Etiqueta: Estadística

La brecha de los datos en África (II): Dinámicas espaciales

Una de esas cosas sobre las que giraba el mundo de Georges Perec era el concepto dinámico de habitante urbano, ese nuevo urbanita nacido en los años 60 en Europa, descendiente mayoritariamente de emigrantes rurales, al calor del desarrollo industrial europeo posterior a la segunda guerra mundial. Le gustaba experimentar constantemente con nuevos métodos de observación y exploración urbana, fascinado por ese entorno cambiante en el que parece perdido el individuo ante la supuesta uniformidad de sus opciones vitales y que tanto cuesta delimitar a los expertos.

No es casualidad que los grandes retos en relación con la recolección de datos y muestras suficientemente significativas en materia de desarrollo aparezcan permanentemente ligados al binomio rural/urbano. Como tantos otros conceptos sometidos a la necesidad de delimitar asuntos de carácter económico o social en un determinado marco temporal, muestran la debilidad de sus costuras cuando se intentan universalizar otorgándoles un carácter marcadamente estacionario, sin tener en cuenta las potentes dinámicas de población subyacentes. En África, estos movimientos del rural al urbano han sido generalmente mal y poco estudiados (excepciones hay,  habitualmente ligadas a esto), y la gestión de datos asociada, frecuentemente ignorada y convertida en el patito feo de la ciencia demográfica africana.

La brecha de los datos en África (I): algunas causas y consecuencias

Decía el inclasificable Georges Perec en Las Cosas que lo malo de las encuestas es que no duran mucho. Sociólogo de formación y obsesionado con las matemáticas, era un experto en acrósticos y lipogramas (composiciones en las que se omite repetidamente una o varias letras del alfabeto), llegando incluso a escribir una novela sin la letra “e”. Esto último parece ser lo que le ocurre a la economía del desarrollo en África con los datos, huérfana de uno de sus pilares fundamentales y causa de uno de los más genuinos e ilustrativos fiascos en este continente.

La cuestión de la calidad de los datos sociales y económicos tendría relativamente poca relevancia o no pasaría de ser una mera cuestión metodológica si únicamente sirvieran para fines académicos. Lamentablemente, no se puede pasar por alto la fuerte penalización infligida a los gobernantes africanos, ya de por si tremendamente influenciados por factores externos, al impedirles una visión completa de la amplia panoplia de políticas que podrían contribuir a un crecimiento económico sostenido. La cuestión clave es entonces otra ¿Por qué tomar decisiones importantes a partir de datos no fiables? Se habla permanentemente de la necesidad de diagnósticos de calidad para mejorar los procesos de toma de decisiones económicas, y se habla incluso de la necesidad de mejorar la formación de los responsables económicos nacionales africanos y de sus colaboradores más cercanos para incrementar la base racional de sus planes económicos. Sin embargo, no se habla apenas de la precariedad de los datos disponibles, piedra angular para cualquier mejora en los dos ámbitos anteriores.

Varias causas para explicar esta brecha aparecen en el horizonte africano. Por un lado, y de manera general, partimos de la base de que es sin duda más fácil dar por buenos los datos que ayudan a mantener la vigencia de nuestras percepciones (y de las del sentir general) que perseguir con ahínco la mejora sistemática de la información relevante. Incluso aunque pudiera incrementar la credibilidad de las predicciones económicas y un mejor seguimiento del desarrollo económico. En África hemos sido testigos hasta ahora de la presencia de patrones laborales y sociales plagados de lugares comunes y aproximaciones burdas, percepciones erradas e incluso falacias de composición (asumir que lo cierto para una parte lo es también para el todo). En el mejor de los casos esto ha supuesto la extrapolación acrítica del conocimiento generado en otros continentes, y en el peor, los datos recolectados se han utilizado con intenciones poco científicas, léase corroborar teorías precocinadas con base fundamentalmente ideológica, como mencionábamos aquí.

Por otro lado, los economistas, tan escrupulosos a veces en el manido uso de los postulados neoclásicos y la matemática para dotar de credibilidad a sus teorías, han minusvalorado tradicionalmente el esfuerzo que se debería hacer en África para tener buenos datos de partida y proporcionar el rigor necesario a los estudios económicos en este continente. Acostumbrados todavía a abordar los complejos asuntos del desarrollo de estos países como si fueran sencillos ajustes econométricos, la recolección y utilización de los datos necesarios sigue habitualmente rutinas obsoletas, ayunas de innovación y completamente acríticas. Esto se muestra en toda su crudeza en la permanente displicencia con que se tratan los numerosos hechos estilizados (regularidades empíricas que la teoría debe tratar de explicar), que pasan por delante de los expertos sin incorporarse al conocimiento existente. La heterogeneidad africana y la dificultad y coste de los trabajos de campo significativos, así como la debilidad de los actores nacionales, son excusas frecuentemente escuchadas para ponderar esa falta de atención a los hechos estilizados, pero no justifican en absoluto la ausencia de prioridad de esta auténtica brecha del conocimiento. En vez de esto, se sigue insistiendo en interpretaciones nuevas del corpus de datos ya existentes, lo que trae consigo discusiones y reflexiones que bien podrían ser tachadas de “hechos alternativos”.

A esto se debe añadir que la importación de los sistemas estadísticos desde los países más desarrollados, positiva en sus orígenes, ha desembocado posteriormente en unos sistemas inadaptados a la realidad de cada país. Es como si lo correcto para la recolección de datos y estadísticas en Europa debiera serlo también por fuerza en África. La realidad es que esa estandarización excesiva a nivel global acaba imponiendo graves fallas en los sistemas estadísticos nacionales africanos ¿Se imaginan que en Europa se estuviera hablando de la credibilidad de los desastrosos datos económicos actuales causados por la Covid-19 en vez de centrar el debate en las bondades o fallas del Plan de Reconstrucción Europeo? Paradójicamente, y gracias al interés y apoyo del FMI en la mejora de la recolección de los datos económicos, las brechas más significativas se producen no tanto en la medición directa de datos económicos –y, por tanto, en las contabilidades nacionales–, sino en la medición de datos relacionados con la geografía humana y laboral, aspectos de los que el FMI obviamente se desentiende.

Como atenuante, es evidente que el esfuerzo de recogida de datos en África lamentablemente no está al mismo nivel que el que se realiza en Europa, EEUU o incluso Asia, donde la sociología ha ido perfeccionando sus métodos de trabajo. Esto ha significado también una adaptación a la realidad cambiante de las sociedades y a la necesidad de escudriñar de manera más efectiva los rincones de la organización social, y así obtener informaciones más valiosas para la decisión de individuos, empresas, y gobiernos. Pero es menos razonable que, en series de datos discrepantes, no se aborde con rigor al menos una explicación racional para estas. Sin embargo, sin haberse valorado suficientemente cuál de ellas tiene más visos de verosimilitud, demasiado a menudo se opta por utilizar la menos desfavorable para la hipótesis de partida de los programas económicos.

Todo ello a pesar de que estamos, sin duda, ante el caldo de cultivo perfecto para la promoción de errores (habituales, por otro lado) en la selección de beneficiarios de los programas gubernamentales de reducción de la pobreza, ya sean propios o financiados parcialmente por el sistema de cooperación internacional. De hecho, es uno de los resultados colaterales más patentes de esta brecha estadística, en un sector –no lo olvidemos– que podría tener acceso a las últimas innovaciones (big data, imágenes de satélite de cultivos y urbanización…) y que podría contar con financiación global suficiente como para abordar esta enorme brecha con cierto optimismo. Aunque es cierto que la selección de estos beneficiarios es un aspecto a menudo contraintuitivo, que procura “falsas pistas” con relativa facilidad, es evidente que la ausencia de datos actualizados y precisos sobre la movilidad social y laboral contribuye decisivamente a reforzar visiones enlatadas de cómo cambiar la realidad, que generalmente fracasan. Con el agravante de que cada vez hay más programas que utilizan este tipo de datos como punto de partida, en consonancia con una mayor ansia de opciones políticas basadas en evidencias racionales. Lo que paradójicamente lo empeora todo, al sobredimensionar de manera descarnada el tan familiar efecto garbage in-garbage out.

A pesar de que algunos autores consideran desde hace tiempo el cierre de esta brecha “repleta” de datos erróneos e incompletos como la mayor prioridad para el desarrollo de África, la tendencia no acaba de corregirse.  Estos autores suelen cargar, no sin razón, todo el peso del desastre en los propios países africanos, pero no hay que confundirse de prioridad. La cuestión es que no se deberían tomar decisiones de política económica sin el soporte de buenos datos de partida y esto es un reto para la mayoría de las naciones africanas. Para que los sistemas nacionales de datos sean percibidos como una prioridad por sus gobiernos y puedan funcionar como se espera, debería ser un objetivo primordial previo la financiación y apoyo de suficientes equipos de funcionarios cualificados, con los medios necesarios, así como el fomento de adaptaciones locales de las metodologías aplicadas en otros países. Esto permitiría utilizarlos de manera sistemática como base común de iniciativas con diferentes enfoques económicos, y sobre todo abriría la puerta a derivar la crítica hacia el desempeño propio de las diferentes políticas.

Por mucho que esto debiera ser la clave de bóveda del desarrollo en África, la vía de aumentar su fiabilidad no parece ser por ahora campo suficientemente atractivo para los expertos ni donde vean muchos incentivos los donantes. Tampoco instituciones claves como el Banco Mundial o el Banco Africano de Desarrollo. Esta dejadez, cuando no la utilización tendenciosa de los datos para reafirmar teorías y principios éticos o ideológicos propios no está precisamente ayudando a los responsables económicos a corroborar en el medio plazo algunas de sus políticas y poder profundizar en las reformas necesarias en el largo plazo.

Georges Perec, que vivió el trauma francés de la Guerra de Argelia, pero no el boom de la sociología del desarrollo en África, de haberlo vivido habría seguramente dicho que lo malo de las encuestas en África es que sirven más que nada para despistar…

 

¿Se cierran las brechas?

Hay historias en las que el protagonista principal apenas se deja ver. En El sabueso de los Baskerville, el personaje central es un enorme animal, mitad perro, mitad bestia, que lleva persiguiendo durante generaciones a los miembros de una desdichada familia. Nadie lo ha visto, pero deja sus huellas en el páramo de Devonshire y condiciona la vida de sus habitantes. En macroeconomía sucede algo parecido con la producción potencial y la brecha de producción (también conocida como output gap).

¿Qué es eso de la calidad de las instituciones?

La semana pasada, Transparencia Internacional publicaba su Índice de Percepción de la Corrupción 2016, en el que España ocupa un muy mal puesto, 41 de 176 países, en el furgón de cola de los países de la UE y en niveles de países menos desarrollados, como Georgia o Costa Rica. Cronológicamente, es el primer índice de calidad institucional de un grupo más amplio que se publicará a lo largo de 2017, que (sin catastrofismos), en general, dibujan un país con una calidad institucional que está por debajo de nuestro nivel de desarrollo.

El sesgo de supervivencia y el análisis económico

Abraham Wald fue un matemático húngaro experto en análisis estadístico y econométrico, geometría y teoría de la decisión. En 1931 se doctoró en Matemáticas por la Universidad de Viena bajo los auspicios de Karl Menger (el hijo del famoso economista), pero pese a su brillantez nunca le dejaron acceder a un puesto universitario: era judío, y el gobierno austríaco pro-nazi de entonces no lo permitía. En 1938, temiendo por su vida, emigró a Estados Unidos, aprovechando una invitación de la Comisión Cowles para la Investigación Económica (cuna de numerosos premios Nobel de Economía). Un día, en plena Segunda Guerra Mundial, recibió una visita inesperada de unos representantes del servicio de análisis del ministerio de Defensa para pedirle consejo. En la reunión le enseñaron un gráfico parecido al que encabeza esta entrada.