados no reflejaron la importante experiencia adquirida. Adems, en el caso del sistema bilinge, el Ministerio promovi explcitamente la participacin en el programa de las escuelas ms pobres. Mientras tanto, en el caso del sistema hispano, se aplic ms la autoseleccin, por lo que la participacin en el programa dependa ms de la voluntad de la comunidad, de los profesores y de los padres.
Resultados Estimacin con Mnimos Cuadrados Ordinarios El primer paso para evaluar el impacto del programa, como se indic en la seccin metodolgica, fue emplear una funcin de produccin de educacin. As, se presentan los estimadores de MCO de las ecuaciones (3) y (4) en las Tablas 3.7 a 3.10. En esas tablas se muestran las siguientes especificaciones empleadas. La especificacin 1 incluye solo la variable de tratamiento, para ver la diferencia simple de los resultados de los exmenes entre los grupos de comparacin y tratamiento. La especificacin 2 incluye, adems, variables del nio29 y del hogar. Las caractersticas observables del nio y el hogar reflejan la capacidad de los padres para brindar un ambiente de apoyo a sus hijos. A nivel individual, algunas de las caractersticas que se consideran importantes son: sexo, dado que padres y profesores pueden tratar de forma distinta a nios y nias; edad, puesto que los estudiantes mayores son ms maduros y es probable que obtengan mejores notas, o tambin pueden tener problemas potenciales de desempe29 Algunas variables de los nios, como el tiempo dedicado al trabajo, el tiempo dedicado a mirar televisin y si los padres los ayudan o no con los deberes, no se incluyeron por razones de endogeneidad. No obstante, los resultados no difieren cuando se incluyen dichas variables.
150
o escolar. Debido a las imperfecciones del mercado de crditos en el contexto ecuatoriano, se incluye las variables de bienes y activos, a travs del ndice Selben, para tomar en cuenta las condiciones socioeconmicas de los hogares. Por otra parte, tambin se incluyen las caractersticas de los padres que pueden afectar el estndar de vida y las preferencias sobre la educacin del nio (etnicidad y analfabetismo). Finalmente, la composicin del hogar parece importante porque mientras ms nios haya, menor ser el tiempo que los padres tengan para dedicar a cada uno. La especificacin 3 incluye, adems, las caractersticas previas a la intervencin del programa, a nivel de escuela y de comunidad. Como se ha mencionado, las caractersticas de las escuelas y comunidades fueron importantes para determinar la participacin en el programa. Los niveles de pobreza y analfabetismo nos dan una idea del nivel socioeconmico de la comunidad. Adems, se calcul el nmero de estudiantes por profesor, por plantel y por aula de clase, incluidos con la finalidad de proporcionar una idea del contexto en el cual se desarrolla la educacin en la comunidad. Finalmente, tambin se aadi algunas variables a nivel de escuela, como la tasa de repitencia y la relacin de estudiantes por aula de clases30. La especificacin 4 incluye, adems de las variables enumeradas, algunas caractersticas de los profesores y la escuela, que se ven afectadas por la ejecucin del programa y que se espera que afecten los resultados de los exmenes. Dichas variables son: el ndice de infraestructura de la escuela; el nmero de guas de auto-aprendizaje por alumno; el nmero de libros de texto por estudiante; una variable dicotmica para escuelas con un director a tiempo completo y, finalmente, el nmero de cursos de capacitacin que los profesores recibieron en los ltimos cuatro aos. Estas variables intentan capturar los distintos componentes de la ejecucin del programa. Como se seal antes, la especificacin 3 representa el efecto general del programa; mientras que la especificacin 4 estima el efecto de los cambios en la
30 No fue posible incorporar efectos fijos de la comunidad y de la escuela debido al diseo de la muestra. Como se mencion, la unidad de muestreo fue la red y dentro de sta se recopil la informacin de todas las escuelas que pertenecan a una misma red. Las redes se superponen a las comunidades, de modo que es imposible encontrar en una comunidad escuelas que conformen el grupo de tratamiento y otras, el de control. De la misma manera, es imposible encontrar, en una misma escuela, estudiantes para los grupos de tratamiento y de control a la vez.
151
administracin de la escuela, despus de controlar por las mejoras en los insumos escolares. Como se muestra en la Tabla 3.7, los estimadores de MCO muestran un impacto estadsticamente significativo del programa, tanto para Matemtica como Lenguaje, en el segundo grado del sistema hispnico. El resultado sigue siendo significativo a travs de las cuatro especificaciones empleadas. El efecto positivo de la intervencin se da a travs de dos canales: la mejora de los insumos con los que cuenta la escuela y el cambio del modelo de gestin de las escuelas. Sin embargo, el efecto de los insumos escolares parece dbil. En Matemtica, ninguna de las variables de insumos es significativa; lo que sugiere que el impacto general del programa se debe primordialmente a los cambios en el modelo de gestin. Por otro lado, en Lenguaje, la variable dicotmica para director a tiempo completo tiene una relacin significativa y positiva con las notas de los exmenes.
152
Tabla 3.7 Estimadores de MCO del impacto del programa en los resultados de los exmenes: Ecuaciones (3) y (4), segundo grado (Sistema hispano)
Matemtica, segundo grado Especificacin 3 Especificacin 1 Especificacin 2 Err Est. Coef. Err Est. Coef. Err Est. Coef. 4.4423* 0.6766 4.1638* 0.7115 3.9356* 0.7712 T (1 = Redes Amigas) 1.0425 1.3001 1.4305 1.3237 Edad Edad al cuadrado -0.0519433 0.0701 -0.0674 0.0714 Dicotmica (1= mujer) 0.1220 0.3165 0.17450 0.3035 ndice Selben 0.0224 0.0238 0.0163 0.0240 Escolaridad del jefe del hogar -0.0739 0.0513 -0.0716 0.0475 Jefe de hogar indgena -1.0153*** 0.5618 -1.2779** 0.6017 Jefe de hogar es mujer 0.2980 0.5773 0.2719 0.5512 Miembros hogar <6 aos -0.004789 0.1801 -0.0900 0.1758 Miembros hogar entre 617 aos -0.1752834 0.1465 -0.1968 0.1381 Miembros hogar entre 1844 aos 0.1823*** 0.1864 0.1642 0.1757 Miembros hogar entre 4565 aos -0.4040645 0.2185 -0.3191 0.2060 Miembros hogar >65 aos 0.1560846 0.3764 -0.0162 0.3781 Dicotmica para regin (Costa = 1) -0.0368644 0.7902 -1.4881 0.9248 Incidencia pobreza (nivel -0.0656** 0.0292 parroquial 1990) Tasa de analfabetismo (nivel -0.00465 0.0567 parroquial 1990) Estudiante por profesor (nivel 0.00865 0.0753 parroquial 1994) Estudiante por edificio de escuela -0.0351* 0.0125 (nivel parroquial) Estudiante por aula (nivel 0.2719** 0.1330 parroquial 1994) Tasa repeticin (nivel escuela 1994) -18.074** 8.1353 Estudiante por profesor (nivel 0.0109 0.0313 escuela 1994) ndice infraestructura escolar Nmero de guas de estudio por estudiante Nmero de libros de texto por estudiante Dicotmica (director a tiempo completo = 1) Nmero de cursos de capacitacin para profesores Constante 7.4965* 0.4532 2.5207 0.687 3.3234 6.8149 Nmero de casos 926 926 926 0.1971 0.2385 0.1792 R cuadrado Especificacin 4 Coef. Err Est. 3.5757* 0.7562 1.3588 1.3251 -0.0670 0.0721 0.1857 0.3050 0.0310 0.0201 -0.0796 0.0489 -1.4140** 0.5740 0.2798 0.5416 -0.0371 0.1705 -0.1644 0.1369 0.1019 0.1687 -0.3315 0.2078 -0.0058 0.3715 -1.1934 0.9398 -0.0630** 0.0269 0.0049 -0.0353 0.0502 0.0732
-0.0340** 0.0113 0.2753** 0.1320 -18.234** 9.0326 0.0144 0.0300 -0.0106 1.5003 0.03941 0.0610 0.3658 1.0537 0.0373 2.2251
-0.0614** 0.0244 3.773575 6.6725 926 0.2541
153

Lenguaje, segundo grado Especificacin 3 Especificacin 1 Especificacin 2 Coef. Err Est. Coef. Err Est. Coef. Err Est. 3.0061* 0.6860 2.1808* 0.6843 2.0289* 0.6526 T (1 = Redes Amigas) Edad 1.2556 0.9534 1.5144*** 0.9258 Edad al cuadrado -0.0692 0.0542 -0.0818 0.0524 Dicotmica (1= mujer) -0.0589 0.2997 -0.0711 0.2865 ndice Selben 0.0738* 0.0263 0.0675* 0.0245 Escolaridad del jefe del hogar -0.0099 0.0561 -0.0091 0.0544 Jefe de hogar indgena -1.8825* 0.6336 -1.4854** 0.6368 Jefe de hogar es mujer -0.1506 0.4984 -0.1758 0.4771 Miembros hogar <6 aos 0.1923 0.1736 0.1100 0.1750 Miembros hogar entre 617 aos -0.0036 0.1121 -0.0282 0.1163 Miembros hogar entre 1844 aos -0.0892 0.2036 -0.0786 0.2073 Miembros hogar entre 4565 aos -0.0896 0.2600 -0.0495 0.2588 Miembros hogar >65 aos -0.3103 0.4447 -0.2853 0.4201 Dicotmica para regin (Costa = 1) -0.3569 0.7044 -1.535*** 0.8467 Incidencia pobreza (nivel -0.0147 0.0181 parroquial 1990) Tasa de analfabetismo (nivel -0.113** 0.0456 parroquial 1990) Estudiante por profesor (nivel 0.0399 0.0871 parroquial 1994) Estudiante por edificio de escuela -0.0217** 0.0092 (nivel parroquial) Estudiante por aula (nivel 0.1697 0.1183 parroquial 1994) Tasa repeticin (nivel escuela 1994) -14.786** 6.8832 Estudiante por profesor (nivel 0.020 0.0267 escuela 1994) ndice infraestructura escolar Nmero de guas de estudio por estudiante Nmero de libros de texto por estudiante Dicotmica (director a tiempo completo = 1) Nmero de cursos de capacitacin para profesores Constante 9.8068* 0.4540 2.1964 4.2114 1.9074 4.5973 Nmero de casos 926 926 926 0.1638 0.204 0.1013 R cuadrado Especificacin 4 Coef. Err Est. 2.1475* 0.6705 1.776** 0.8722 -0.0962** 0.0489 -0.1011 0.2967 0.0577** 0.0236 -0.00771 0.0548 -1.368** 0.6555 -0.2384 0.4823 0.1068 0.1778 -0.0397 0.1157 -0.075 0.2066 -0.0363 0.2583 -0.2720 0.4135 -1.6172** 0.8241 -0.0212 0.0210 -0.0998** 0.0500 0.0763 0.1000
-0.0207** 0.0095 0.1403 0.1196
-16.882** 7.2197 0.0197 0.0254 0.2547 -0.3612 0.0430 0.4704 0.5362 0.0343
1.2230*** 0.7380 0.0333 0.0242 0.0465 926 0.2133 5.0873
Fuente: Elaboracin propia. Nota: Los errores estndar estn entre parntesis y corregidos por heteroscedasticidad y por correlaciones entre alumnos de la misma escuela. * Significativo al nivel del 1%, ** Significativo al nivel del 5%, *** Significativo al nivel del 10%.
154
Tabla 3.8 Estimadores de MCO del impacto del programa en los resultados de los exmenes: Ecuaciones (3) y (4), cuarto grado (Sistema hispano)
Matemtica, cuarto grado Especificacin 1 Especificacin 2 Especificacin 3 Err Est. Coef. Err Est. Coef. Err Est. Coef. T (1 = Redes Amigas) 2.3588* 0.5487 2.168* 0.5325 2.177* 0.5462 Edad 1.108 1.2863 0.8467 1.2787 Edad al cuadrado -0.0529 0.0567 -0.040 0.0563 Dicotmica (1= mujer) 0.5360 0.3008 0.584** 0.2977 ndice Selben -0.0007 0.0241 -0.002 0.0249 Escolaridad del jefe del hogar -0.0278 0.0451 -0.041 0.0480 Jefe de hogar indgena -1.2218** 0.5861 -1.602* 0.5181 Jefe de hogar es mujer 0.2491 0.4802 0.3050 0.4549 Miembros hogar <6 aos 0.0529 0.1803 0.0168 0.1728 Miembros hogar entre 617 aos 0.0447 0.1405 0.0261 0.1326 Miembros hogar entre 1844 aos 0.2106 0.1312 0.211 0.1313 Miembros hogar entre 4565 aos -0.0292 0.2009 -0.0533 0.2082 Miembros hogar >65 aos 0.8115** 0.3566 0.717** 0.3546 Dicotmica para regin (Costa = 1) 0.1146 0.5849 -0.0741 0.5625 Incidencia pobreza (nivel -0.0586 0.0204 parroquial 1990) Tasa de analfabetismo (nivel 0.0830 0.0590 parroquial 1990) Estudiante por profesor (nivel 0.1421 0.0981 parroquial 1994) Estudiante por edificio de escuela -0.0024 0.0081 (nivel parroquial) Estudiante por aula (nivel -0.1127 0.1060 parroquial 1994) Tasa repeticin (nivel escuela 1994) -7.986 8.0373 Estudiante por profesor (nivel 0.0424 0.0328 escuela 1994) ndice infraestructura escolar Nmero de guas de estudio por estudiante Nmero de libros de texto por estudiante Dicotmica (director a tiempo completo = 1) Nmero de cursos de capacitacin para profesores Constante 7.401* 0.3419 1.238 7.1008 5.590 6.9270 870 870 870 Nmero de casos R cuadrado 0.0809 0.1064 0.1483 Especificacin 4 Coef. Err Est. 2.201* 0.5023 0.8994 1.2834 -0.0424 0.0570 0.5737** 0.2864 0.0032 0.0232 -0.0149 0.0451 -1.327* 0.5004 0.4108 0.4645 0.0496 0.1634 0.0273 0.1295 0.1723 0.1348 0.0304 0.2015 0.8129** 0.3406 0.0402* 0.5169 -0.0548* 0.0209 0.1022*** 0.0632 0.132*** 0.0029 -0.1395 -9.511 0.050 0.268 2.815* 0.113* 0.0791 0.0074 0.0928 7.8926 0.0313 0.3850 0.8247 0.0525
1.1559*** 0.7021 -0.0237 2.861 870 0.1959 0.0385 6.9043
155

Lenguaje, cuarto grado Especificacin 1 Especificacin 2 Especificacin 3 Coef. Err Est. Coef. Err Est. Coef. Err Est. T (1 = Redes Amigas) 1.536** 0.7927 0.7602 0.6903 1.1123** 0.5360 Edad 2.287** 1.1401 1.957*** 1.0954 -0.0976** 0.0500 -0.084*** 0.0482 Edad al cuadrado Dicotmica (1= mujer) 0.2657 0.2780 0.3252 0.2594 ndice Selben 0.1243* 0.0218 0.0851* 0.0186 Escolaridad del jefe del hogar 0.0385 0.0484 -0.0114 0.0427 Jefe de hogar indgena -1.502** 0.6218 -0.6617 0.4603 Jefe de hogar es mujer -0.3459 0.4126 -0.4530 0.4149 Miembros hogar <6 aos 0.0535 0.2155 -0.1291 0.1759 Miembros hogar entre 617 aos -0.0058 0.0996 -0.111 0.1089 Miembros hogar entre 1844 aos 0.0619 0.1502 0.104 0.1367 Miembros hogar entre 4565 aos -0.1732 0.2109 -0.121 0.1939 Miembros hogar >65 aos 0.6202 0.3784 0.4769 0.3776 Dicotmica para regin (Costa = 1) -1.255*** 0.6879 -2.037* 0.6441 Incidencia pobreza (nivel -0.058* 0.0236 parroquial 1990) Tasa de analfabetismo (nivel -0.1367* 0.0393 parroquial 1990) Estudiante por profesor (nivel 0.233* 0.0467 parroquial 1994) Estudiante por edificio de escuela -0.0044 0.0074 (nivel parroquial) Estudiante por aula (nivel -0.0472 0.0985 parroquial 1994) Tasa repeticin (nivel escuela 1994) -0.1758 8.0768 Estudiante por profesor (nivel -0.0204 0.0356 escuela 1994) ndice infraestructura escolar Nmero de guas de estudio por estudiante Nmero de libros de texto por estudiante Dicotmica (director a tiempo completo = 1) Nmero de cursos de capacitacin para profesores Constante 12.281+ 0.4164 -5.361 6.6613 3.9555 6.6544 Nmero de casos 870 870 870 R cuadrado 0.0312 0.2002 0.2875 Especificacin 4 Coef. Err Est. 1.139** 0.4372 1.982** 1.0390 -0.085*** 0.0455 0.3326 0.2512 0.084* 0.0174 0.0084 0.0401 -0.4943 0.4765 -0.4759 0.4238 -0.118 0.1706 -0.1526 0.1110 0.0386 0.1380 -0.1003 0.2010 0.4974 0.3863 -1.996* 0.5498 -0.0578* 0.0199 -0.1273* 0.2691* -0.0006 -0.1076 -4.4564 -0.021 0.1248 1.147** 0.193** 0.5116 -0.051 3.554 870 0.3272 0.0418 0.0579 0.0065 0.0851 7.4929 0.0313 0.3313 0.5417 0.0757 0.6286 0.0369 6.6805
156
Tabla 3.9 Estimadores de MCO del impacto del programa en los resultados de los exmenes: Ecuaciones (3) y (4), segundo grado (Sistema bilinge)
Matemtica, segundo grado Especificacin 1 Especificacin 2 Especificacin 3 Err Est. Coef. Err Est. Coef. Err Est. Coef. T (1 = Redes Amigas) -2.5388** 1.190 -1.7109 1.2581 -3.2841* 1.2009 Edad 1.3418 0.8363 0.6592 0.7046 Edad al cuadrado -0.0496 0.0391 -0.0201 0.0345 Dicotmica (1= mujer) -0.5408 0.4585 -0.8814** 0.4314 ndice Selben 0.1179* 0.0384 0.0252 0.0344 Escolaridad del jefe del hogar -0.0361 0.0595 0.0133 0.0611 Jefe de hogar indgena -1.8241** 0.9230 -1.8436** 0.7558 Jefe de hogar es mujer -0.9111 0.7032 -0.6577 0.5423 Miembros hogar <6 aos 0.3485 0.2814 -0.0035 0.2420 Miembros hogar entre 617 aos 0.0007 0.1674 0.0217 0.1761 Miembros hogar entre 1844 aos -0.2177 0.2565 -0.1842 0.2312 Miembros hogar entre 4565 aos 0.3179 0.2973 0.2138 0.3018 Miembros hogar >65 aos -0.5930** 0.3015 -0.4133 0.3210 Incidencia pobreza (nivel 0.0231 0.1182 parroquial 1990) Tasa de analfabetismo (nivel -0.0514 0.0956 parroquial 1990) Estudiante por profesor (nivel -0.2155 0.1950 parroquial 1994) Estudiante por edificio de escuela -0.0134 0.0189 (nivel parroquial) Estudiante por aula (nivel 0.2187** 0.0955 parroquial 1994) Tasa repeticin (nivel escuela 1994) 162.261* 35.9733 Estudiante por profesor (nivel 0.2187** 0.0955 escuela 1994) ndice infraestructura escolar Nmero de guas de estudio por estudiante Nmero de libros de texto por estudiante Dicotmica (director a tiempo completo = 1) Nmero de cursos de capacitacin para profesores Constante 8.3446* 0.7113 -1.6533 5.317902 7.4120 8.2398 412 412 412 Nmero de casos R cuadrado 0.0677 0.1387 0.3132 Especificacin 4 Coef. Err Est. -3.444* 1.2703 0.6339 0.7317 -0.0152 0.0361 -0.7419 0.4049 0.0204 0.0315 0.0335 0.0555 -1.7161** 0.8329 -0.3815 0.5445 0.0844 0.2212 -0.0644 0.1715 -0.2529 0.2197 0.2595 0.3163 -0.3722 0.3524 0.0952 0.1225 -0.1366 -0.1305 -0.0159 0.1044 133.20* 0.1044 -0.3485 -1.5013 0.0385 0.0912 0.1592 0.0203 0.0888 39.0924 0.0888 0.4342 2.0665 0.0693
-7.9001* 2.0463 0.0820* 4.908 412 0.391 0.0199 7.7323
157

Lenguaje, segundo grado Especificacin 2 Especificacin 3 Especificacin 1 Coef. Err Est. Coef. Err Est. Coef. Err Est. -3.2912* 1.0544 -2.957** 1.1555 -3.259** 1.3342 T (1 = Redes Amigas) 0.4756 0.6048 0.5037 0.5114 Edad -0.0150 0.0273 -0.0139 0.0243 Edad al cuadrado Dicotmica (1= mujer) -0.6372 0.4802 -0.9071** 0.4169 ndice Selben 0.0586 0.0398 0.0105 0.0366 Escolaridad del jefe del hogar -0.0478 0.0563 0.0075 0.0536 Jefe de hogar indgena -1.595*** 0.9170 -0.2879 0.9863 Jefe de hogar es mujer 0.8544 0.6097 0.5981 0.6341 Miembros hogar <6 aos 0.2790 0.2845 0.1560 0.2068 Miembros hogar entre 617 aos -0.0755 0.1754 -0.0721 0.1690 Miembros hogar entre 1844 aos -0.1662 0.2141 -0.1878 0.2123 Miembros hogar entre 4565 aos 0.0249 0.2424 -0.0059 0.2396 Miembros hogar >65 aos -0.0446 0.2990 -0.0241 0.3416 Incidencia pobreza (nivel 0.1525 0.1038 parroquial 1990) Tasa de analfabetismo (nivel -0.2339* 0.0835 parroquial 1990) Estudiante por profesor (nivel 0.1240 0.1721 parroquial 1994) Estudiante por edificio de escuela -0.0117 0.0214 (nivel parroquial) Estudiante por aula (nivel -0.0422 0.0760 parroquial 1994) Tasa repeticin (nivel escuela 1994) 62.805** 24.8776 Estudiante por profesor (nivel 0.0378 0.0555 escuela 1994) ndice infraestructura escolar Nmero de guas de estudio por estudiante Nmero de libros de texto por estudiante Dicotmica (director a tiempo completo = 1) Nmero de cursos de capacitacin para profesores Constante 10.8009 0.6542 7.8100*** 4.6316 2.555 6.9345 Nmero de casos 412 412 412 0.1679 0.3293 R cuadrado 0.1325 Especificacin 4 Coef. Err Est. -3.838* 1.3734 0.5455 0.5169 -0.0158 0.0243 -0.9502** 0.4032 0.0205 0.0373 -0.0085 0.0540 -0.3796 1.0179 0.5441 0.6428 0.1745 0.2067 -0.0987 0.1704 -0.1695 0.1989 0.0291 0.2324 -0.1982 0.3426 0.2074*** 0.1080 -0.2382** 0.0902 0.0810 -0.0077 -0.0425 0.1685 0.0210 0.1003
60.60*** 34.6953 0.0632 0.0625 0.0460 0.4022 3.038*** 1.6673 0.0641 0.0630
-3.016*** 1.7195 -0.0034 -2.813 412 0.3533 0.0177 7.7685
158
Tabla 3.10 Estimadores de MCO del impacto del programa en los resultados de los exmenes: Ecuaciones (3) y (4), cuarto grado (Sistema bilinge)
Matemtica, cuarto grado Especificacin 2 Especificacin 3 Especificacin 1 Coef. Err Est. Coef. Err Est. Coef. Err Est. T (1 = Redes Amigas) -3.012* 0.7845755 -3.064* 0.7334 -4.338* 1.2221 Edad -0.3729** 0.1979 -0.3296 0.2578 Edad al cuadrado 0.0081** 0.0037 0.0066 0.0051 Dicotmica (1= mujer) -0.3336 0.4253 -0.2809 0.4261 ndice Selben 0.0350 0.0279 0.038 0.0265 Escolaridad del jefe del hogar -0.065 0.0479 -0.0742 0.0507 Jefe de hogar indgena -1.260*** 0.7266 -1.004 0.6441 Jefe de hogar es mujer 0.684 0.6155 0.6494 0.5897 Miembros hogar <6 aos -0.1253 0.2865 -0.098 0.2950 Miembros hogar entre 617 aos 0.291*** 0.1551 0.1819 0.1403 Miembros hogar entre 1844 aos 0.511** 0.2402 0.4929** 0.2319 Miembros hogar entre 4565 aos 0.320 0.2700 0.2690 0.2699 Miembros hogar >65 aos 0.1850 0.4871 0.1147 0.4248 Incidencia pobreza (nivel 0.1297 0.1165 parroquial 1990) Tasa de analfabetismo (nivel 0.055 0.0969 parroquial 1990) Estudiante por profesor (nivel -0.2156 0.1622 parroquial 1994) Estudiante por edificio de escuela 0.0077 0.0189 (nivel parroquial) Estudiante por aula (nivel -0.200** 0.0976 parroquial 1994) Tasa repeticin (nivel escuela 1994) -10.898 23.5797 Estudiante por profesor (nivel 0.077 0.0598 escuela 1994) ndice infraestructura escolar Nmero de guas de estudio por estudiante Nmero de libros de texto por estudiante Dicotmica (director a tiempo completo = 1) Nmero de cursos de capacitacin para profesores Constante 9.425* 0.5286598 11.056 2.158252 3.7867 8.8415 348 348 348 Nmero de casos 0.2487 0.2059 0.1584 R cuadrado Especificacin 4 Coef. Err Est. -5.385* 1.6532 -0.228 0.2833 0.0043 0.0055 -0.0262 0.4209 0.027 0.0265 -0.0787 0.0504 -1.012 0.6418 0.700 0.5868 -0.135 0.2913 0.184 0.1359 0.388*** 0.2281 0.071 0.2526 -0.0860 0.4488 0.207*** 0.1225 0.053 -0.2932 0.0139 0.1031 0.2006 0.0216
-0.282*** 0.1615 -24.13 0.123** -0.233 3.196 0.096 35.8086 0.0603 0.4906 2.6006 0.0746
-5.566** 2.3035 0.0083 -0.658 348 0.3002 0.0524 8.1155
159

Lenguaje, cuarto grado Especificacin 2 Especificacin 3 Especificacin 1 Coef. Err Est. Coef. Err Est. Coef. Err Est. -2.68* 0.7699793 -2.222* 0.7727 -2.657 1.6423 T (1 = Redes Amigas) Edad -0.0166 0.2571 0.1301 0.2927 0.0038 0.0045 0.0005 0.0053 Edad al cuadrado Dicotmica (1= mujer) -0.3735 0.4481 -0.4675 0.4588 ndice Selben 0.076** 0.0335 0.059*** 0.0316 Escolaridad del jefe del hogar 0.0215 0.0451 0.0321 0.0413 Jefe de hogar indgena 0.4207 0.5187 0.4604 0.5754 Jefe de hogar es mujer 0.4261 0.4873 0.4842 0.4658 Miembros hogar <6 aos -0.0836 0.2407 -0.086 0.2250 Miembros hogar entre 617 aos 0.111 0.1512 -0.0047 0.1247 Miembros hogar entre 1844 aos 0.235 0.2233 0.2149 0.2127 Miembros hogar entre 4565 aos 0.295 0.2588 0.1958 0.2526 Miembros hogar >65 aos 0.3725 0.5997 0.195 0.6368 Incidencia pobreza (nivel 0.127 0.1151 parroquial 1990) Tasa de analfabetismo (nivel -0.078 0.1175 parroquial 1990) Estudiante por profesor (nivel -0.0938 0.1948 parroquial 1994) Estudiante por edificio de escuela -0.0062 0.0243 (nivel parroquial) Estudiante por aula (nivel 0.0636 0.1384 parroquial 1994) Tasa repeticin (nivel escuela 1994) 23.08 26.9811 Estudiante por profesor 0.061 0.0459 (nivel escuela 1994) ndice infraestructura escolar Nmero de guas de estudio por estudiante Nmero de libros de texto por estudiante Dicotmica (director a tiempo completo = 1) Nmero de cursos de capacitacin para profesores Constante 9.80* 0.4662342 5.569*** 3.2487 -3.728 8.3031 Nmero de casos 348 348 348 R cuadrado 0.1202 0.1703 0.2133 Especificacin 4 Coef. Err Est. -3.023 2.1799 0.084 0.2905 0.0008 0.0053 -0.428 0.4359 0.0469 0.0302 0.022 0.0392 0.3688 0.5461 0.4581 0.4383 -0.1463 0.2068 -0.015 0.1262 0.1638 0.2111 0.0934 0.2523 0.0524 0.5960 0.183 0.1299 -0.0998 -0.116 -0.0103 0.097 33.41 0.091** 0.1975 5.442** 0.0465 -0.5618 0.1278 0.2379 0.0273 0.1952 37.8907 0.0416 0.4238 2.6102 0.0635 1.9792
-0.1187** 0.0499 -7.485 348 0.2775 7.8747
160
Tabla 3.11 Modelo probit para estimar la ecuacin de participacin en el programa

Hispano Segundo grado Cuarto grado Coef. Error Est. Coef. Error Est -0.1956 0.4465 -0.9869*** 0.5352 Edad Edad al cuadrado 0.020 0.0248 0.0516 0.0244 Dicotmica (1= mujer) 0.0502 0.0873 0.226** 0.0890 ndice Selben 0.0680* 0.0103 0.0652* 0.0120 Escolaridad del jefe del hogar 0.0076 0.0227 -0.0232 0.0234 Jefe del hogar es indgena -0.2405 0.2613 -0.4146 0.3619 Jefe del hogar es mujer 0.2926** 0.1368 0.21401 0.1811 Miembros hogar <6 aos 0.2006* 0.0579 0.0991 0.0694 Miembros hogar entre -0.0358 0.0305 0.0030 0.0565 617 aos Miembros hogar entre -0.0183 0.0597 0.0054 0.0374 1844 aos Miembros hogar entre 0.1456*** 0.0821 -0.0924 0.1012 4565 aos Miembros hogar >65 aos 0.2065 0.1561 0.1225 0.1721 Dicotmica para regin 1.4335* 0.4768 1.1693** 0.5360 (Costa = 1) Incidencia pobreza -0.0146 0.0188 -0.0023 0.0190 (a nivel parroquial 1990) Tasa analfabetismo (a nivel 0.0229 0.0327 0.0188 0.0322 parroquial 1990) Estudiante por profesor -0.2507* 0.0779 -0.2592* 0.0760 (a nivel parroquial 1994) Estudiante por edificio de -0.0086 0.0072 -0.0100 0.0071 escuela (a nivel parroquial) Estudiante por aula (a nivel 0.1154 0.0848 0.0918 0.0917 parroquial 1994) Tasa repeticin (a nivel de 0.9100 5.0944 -2.660 5.6295 escuela 1994) Estudiante por profesor 0.0278*** 0.0161 0.027*** 0.0168 (a nivel de escuela 1994) Constante -1.725 2.5100 3.042 3.5565 Nmero de casos 928 870 Pseudo R cuadrado 0.4393 0.3871 Variables dependiente: T (1= Redes Amigas) Indgena Segundo grado Cuarto grado Coef. Error Est Coef. Error Est -1.340* 0.4191 -0.0732 0.1422 0.0577* 0.0188 0.0002 0.0026 0.0976 0.1053 0.1127 0.1431 -0.0821* 0.0152 -0.0825* 0.0169 -0.0606** 0.0251 0.0421 0.0359 -0.4621 0.5499 0.6412** 0.3031 0.1209 0.2593 -0.527** 0.2803 -0.0755 0.0759 0.0957 0.0856 -0.0802 0.0570 -0.0806 0.0549 0.0959 -0.0851 0.1592 0.0881 -0.1219*** 0.0739 0.0823 -0.1363 0.1194 0.3167 0.1455 0.2028
0.076
0.0731 0.0933
0.1202 0.1160 0.3207 0.0103 0.2645 62.2298 0.0142 4.4763
0.2448*** 0.1489 0.5419* -0.7254*** 0.4475 -1.049* -0.00007 0.0188 0.035* -0.0892 -12.617 0.0091 9.552** 412 0.5012 0.1642 -0.8068* 48.5049 -45.390 0.0219 0.0266 4.2813 8.617*** 348 0.7593
161
La Tabla 3.8 despliega los resultados para el cuarto grado del sistema hispano. En este caso, nuevamente, se encuentran efectos significativos y positivos del programa, tanto para matemtica como para lenguaje. Adems, en ambos casos el nmero de guas de auto aprendizaje por estudiante, as como la variable dicotmica para director a tiempo completo, tienen una relacin significativa y positiva con las notas de los exmenes. Curiosamente, en el segundo grado del sistema bilinge el impacto del programa es significativo pero negativo, tanto para Matemtica como Lenguaje. El resultado se mantiene para las cuatro especificaciones usadas. Sin embargo, en trminos de los insumos escolares, el nmero de guas de estudio por estudiante y el nmero de cursos de capacitacin que han tomado los profesores, se asocian positivamente con los resultados de los exmenes de Lenguaje y Matemtica; lo anterior sugiere que mejorar estos aspectos llevara a mejores logros acadmicos de los estudiantes. A diferencia de lo que ocurre en el sistema hispano, bajo el sistema bilinge el hecho de contar con un director a tiempo completo se asocia de manera negativa con las notas de los exmenes. Este es un resultado inesperado. La hiptesis es que tener un director a tiempo completo mejorara la administracin de la escuela y tambin el proceso de aprendizaje; no obstante, parece que esto no es lo que sucede en las escuelas bilinges. Es probable que la mejora de la estructura administrativa resulte en insumos adicionales para la escuela, en especial libros de texto. Un posible problema es que los libros de texto y dems insumos empleados en el sistema bilinge, fueron desarrolladas bajo el sistema hispano y pueden no ajustarse a las necesidades de los estudiantes del sistema bilinge31. Se encuentran resultados similares para el cuarto grado. Ver las Tablas 3.9 y 3.10.
31 Glewwe y otros autores (2007), a travs del empleo de un diseo experimental no encontraron efectos significativos de un programa de libros de texto en Kenia. Una de las razones para la nulidad del impacto fue que los libros de texto estaban escritos en ingls y los estudiantes de menores recursos no pudieron usarlos. De acuerdo con estos autores, este es un ejemplo de un currculo culturalmente inadecuado.
162
Estimacin usando tcnicas de emparejamiento basado en la propensin a participar en el programa La siguiente parte presenta los resultados de las estimaciones del mtodo de emparejamiento segn la propensin a participar en el programa (propensity score matching). Como se mencion, se emplean varios tipos de emparejamiento (con el vecino ms cercano, con los cinco vecinos ms cercanos y el de Kernel) y se restringe la muestra a aquellos que estn en la regin de superposicin de las distribuciones de probabilidad de participacin. Para comenzar, se presenta los resultados de la ecuacin de seleccin. Ya se dijo que esta se estima con un modelo probit que analiza la probabilidad de participar en el programa, e incorpora variables relacionadas con las caractersticas, previas a la intervencin, de la escuela y la comunidad; as como variables de control a nivel del hogar, y controles geogrficos (una variable dicotmica por cada regin). Los resultados para los sistemas hispano y bilinge se muestran en la Tabla 11. En el caso hispano hay una relacin significativa y positiva entre el puntaje del ndice Selben y la participacin en el programa. Valores ms altos en el ndice Selben (hogares en mejor situacin econmica) estn asociados a una mayor probabilidad de participar en el programa. Las escuelas de la Costa tienen ms probabilidades de participar en el programa que las escuelas de la Sierra. La relacin de estudiantes por profesor, que muestra el tamao de la poblacin estudiantil as como la dotacin de profesores a nivel parroquial, tiene una relacin significativa y negativa con la participacin en el programa. Esto significa que aquellas comunidades que tienen mayores niveles de concentracin de la poblacin en edad escolar tienen menos probabilidad de participar en el programa. Finalmente, la relacin de estudiantes por profesor a nivel escolar, que refleja la congestin en las escuelas, muestra una relacin significativa y positiva con la participacin en el programa. Las escuelas que tienen ms sobrepoblacin en sus aulas tienen ms probabilidades de participar en el programa. Los resultados son los mismos para segundo y cuarto grado. En lo que respecta el sistema bilinge, la Tabla 11 muestra una relacin negativa entre la participacin en el programa y el ndice Selben, as como con la escolaridad del jefe del hogar. Esto quiere decir que los hoga163
res de estatus socioeconmico ms bajo y que tienen un jefe con menor nivel de escolaridad tienen mayores probabilidades de participar en el programa. A nivel parroquial, la tasa de analfabetismo tiene una relacin positiva con la participacin en el programa. Esto sugiere que las comunidades que tienen tasas de analfabetismo superiores tienen tambin una mayor probabilidad de participar en el programa. El nmero de estudiantes por profesor, a nivel parroquial, se relaciona de manera negativa con la participacin en el programa. Una vez ms, esto significa que las comunidades con niveles ms altos de concentracin de la poblacin en edad escolar tienen menos probabilidad de participar en el programa. Los resultados estimados para el emparejamiento basado en la propensin a participar en el programa se presentan separadamente para segundo y cuarto grado, tanto para el sistema hispano como para el bilinge. Ver las Tablas 3.12 y 3.13.
Tabla 3.12 Estimacin del impacto del programa basado en PSM, segundo grado. Varios tipos de emparejamiento. Restringido a la zona de superposicin de las distribuciones.
Nacional hispano ATT Tratamiento Control Diferencia Error estndar Bilinge ATT Tratamiento Control Diferencia Error estndar Emparejamiento uno a uno Matemtica 11.8308 7.6200 4.2108* 0.5182 Lenguaje 12.8589 9.6804 3.1784* 0.6443 917 Emparejamiento uno a uno Matemtica 4.6666 8.0625 -3.3958* 0.8557 Lenguaje 7.5097 10.9029 -3.3932* 0.8149 412 Cinco vecinos ms cercanos Matemtica 11.8308 6.9632 4.8676* 0.4942 914 Lenguaje 12.8589 9.7203 3.1385* 0.5803 917 Cinco vecinos ms cercanos Matemtica 4.6666 7.8541 -3.1875* 0.7185 302 Lenguaje 7.5208 10.2625 -2.7416* 0.8940 412 Emparejamiento Kernel Matemtica Lenguaje 11.8308 6.9633 4.8675* 0.4674 914 12.8589 9.7804 3.0784* 0.5763 917 Emparejamiento Kernel Matemtica Lenguaje 4.6660 7.9895 -3.3228* 0.9692 302 7.5208 10.3461 -2.8252* 0.7266 412
Casos en zona de superposicin 914
Fuente: Elaboracin propia. Nota: Los errores estndar estn entre parntesis y calculados a travs de la tcnica bootstrap. * Significativo al nivel del 1%, ** Significativo al nivel del 5%, *** Significativo al nivel del 10%.
164
En el caso hispano se encuentra un efecto del programa significativo y positivo, tanto en Matemtica como en Lenguaje, para el segundo y cuarto grado. Los resultados son consistentes a travs de los distintos tipos de emparejamiento utilizados. En segundo grado, el programa tiene un impacto de alrededor de 5 y 3 puntos (de un total de 20), para Matemtica y Lenguaje respectivamente. En cuarto grado, el impacto es de 2 puntos para Matemtica y 1 punto para Lenguaje. Para el segundo grado del sistema bilinge (de la Sierra), el programa tiene un impacto negativo tanto para Matemtica como para Lenguaje. El resultado es consistente a travs de los distintos tipos de emparejamiento. Para cuarto grado, el efecto del programa tambin es negativo en Matemtica, pero no se encuentran efectos significativos en Lenguaje. El Apndice A muestra los resultados de las estimaciones de MCO de las ecuaciones (3) y (4) para los sistemas hispano y bilinge, respectivamente y con la muestra restringida a la zona de superposicin de las distribuciones probabilsticas. Los resultados son los mismos que se encontr con la estimacin de MCO para la muestra completa.
Tabla 3.13 Estimacin del impacto del programa basado en PSM, cuarto grado. Varios tipos de emparejamiento. Restringido a la zona de superposicin de las distribuciones.
Nacional hispano ATT Tratamiento Control Diferencia Error estndar Bilinge ATT Tratamiento Control Diferencia Error estndar Emparejamiento uno a uno Matemtica 9.6910 7.9109 1.7801* 0.4953 Lenguaje 13.7513 13.1675 0.5837 0.4856 830 Emparejamiento uno a uno Matemtica 6.0780 9.1418 -3.0638** 1.2961 Lenguaje 7.1257 5.0239 2.1017*** 1.3337 348 Cinco vecinos ms cercanos Matemtica 9.6910 7.4209 2.2701* 0.4751 830 Lenguaje 13.7513 12.8157 0.9356*** 0.4766 830 Cinco vecinos ms cercanos Matemtica 6.0780 8.1546 -2.0765*** 1.1024 322 Lenguaje 7.0992 5.4141 1.6851 1.0660 348 Emparejamiento Kernel Matemtica Lenguaje 9.6910 7.3822 2.3088* 0.3655 830 13.7513 12.8959 0.8553** 0.3404 830 Emparejamiento Kernel Matemtica Lenguaje 6.0158 8.8898 -2.8740** 1.123 307 7.0158 5.4573 1.5585 1.2456 307
Fuente: Elaboracin propia. Nota: Los errores estndar estn entre parntesis y calculados a travs de la tcnica bootstrap. * Significativo al nivel del 1%, ** Significativo al nivel del 5%, *** Significativo al nivel del 10%.
165
El apndice C presenta los resultados del emparejamiento corregido por sesgo (bias corrected matching), desarrollado por Abadie e Imbens (2002). La ventaja de esta tcnica es que combina la reduccin de sesgo del emparejamiento (que resulta de la comparacin de unidades con valores similares de las co-variables) con la reduccin del sesgo gracias a la regresin. Al mismo tiempo, la tcnica realiza un emparejamiento con reemplazo, lo que mejora la calidad del emparejamiento (Abadie e Imbens, 2002). Los resultados son similares a los del emparejamiento normal, y muestran un efecto significativo y positivo del programa en Matemtica y Lenguaje, para el sistema hispano. Los resultados para el sistema bilinge, se tornan positivos o no significativos. En las Tablas 3.14 y 3.15 se presenta los resultados del emparejamiento ponderado, para los sistemas hispano y bilinge, respectivamente.
Tabla 3.14 Estimacin del impacto del programa con MCO ponderados (ecuaciones 7 y 7.1) Sistema hispano
Hispano Segundo grado Especi.1 Matemtica T R cuadrado Lenguaje T R cuadrado Nmero de casos 3.3962* (0.8004) 0.1350 927 3.1687* (0.7299) 0.2226 927 2.7314* (0.6960) 0.2546 927 2.2281* 0.2904 927 0.8637* 0.0107 870 0.9014 0.1595 870 1.1403** 1.0915* (0.4456) (0.3985) 0.2798 870 0.3338 870 (0.8015) (0.9861) (0.7592) 4.8441* (0.9463) 0.2235 5.2614* (0.9424) 0.2800 4.7367* (0.6856) 0.3647 3.7437* 0.3969 2.1604* 0.0779 2.3458* 0.1380 2.3537* 2.2859* (0.4593) (0.4319) 0.1662 0.2127 (0.6917) (0.5353) (0.4617) Especi.2 Especi.3 Specif.4 Especi.1 Cuarto grado Especi.2 Especi.3 Especi.4
166
Tabla 3.15 Estimacin del impacto del programa con MCO ponderados (ecuaciones 7 y 7.1) Sistema bilinge
Bilinge Segundo grado Especi.1 Matemtica T R cuadrado Lenguaje T R cuadrado Nmero de casos -3.5314* -3.3192* (1.1474) (1.1426) 0.1352 412 0.1609 412 -3.8099* -4.3181* 2.5177** 1.860*** (1.1364) (1.1228) (0.9220) (1.0751) 0.3556 412 0.4064 412 0.1177 348 0.3823 348 1.2420 (0.8145) 0.5769 348 1.1772 (0.7725) 0.6498 348 -2.2885** -2.0798*** -3.6080* -3.7292* -1.1992 (1.1024) (1.1987) 0.0527 0.1160 0.3468 0.4359 0.0508 -1.3756*** -1.8852** -2.0751** (0.7745) 0.4170 (0.8884) 0.5017 0.2909 (0.9407) (0.8434) (0.7470) (0.7768) Especi.2 Especi.3 Specif.4 Especi.1 Cuarto grado Especi.2 Especi.3 Especi.4
Fuente: Elaboracin propia Nota: Los errores estndar estn entre parntesis y corregidos por heteroscedasticidad y por correlaciones entre alumnos de la misma escuela. * Significativo al nivel del 1%, ** Significativo al nivel del 5%, *** Significativo al nivel del 10%.
Los resultados son similares a aquellos que se obtuvieron bajo el emparejamiento simple. Bajo el emparejamiento ponderado se usan las mismas cuatro especificaciones, y los resultados muestran efectos significativos y positivos del programa sobre las notas de los exmenes de Lenguaje y Matemtica, en el sistema hispano. En el segundo grado, el impacto del programa en Matemtica es de alrededor de 4,7 puntos segn la especificacin tres; mientras que segn la especificacin cuatro este es de solo 3,7 puntos. En el caso de Lenguaje, el efecto del programa es de 2,7 puntos bajo la especificacin tres y 2,2 bajo la especificacin cuatro. En el cuarto grado, el impacto del programa en Matemtica es alrededor de 2,4 puntos con la especificacin tres y 2,3 con la especificacin cuatro; mientras que el efecto en Lenguaje es de alrededor de 1,1 puntos con la especificacin tres y 1 con la especificacin cuatro. Estos resultados sugieren que el efecto del programa opera a travs de dos canales de intervencin: el mejoramiento de la infraestructura escolar (cerca del 20% en Matemtica para el segundo grado) y los cambios en la administracin de la escuela (cerca del 80% del efecto en Matemtica para el segundo grado). En el
167
caso del sistema bilinge, el efecto es significativo y negativo en el segundo grado, tanto para Matemtica como para Lenguaje. Para cuarto grado, el programa tiene un efecto negativo en Matemtica, pero ningn efecto significativo en Lenguaje. Una explicacin para el resultado negativo que se observa en el sistema bilinge puede residir, como se ha mencionado, en el hecho de que el Ministerio de Educacin promovi explcitamente la participacin de las escuelas ms pobres. Por este motivo, es posible que el diseo de evaluacin no haya eliminado exitosamente las diferencias, previas al programa, entre participantes y no participantes, a pesar del uso de un emparejamiento basado en la propensin a participar y de una comparacin restringida solo entre postulantes y participantes. Una explicacin adicional, tambin mencionada, se refiere a la hiptesis de un pensum culturalmente inadecuado (Glewwe y otros autores, 2007). El programa provea de los mismos libros de texto y otros insumos educativos a las escuelas hispanas y bilinges. Pero los nios indgenas tienen una distinta cosmovisin y otros valores culturales que los nios pertenecientes al sistema hispano. El traslado mecnico de los materiales escolares desarrollados para otro contexto cultural podra producir efectos negativos en el proceso de aprendizaje.
168
No tratados
Tratados dentro de la regin comn
Grfico 3.1. Distribucin de las propensiones a participar para los grupos de tratamiento y de control. Sistema hispano
10
10
Grfico 3.2. Distribucin de las propensiones a participar para los grupos de tratamiento y de control. Sistema bilinge
10
0 2 Fuente: Elaboracin propia.
10
169
Con el fin de evaluar la calidad del emparejamiento, el Apndice B muestra la prueba estadstica para ver si las variables antes y despus de emparejar los grupos de tratamiento y de control se equiparan. Los resultados se presentan separadamente para el segundo grado de los sistemas hispano y bilinge32. Mientras que las pruebas despus del emparejamiento apoyan la hiptesis nula de igualdad (entre los grupos de tratamiento y de control) de las medias para la mayora de las variables incluidas en la ecuacin de seleccin, hay algunas de las variables que determinan la participacin en el programa (como el registro en el ndice Selben, la dicotmica para regin y la relacin de estudiante por aula de clases) que s son significativamente diferentes para los grupos de tratamiento y de control. Las diferencias post-emparejamiento entre los grupos de tratamiento y de control sugieren que, con la informacin disponible, es difcil obtener un estimado no sesgado del efecto del programa de descentralizacin sobre las calificaciones de los exmenes. La misma conclusin puede obtenerse cuando se analizan las regiones de superposicin de las distribuciones de los grupos de tratamiento y de control (ver Figuras 3.1 y 3.2). Un punto interesante en esta parte es que, de acuerdo con esta evidencia, el emparejamiento funciona mejor para el sistema bilinge que para el sistema hispano. Se dijo en la seccin metodolgica, los estimadores de PSM pueden estar sesgados por la presencia de no observables en el proceso de seleccin. Los resultados de la estimacin de la ecuacin (8), que comprueban la presencia de no observables, se presentan en la Tabla 3.16. Como se mencion, la idea de la prueba es calcular los residuos generalizados del modelo probit que se emple para estimar la participacin en el programa, para luego incorporarlos, a manera de regresor, en una regresin, donde la variable dependiente es la variable de resultado de inters (las notas de los exmenes respectivos) que se estima con MCO. Se estimaron dos especificaciones. La especificacin 1 contiene las caractersticas individuales y del hogar, y la especificacin 2 aade las variables de la escuela en las que el programa influy33. En todos los casos, el coeficiente de los
32 Los resultados son similares para el cuarto grado y estn disponibles bajo pedido. 33 Las variables individuales y del hogar, as como las caractersticas de la escuela, son las mismas que se introdujeron en la estimacin de las ecuaciones (3) y (4) con MCO.
170
Captulo 3: El impacto en logros acadmicos de un programa de descentralizacin Tabla 3.16 Prueba de variables no observables en el proceso de seleccin: ecuacin (8)
Segundo grado Matemtica Especi.1 Hispano Razn de Mills 0.0211 (0.8165) T 4.1375* (1.0500) R cuadrado Nmero de casos Bilinge Razn de Mills -2.0465 (1.3707) T 0.2004 (1.7702) R cuadrado Nmero de casos 0.1659 412 -1.7047 -0.4850 -1.0037 0.1657 0.1445 1.5901 1.7911 0.1971 926 -0.3880 0.3344 0.6521 0.3892 0.2755 0.9043 0.8425 Especi.2 Lenguaje Especi.1 Especi.2 Cuarto grado Matemtica Especi.1 Especi.2 Lenguaje Especi.1 Especi.2
(0.6828) (0.7622) 4.4224* 1.7648
(0.9017) (0.6603) (0.6309) 1.3985 1.6744*** 1.8377***
(0.7490) (0.7223) -0.3883 -0.3116
(0.9411) (1.2923) 0.2169 926 0.1644 927
(1.4877) (0.9898) (0.9617) 0.1764 927 0.1073 870 0.1541 870
(1.0340) (1.0516) 0.2051 870 0.2517 870
(1.3236) (1.2929) -0.4048 -2.5044
(1.1940) (0.9065) (1.0310) -1.9021 -3.4828* -3.6948*
(1.0430) (1.1471) -3.0590* -3.3154* (0.9008) (0.8206) 0.194 326 0.2358 326
(1.4765) (1.5816) 0.2537 412 0.1696 412
(1.4392) (0.7848) (0.7271) 0.2382 412 0.2269 326 0.2478 326
Fuente: Elaboracin propia Nota: Los errores estndar estn entre parntesis y corregidos por heteroscedasticidad y por correlaciones entre alumnos de la misma escuela. * Significativo al nivel del 1%, ** Significativo al nivel del 5%, *** Significativo al nivel del 10%.
residuales generalizados es estadsticamente no significativo, lo que implica que, posiblemente, los no observables no ejercen influencia alguna sobre la participacin en el programa34.
34 Como se ha mencionado, para facilitar la identificacin de la ecuacin (8), inclu en la ecuacin de seleccin variables previas a la intervencin del programa a nivel comunitario, y las exclu de la ecuacin de resultado. A pesar de que estas variables no son instrumentos ideales (porque tambin afectan el resultado en las notas de los exmenes), ayuda mucho el hecho de que estas variables estn rezagadas en varios aos. En este caso la endogeneidad afecta solo las propiedades de los estimadores de MCO en muestras pequeas, pero no afecta su distribucin asinttica (Verbeek, 2000).
171
Conclusiones La descentralizacin de la educacin es un componente importante de las polticas educativas en Amrica Latina. La mayora de pases latinoamericanos comenzaron a descentralizar la educacin durante la dcada de los noventa. En general, se encuentran dos tipos de descentralizacin en la regin. Primero, la descentralizacin que se basa en la transferencia de la administracin de las escuelas desde el Gobierno central hacia los Gobiernos locales o asociaciones privadas. Segundo, la descentralizacin basada en la transferencia de la administracin de las escuelas a las comunidades, con la participacin de los padres. A pesar de la importancia de la descentralizacin en Amrica Latina, la evidencia del impacto de estas polticas sobre los resultados escolares es escasa. La evidencia existente muestra que cuando la descentralizacin consiste en transferir las competencias educativas a los Gobiernos locales, el impacto sobre los resultados escolares depende del nivel de desarrollo de estos Gobiernos. El proceso parece tener xito cuando los Gobiernos locales tienen adecuadas capacidades tcnicas, financieras y polticas. Respecto del segundo caso de descentralizacin, en que se transfiere las competencias escolares a las comunidades locales con la participacin de los padres, la mayora de experiencias provienen de Amrica Central, donde el objetivo principal fue mejorar la matriculacin escolar en reas rurales remotas. Ecuador, como la mayora de pases de Amrica Latina, arranc su proceso de descentralizacin a inicios de los noventa. El modelo de descentralizacin aplicado se bas en la trasferencia de las competencias administrativas, pedaggicas y de presupuesto a las escuelas. Una caracterstica novedosa de la experiencia ecuatoriana de descentralizacin de la educacin fue que el programa persegua, de manera explcita, la mejora de los logros acadmicos de los estudiantes. Se esperaba que el programa mejore las condiciones de aprendizaje a travs de dos canales: la mejora de insumos escolares y a travs del cambio en el modelo de gestin. En este captulo, se llev a cabo la evaluacin de impacto de este programa. El diseo original del programa, como la mayora de experiencias de descentralizacin de Amrica Latina, no incluy un diseo de evaluacin
172
de impacto. En consecuencia, no fue posible llevar a cabo un estudio experimental ni tener una encuesta de lnea de base. Quienes administraban el programa decidieron evaluar sus impactos cuando este casi haba concluido. Por fortuna, un grupo de escuelas que decidi participar en el programa, pero no lo haba recibido todava, permiti la conformacin del grupo de comparacin. Al respecto, esta investigacin busc controlar la presencia de variables no observables en el proceso de seleccin para participar en el programa, restringiendo la muestra a los postulantes del programa (diseo de comparacin entre postulantes en lista de espera, pipeline design). Adems, se intent controlar por las variables observables con el mtodo de emparejamiento segn la propensin a participar en el programa (propensity score matching). A pesar de los esfuerzos metodolgicos para construir un grupo de control adecuado, las pruebas estadsticas posteriores al emparejamiento sugieren que los grupos de tratamiento y de control an difieren, dando lugar a la posibilidad de que el efecto positivo de la descentralizacin en las escuelas hispanas y el efecto negativo en las escuelas bilinges pueda atribuirse a un sesgo de seleccin positivo y negativo, respectivamente. En trminos generales, dada la informacin disponible al momento, sera prematuro sacar conclusiones respecto del efecto del programa de descentralizacin en las notas de los exmenes. Sin embargo, la descentralizacin s ha incrementado la participacin de los padres y de la comunidad en el proceso educativo. En consecuencia, la descentralizacin podra jugar un rol importante para mejorar el monitoreo de las escuelas por parte de los padres y de la comunidad. Un rol ms importante para los padres podra acercarlos ms a los procesos educativos e incrementar la aceptabilidad y el valor de las inversiones educativas.
173
Captulo 4 Conclusiones y reflexiones acerca de polticas
Este libro analiz las polticas educativas emprendidas en Amrica Latina durante la dcada de los noventa. En este periodo, las polticas priorizaron los siguientes aspectos: a) la descentralizacin de la educacin, b) mejoras en la educacin en trminos de equidad y calidad, c) incentivos a los profesores, d) creacin de sistemas de evaluacin de logros acadmicos de los estudiantes, y e) intervenciones por el lado de la demanda. El libro se enfoca en el impacto de estas reformas, especialmente de las intervenciones por el lado de la demanda y la descentralizacin, sobre los resultados educacionales. En la regin, las intervenciones por el lado de la demanda se configuraron de dos formas: como programas de transferencias monetarias condicionadas (TMC) y como becas escolares. Mxico, Brasil, Nicaragua, Honduras, Costa Rica, Ecuador, Colombia y Chile son los pases que han implementado programas de TMC en la regin. La mayora de estudios que evalan el impacto de estos programas, encuentran efectos significativos y positivos sobre la matrcula escolar y la reduccin del trabajo infantil. Sin embargo, no es claro si el impacto de estos programas proviene de la transferencia y/o de la condicin impuesta. La experiencia ecuatoriana puede ser esclarecedora para este debate. Esto porque el Bono de Desarrollo Humano (BDH) no es un programa de transferencia condicionada, sino uno de transferencia no condicionada, y ofrece nueva evidencia respecto de la importancia de la condicionalidad. A partir del uso de un diseo de regresin discontinua combinado
175
con un mtodo de diferencias en diferencias, se encuentra que los efectos del programa en la matrcula no son estadsticamente significativos para aquellos casos alrededor del cuadragsimo percentil del ndice de pobreza. La ausencia de un efecto sobre la matrcula puede atribuirse a la falta de una condicionalidad. Sin embargo, s se encuentra diferencias significativas del consumo y gasto educativo entre beneficiarios y no beneficiarios. Los beneficiarios gastan ms en educacin que los no beneficiarios, pero esta diferencia no se manifiesta en las tasas de matrcula, seguramente debido a la ausencia de la condicin. Si el incremento en el gasto educativo no se refleja en la matrcula, podra ser posible que haya impactos positivos en los logros acadmicos de los estudiantes. Al respecto, el captulo 2 evala el impacto del BDH sobre las calificaciones de los exmenes. A lo largo de la regin, hay poca evidencia del impacto de programas de TMC sobre los logros acadmicos; salvo la experiencia mexicana, ningn otro programa de TMC se ha evaluado para analizar su impacto en el aprendizaje. De otra parte, la evidencia emprica del impacto de las becas escolares sobre el resultado de los exmenes no es concluyente. La experiencia chilena muestra que no hay impactos significativos, mientras que la experiencia colombiana muestra efectos significativos y positivos. La contribucin de esta tesis fue evaluar el impacto de un programa de transferencia monetaria no condicionada sobre las notas de los exmenes, en Ecuador. Con el empleo de un diseo de regresin discontinua, no se encuentran efectos significativos del programa sobre el resultado de los exmenes, para los casos alrededor del cuadragsimo percentil del ndice de pobreza. A partir de estos dos captulos, se puede sugerir algunas recomendaciones de poltica para el programa ecuatoriano. Primero, es importante pasar de un programa de transferencias monetarias a uno de transferencias monetarias condicionadas. Como se mostr en el captulo 1, la literatura disponible sobre este tpico demuestra que la mayor parte del impacto de los programas de TMC se produce, precisamente, gracias a la condicin. Al respecto es conveniente crear el marco adecuado para hacer que la condicin se cumpla, tanto en trminos de matrcula escolar como de asistencia. Segundo, al igual que la mayora de programas de TMC en Amrica Latina, puede resultar ms eficiente disponer de un monto dife176
Captulo 4: Observaciones finales y reflexiones de poltica
renciado de transferencias, dependiendo del nivel de pobreza (una cantidad ms grande para aquellos en el quintil uno de acuerdo con el ndice Selben); la edad de los nios (una menor cantidad para los ms jvenes), y etnicidad (un monto mayor para indgenas y afro-ecuatorianos). Tercero, una vez que se haya implementado la condicionalidad, se esperara un incremento en la matrcula y la asistencia escolar. En consecuencia, sera importante combinar las transferencias monetarias condicionadas con intervenciones por el lado de la oferta, con el fin de evitar una posible congestin en las escuelas. Finalmente, es imperativo considerar la evaluacin de impacto en la etapa inicial de la intervencin. En este sentido, la experiencia del Bono de Desarrollo Humano y el diseo de evaluacin de impacto son un ejemplo de buena prctica de la poltica social. En trminos metodolgicos, estos dos captulos resaltan la importancia de tener un buen banco de datos para sacar conclusiones consistentes acerca de los efectos de un programa educacional. Desde el punto de vista metodolgico, la novedad de esta investigacin fue combinar diferentes diseos cuasi-experimentales con el objetivo de asegurar estimaciones consistentes y robustas. El captulo 1 combin un diseo de diferencia en diferencias con uno de regresin discontinua, mientras que el captulo 2 combin un diseo de regresin discontinua con un emparejamiento basado en la propensin a participar en el programa. En cuanto a las estrategias de descentralizacin, se encuentran dos modelos de descentralizacin de la educacin en toda la regin. El primero consiste en la transferencia de competencias a los Gobiernos locales. Chile, Argentina y Brasil, son ejemplos tpicos. El efecto de estos programas en la calidad de la educacin vara segn el pas y el Gobierno local. La conclusin ms importante que se puede extraer de estas experiencias es que el impacto de la transferencia de competencias administrativas y/o pedaggicas a los Gobiernos locales, depende del nivel de desarrollo tcnico, administrativo y financiero de los mismos. As, la literatura seala que la descentralizacin funciona mejor cuando los Gobiernos locales tienen ms recursos tcnicos, administrativos y financieros. El segundo es un modelo basado en la transferencia de competencias a las escuelas. Los casos ms representativos de este tipo de descentralizacin provienen de Amrica Central. En Nicaragua, El Salvador, Guatemala y Honduras se
177
ha implementado programas de administracin desde la escuela. En estos casos se ha encontrado impactos significativos y positivos sobre la matrcula escolar, en reas rurales remotas. Este libro analiza el impacto de la descentralizacin de la educacin sobre los logros acadmicos de los estudiantes ecuatorianos de zonas rurales. La experiencia ecuatoriana es del tipo de administracin desde la escuela, pero la caracterstica novedosa es que se incluy como un objetivo explcito del programa el mejoramiento del aprendizaje. La tesis encontr alguna evidencia de efectos positivos de la descentralizacin sobre las notas de los exmenes, en el sistema hispano. Sin embargo, debido a limitaciones de la informacin, el resultado no es robusto. Por otro lado, tambin se encuentran efectos significativos y negativos del programa en las escuelas pertenecientes al sistema bilinge, lo cual puede ser resultado de deficiencias en la ejecucin del programa o de un pensum culturalmente inadecuado. A partir de este captulo, se puede hacer las siguientes recomendaciones. Primero, como ya se ha mencionado, es importante que los programas sociales consideren el diseo de evaluacin al principio de su implementacin, en lugar de hacerlo al final. En el caso especfico de Redes Amigas, debido a la ausencia de una encuesta de lnea de base no fue posible obtener estimadores robustos del impacto del programa sobre las notas de los exmenes. La investigacin se llev a cabo con una sola toma de datos y, en trminos metodolgicos, se combin un diseo de comparacin con los postulantes al programa en lista de espera, con un emparejamiento segn la propensin a participar en el programa. A pesar de los intentos de crear un grupo de control apropiado, es probable que los resultados no hayan sido los esperados. El hecho de no haber realizado una encuesta de lnea de base es un ejemplo de mala prctica en trminos de la evaluacin de polticas sociales. Segundo, la descentralizacin de la educacin en Ecuador increment la participacin de los padres y de la comunidad. De hecho, la participacin de los padres y de la comunidad era un requisito para participar en el programa. Al acercar a los padres a las escuelas, se mejoran los mecanismos de control de los padres sobre los directores y profesores; tambin se incrementa la valoracin de la educacin que tienen los padres. Esto podra tener efectos importantes en la matriculacin y asistencia escolar. Tercero, hay alguna evidencia de efec178
Captulo 4: Observaciones finales y reflexiones de poltica
tos positivos del programa sobre las notas de los exmenes en las escuelas hispanas, pero de efectos negativos en las escuelas bilinges. Una explicacin hipottica del efecto negativo observado en el sistema bilinge es que los estudiantes indgenas tienen una visin del mundo distinta y otros valores culturales que los mestizos. Una limitacin del programa es que los insumos escolares, especialmente los libros de texto, fueron desarrollados para el sistema hispano y se aplicaron mecnicamente en el sistema bilinge. Por lo tanto, resulta importante tener insumos especficos para las escuelas de cada sistema. Trabajar con los mismos insumos y estructuras curriculares para las escuelas hispnicas y bilinges puede crear problemas relacionados con un pensum culturalmente inadecuado. Finalmente, Ecuador tiene bajos niveles de gasto escolar comparado con otros pases de Amrica Latina. Si bien es necesario incrementar el nivel de gasto en el pas, tambin lo es priorizar la inversin. El pas tiene todava muchas necesidades que incluyen la inversin en infraestructura escolar; la provisin de implementos escolares para estudiantes de escasos recursos, como uniformes, libros de texto y otros tiles escolares; la capacitacin a los profesores; la implementacin de un sistema de incentivos para los maestros; la aplicacin de pruebas estandarizadas para medir la calidad del aprendizaje y para fortalecer el sistema de evaluacin de los logros acadmicos de los estudiantes. Para priorizar estas inversiones, el pas necesita ms investigacin, con el fin de entender mejor cules son los principales determinantes, tanto de la matrcula escolar como de los logros acadmicos. Al respecto, los estudios de evaluacin de impacto y los anlisis costo-beneficio de las principales intervenciones en educacin todava son necesarias. Si bien esta tesis evala dos importantes iniciativas en la educacin, la agenda de investigacin es amplia y todava incompleta.
179
Bibliografa
Angrist, Joshua (1997). Conditional Independence in Sample Selection Models. Economic Letters. 54(2): 103-112. (1998). Estimating The Labor Market Impacts of Voluntary Military Service Using Social Security Data on Military Applicants. Econometrica 66 (2): 249-288. (2004). Treatment Effect Heterogeneity in Theory and Practice. The Economic Journal 114: 52-83. Angrist, Joshua; Eric Bettinger; Erik Bloom; Elizabeth King; Michael Kremer (2002). Vouchers for Private Schooling in Colombia: Evidence from a Randomized Natural Experiment. The American Economic Review. Vol. 92, N. 5:1 535-1 558. Angrist, Joshua; Eric Bettinger y Michael Kremer (2004). Long-Term Consequences of Secondary School Vouchers: Evidence from Administrative Records in Colombia. National Bureau of Economic Research. Working paper 10 713. Angrist, Joshua; Victor Lavy (1999). Using Maimonides Rule to Estimate the Effect of Class Size on Scholastic Achievement. The Quarterly Journal of Economics: 533-575. Attanasio, O; E. Fitzsimons; A. Gomez; D. Lopez; C. Meghir y A. Mesnard (2006). Child Education and Work Choices in the presence of a Conditional Cash Transfer Programme in Rural Colombia. The Institute for Fiscal Studies. WP 06/01. Londres.
181
Baker, Judy L. (2000). Evaluating the Impact of Development Projects on Poverty:1-65. Washington: The World Bank. Bhattacharya, J y W. Vogt. (2007). Do Instrumental Variables Belong in Propensity Scores?. National Bureau of Economic Research. Technical Working Paper 343. Bedi, A. y J. Marshall, (1999). School Attendance and Student Achievement. Evidence form Rural Honduras. Economic Development and Cultural Change 47. N. 3: 657-682. Behrman, Jere (1999). Measuring the effectiveness of schooling policies in developing countries: revisiting issues of methodology. Economics of education review, Vol. 15, N. 4: 345-364. Behrman, Jere R, Sengupta Piyali and Todd Petra (2000). The Impact of Progresa on Achievement Test Scores in the First Year: 1-21. Washington: IFPRI. Black, Sandra E (1999). Do Better Schools Matter? Parental Valuation of Elementary Education. The Quarterly Journal of Economics. Vol. 114, N. 2: 577-599. Blaug, Mark (1970). An Introduction to the Economics of Education. New York: Penguin Books. Bourguignon, Francois y Luiz Pereira (Cords.) (2003). The Impact of Economic Policies on Poverty and Income Distribution. Evaluation Techniques and Tools. The World Bank y Oxford University Press. Bowles, Samuel (1970). Towards an Educational Production Function. In Education, Income, and Human Capital. NBER. Studies in Income and Wealth, N. 35. Calds, N; D. Coady y J. Maluccio (2004). The Cost of Poverty Alleviation Transfer Programs: A Comparative Analysis of Three Programs in Latin America. Washington: IFPRI. Chase, Robert (2002). Supporting Communities in Transition: the Impact of The Armenian Social Investment Fund. The World Bank Economic Review 16(2): 219-40. Chay, Kenneth; Patrick McEwan; Miguel Urquiola, (2005). The Central Role of Noise in Evaluating Interventions that Use Test Scores to Rank Schools: 1-42. Mimeo.
182
Bibliografa
De Brauw, A y J. Hoddinott (2007). Must conditional cash transfer programs be conditioned to be effective? The impact of conditioning transfers on school enrollments in Mexico. Ponencia no publicada. De Janvry, A. y E. Sadoulet (2006). Making Conditional Cash Transfer Programs More Efficient: Designing for Maximum Effect of Conditionalty. World Bank Economic Review 20.(1): 1-30. Demery, Lionel (2003). Analyzing the Incidence of Public Spending. En F. Bourguignon y L. Pereira (Coords.) The Impact of Economic Policies on Poverty and Income Distribution. Evaluation Techniques and Tools. World Bank-Oxford University Press. Di Gropello, Emanuela (2006). A Comparative Analysis of School-based Management in Central America. Working Paper Series. Washington World Bank. Duryea, Suzanne y Andrew Morrison (2004). The Effect of Conditional Transfers on School Performance and Child Labor: Evidence from an Ex-Post Impact Evaluation in Costa Rica: 127. Washington: BID. Espnola, Viola (1997). Descentralizacin del sistema educativo en Chile: Impacto en la gestin de las escuelas. Informe N. 10. Grupo de Desarrollo Humano Amrica Latina y la Regin del Caribe. Banco Mundial. Fan, Jianqing (1992). Designs Adaptative Nonparametric Regression. Journal of the American Statistical Association. Vol. 87. N. 420: 998-1004. FLACSO (2005). Evaluacin de Gestin del Programa de Redes Escolares Autnomas Rurales. Informe Final. Quito: FLACSO. Galasso, Emanuela y Martin Ravallion (2004). Social Protection in a Crisis: Argentinas Plan Jefes y Jefas. The World Bank Economic Review 18(3): 367-99. Galiani, Sebastin y Ernesto Schargrodsky (2001). Evaluating the Impact of School Decentralization in Education Quality. Escuela de Negocios, Universidad Torcuato di Tella (Buenos Aires). Ver: http:// www.utdt.edu/ departamentos/empresarial/cif/pdfs-wp/wpcif-072001.pdf Gershberg, Alec Ian (1999). Education Decentralization Processes in Mexico and Nicaragua: Legislative Versus Ministry-led Reform Strategies. Comparative Education 35(1): 63-80.
183
Glewwe, Paul, Michael Kremer y Sylvie Moulin (2007). Many Children Left Behind? Textbooks and Test Scores in Kenya. National Bureau of Economic Research. Working Paper 13 300: 1-47 Guedes, Andrea; Thereza Lobo; Robert Walter y Ana Lucia Amaral (1997). Gestin descentralizada de la educacin en el Estado de Minas Gerais, Brasil. Informe N. 11. Grupo de Desarrollo Humano Amrica Latina y la Regin del Caribe. Banco Mundial. Hahn, J. (1998). On the Role of Propensity Score in Efficient Semiparametric Estimation of Average Treatment Effects. Econometrica 66: 315-331. Hahn, Jinyong; Todd Petra; Wilbert Van der Klaauw (1999). Evaluating The Effect of an Antidiscrimination Law using a RegressionDiscontinuity Design. NBER Working Paper. N. 7 131: 1-40. Hahn, Jinyong; Todd Petra; Wilbert Van der Klaauw (2001). Identification and Estimation of Treatment Effects with a RegressionDiscontinuity Design. Econometrica. Vol. 69, N. 1: 201-209. Hanushek, Erik (1979). Conceptual and Empirical Issues in the Estimation of Educational Production Functions. The Journal of Human Resources. Vol. 14 N. 3: 351-388. Heckman, James, Ichimura Hidehiko y Todd Petra (1998). Matching As an Econometric Evaluation Estimator. Review of Economic Studies. N. 65: 261-294. Hirano, Keisuke y Guido Imbens (2002). Estimation of Causal Effects using Propensity Score Weighting: An Application to Data on Right Heart Catheterization. Health Services and Outcomes Research Methodology. 2: 259-278. Hirano, Keisuke; Guido Imbens y G. Ridder (2003). Efficient Estimation of Average Treatment Effects Using the Estimated Propensity Score. Econometrica. Vol. 71, N. 4: 1 161-1 189. Hsieh, Chang-Tai, y Miguel Urquiola (2003). When School Compete, How Do They Compete? An Assessment of Chiles Nationwide School Voucher Program. NBER. Working Paper 10 008. (2004). Nonparametric Estimation of Average Treatment Effects Under Exogeneity: A review. The Review of Economics and Statistics, 86(1): 4-29.
184
Bibliografa
Imbens, Guido W y Joshua Angrist (1994). Identification and Estimation of Local Average Treatment Effects. Econometrica Vol. 62, N. 2: 467-475. Jacob, Brian y Lars Lefgren (2004). The Impact of Teacher Training on Student Achievement: Quasi-Experimental Evidence from School Reform Efforts in Chicago. Journal of Human Resources. 39 (1): 50-79. Jalan, Jyostma y Martin Ravallion (1999). Income Gains to the Poor from Workfare: Estimates for Argentinas Trabajar Program. Policy Research Working Paper N. WPS 2149.World Bank: 1-32. King, Elizabeth y Berk zler (2000). Whats Decentralization Got to Do With Learning? Endogenous School Quality and Student Performance in Nicaragua. Washington: Mimeo-Development Research Group-World Bank Len, M y S. Younger (2007). Transfer Payments, Mothers Income, and Child Health in Ecuador. Journal of Development Studies. 43 (6): 1126-1143. Maluccio, John A. y Rafael Flores (2004). Impact Evaluation of A Conditional Cash Transfer Program: The Nicaraguan Red de Proteccin Social. FCND Discussion. N. 184: 1-74. Medina, Carlos y Jairo Nez (2005). The Impact of Public and Private Job Training in Colombia. Research Network Working Paper. N. 484. Mittelhammer R; G. Judge y D. Miller (2000). Econometric Foundations. Cambridge University Press. Moffit, Robert (1991). Program Evaluation With Non-experimental Data. Evaluation Review. Vol. 15, N. 3, pp. 291314. Parandekar, Suhas; Rob Vos y Donald Winkler (2002). Ecuador: Crisis, Poverty and Social Protection. En Paul Beckerman y Andrs Solimano (Comps.), Crisis and Dollarization in Ecuador: 127-176. Washington: World Bank. Pitt M., M. Rosenzweig y D. Gibbons (1985). The Determinants and Consequences of the Placement of Government Programs in Indonesia. En D. van de Walle y K. Nead (Eds.). Public Spending and the Poor: theory and evidence. Baltimore. John Hopkins University Press. Pitt, Mark M. y Shahidur Khandker (1998). The Impact of GroupBased Credit Programs on Poor Households in Bangladesh: Does the
185
Gender of Participants Matter?. Journal of Political Economy.Vol. 106, N. 5: 958-996. Pritchett, Lant y Filmer Deon (1997). What Education Production Functions Really Show: A Positive Theory of Education Expenditures. World Bank. Ravallion, Martn (2001). The Mystery of the Vanishing Benefits: An Introduction to Impact Evaluation. The World Bank Economic Review. Vol. 15, N. 1: 115-140. (2005) Evaluating Anti-Poverty Programs. Policy Research Working Paper N.3 625. Washington: World Bank, Rawlings, Laura; Gloria Rubio (2003). Evaluating the Impact of Conditional Cash Transfer Programs: Lesson from Latin America. Policy Research Working Paper. N. 3 119: 1-25. Rosenbaum, Paul y Donald Rubin (1983). The Central Role of the Propensity Score in Observational Studies for Causal Effects. Biometrika 70(1): 41-55. (1985). Constructing a Control Group Using Multivariate Matched Sampling Methods Dat Incorporate the Propensity Score. The American Statistician. Vol. 39, N. 1: 33-38. Schady, N. y M. Araujo (2007). Cash transfers, conditions, and school enrollment in Ecuador. World Bank-Mimeo. Schultz, Paul T. (2004). School subsidies for the poor: evaluating the Mexican Progresa poverty program. Journal of Development Economics. 74: 199-250. Sen, Amartya (2001). Development as Freedom. Oxford University Press. Skoufias, Emmanuel (2000). Is Progresa working?. Resumen de resultados de una evaluacin del IFPRI. The International Food Policy Research Institute. Thistlethwaite, D. y D. Campbell (1960). Regression-discontinuity Analysis: An Alternative to the Ex-Post Facto Evaluation. Journal of Education Psychology, 51: 309-317. Todd, Petra. y Kenneth Wolpin. (2003). Using a Social Experiment to Validate a Dynamic Behavioral Model of Child Schooling and Fertility: Assessing the Impact of a School Subsidy Program in Mexico. Uni-versity of Pennsylvania (Indito).
186
Bibliografa
(2003). On the specification and estimation of the production function for cognitive achievement. The Economic Journal, 113 (February) F3-F33. Van Der Klaauw, Wilbert (2002). Estimating the Effect of Financial aid Offer on College Enrolment: A Regression-Discontinuity Approach. International Economic Review. Vol. 43, N. 4: 1249-1287. Vella, Francis (1998). Estimating Models with Sample Selection Bias: a Survey. The Journal of Human Resources. Vol. 33: 127-169. Verbeek, M. (2000). A Guide To Modern Econometrics. KU LeuvenTilburg University-John Wiley and Sons. Villatoro, Pablo (2005). Los Nuevos Programas de Proteccin Social Asistencial en Amrica Latina y el Caribe. CEPAL-Mimeo. Vos, R. y J. Ponce (2004). Education in Creating Fiscal Space for Poverty Reduction: A Fiscal Management and Public Expenditure Review. Volume II: Background Papers. Banco Mundial y BID. (2004). Meeting the Millennium Development Goal in Education: a cost-effectiveness analysis for Ecuador? ISS Working Paper Series. N. 402. Vos, R., M. Len y W. Brborich (2001). Are cash transfer programs effective to reduce poverty? Mimeo. Vos, R (Ed.) (2003). Quin se beneficia del gasto social en el Ecuador? Estudios en Informes del SIISE-STFS. N. 4. Quito: Secretara Tcnica del Frente Social. Winkler, Donald R. y Alec Ian Gershberg (2000). Education Decentralization in Latin America: The Effects on the Quality of Schooling. LCSHD Paper N. 59. Washington: Department of Human Development, World Bank.
187
Apndices
Captulo 2
Apndice A Variables, categoras y pesos para construir el ndice Selben
Usando 20 variables Pesos 1 rea geogrfica Rural disperso- Campo Costa rural Sierra rural Costa Urbano Sierra Urbano Piso Otros Tierra Caa Tabln Cemento Baldosa Parquet Electricidad Ninguno Velas Planta de energa privada Empresa pblica 0.0000000 1.7868746 1.8031189 3.1513970 3.9311241 0.0000000 0.0000000 0.0000000 1.6406758 2.7777778 5.0519818 5.0519818 0.0000000 0.4385965 2.9564652 6.2215724 Usando 27 variables Pesos 0.0000000 1.8280949 1.8280949 3.2713278 3.8165491 0.0000000 0.0000000 0.0000000 1.5073765 2.6138550 4.9550994 4.9550994 0.0000000 0.4490058 2.9345734 6.1577935
189
Polticas educativas y desempeo Apndice A

Usando 20 variables Pesos n. d. Usando 27 variables Pesos 0.0000000 1.3113652 2.3537323 0.0000000 0.9300834 1.2828736 2.3091725 4.1372675
10
Disponibilidad de ducha Ninguna Compartida Exclusiva Servicio higinico Ninguno 0.0000000 Letrina 1.0883691 Servicio y pozo ciego 1.4294997 Servicio y pozo sptico 2.4691358 Servicio y sistema de 4.2560104 alcantarillado Tipo de combustible para cocinar Otros 0.0000000 Lea 0.0000000 Electricidad 3.8661468 Gas 3.8661468 Disponibilidad de tierra n. d. No Rentada Propia Personas por dormitorio Ms de 4 personas 0.0000000 Entre 3 y 4 personas 1.2345679 Hasta 2 personas 3.6874594 Nmero de nios menores de seis aos que viven en el hogar Cuatro o ms nios 0.0000000 Dos a tres nios 2.5666017 Un nio 3.7037037 No tiene nios 6.3515270 Miembros en edad de trabajar que no reciben un ingreso 10 o ms 0.0000000 7-9 miembros 0.2111761 5-6 miembros 0.9096816 3-4 miembros 1.9818064 1-2 miembros 3.9961014 6.0103964 Todos los miembros reciben ingresos
0.0000000 0.0000000 3.8325850 3.8325850 0.0000000 0.7509527 2.4321901 0.0000000 1.1866581 3.6241180 0.0000000 3.1270045 4.2655548 6.8473380 0.0000000 0.6093650 1.3470173 2.4695318 4.4098781 6.3822963
190
Apndices Apndice A
Usando 20 variables Pesos Idioma que habla el jefe del hogar Lengua indgena 0.0000000 Solo espaol 0.2111761 Otros idiomas 3.2488629 Espaol y otros idiomas 5.0032489 Nivel de educacin del jefe del hogar Ninguno 0.0000000 Centro de alfabetizacin 0.5360624 Educacin bsica-adultos 1.3482781 Escuela primara 1.7868746 Escuela secundaria 3.8174139 Superior-no universitario 5.2144250 Superior-universidad 5.4743340 Postgrado 6.5951917 Nivel de educacin de la esposa(o) Ninguno 0.0000000 Centro de alfabetizacin 0.6172840 Educacin bsica-adultos 0.1461988 Escuela primara 1.8518519 Escuela secundaria 4.1260559 Superior-no universitario 5.1332034 Superior-universidad 5.6042885 Postgrado 6.7089019 No tiene esposo/a 1.7706303 Tiene algn tipo de seguro el jefe del hogar No afiliado 0.0000000 Afiliado 3.4275504 Tiene el hogar algn crdito n. d. No S Disponibilidad de cocina o cocineta No 0.0000000 Una 5.1494477 Dos o ms 6.4814815 Disponibilidad de TV a color No 0.0000000 Una 2.5990903 Dos o ms 4.4834308 Usando 27 variables Pesos 0.0000000 2.4855677 3.2392559 4.9711353 0.0000000 0.5131495 1.3149455 1.6998076 3.7203335 5.0673509 5.3720334 6.4945478 0.0000000 0.5291854 0.2245029 1.7639513 4.0089801 5.0513149 5.5484285 6.8152662 1.9082745 0.0000000 3.3996151 0.0000000 2.5891056 0.0000000 5.0513149 6.4304041 0.0000000 2.5176395 4.4579859
11
12
13
14
15
16
17
191

Usando 20 variables Pesos Disponibilidad de refrigerador No 0.0000000 Uno 3.1676413 Dos o ms 4.1260559 Telfono n. d. No Uno Dos o ms Disponibilidad de carro No 0.0000000 Uno 4.3372320 Dos o ms 5.7179987 Disponibilidad de equipo de sonido No 0.0000000 Uno 3.0214425 Dos o ms 5.1332034 Disponibilidad de VHS No 0.0000000 Uno 4.0935673 Dos o ms 6.0103964 Nios entre 6-15 aos que no van a la escuela Al menos uno no va 0.0000000 Todos van 0.3573749 No hay nios en el hogar 3.5412606 Tipo de escuela a la que asisten los nios No van a la escuela 0.0000000 Todos asisten a escuela pblica 0.0000000 Al menos uno asiste a escuela pblica 0.0000000 Todos van a escuela privada 0.6335283 No hay nios en el hogar 3.3950617 Usando 27 variables Pesos 0.0000000 3.1270045 4.1051956 0.0000000 2.5218561 3.5081820 0.0000000 4.2655548 5.6606799 0.0000000 2.9826812 5.0673509 0.0000000 4.0410520 5.9493265 0.0000000 0.4008980 3.5439384 0.0000000 0.0000000 0.0000000 0.7055805 3.3515074
18
19
20
21
22
23
24
192
Apndices Apndice A
Usando 20 variables Pesos Nmero de nios que han muerto n. d. Cuatro o ms Tres Dos Uno Todos viven No hay nios en el hogar Vive el ltimo hijo n. d. No S No hay nios en el hogar Nmero de personas discapacitadas en el hogar Dos o ms Una Ninguna Usando 27 variables Pesos 0.1120825 0.0000000 0.6724950 1.9614436 4.8195472 7.0275723 0.0000000 5.9515804 10.6926698 n. d. 0.0000000 0.7509527 1.5019054
25
26
27
193
Polticas educativas y desempeo Apndice B Estimaciones de MCO de la ecuacin 2. Varias muestras de RD y formas polinominales de la variable de seleccin (Selben)
CUADRTICA Muestra RD de 49.6 a 51.6 Matemtica T R cuadrado Lenguaje T R cuadrado Matemtica T R cuadrado Lenguaje T R cuadrado Matemtica T R cuadrado Lenguaje T R cuadrado Especificacin 1 Especificacin 2 0.0798 (0.8429) 0.0216 -0.9655 (0.6468) 0.0232 Muestra RD de 48.6 a 52.6 Especificacin 1 Especificacin 2 -0.0326 (0.6690) 0.0141 -0.3918 (0.5137) 0.0097 Muestra RD de 47.6 a 53.6 Especificacin 1 Especificacin 2 -0.2146 (0.4699) 0.0123 0.1226 (0.4639) 0.0044 -0.2132 (0.4811) 0.0488 0.1987 (0.4699) 0.0367 Especificacin 3 Especificacin 4 -0.5901 (0.4856) 0.1715 -0.1918 (0.4772) 0.1403 -0.4520 (0.4656) 0.3457 -0.1324 (0.4699) 0.2613 -0.0729 (0.6678) 0.0434 -0.0032 (0.5199) 0.0779 Especificacin 3 Especificacin 4 -0.5089 (0.6694) 0.1834 -0.2395 (0.5321) 0.1868 -0.2427 (0.6659) 0.379 -0.1050 (0.4898) 0.3093 0.2997 (0.9462) 0.0432 -0.4593 (0.6299) 0.1482 Especificacin 3 Especificacin 4 0.4594 (0.9984) 0.1862 -0.4637 (0.7473) 0.2511 0.6160 (0.9071) 0.5093 -1.0429 (0.7210) 0.477
Especificacin 1 Especificacin 2
194
Apndices Apndice B
CBICA Muestra RD de 49.6 a 51.6 Matemtica T R cuadrado Lenguaje T R cuadrado Matemtica T R cuadrado Lenguaje T R cuadrado Matemtica T R cuadrado Lenguaje T R cuadrado Especificacin 1 Especificacin 2 0.0748 (0.8509) 0.0237 -0.9582 (0.6348) 0.0286 Muestra RD de 48.6 a 52.6 Especificacin 1 Especificacin 2 -0.0540 (0.6708) 0.0161 -0.3714 (0.5157) 0.0121 Muestra RD de 47.6 a 53.6 Especificacin 1 Especificacin 2 -0.2315 (0.4626) 0.0167 0.1352 (0.4674) 0.0087 -0.2311 (0.4724) 0.0535 0.2104 (0.4734) 0.04 Especificacin 3 Especificacin 4 -0.6100 (0.4813) 0.1745 -0.1728 (0.4810) 0.1444 -0.4606 (0.4558) 0.3499 -0.1265 (0.4750) 0.2638 -0.1061 (0.6695) 0.0466 0.0088 (0.5231) 0.0784 Especificacin 3 Especificacin 4 -0.5340 (0.6748) 0.1843 -0.2215 (0.5366) 0.1873 -0.2419 (0.6664) 0.379 -0.0974 (0.4941) 0.3097 0.2999 (0.9462) 0.0432 -0.4595 (0.6299) 0.1482 Especificacin 3 Especificacin 4 0.4596 (0.9984) 0.1863 -0.4639 (0.7473) 0.2511 0.6158 (0.9073) 0.5093 -1.0434 (0.7966) 0.477
Nota: Los errores estndar estn entre parntesis y corregidos por heteroscedasticidad y por correlaciones entre los alumnos de una misma escuela. * Significativo al nivel del 1%, ** Significativo al nivel del 5%, *** Significativo al nivel del 10%.
195
Polticas educativas y desempeo Apndice C Estadsticas descriptivas para la muestra de RD de 48.65 a 52.65
No beneficiarios Caractersticas del nio y del hogar Matemtica: segundo grado (de un total de 20) Lenguaje: segundo grado (de un total de 20) Puntaje en el ndice Selben Dicotmica de sexo (1=mujer) Total de horas trabajadas a la semana Horas empleadas en deberes escolares (diarias) Horas que los nios estudian con sus padres (diarias) Horas que los nios miran TV (diarias) Escolaridad del jefe del hogar Jefe del hogar es indgena Jefe del hogar es analfabeto Jefe del hogar es mujer Nmero de personas menores de 6 aos en el hogar Nmero de personas entre 6 y 17 aos en el hogar Nmero de personas entre 18 y 44 aos en el hogar Nmero de personas entre 45 y 64 aos en el hogar Nmero de personas mayores de 64 aos en el hogar 8.6366 (0.4304) 10.9854 (0.3622) 50.8564 (0.0968) 0.5547 (0.0426) 5.5659 (0.6070) 1.6518 (0.0760) 0.8421 (0.0740) 1.6970 (0.1015) 7.3795 (0.3036) 0.1752 (0.0325) 0.0802 (0.0233) 0.0802 (0.0233) 0.8905 (0.0846) 3.0580 (0.2011) 2.0510 (0.1037) 0.3138 (0.0583) 0.0583 (0.0248) 8.7317 (0.4380) 10.5480 (0.4019) 50.5328 (0.1034) 0.5431 (0.0464) 5.4625 (0.5395) 1.6300 (0.0841) 0.6728 (0.0805) 1.6290 (0.0994) 6.6030 (0.2597) 0.2500 (0.0403) 0.0603 (0.0222) 0.0603 (0.0222) 0.5517 (0.0748) 3.1637 (0.2037) 1.9910 (0.1028) 0.4396 (0.0716) 0.1034 (0.0374) -0.0951 (0.6175) 0.4374 (0.5401) 0.3236** (0.1419) 0.0116 (0.0630) 0.1034 (0.8256) 0.0218 (0.1132) 0.1693 (0.1093) 0.0680 (0.1433) 0.7765 (0.4074) -0.0748 (0.0513) 0.0199 (0.0325) 0.0199 (0.0325) 0.3387** (0.1148) -0.1057 (0.2879) 0.0600 (0.1472) -0.1258 (0.0915) -0.0451 (0.0438) Beneficiarios Diferencia
196
Apndices Apndice C
No beneficiarios Caractersticas de la escuela Porcentaje de nios que asisten a escuelas unidocentes Porcentaje de nios que asisten a escuelas hispanas Porcentaje de nios de Quito Porcentaje de nios que asisten a escuelas con director a tiempo completo Nmero de guas de aprendizaje por nio Porcentaje de nios que asisten a escuelas con computadoras Nmero de libros por alumno Porcentaje de nios que asisten a escuelas con acceso a Internet ndice de infraestructura de la escuela (de un total de 5) Caractersticas del profesor Porcentaje de nios con profesora mujer Edad del profesor (promedio) Porcentaje de nios cuyo profesor tiene educacin superior Porcentaje de nios con profesor contratado por el Ministerio Nmero de cursos de capacitacin que recibieron los profesores (promedio) Nmero de casos 0.8029 (0.0341) 40.5985 (0.9497) 0.7664 (0.0362) 0.8394 (0.0314) 5.6934 (0.3345) 137 0.7500 (0.0403) 42.3700 (1.018) 0.7241 (0.0416) 0.9224 (0.0249) 6.8879 (0.7777) 116 0.0529 (0.0524) -1.7715 (1.394) 0.0423 (0.055) -0.0830 (0.0412) -1.1945 (0.8025) 0.0291 (0.0144) 0.8978 (0.0259) 0.4087 (0.0421) 0.3211 (0.04) 0.0221 (0.0059) 0.8248 (0.0325) 2.0030 (0.6585) 0.1605 (0.0314) 3.9270 (0.0396) 0.0172 (0.0121) 0.8448 (0.0337) 0.2844 (0.042) 0.1896 (0.0365) 0.0394 (0.0182) 0.8189 (0.0359) 1.3716 (0.2591) 0.1293 (0.0312) 3.8790 (0.0672) 0.0119 (0.0192) 0.0530 (0.0419) 0.1243 (0.0599) 0.1315 (0.055) -0.0173 (0.0179) 0.0059 (0.0484) 0.6314 (0.7545) 0.0312 (0.0447) 0.0480 (0.0753) Beneficiarios Diferencia
Nota: * Significativo al nivel del 1%, ** significativo al nivel del 5%, *** significativo al nivel del 10%.
197
Polticas educativas y desempeo Apndice D Estimaciones de la forma reducida de la ecuacin 3. Varias muestras de RD y formas polinominales de la variable de seleccin (Selben)
CUADRTICA Muestra RD de 49.6 a 51.6 Matemtica Z R cuadrado Lenguaje Z R cuadrado Nmero de casos Matemtica Z R cuadrado Lenguaje Z R cuadrado Nmero de casos Matemtica Z R cuadrado Lenguaje Z R cuadrado Nmero de casos Especificacin 1 Especificacin 2 -0.9753 (1.3871) 0.0242 -1.2175 (1.3552) 0.0152 132 -0.9420 (1.6188) 0.0445 -1.1543 (1.1839) 0.1495 132 Especificacin 3 Especificacin 4 -1.0219 (1.8595) 0.1867 -1.0592 (1.5004) 0.2518 132 -1.4515 (1.4941) 0.5105 -0.6518 (1.7244) 0.4676 132
Muestra de RD de 48.6 a 52.6 Especificacin 1 Especificacin 2 0.2603 (1.1391) 0.0143 -0.8242 (0.8954) 0.0101 253 0.6322 (1.2338) 0.0443 -0.6110 (0.8599) 0.0791 253 Especificacin 3 Especificacin 4 0.2457 (1.2616) 0.1812 -0.6263 (0.9484) 0.1873 253 0.0685 (1.1061) 0.3786 -0.7894 (0.8627) 0.311 253
Muestra de RD de 47.6 a 53.6 Especificacin 1 Especificacin 2 0.4560 (0.9459) 0.0124 -1.3898 (0.7370) 0.0104 387 0.6121 (0.9950) 0.0493 -1.2942 (0.7248) 0.0415 387 Especificacin 3 Especificacin 4 0.1986 (0.9704) 0.1684 -1.4512 (0.7365) 0.1463 387 0.4890 (0.9071) 0.3446 -1.2042 (0.6687) 0.2653 387
198
Apndices Apndice D
CBICA Muestra RD de 49.6 a 51.6 Matemtica Z R cuadrado Lenguaje Z R cuadrado Nmero de casos Matemtica Z R cuadrado Lenguaje Z R cuadrado Nmero de casos Matemtica Z R cuadrado Lenguaje Z R cuadrado Nmero de casos Especificacin 1 Especificacin 2 -0.9799 (1.3883) 0.0243 -1.2174 (1.3553) 0.0152 132 -0.9449 (1.6197) 0.0446 -1.1529 (1.1837) 0.1495 132 Especificacin 3 Especificacin 4 -1.0254 (1.8597) 0.1868 -1.0585 (1.5006) 0.2518 132 -1.4552 (1.4936) 0.5105 -0.6514 (1.7244) 0.4676 132
Muestra de RD de 48.6 a 52.6 Especificacin 1 Especificacin 2 -0.5506 (1.3417) 0.0165 -0.4561 (1.4264) 0.0107 253 -0.2283 (1.6249) 0.0466 -0.6089 (1.4227) 0.0791 253 Especificacin 3 Especificacin 4 -0.1818 (1.6948) 0.1818 -0.5691 (1.5482) 0.1873 253 0.1884 (1.5354) 0.3786 -0.9518 (1.5564) 0.3111 253
Muestra de RD de 47.6 a 53.6 Especificacin 1 Especificacin 2 -0.6799 (1.2027) 0.0169 -1.1150 (1.0981) 0.0107 387 -0.4903 (1.3001) 0.0533 -1.1178 (1.1268) 0.0416 387 Especificacin 3 Especificacin 4 -0.8722 (1.3864) 0.1721 -1.1963 (1.2540) 0.1466 387 -0.6979 (1.1889) 0.3487 -1.0491 (1.1153) 0.2654 387
199
Apndice E Ecuacin de seleccin para los determinantes de la participacin en el programa Modelo probit
Variable Dependiente: Bono Regla de asignacin (1 si puntaje Selben <= 50.65) Edad Sexo Jefe de familia es indgena Jefe de familia es analfabeto Jefe de familia es mujer Nmero de miembros del hogar que tienen menos de 4 aos Nmero de miembros del hogar que tienen entre 5 y 17 aos Nmero de miembros del hogar que tienen entre 18 y 44 aos Nmero de miembros del hogar que tienen entre 44 y 64 aos Nmero de miembros del hogar que tienen ms de 64 aos P observado P estimado dF/dx 0.2311* -0.0047 -0.0112 0.0741** -0.0086 0.0148 -0.0063 0.0023 0.0084 -0.0065 0.0143 0.5667 0.5721 Err. Est. Robusto 0.0303 0.0082 0.0206 0.0315 0.0312 0.0324 0.0075 0.0044 0.0075 0.0105 0.0215
Nota: * Significativo al nivel del 1%, ** significativo al nivel del 5%, *** significativo al nivel del 10%. Errores estndar corregidos por heteroscedasticidad.
200
Apndices
Apndice F Prueba de igualdad de las variables despus del emparejamiento

Variable 3 Regla de asignacin No emparejado Emparejado Edad No emparejado Emparejado Sexo (1= mujer) No emparejado Emparejado Jefe del hogar es indgena Jefe del hogar es analfabeto Jefe del hogar es mujer No emparejado Emparejado No emparejado Emparejado No emparejado Emparejado Miembros del hogar <6 No emparejado Emparejado Miembros del hogar 617 No emparejado Emparejado Miembros del hogar 1844 No emparejado Emparejado Miembros del hogar 4564 No emparejado Emparejado Miembros del hogar >64 No emparejado Emparejado 0.86376 0.86311 8.7384 8.7392 0.48093 0.48186 0.56335 0.56194 0.17711 0.17659 0.12807 0.12799 1.4128 1.4127 4.3883 4.373 2.611 2.6051 0.62398 0.62423 0.14237 0.13347 0.59786 0.88706 8.6175 8.8453 0.49062 0.49144 0.35478 0.56331 0.12601 0.19233 0.13226 0.13689 1.1367 1.3936 3.7721 4.2505 2.3789 2.4565 0.53351 0.60233 0.10277 0.13689 62.8 -5.7 8.2 -7.2 -1.9 -1.9 42.8 -0.3 14.3 -4.4 -1.2 -2.6 17 1.2 18.9 3.8 13.1 8.4 8.2 2 7.9 -0.7 16.21 91 2.07 12.3 -0.49 1.1 10.76 99.3 3.57 69.2 -0.31 -112.1 4.26 93.1 4.74 80.1 3.26 36 2.07 75.8 1.97 91.4 0 -1.96 0.038 -1.86 0.625 -0.52 0 -0.07 0 -1.1 0.753 -0.71 0 0.31 0 0.95 0.001 2.13 0.039 0.54 0.049 -0.18 0.857 0.592 0.033 0.341 0.753 0.478 0.273 0.941 0.604 0.063 0.05 Muestra % reduc. tratados Prueba-t % sesgo |sesgo| t p>|t|
201
Apndice G Tabulacin cruzada entre la regla de asignacin y el estatus real de tratamiento

Estatus de tratamiento No beneficiarios % en fila % en columna Beneficiarios % en fila % en columna Total % en fila % en columna 450 40.07 69.12 201 13.65 30.88 651 25.09 100 Regla de asignacin (ndice Selben) Ms de 50.65 Menos de 50.65 673 59.93 34.62 1,271 86.35 65.38 1,944 74.91 100 Total 1,123 100 43.28 1,472 100 56.72 2,595 100 100
Apndice H Estimaciones de MCO de la ecuacin 1, incluyendo el instrumento (T-hat)

Matemtica T_hat R cuadrado Lenguaje T_hat R cuadrado Number of cases Especificacin 1 0.6431 (0.4653) 0.0181 Especificacin 1 0.3338 (0.4678) 0.0524 2589 Especificacin 2 0.6285 (0.4658) 0.0267 Especificacin 2 0.3155 (0.4620) 0.0589 2589 Especificacin 3 -0.3321 (0.3891) 0.1019 Especificacin 3 -0.7269 (0.3985) 0.1446 2589 Especificacin 4 -0.1738 (0.3422) 0.2733 Especificacin 4 -0.5871 (0.3435) 0.2443 2589
Nota: Los errores estndar estn corregidos por heteroscedasticidad. * Significativo al nivel del 1%, ** significativo al nivel del 5%, *** significativo al nivel del 10%
202
Apndices
Captulo 3
Apndice A. Resultados de la estimacin de MCO de la ecuacin 3 y 4. Solo para la zona de superposicin de las distribuciones
Sistema hispano Segundo grado Especificacin 1 Coef. T (1 = Redes Amigas) Nmero de casos R cuadrado Err. Est. Matemtica segundo grado Especificacin 2 Coef. Err. Est. Especificacin 3 Coef. Especificacin 4 Err. Est.
Err. Est. Coef.
4.3343* 0.6710 914 0.1728
4.1548* 0.7098 914 0.1906
4.0199* 0.7436 914 0.2341
3.6543* 0.7276 914 0.2483
Lenguaje segundo grado Especificacin 1 Coef. T (1 = Redes Amigas) Nmero de casos R cuadrado Cuarto grado Especificacin 1 Coef. T (1 = Redes Amigas) Nmero de casos R cuadrado Err. Est. Err. Est. Especificacin 2 Coef. Err. Est. Especificacin 3 Coef. Especificacin 4 Err. Est. 0.6788
Err. Est. Coef. 2.124* 913 0.2101
3.0287* 0.6847 913 0.1032
2.1598* 0.6911 913 0.1638
1.9898* 0.6619 913 0.2015
Matemtica, cuarto grado Especificacin 2 Coef. Err. Est. Especificacin 3 Coef. Especificacin 4 Err. Est.
Err. Est. Coef.
2.2893* 0.5685 830 0.0757
2.1570* 0.5351 830 0.1036
2.1882* 0.5467 830 0.1477
2.2112* 0.5022 830 0.1976
Lenguaje, cuarto grado Especificacin 1 Coef. T (1 = Redes Amigas) Nmero de casos R cuadrado Err. Est. Especificacin 2 Coef. Err. Est. Especificacin 3 Coef. Especificacin 4 Err. Est.
Err. Est. Coef.
1.47*** 0.8163 830 0.0284
0.7522 0.6891 830 0.1906
1.1324** 0.5383 830 0.2793
1.1698* 0.4387 830 0.3171
203

Sistema bilinge Segundo grado Especificacin 1 Coef. T (1 = Redes Amigas) Nmero de casos R cuadrado Matemtica segundo grado Especificacin 2 Especificacin 3 Especificacin 4 Err. Est.
Err. Est. Coef.
Err. Est. Coef.
Err. Est. Coef.
-3.6779** 1.5274 -2.9772* 1.4790 -3.0324** 1.2042 -3.8848** 1.1672 302 0.1214 302 0.2244 302 0.3741 302 0.4401
Lenguaje segundo grado Especificacin 1 Coef. T (1 = Redes Amigas) Nmero de casos R cuadrado Cuarto grado Especificacin 1 Coef. T (1 = Redes Amigas) Nmero de casos R cuadrado Especificacin 2 Especificacin 3 Especificacin 4 Err. Est. 1.2023
Err. Est. Coef.
Err. Est. Coef.
Err. Est. Coef.
-3.2801* 1.4927 -2.821*** 1.5029 -3.0250** 1.3504 -4.3717* 302 0.1165 302 0.1738 302 0.2926 302 0.3695
Matemtica cuarto grado Especificacin 2 Especificacin 3 Especificacin 4 Err. Est. 1.0002
Err. Est. Coef.
Err. Est. Coef.
Err. Est. Coef.
-3.3474* 0.8037 -3.4456* 0.7246 -3.1097* 0.9176 -4.4839* 322 0.1826 322 0.2278 322 0.2794 322 0.3421
Lenguaje cuarto grado Especificacin 1 Coef. T (1 = Redes Amigas) Nmero de casos R cuadrado Especificacin 2 Especificacin 3 Especificacin 4 Err. Est. 1.2248
Err. Est. Coef.
Err. Est. Coef.
Err. Est. Coef. 1.1322 -1.7069 322 0.3406
-2.7073* 0.8611 -2.2436** 0.8761 -0.8977 322 0.1158 322 0.1734 322 0.2667
204
Apndices Apndice B Prueba de igualdad de las variables antes del emparejamiento. Sistema hispano
Variable Registro en el ndice Selben Escolaridad del jefe del hogar Jefe del hogar es indgena Jefe del hogar es mujer Miembros del hogar <6 aos Miembros del hogar entre 617 aos Miembros del hogar entre 1844 aos Miembros del hogar entre 4564 aos Miembros del hogar >64 Dicotmica para regin (Costa=1) Incidencia pobreza Tasa analfabetismo (a nivel parroquial) Proporcin de estudiantes por profesor (a nivel parroquial) Proporcin de estudiantes por edificio de escuela (a nivel parroquial) Proporcin de estudiantes por Tasa de repeticin (a nivel de escuela) Proporcin de estudiantes por profesor (a nivel de escuela) No emparejado 22.135 22.179 0.01801 29.909 No emparejado 0.01816 Emparejado Emparejado No emparejado 29.722 22.389 23.438 0.02551 0.02375 25.826 29.216 -6 -29.9 -21.2 -16.5 38.1 6.8 -0.92 -394.9 -3.19 21.9 5.7 82.2 0.359 -4.5 0.001 -2.51 0 0.96 0.337 0.012 0 aula de clases (a nivel parroquial) Emparejado Emparejado Emparejado Emparejado Emparejado Muestra Media Tratamiento Control 38.813 43.153 5.4138 5.6159 0.31264 0.09603 0.10345 0.15031 0.90345 0.93111 2.9126 3.0063 1.9241 1.7912 0.38391 0.41962 0.13793 0.08977 0.18391 0.56159 80.231 63.432 18.824 12.478 16.648 12.823 83.636 103.61 46.511 6.5324 0.10438 0.14823 0.86013 2.6649 1.8873 0.39875 0.10647 0.45621 0.45303 No emparejado 69.491 69.897 13.893 12.924 88.308 No emparejado 13.808 No emparejado 12.835 No emparejado 88.529 % sesgo % reduc. t sesgo. 77.8 32.5 34.6 26.5 -53.8 2.1 13.6 -0.6 -4.9 -7.5 -18.5 -24.6 -4.1 10.3 1.7 -3.1 -7.3 4.1 61 -24.3 -74.3 44.7 -80.7 22.8 -82.5 2.2 12.4 -38.7 11.8 58.2 5.22 23.3 -8.27 96 2.06 95.4 -0.74 -54.3 -2.81 -33.4 -0.62 -151.5 0.25 -86.3 -1.12 44.3 9.19 60.1 -11.13 39.8 -12.45 71.8 -12.67 97.3 1.89 -212.8 0 5.08 0 4.1 0 0.43 0.039 -0.09 0.461 -1.14 0.005 -3.89 0.532 1.66 0.8 -0.5 0.263 0.68 0 -3.38 0 6.53 0 4.44 0 0.45 0.059 -7.13 0 0.65 0 0 0.001 0.498 0.616 0.097 0 0.254 0.928 0.667 0 0 p>t
No emparejado 46.842 Emparejado Emparejado Emparejado Emparejado Emparejado Emparejado Emparejado Emparejado Emparejado No emparejado 6.609 No emparejado 0.10183 No emparejado 0.14868 No emparejado 0.85743 No emparejado 2.6568 No emparejado 1.8859 No emparejado 0.39511 No emparejado 0.10794
205
Polticas educativas y desempeo Apndice B Sistema bilinge

Variable Registro en ndice Selben Muestra Media Tratamiento Control 32.937 26.703 4.4029 1.9792 0.96117 0.98958 0.15534 0.08333 0.98058 0.92708 3.2282 3.1563 1.733 1.8542 0.54854 0.53125 0.08738 0.16667 91.635 95.15 44.402 48.706 21.318 22.282 72.542 70.14 25.607 26.423 0.00078 0.00083 24.384 25.275 28.316 2.5521 0.97917 0.14583 0.96875 3.1771 1.9167 0.55208 0.125 92.494 93.687 Tasa analfabetismo (a nivel parroquial) profesor (a nivel parroquial) edificio escolar (a nivel parroquial) Proporcin de estudiantes por No emparejado 26.051 aula de clases (a nivel parroquial) Tasa de repeticin (a nivel escolar) profesor (a nivel escolar) No emparejado 0.00259 Emparejado Emparejado 0.00238 26.734 24.2 20.6 3.1 16.6 2.45 14.6 0.31 -435.9 0.015 1.46 0.754 1.06 0.288 0.146 Emparejado 25.887 8.5 -10.3 0.86 -21 0.39 -1.1 0.271 No emparejado 40.932 Emparejado Emparejado Emparejado 46.574 21.281 77.844 % sesgo % reduc. t sesgo. -54.5 16.3 -53.6 14.8 0 -5.4 -5.5 17.7 20.9 4.2 -9.9 1.6 16.7 5.8 -3 2.6 20.4 -7.9 9.8 -16.8 -20.6 -12.7 -65.9 -15.1 62.1 19.2 -5.53 70.2 -5.44 72.4 0 . -0.56 -221.9 2.12 80 -1 83.5 1.7 65.2 -0.31 14.2 2.07 61 1 -70.3 -2.1 38.6 -6.69 77.1 6.31 69.2 0 1.18 0 1.19 1 -0.58 0.577 1.36 0.034 0.31 0.317 0.11 0.09 0.42 0.758 0.18 0.039 -0.73 0.318 -1.89 0.037 -1.09 0 -1.18 0 1.6 0.11 0.241 0.277 0.06 0.467 0.856 0.673 0.913 0.756 0.176 0.563 0.234 0.238 p>t
No emparejado 27.531 Emparejado Emparejado
Escolaridad del jefe del hogar No emparejado 2.3252 Jefe del hogar es indgena Jefe del hogar es mujer Miembros del hogar <6 aos Miembros del hogar entre 617 aos Miembros del hogar entre 1844 aos Miembros del hogar entre 4564 aos Miembros del hogar >64 aos Incidencia pobreza No emparejado 0.96117 Emparejado Emparejado Emparejado Emparejado Emparejado Emparejado Emparejado No emparejado 0.13592 No emparejado 1.1893 No emparejado 3.1019 No emparejado 1.9126 No emparejado 0.52427 No emparejado 0.19417
Proporcin de estudiantes por No emparejado 16.951 Proporcin de estudiantes por No emparejado 97.535
Proporcin de estudiantes por No emparejado 24.656
206
Apndices
Apndice C Emparejamiento ajustado por sesgo

Hispano Segundo grado Uno a uno Cinco ms cercanos Matemtica ATT Lenguaje ATT Casos Bilinge Segundo grado Uno a uno Cinco ms cercanos Matemtica ATT Lenguaje ATT Casos -0.2564 (0.5179) 412 -5.4606* (0.4267) 412 -5.7938* (0.4108) 412 3.3094* (0.4501) 348 4.370* (0.4414) 348 4.1953* (0.4391) 348 7.5548* (0.5332) 3.8543* (0.4505) 3.3708* (0.4040) -1.0009** (0.4441) 0.2538 (0.4136) -0.2688 (0.4149) Cuarto grado Diez Uno a uno ms cercanos Cinco Diez ms cercanos ms cercanos 1.8583* (0.4359) 927 1.8525* (0.3535) 927 1.8569* (0.3340) 927 0.7161 (0.5206) 870 0.7625 (0.3638) 870 1.0059* (0.3243) 870 4.6681* (0.4932) 4.7952* (0.4087) 4.6319* (0.3884) 2.4243* (0.5228) 2.1511* (0.4200) 1.9468* (0.3784) Cuarto grado Diez Uno a uno ms cercanos Cinco Diez ms cercanos ms cercanos
Nota: Los errores estndar estn entre parntesis. * Significativo al nivel del 1%, ** significativo al nivel del 5%, *** significativo al nivel del 10%.
207
Este Libro se termin de imprimir en julio de 2010 en la imprenta Rispergraf Quito, Ecuador

Flacso Politicas Educativas y Desempeno Una Evaluacion de Impacto de Prog Educativos Focalizados en Ecuador JUAN PONCE

Cargado por

Copyright:

Formatos disponibles

Flacso Politicas Educativas y Desempeno Una Evaluacion de Impacto de Prog Educativos Focalizados en Ecuador JUAN PONCE

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Flacso Politicas Educativas y Desempeno Una Evaluacion de Impacto de Prog Educativos Focalizados en Ecuador JUAN PONCE

Cargado por

Copyright:

Formatos disponibles

Polticas educativas y desempeo Una evaluacin de impacto de programas educativos focalizados en Ecuador

Juan Ponce Jarrn

Lista de tablas y grficos

Polticas educativas y desempeo

Lista de tablas y grficos

3.5 3.6 3.7

3.14 3.15 3.16

Polticas educativas y desempeo

Adrin Bonilla Soria Director FLACSO Sede Ecuador

Polticas educativas y desempeo

Polticas educativas y desempeo

Un anlisis ms detallado de las reformas de educacin en Amrica Latina se presenta ms adelante.

Introduccin Grfico 1. Aos de escolaridad y tasa de analfabetismo: Amrica Latina y el Caribe

Fuente: Banco Mundial. Indicadores de Desarrollo Mundial (banco de datos en lnea).

Grfico 2. Promedio de aos de escolaridad: varios pases (2000)

Fuente: Banco Mundial. Indicadores de Desarrollo Mundial (banco de datos en lnea).

Aos de escolaridad Aos de escolaridad

Polticas educativas y desempeo

Tabla 1. Aos de escolaridad en Ecuador

Fuente: Encuesta de Condiciones de Vida (INEC, 2006).

Polticas educativas y desempeo r la

Fuente: Banco Mundial. Indicadores de Desarrollo Mundial (banco de datos en lnea).

Grfico 4. Tasas de matriculacin secundaria para algunos pases latinoamericanos 80 (2005)

Fuente: Banco Mundial. Indicadores de Desarrollo Mundial (banco de datos en lnea).

600 Taiwn Corea

Estonia Hungra Latvia 600 Malasia 500 Lituania

1999 2000 2001 2002 2003 2004 2005

1999 2000 2001 2002 2003 2004 2005

Polticas educativas y desempeo

Polticas educativas y desempeo

Esta parte est basada en Vos y Ponce (2004).

Fuente: Censo de poblacin y de vivienda (INEC, 1990 y 2001

Fuente: Censo de poblacin y de vivienda (INEC, 1990 y 2001

Polticas educativas y desempeo

Polticas educativas y desempeo

600 Taiwn 550

Polticas educativas y desempeo SAR Hong Kong Corea

Argentina Chile Uruguay 5 10 15 20 PIB pc x 1000 25 30 35 40

350 Tendencias del gasto educativo en Ecuador 0

Fuente: Banco Mundial. Indicadores de Desarrollo Mundial (banco de datos en lnea).

Gasto social per capita dlares del ao 2000

900 800 700 600 500 400 300 200 100 0

Gasto social per capita dlares del ao 2000

Total del gasto social 70 60 50 40 30 20 10 0 73 75 77 79 81 83 85 87 89 91 93 95 97 99 01 03 Educacin

Polticas educativas y desempeo

Polticas educativas y desempeo

Polticas educativas y desempeo

Polticas educativas y desempeo

Captulo 1: El impacto de transferencias monetarias sobre la matrcula escolar

Polticas educativas y desempeo

Captulo 1: El impacto de transferencias monetarias sobre la matrcula escolar

Polticas educativas y desempeo

Captulo 1: El impacto de transferencias monetarias sobre la matrcula escolar

Polticas educativas y desempeo

Captulo 1: El impacto de transferencias monetarias sobre la matrcula escolar

Polticas educativas y desempeo

Captulo 1: El impacto de transferencias monetarias sobre la matrcula escolar

Polticas educativas y desempeo

Captulo 1: El impacto de transferencias monetarias sobre la matrcula escolar

Gasto social per capita dlares del ao 20