1280962594.sosa escudero (2011).pdf
TRANSCRIPT
1
Cuestiones Metodológicas en una Investigación sobre la
Pobreza Multidimensional en America Latina1
Walter Sosa-Escudero2
Universidad de San Andrés y CONICET
Marzo de 2011
1. Introducción
Desde la perspectiva de quienes se inician en la investigación, y están
acostumbrados a ser evaluados a través de exámenes, (muy posiblemente, la
mayoría de los estudiantes avanzados de ciencias sociales), investigar puede
sonar como algo simple y posiblemente engañoso. La práctica clásica del examen
consiste en responder una pregunta, en un contexto específico proporcionado por
el docente o por el propio desarrollo de la asignatura. Es más, la evaluación
acerca de si es pertinente o no la respuesta recae sobre el docente. Por el
contrario, la actividad central de la investigación consiste en formular una
pregunta y proveer una respuesta adecuada, en un contexto sobre el cual el
investigador tiene control, y en un marco interactivo, en donde las preguntas y
respuestas son evaluadas y reformuladas. Relegada a su mecánica elemental, y
1 Trabajo elaborado para la 4ta edición del libro “La Trastienda de la Investigación”, compilado por Catalina Wainerman y Ruth Sautu. Agradezco a Catalina Wainerman, Betina Duarte, Mariana Chudnovsky, Marina Navarro y Martin Cicowiez por sus comentarios. Los errores y omisiones son de mi exclusiva responsabilidad. Contacto: Walter Sosa-Escudero, Universidad de San Andrés, Vito Dumas 284 (B1644BID), Buenos Aires–Argentina. Ph :(54-11)-4725-7020. [email protected]. 2 PhD en Economía, Universidad de Illinois. Profesor Asociado de la Universidad de San Andrés. Investigador Independiente del CONICET. Profesor Titular de Econometría en la Universidad Nacional de La Plata.
2
despojada de su esencia, la investigación es un examen en donde uno mismo
formula la pregunta, la responde, la evalúa, decide su calificación y tiene derecho
a reiniciar el proceso, si lo considerase apropiado.
Esta visión, claramente caricaturesca, deja de lado un aspecto esencial de
la investigación. La pregunta en cuestión, y las acciones que se derivan de ella,
suceden en un marco de relevancia. La investigación tiene lugar dentro de una
comunidad científica, a la cual el investigador pertenece, y con la cual interactúa.
Es este proceso dinámico el que determina la relevancia y la pertinencia de las
preguntas y las respuestas.
Este libro respalda la tesis de que si bien el proceso de investigación tiene
componentes codificables, que pueden ser aprendidos sistemáticamente (ya sea,
tomando cursos, leyendo libros, etc.), una parte fundamental del mismo descansa
en una serie de habilidades y prácticas de compleja sistematización, que son
adquiridas indefectiblemente durante dicho proceso. Es decir, una buena parte
del aprendizaje de la investigación ocurre investigando.
Las dificultades para estandarizar este segundo grupo de habilidades se
relacionan con la complejidad y la multiplicidad de acciones que son esenciales
en una investigación. Claramente, esta demanda todas las habilidades
intelectuales que son propias de los exámenes. Así y todo, y para sorpresa de los
iniciados, conducir a buen puerto una investigación relevante requiere una gran
capacidad de gestión de recursos (tecnológicos, financieros, humanos),
habilidades interpersonales, capacidad estratégica y de administración de
riesgos, probada capacidad de comunicación (oral y escrita), además de un
espíritu creativo y audaz; todas características que parecen adecuarse más a la
búsqueda de un gerente de empresa que a la de un científico social. Es la
interacción entre éstas habilidades y las puramente intelectuales lo que da lugar a
un conjunto de prácticas de difícil, sino imposible, codificación, y que todos los
investigadores hemos aprendido sobre la marcha.
El propósito de este capítulo consiste en ilustrar estas complejidades, en el
contexto de una investigación sobre bienestar multidimensional, enfatizando
cómo las habilidades puramente intelectuales interactúan con otras operativas,
pero de igual relevancia al momento de plantear una investigación exitosa.
Elegimos evitar un relato cronológico, priorizando, por el contrario, una
visita a la trastienda de la investigación ordenada a través de los distintos
aspectos y habilidades involucrados en la dinámica del proyecto bajo análisis. En
este marco, el capitulo se ordena de la siguiente forma. La sección dos revisa el
3
contexto que dio origen al estudio en cuestión, sus principales objetivos, logros y
productos científicos. La sección tres es la visita a la trastienda. Se describe en
primer lugar el stock de recursos (de conocimientos previos, humanos,
institucionales, etc.) existentes antes de empezar esta investigación. Luego se
discuten una serie de ideas y teorías que fueron utilizadas como marco
conceptual para la investigación, y cómo fue la toma de decisiones en torno a las
mismas. El proceso de establecer qué se investiga, qué no, y cómo, es complejo,
y ocupa un lugar central en este apartado. Al tratarse de una investigación
empírica, el manejo de datos y los métodos estadísticos tienen particular
relevancia, y son descriptos con detalle. También se ahonda en el proceso de
conformación de un equipo, en la división de roles, en la existencia, tácita o no,
de una estructura jerárquica interna, y en el manejo de las relaciones entre las
instituciones involucradas en el proceso. Finalmente, se describe la estrategia de
difusión de los resultados obtenidos. La sección 4 ofrece algunas reflexiones
generales sobre este proceso, que se espera sean extrapolables a cualquier
investigación empírica en ciencias sociales.
2. Contexto, objetivos, resultados, y producción científica.
La investigación que utilizaremos para los objetivos de este trabajo, consistió en
un análisis empírico de la pobreza multidimensional en América Latina y el
Caribe. Si bien focalizaremos en el proceso de elaboración de la misma, resulta
inevitable discutir, aunque más no sea brevemente, algunos resultados.
Ciertamente, una revisión detallada de los mismos nos aleja de los objetivos de
este capítulo, por lo que referiremos a los artículos derivados de esta
investigación, para mayor detalle.
En economía, y en varias disciplinas sociales, la mayoría de los estudios
empíricos sobre pobreza se basan en una caracterización extremadamente simple
de la misma, usualmente basada en la carencia de ingresos3. En su concepción
más simplificada, se entiende como pobre a un hogar o persona con ingresos por
debajo de cierto umbral, usualmente llamado “línea de pobreza”. Claramente,
esta (sobre) simplificación obedece a cuestiones puramente pragmáticas. Mas allá
de las conocidas dificultades que tienen las encuestas en captar adecuadamente
los ingresos de las personas (ver Gasparini, Sosa Escudero y Cicowiez (2010, Cap
3), los mismos se prestan a comparaciones simples y consistentes, tanto
3 Ver Gasparini, et al. (2010) para una discusión detallada de estos conceptos.
4
geográficas como temporales. La posibilidad de reemplazar el ingreso por
alguna otra variable conceptualmente más adecuada para la medición del
bienestar (como el consumo), se choca inmediatamente con un sinfín de
problemas técnicos y operativos, lo cual explica la enorme popularidad del
ingreso como proxy del bienestar.
Más allá de estas dificultades, existen preocupaciones conceptuales en
relación al uso del ingreso con el fin de cuantificar el bienestar, y eventualmente,
la pobreza. Una de ellas se relaciona con que aceptar que el ingreso puede captar
adecuadamente el bienestar, implica creer que este último es unidimensional, es
decir, que puede ser medido en base a una única variable o coordenada. En las
última décadas, y debido a la enorme influencia de los trabajos de Amartya Sen
(Sen, 1984), se ha instalado la percepción de que el precio a pagar por el
pragmatismo, en lo que se refiere a la medición del bienestar en base al ingreso,
es muy grande, a la luz de la naturaleza esencialmente multidimensional del
mismo y de la pobreza. Consecuentemente, en los últimos años, el análisis
empírico de la pobreza enfrenta un delicado trade-off. Por un lado, la necesidad
de estudiar distintos aspectos de la pobreza (dinámicos, regionales, etc.), requiere
mediciones comparables, fácilmente reproducibles, y disponibles para varios
períodos y regiones, lo que favorece, naturalmente, el uso del ingreso. Por el otro,
el peso de la complejidad del problema de la pobreza, y la urgencia de sus
consecuencias, reclama concepciones empíricas más sofisticadas, que reconozcan
explícitamente su naturaleza multidimensional. Ver Kakwani y Silber (2008a y
2008b) para una recopilación reciente de artículos sobre el tema.
Son muchos los escollos operativos que enfrenta el estudio empírico del
bienestar multidimensional, y es correcto afirmar que son la principal dificultad a
sortear en cualquier investigación sobre el tema. Más concretamente, una
aproximación multidimensional requiere disponer de una gran cantidad de datos
para varias variables (incluyendo, naturalmente, al ingreso) que permitan captar,
en conjunto, la complejidad del bienestar. La necesidad de medir evoluciones
temporales, requiere disponer de estas mismas variables para varios períodos, y
cualquier ejercicio comparativo requiere lo mismo para distintas regiones. Este
problema se agiganta a la luz de los resultados de una parte sustancial de la
literatura reciente, que sugiere, enfáticamente, la necesidad de contar con datos
para variables que capten los aspectos subjetivos del bienestar, es decir, aquellos
que surgen de las percepciones que las personas tienen del mismo. Ravallion y
Lokshin (2002) es una referencia relevante sobre este punto.
5
Al momento de comenzar la investigación en cuestión, los estudios de
pobreza multidimensional eran escasos y episódicos, referidos a regiones o
períodos muy concretos, o en base a nociones muy restringidas de
multidimensionalidad. Eran, y todavía lo son, muy pocas las encuestas oficiales
de hogares que incorporan sistemáticamente información relevante para el
análisis multidimensional, tales como preguntas sobre posesión de activos o
cuestiones subjetivas.
La investigación bajo análisis en este capítulo utiliza la encuesta Gallup,
que contiene una gran cantidad de información socioeconómica sobre 132 países,
brindando una oportunidad única para el análisis comparativo del bienestar
multidimensional. Consecuentemente, el principal objetivo de la investigación
consistió en estimar los niveles y patrones de pobreza multidimensional, para
América Latina y el Caribe, en base a una metodología clara, reproducible y
comparable.
Si bien de uso popular en varios ámbitos, el uso sistemático de la Encuesta
Gallup a fines de investigaciones científicas era muy escaso, Deaton (2007) era, a
la fecha de inicio del proyecto en cuestión, una notable excepción. En
consecuencia, un aspecto central de esta investigación consistió en validar y
sistematizar dicha encuesta, a fines de garantizar su adecuación para los
objetivos de nuestro trabajo, y para la investigación científica en general.
Un breve catálogo de preguntas iniciales que esta investigación enfrentó,
es el siguiente:
1. ¿Cuan confiable es la Encuesta Gallup para su uso en una investigación
empírica?
2. ¿Cuan confiable es la información de ingresos contenida en la Encuesta
Gallup?
3. ¿Cuáles son las dimensiones relevantes del bienestar y cómo medirlas?
4. ¿Cómo se construyen índices de pobreza para las distintas dimensiones y
como se comparan los resultados obtenidos con los que se basan solo en
el ingreso?
5. ¿Son realmente multidimensionales el bienestar y la pobreza?
6. En caso afirmativo ¿Cuántas dimensiones de bienestar existen?
7. ¿Cuan dispares son los resultados multidimensionales en comparación
con los basados solo en el ingreso?
6
8. ¿Cuan erradas son las “líneas de pobreza” estándar como herramienta
para captar a los pobres multidimensionales?
Un muy sucinto resumen de los hallazgos de esta investigación, es el
siguiente. Naturalmente, existen diferencias entre la información contenida en la
Encuesta Gallup y en las encuestas de hogares oficiales de los distintos países.
Asì y todo, las mismas no son dramáticas, y se reducen significativamente si
algunos casos atípicos son adecuadamente tratados. Llamativamente, esta
conclusión se extiende al ingreso, aún teniendo en cuenta la pobre calidad de los
datos de dicha variable en la Encuesta Gallup. De hecho, en términos de la
pobreza estimada en base a ingresos, los rankings de países son muy similares en
base a ambas fuentes. El estudio encuentra evidencia concluyente de la
naturaleza multidimensional del bienestar. Una primera aproximación toma
como dadas a las dimensiones del mismo, y construye indicadores para pobreza
objetiva monetaria (ingreso), objetiva no monetaria (acceso a servicios básicos,
posesión de ciertos activos como computadora, teléfono, etc.) y subjetiva (en base
a percepciones del bienestar, por ejemplo, preguntas del tipo “¿considera Ud que
es pobre?). Una segunda aproximación se pregunta, en forma endógena, si
realmente existen varias dimensiones de bienestar (ver Caruso, Sosa Escudero y
Svarc (2010) para esta aproximación) y explota a los propios datos a fines de
construir dimensiones de bienestar. En base a métodos de variables latentes
(análisis de factores), se concluye que existen tres dimensiones, de interpretación
similar a las propuestas en forma exógena, concluyendo que el bienestar es
efectivamente multidimensional. Interesantemente, una de estas dimensiones, y
de particular importancia, resulta ser adecuadamente captada por el ingreso.
Consecuentemente, los resultados sugieren que si bien relevante en la
determinación del bienestar, el ingreso no es suficiente para proveer una
caracterización adecuada del mismo. Otro resultado importante es que las líneas
de pobreza estándar, como la ampliamente utilizada de un dólar por día, pueden
proveer clasificaciones razonables de pobres en otras dimensiones más allá del
ingreso, como, por ejemplo, en base a no contar con medios para comprar
alimentos.
Como se discutirá con detalle en la próxima sección, una parte relevante
del proceso de investigación consistió en definir cuales eran los “productos”
científicos que se derivarían de la misma. Como es de esperar, son varios los
trabajos que surgen de esta investigación, algunos de ellos, todavía en
7
elaboración al momento de escribir este capítulo. Los principales son Gasparini,
Marchionni, Olivieri y Sosa Escudero (2008, 2009a,2009b), Gasparini y Gluzmann
(2009) y Caruso, Sosa Escudero y Svarc (2010).
3. La trastienda
3.1 Contexto y oportunidades
En un sentido amplio, ninguna investigación tiene un comienzo concreto. Por el
contrario, existen una serie de circunstancias, conocimientos y habilidades
previas, que hacen más proclive que ciertas ideas florezcan en determinados
ámbitos que en otros. De ahí que para un investigador, o centro de investigación,
resulte más apropiado hablar de líneas de investigación, entendidas como un stock
de intereses, conocimientos y habilidades en el marco del cual se desarrollan
proyectos específicos.
En el caso de la investigación bajo análisis, este marco esta dado por el
Centro de Estudios Distributivos, Laborales y Sociales (CEDLAS) de la
Universidad Nacional de La Plata, el cual alberga a varios investigadores de
dicha universidad, así como a invitados de otras instituciones, como el autor de
este artículo, con afiliación principal en la Universidad de San Andrés.
Desde su creación en 2002, una de las principales actividades del CEDLAS
consistió en sistematizar y ordenar la información de base para el análisis
distributivo, a fines de facilitar la elaboración de estudios dinámicos y
comparativos para América Latina y el Caribe. Esta ciclópea tarea4 conlleva
compatibilizar los microdatos de las encuestas de hogares de todos los países de
la región, para varios períodos, entender sus particularidades, y enfrentar un
sinfín de dificultades conceptuales, administrativas, estadísticas y
computacionales. Uno de los principales productos es la base de datos SEDLAC
(Socio Economic Data Base for Latin America and the Caribeean), elaborada en
conjunto por el CEDLAS y el Banco Mundial. La misma contiene información
comparable y sistemática, detalladamente documentada, sobre aspectos
demográficos, antropométricos, de educación, empleo, ingresos, gastos, salud,
4 Ciclópeo (fig): gigantesco, excesivo o muy sobresaliente. Un cálculo simple y conservador es el siguiente. A fines de la construcción de la base SEDLAC se procesaron 254 encuestas de hogares, que cubren 24 países para el periodo 1990-2010. En promedio las encuestas tienen 95.133 individuos, con aproximadamente 50 variables por encuesta, lo cual arroja un total de 1.208.189.100 datos. Fuente: comunicación personal con Martín Cicowiez, vicedirector del CEDLAS.
8
programa sociales, y de migración, entre varios otros. (CEDLAS y Banco
Mundial, 2010).
El segundo aspecto contextual a resaltar, es el voluminoso stock de
trabajos elaborados en el marco del CEDLAS, quizás el más importante en
America Latina (y posiblemente, en el mundo) en los temas de sus especialidad5.
Finalmente, el tercer aspecto, y quizás el de mayor importancia, se refiere
a la composición de su equipo de investigación. El análisis empírico de las
cuestiones distributivas requiere iguales dosis de madurez conceptual (sobre
todo, a la luz de las difíciles cuestiones filosóficas involucradas en la misma
noción de bienestar), experiencia empírica en bases de datos voluminosas, así
como manejo de herramental estadístico y computacional sofisticado. La
estructura de investigadores del CEDLAS posee expertos en cada una de estas
áreas, así como generalistas que pueden actuar en varias de las dimensiones
involucradas. En dicho marco, resulta simple diseñar equipos de investigación
para proyectos concretos. En la subsección sobre recursos humanos, discutiremos
con mayor detalle algunos aspectos relacionados con esta dimensión.
La investigación sobre pobreza multidimensional surge de un llamado a
concurso de proyectos sobre el tema, convocado por el Banco InterAmericano de
Desarrollo, el cual fue ganado por CEDLAS a través de un concurso abierto de
propuestas. Como se discutiese en la sección anterior, la investigación tenía un
doble objetivo. Por un lado, explorar distintos aspectos de la naturaleza
multidimensional del bienestar y la pobreza. Por el otro, examinar la base de
datos Gallup a fines de validar su utilidad para fines de investigaciones
científicas. La situación del CEDLAS era ideal para esta tarea, a la luz de la
autoridad y competencia de sus investigadores, de su profusa experiencia previa
y, fundamentalmente, del inmediato acceso a fuentes de datos alternativas que
permitiesen una comparación rigurosa con la Encuesta Gallup.
3.2 Recursos humanos
El equipo de investigación se conformó con investigadores del CEDLAS y de la
Universidad de San Andrés. Ambas instituciones comparten varias tareas
docentes y de investigación en cuestiones sociales. El grupo estuvo coordinado
por Leonardo Gasparini (fundador y director del CEDLAS), experto en
cuestiones distributivas y con abundante experiencia en cuestiones conceptuales
5 La pagina web del CEDLAS se encuentra en www.cedlas.econo.unlp.edu.ar
9
y técnicas del estudio del bienestar en America Latina y el Caribe. Como
investigadores senior participaron Sergio Olivieri, Mariana Marchionni y el autor
de este artículo. Andres Ham, Adriana Conconi, Pablo Gluzmann y German
Caruso, colaboraron como asistentes de investigación en distintas tareas y etapas.
Resulta relevante indagar en las habilidades específicas del equipo,
disponibles antes de comenzar este estudio. El coordinador, Gasparini, sería el
“experto generalista”, a la luz de su dilatada trayectoria, y quien tendría la visión
más general del problema en cuestión. Marchionni y el autor de este capítulo
aportarían su vasta experiencia en econometría, ya que la tarea en cuestión
involucraría el uso de varias técnicas sofisticadas. Sergio Olivieri aportaría su
amplio conocimiento en el manejo de encuestas oficiales.
La estructura de asistentes se eligió en base a su experiencia previa, e
intereses. Andres Ham y Adriana Conconi habían colaborado en un proyecto de
pobreza multidimensional e invertido en algunos ejercicios previos y,
fundamentalmente, habían tomado contacto con la literatura previa. Pablo
Gluzmann tenía considerable experiencia en el manejo de datos de ingresos, una
variable clave para esta investigación. German Caruso había completado una
sólida formación en econometría, en particular en métodos multivariados, sobre
los cuales se basaría una parte importante de la investigación. Todos ellos eran, al
momento de comenzar el proyecto, alumnos de maestría (Ham, Conconi y
Gluzmann en La Plata, Caruso, en San Andrés) y se encontraban en la etapa de
iniciar sus trabajos de tesis. Todos los ayudantes tenían una sólida formación en
econometría a nivel de posgrado, en cuestiones distributivas (a nivel tanto
conceptual como empírico), así como un avanzado grado de experiencia en
cuestiones computacionales, en particular, en el manejo de Stata, la herramienta
computacional a utilizar. Resulta interesante remarcar que todos ellos fueron, en
algún momento, alumnos de los investigadores senior.
Un producto no menor de esta investigación, y quizás uno de los más
gratificantes, es que todos los asistentes de este proyecto, escribieron sus tesis de
maestría abordando problemas que surgieron en el marco de esta investigación.
Más aún, en etapas posteriores todos han participado como co-autores en
algunos de los proyectos que se derivaron de esta investigación, logrando dar el
difícil paso de asistentes a investigadores.
10
3.3 Ideas y teorías
La explicitación de una suerte de marco teórico para esta investigación resultó
una tarea complicada. Conceptualmente, el enfoque de capabilities de Sen (1984.),
proporcionaba un marco convincente, si bien un tanto abstracto para la
naturaleza esencialmente empírica de nuestra investigación. De hecho, una de las
principales dificultades que tiene esta literatura es, justamente, encontrar
correlatos empíricos concretos que permitan evaluar y cuantificar la
multidimensionalidad del bienestar y, eventualmente, de la pobreza.
Una extensa revisión de la literatura nos enfrentó al siguiente panorama.
Por un lado, una parte importante de la literatura intentaba definir de antemano
y en forma conceptual cuales eran estas capabilities, y posteriormente realizar
algún tipo de esfuerzo en medirlas (Alkire (2008), por ejemplo). Por el otro, una
parte, más incipiente, pero relevante, de la literatura, intentaba resolver este
problema en forma endógena, es decir, partir de un conjunto relativamente grande
de variables o medidas de bienestar y permitir que los propios datos definiesen
cuales son las dimensiones relevantes. Mas concretamente, este segundo enfoque
(Ferro Luzzi et al., 2008)) consiste en intentar resumir una gran base de datos en
unos pocos indicadores que representasen el bienestar.
Un problema adicional, quizás más complejo, se refiere a cómo definir y
encontrar pobres, a la luz de la naturaleza multidimensional del bienestar. Aquí
la literatura es más compleja y quizás haya menos consenso al respecto. Existían
dos aproximaciones. Por un lado, luego de definir las distintas dimensiones del
bienestar, una rama de la literatura intenta definir nociones de pobreza para cada
una de las dimensiones, y posteriormente computar una suerte de indicador
agregado en base a sopesar todas las dimensiones (Alkire, 2008).
Alternativamente, alguna literatura mas incipiente intentaba trabajar
directamente con el status de pobre, mirando todas las dimensiones de bienestar,
pero sin producir una conceptualizacion de pobre para cada una de las
dimensiones (Ferro Luzzi et al. (2008), Caruso et al. (2010)).
Un hecho interesante es el siguiente. Al momento de la elaboración de la
propuesta, sabíamos de la inminente aparición de un libro de artículos,
compilado por las máximas autoridades en el tema (Kakwani y Silber, 2008a). Si
bien (Internet mediante) conocíamos una buena parte de las versiones
preliminares de los capítulos de este libro, percibíamos que la versión final del
mismo nos obligaría a redefinir algunos objetivos, a la luz de algún consenso que
del mismo se derive. Interesantemente, la versión final de este texto aparece a los
11
pocos meses de iniciada esta investigación y, lamentablemente para el estado de
las artes, y afortunadamente para nosotros, encontramos que el contenido del
mismo reproduce la falta de consenso empírico y conceptual, lo cual nos daba
algo de libertad para fijar nuestro propio punto de vista conceptual, sin tener que
justificar alejarse de un estándar, todavía inexistente.
Consecuentemente, el enfoque teórico es, claramente, el de capabilities de
Sen, si bien empíricamente hemos intentado tomarnos varias libertades, a la luz
de la falta de consenso empírico.
3.4 Decisiones estratégicas
El principio de relevancia, discutido en la Introducción, implica que una parte
sustancial de una investigación seria enfrenta al investigador a una incomoda
situación: se investiga sobre lo que no se sabe. Consecuentemente, la
planificación de acciones propias de una investigación relevante ocurre en un
marco de alta incertidumbre, en donde las expectativas iniciales son revisitadas a
medida que la investigación transcurre, lo cual implica un ejercicio constante de
replanificación. Una parte importante de este proceso iterativo consiste en acotar
y redefinir el alcance de la investigación, a la luz de los avances y las dificultades
encontradas en el desarrollo de la misma. Quizás la dificultad más grande que
enfrentan los que se inician en la investigación científica, sea justamente esta: no
saber como negociar el hecho de que ciertas ideas, cuya existencia y relevancia se
afianza durante el proceso de investigación, pertenecen a un proyecto en
particular, y otras, a la luz de su propio volumen, quizás convenga postergarlas
para otra etapa. Un error muy común de los estudiantes doctorales consiste en
percibir que sus tesis (su primera investigación a gran escala) constituyen la
última y única investigación, cuando solo se trata de la primera.
En el caso de este estudio, desde un principio se percibió que no existían
consensos claros en cuanto a cómo abordar el problema del bienestar y la
pobreza multidimensionales, ni desde un punto de vista teórico, ni empírico. La
sección anterior sugiere que el marco teórico heredado, si bien claro acerca de la
conveniencia de reconocer la multidimensionalidad del bienestar, no contiene
premisas metodológicas claras, ni hipótesis lo suficientemente específicas que
sirviesen como guía especifica para diseñar y plantear una investigación
empírica. Adicionalmente, el uso y la validación de la Encuesta Gallup eran de
por si un evento innovador. Consecuentemente, se decidió priorizar un enfoque
mayormente exploratorio y descriptivo, en base a herramientas estándar, que
12
permitiese tomar un primer contacto con una nueva base empírica, y que
explorase en forma abarcativa el bagaje conceptual heredado, asi como abordar
algunas preguntas como las descriptas en la sección 2.
El primer escollo metodológico fue el contacto con la Encuesta Gallup. El
primer encuentro con una base de datos voluminosa y poco explorada (por lo
menos para los fines de nuestra investigación) es siempre motivo de gran
incertidumbre. Que los datos existan y que estén disponibles, es una afirmación
que tiene sentido solo en el contexto especifico de los propósitos de una
investigación. Mas claramente, la única chance de poder aprender de los datos se
basa en que exista variabilidad suficiente en los mismos, como para que los
métodos estadísticos puedan operar en forma confiable, que esa variabilidad sea
funcional a las premisas teóricas que dan respaldo a la investigación, y que
pueda garantizarse un mínimo de calidad. En definitiva, de la calidad y utilidad
de los datos, solo se aprende al momento de utilizarlos a los fines de la
investigación de interés. Este es otro grueso error de principiantes: pensar que los
datos existen por el mero hecho administrativo o computacional de que se
encuentran físicamente en alguna parte. A modo de ejemplo, y en relación a las
ciencias experimentales, a fines de medir el efecto que tiene una droga sobre la
temperatura corporal, una enorme base de datos que registra dichas variables es
de limitada utilidad si, por ejemplo, la variabilidad en las dosis es muy limitada
(completamente inútil, si a todas las personas se les asigna la misma cantidad de
droga), si las dosis no fueron asignadas en forma exógena (lo cual elimina la
posibilidad de medir efectos causales), si existen copiosas cantidades de datos
faltantes y en alguna forma sistemática, o si las temperaturas corporales se basan
en instrumentos de medición muy imprecisos. La validación de los datos dentro
del contexto de la investigación es un paso crucial en una investigación empírica,
los datos no existen sino a partir del momento en el cual los mismos son puestos
a trabajar (exitosamente) a los fines de la investigación.
Preveíamos que esta etapa era crucial. Ex ante no podíamos garantizar la
calidad de la información, lo cual podría atentar seriamente contra los objetivos
de la investigación. En consecuencia, todas las primeras energías del proyecto se
abocaron al ejercicio de validar, administrativa, conceptual y estadísticamente, la
encuesta. Como se mencionase anteriormente, esto implicó un esfuerzo
considerable, ya que la tarea consistió en cotejar resultados con fuentes ya
exploradas o validadas, como las encuestas oficiales de hogares.
13
Los primeros resultados fueron promisorios: si bien existían notorias
disparidades, la Encuesta Gallup parecía contener información sistemática, y en
varias dimensiones relevantes, similar a la sugerida por las encuestas de hogares.
Mas concretamente (ver Gasparini et. al (2008) para mas detalles), se
construyeron perfiles de pobreza en base los datos de la Encuesta Gallup y en
base a las encuestas de los organismos oficiales. Esta es una considerable tarea ya
que implica compatibilizar los micro-datos de las encuestas de todos los países
involucrados en el análisis. Los resultados fueron sorprendentes, en el sentido de
que más allá de algunas diferencias esperables, los perfiles de pobreza
construidos con ambas fuentes eran similares. Más aún, los rankings de países
para varias variables son sorprendentemente similares cuando algunos casos
particulares son debidamente tratados. Si bien no era objeto de la investigación,
se complementó el análisis comparando los patrones de desigualdad, y en forma
adicional, se realizó una exhaustiva comparación de los ingresos en ambas
fuentes. Es importante remarcar que este ejercicio de validación establece
resultados a un nivel de agregación relativamente alto (a nivel país) lo cual
sugiere cierta cautela al trabajar con niveles menores de agregación.
De por si, el ejercicio de contraste y validación de la Encuesta Gallup con
las encuestas oficiales era una contribución importante. De hecho, tan relevante
es este resultado, que se decidió que la comparación de ingresos entre fuentes era
en sí misma una idea concreta y voluminosa, que fue relegada como subproducto
de esta investigación y estudiada en forma aparte y posterior. Gasparini y
Gluzmann (2009) realizan una exhaustiva comparación de ingresos entre ambas
fuentes. Sirva este ejemplo como ilustración clara del proceso de replanificación
antes mencionado. En algún momento hubo que decidir si una comparación
detallada de los ingresos entre ambas fuentes pertenecía a la investigación bajo
análisis, o si ella misma podía constituirse en una nueva investigación. A la luz
de los objetivos y plazos disponibles, se decidió lo segundo.
Habiendo validado satisfactoriamente la encuesta Gallup, el equipo de
trabajo se dividió en tres, con tareas distintas, si bien complementarias. Gasparini
y Gluzmann se concentraron el problema de la pobreza monetaria, que se basa
fundamentalmente en el ingreso. Marchionni y Olivieri (con Andres Ham y
Adriana Conconi), focalizaron en la dimensión objetiva y no-monetaria de
bienestar (similar al principio de “necesidades básicas insatisfechas”) y junto a
German Caruso abordamos la dimensión subjetiva. Posteriormente, se enfrento
el problema de explorar endógenamente la dimensionalidad del bienestar (para
14
lo cual se trabajo con toda la base de datos) y, finalmente, se construyeron
perfiles de pobreza multidimensional.
En términos más abstractos, esta investigación comienza con un
“insumo”, provisto por la Encuesta Gallup, cuya calidad y utilidad tuvo que ser
verificada durante el proceso de investigación, lo cual implicó que todo el equipo
se abocase a esta tarea. Posteriormente este insumo se reparte en varios
componentes (monetario, no-monetario y subjetivo), que permite que el equipo
pueda trabajar por separado, si bien en contacto cercano. Los productos de esta
etapa vuelven a encontrarse en el ejercicio de evaluación de la dimensionalidad y
en el de construcción de perfiles multidimensionales.
El ejercicio de validación de las líneas monetarias estándar, mencionado
en la sección 2, no formaba parte de los planes iniciales. Más concretamente, los
resultados del análisis multidimensional del bienestar hablaban claramente de la
insuficiencia del ingreso como variable representativa del bienestar.
Naturalmente, resultó inevitable analizar la siguiente pregunta: ¿cuán errado es
el uso del ingreso a fines de captar la pobreza multidimensional?. Se planteo un
ejercicio simple, que consistió en calcular una suerte de “línea subjetiva de
pobreza”, es decir, un ingreso que separase a los pobres de los no-pobres en base
a respuestas subjetivas. Por ejemplo, cual es un nivel de ingreso que separa a
aquellos que dicen tener suficientes ingresos para satisfacer sus necesidades
alimentarias, de aquellos que declaran no tenerlos. Interesantemente, se encontró
que los resultados obtenidos con líneas estándar de pobreza no difieren
sustancialmente de los obtenidos con estas “líneas subjetivas”, basadas en las
percepciones de las personas.
Desde un punto de vista metodológico, este ejemplo ilustra cómo
reaccionó el equipo ante una cuestión relevante, pero no considerada en el marco
inicial de la investigación. A diferencia de la comparación de ingresos
mencionada anteriormente, se decidió, sobre la marcha, que este era un punto
importante que debía formar parte de la investigación. Naturalmente, esta
cuestión es relevante y una reelaboración de la misma podría servir como base
para una futura investigación.
3.5 Métodos
La elección de los métodos estadísticos para esta investigación no resultó trivial,
por dos razones. En primer lugar, un aspecto innovador de esta investigación
consistió en el uso de una nueva fuente de información. Consecuentemente, y a
15
fines de no alterar los objetivos iniciales del proyecto, se prefirió utilizar técnicas
estándar que permitiesen una rápida implementación, fácil comunicación e
inmediata comparación con resultados anteriores obtenidos con fuentes
alternativas, relegando a investigaciones posteriores el uso de métodos más
sofisticados y potencialmente más ricos. Más concretamente, nuestra impresión
era que innovar en los datos y en los métodos podría conducir a confusiones que
impidiesen identificar las contribuciones relativas de ambas innovaciones.
Una segunda dificultad se relaciona con las barreras y preconceptos que
la economía tiene con el uso de métodos multivariados. Llama la atención que
esta rama de la estadística (que incluye a los métodos de clusters, el análisis
discriminante y de correlaciones canónicas, los modelos de factores, entre varios
otros, ver Hardle y Simar (2003) para una revisión moderna de esta literatura)
ocupe un espacio mínimo en la caja de herramientas de los economistas. Toda
vez que las mismas ocupan un lugar considerable y creciente (a la luz de los
notorios avances computacionales y en técnicas de data-mining) en disciplinas
cercanas, tales como la psicología, la sociología, el marketing o varias ramas
afines de la ingeniería. Ver Hastie, Tibshirani y Friedman (2009) para una
excelente revisión de la literatura de data mining. Un análisis pormenorizado de
las razones que justifican esta cautela, excede claramente los objetivos de este
trabajo. Nos limitaremos a mencionar que las estrategias multivariadas en
economía, como los modelos de ecuaciones simultáneas, o sus versiones más
modernas como los vectores autorregresivos, fueron históricamente sujetos de
severas críticas en lo que se refiere a las dificultades que los mismos tienen en
identificar verdaderas relaciones causales (critica de Lucas), sin recurrir a
supuestos de difícil justificación, empírica o teórica6. Estas críticas se extienden,
casi en forma literal, a las estrategias de componentes principales o los modelos
de factores. Las mismas intentan representar un conjunto inicialmente grande de
variables a través de unos pocos indicadores, lo cual parece ser un objetivo
empírico muy apropiado para los fines de nuestra investigación. La principal
preocupación que muchos investigadores tienen con respecto al análisis de
factores se relaciona con las dificultades en interpretar coherentemente este
grupo reducido de variables. Habitualmente se apela a supuestos aparentemente
6 El acalorado debate actual entre “experimentalistas y estructuralistas” en economía aplicada, es un reflejo de las dificultades que tiene la economía empírica en lidiar con cuestiones causales y su relación con la teoría subyacente. Ver Angrist y Pischke (2010) y los artículos de las ediciones especiales de Journal of Economic Perspectives y de Journal of Economic Literature.
16
técnicos, pero que muchas veces implican fuertes compromisos conceptuales;
más concretamente, manipulaciones algebraicas o “rotaciones” que asisten en la
interpretación de resultados (ver Hardle y Simar (2003, cap. 5)).
En este contexto, y en base a algunos resultados anteriores (en particular,
el estudio de Ferro-Luzzi et al. (2008)), se optó por recurrir a las versiones más
estándar del análisis de factores, evitando rotaciones arbitrarias, garantizándole
al lector que los resultados obtenidos se derivan de técnicas ampliamente
disponibles y fácilmente reproducibles, y no a un conjunto de decisiones de
difícil justificación conceptual.
3.6 Investigación y docencia
Sin argumentos claros o ejemplos contundentes, las posiciones a favor de la
investigación a la luz de sus consecuencias positivas sobre la docencia, tienen un
carácter autocomplaciente y, posiblemente, culposo. Afortunadamente, la
investigación analizada en este artículo nos ofrece un ejemplo claro de
interrelación provechosa entre ambas actividades. Muchas de las tareas docentes
del equipo se vieron beneficiadas por la investigación en cuestión, que a su vez se
vio nutrida por algunas prácticas docentes concretas.
Las interacciones entre los investigadores senior y los asistentes,
comenzaron en el marco de cursos de grado o posgrado, como relaciones
profesor-alumno. Estos últimos aprendieron y se interesaron por la temática y las
técnicas propias de la línea de investigación del equipo, en el contexto de los
cursos que los primeros dictan en temas cercanos a sus intereses intelectuales.
Más concretamente, todos los asistentes pasaron por los cursos de grado y
posgrado de Leonardo Gasparini (Economía Espacial, y Distribución del Ingreso)
y de Mariana Marchionni y Walter Sosa Escudero (Econometria, Econometria
Avanzada y Tópicos de Econometria), así como un curso conjunto sobre Tópicos
de Distribución y Pobreza (Gasparini y Sosa Escudero), en la UNLP y UdeSA.
Estos cursos brindan un panorama relativamente completo de la temática
distributiva y de sus herramientas analíticas. Los mismos utilizan profusamente
ejemplos de las investigaciones del CEDLAS, y, en particular, las bases de datos
de SEDLAC.
A su vez, los objetivos de esta investigación motivaron nuevas actividades
docentes. A la luz de la necesidad de utilizar enfáticamente métodos
multivariados, el autor de este artículo decidió dedicar su curso de Tópicos de
Distribución de la UNLP (12 horas) al estudio de métodos multivariados
17
aplicados a la pobreza. Una experiencia similar tuvo lugar en UdeSA. El
Departamento de Matemática de la misma, a cargo de Ricardo Fraiman, cuenta
con investigadores de amplia experiencia en estadística multivariada. Tras un
breve intercambio de ideas, se decidió ofrecer un seminario corto, para alumnos
avanzados. Ricardo Fraiman y Marcela Svarc (ambos matemáticos) se harían
cargo de las cuestiones formales, y con German Caruso nos ocuparíamos de casos
y aplicaciones a las cuestiones distributivas. Interesantemente, en el transcurso
de este seminario aprendimos de un innovador método de Ricardo y Marcela,
para reducir dimensiones luego de encontrar clusters (Fraiman, Justel y Svarc
(2008)). El mismo podría ser aplicado al problema de encontrar pobres y luego
atacar el problema de dimensionalidad. Esta idea, gestada en el transcurso de la
investigación y en el marco de una experiencia docente, eventualmente cobró un
volumen considerable y devino en otra investigación que abordamos luego de
concluido el proyecto (Caruso, Sosa Escudero y Svarc, 2010). Este es un tercer
ejemplo de decisión estratégica en lo que se refiere al contenido de una
investigación.
Dar clase sobre lo que se investiga requiere de una enorme dosis de
honestidad intelectual, por parte del docente y de los alumnos. El punto crucial
es que, como se discutiese anteriormente, por definición, se investiga sobre lo que
no se sabe. Lo cual tiende a sugerir, peligrosamente, que dar clase sobre lo que se
investiga implica dictar cátedra sobre lo que no se sabe. La llave de salida de esta
aparente contradicción es, justamente, un planteo docente honesto, en donde los
alumnos se benefician de las motivaciones del docente (planteadas por su
investigación), de su experiencia previa, y de acompañar al docente/investigador
en su propio aprendizaje, adentrándose, brevemente, en la trastienda de la
investigación, a través de la docencia. Adicionalmente, el investigador encontrará
en los buenos alumnos un campo fértil en donde discutir ideas nuevas, y se
beneficiara de visiones alternativas sobre su investigación. En el caso del autor
de este artículo, si bien conocía profusamente los detalles técnicos del análisis
multivariado, la aplicación a cuestiones de pobreza era toda una novedad.
Es el principio de honestidad el que descarta un uso espurio de la
docencia como un simple espacio para aprender material nuevo y que podría
haber ocurrido independientemente de ella, y que, por el contrario, permite a los
alumnos observar el proceso de construcción de visiones nuevas y beneficiarse
de una motivación concreta, provista por los objetivos de una investigación.
18
La docencia estrechamente relacionada a la investigación requiere que
ambas partes, docentes y alumnos, entiendan claramente los costos y beneficios
de esta actividad. De los beneficios hemos argumentado mas arriba: los alumnos
se enriquecen de la motivación que plantea una investigación relevante, y el
docente/investigador encuentra un espacio para experimentar con ideas y
prácticas novedosas, que serán insumos de sus objetivos de investigación.
Claramente, existen costos. El marco de una investigación es específico y
novedoso, en base, nuevamente, al principio de relevancia, lo cual implica que lo
concreto ocurre a costa de lo general. Asimismo, los riesgos aceptados por el
docente en su investigación se trasladan, indefectiblemente, a la docencia. A
modo de ejemplo, en el caso de esta investigación, la percepción acerca de la
relevancia del uso de métodos multivariados fue, al momento del inicio del
proceso de esta investigación y del diseño de cursos relacionados, puramente
conjetural. Los alumnos asumen, junto con el docente, el riesgo de que esas
conjeturas resulten erróneas en el largo plazo, y se benefician de que resulten
eventualmente correctas7.
Finalmente, en forma paralela al desarrollo de esta investigación, junto a
Leonardo Gasparini y Martín Cicowiez (Gasparini, Cicowiez y Sosa Escudero,
2010) nos embarcamos en la tarea de escribir un libro de texto sobre cuestiones
distributivas. El material de esta investigación fue utilizado profusamente en
varios capítulos.
3.7 Instituciones y financiamiento
Una consecuencia directa del hecho de que las investigaciones pertenecen en
realidad a una línea de investigación, es que resulta complejo hablar de la
estructura de financiamiento de una investigación en particular. Como
aclarásemos anteriormente, cualquier investigación hereda un stock de
habilidades y conocimientos, y, consecuentemente, es “subsidiada” por las
estrategias de financiamiento del pasado.
Este es un punto importante, ya que habla acerca de la necesidad de
percibir al financiamiento de la investigación como un fenómeno de largo plazo.
7 A modo de anécdota, varios de los que nos formamos en economía en la década del ochenta, realizamos inversiones sustanciales en enfoques como el de catástrofes, o en técnicas como rezagos distributivos, o estimación bajo heterocedasticidad o autocorrelacion, que a la fecha son de uso virtualmente nulo. Asi y todo, como con la ropa o los discos, la ultima palabra en cuanto a la relevancia de estas inversiones, esta todavía por oírse.
19
Muy posiblemente, el financiamiento para una actividad en particular resulte
exiguo, pero también es cierto que algunas actividades generan extenalidades
positivas sobre otros proyectos futuros.
La investigación bajo estudio provee un claro ejemplo de cómo la
estructura de financiamiento de corto plazo interactúa con una subyacente, de
largo plazo. La estructura de corto plazo se refiere, en este ejemplo, a los fondos
específicos obtenidos para este proyecto. En el caso de nuestra investigación, se
trata de un fondo provisto por el Banco Interamericano de Desarrollo (BID)
obtenido por concurso abierto de propuestas, que sirvió para sostener
financieramente la estructura de investigadores y asistentes durante el grueso de
la tarea (aproximadamente 8 meses). El financiamiento de largo plazo se refiere a
la forma en la que se financió el stock heredado, en particular, las bases de datos
disponibles en la estructura del CEDLAS y, naturalmente, el capital humano
disponible para la investigación. Claramente, esto incluye a todos los fondos
utilizados para proyectos anteriores, y también a la estructura de salarios
provista por las instituciones que emplean a los investigadores. En este caso, el
equipo se conforma con investigadores de la Universidad Nacional de La Plata
(Gasparini, Marchionni, Olivieri), y la Universidad de San Andres y el CONICET
(Sosa Escudero), todos ellos afiliados al CEDLAS. La estructura de asistentes se
conforma con investigadores de ambas instituciones.
El punto esencial de esta subseccion, es que habría resultado imposible
abordar esta investigación sin el stock de recursos disponibles al momento de
elaborar la propuesta. La enorme inversión hundida en términos de análisis de
base de datos, y la experiencia metodológica y temática del equipo, es lo que
permite que el fondo de corto plazo resulte suficiente para financiar las acciones
marginales propias de este proyecto.
Una enseñanza clara de este ejemplo, es que resulta crucial percibir a
cualquier acción de investigación como una verdadera inversión intelectual que
traspasa los límites temporales de un proyecto en particular. A modo de
ejemplo, la inversión en métodos multivariados para el estudio del bienestar,
tuvo alcances intelectuales que fueron mucho mas allá de los objetivos de este
proyecto, y en definitiva, otras investigaciones posteriores se beneficiaron de los
fondos usados para financiar el proyecto bajo análisis.
Adicionalmente, esta investigación es un interesante ejemplo de
interacción productiva entre instituciones marcadamente diferentes, como la
Universidad Nacional de La Plata (una institución pública de gran escala) y la
20
Universidad de San Andrés (privada y pequeña). Los Departamentos de
Economía de ambas instituciones colaboran activamente en varios proyectos de
docentes y de investigación, formalizados a través de convenios explícitos y
también informales. Este ejemplo muestra, claramente, los enormes beneficios de
integrar comunidades académicas interactivas, abiertas a nuevos desafíos, de los
cuales se benefician todos sus integrantes (docentes y alumnos), en un marco en
donde la identidad de las instituciones y la afiliación de sus integrantes son
respetadas y valoradas.
Desde una perspectiva institucional, esta investigación también ilustra
sobre los aspectos positivos de constituir centros de investigación específicos,
como el CEDLAS en la UNLP. El perfil temático y metodológico del CEDLAS, y
su enorme experiencia en cuestiones distributivas, provee un marco institucional
muy adecuado para este tipo de investigaciones. Por un lado, su escala
institucional hace que sea relativamente simple conformar equipos de
investigación, a la vez de disponer de un gigantesco stock de datos y
conocimiento específico. Por el otro, el CEDLAS actúa como un valor de marca,
altamente internacionalizado, que provee una garantía intelectual valiosísima a la
hora de respaldar, intelectual y éticamente, las propuestas de investigación que
alberga y promueve.
3.8 Difusión y producción científica
Las actividades de difusión ocupan un lugar central en una investigación. Estas
abarcan desde la presentación en seminarios científicos y profesionales, hasta la
producción de papers, libros y artículos de difusión. A la larga, los objetivos de
una investigación científica relevante y de alta calidad, deben estar perfectamente
alineados con el de publicar artículos o libros científicos. Es, nuevamente, el
principio de relevancia, y el hecho de que el mismo se establece en el marco de
una comunidad científica, el que fuerza a que solo las investigaciones originales
y relevantes sean las que encuentran espacio en una buena publicación científica.
Cuando esta comunidad funciona correctamente, estos objetivos no son
contradictorios, por el contrario, desde la perspectiva del investigador, deberían
ser indistinguibles.
Claramente, son varias las comunidades que se benefician de una
investigación, más allá de la científica. En el marco de las ciencias sociales, los
resultados de una investigación debería ser relevantes también para los
interesados en la disciplina especifica que engloba a la investigación (académicos,
21
estudiantes, etc.), para el diseño y evaluación de políticas sociales, para aquellos
interesados en cuestiones metodológicas y epistemológicas, entre otros, en forma
directa o indirecta. Esto implica que la política de difusión de una investigación
relevante deba atender las demandas y especificidades de todas estas
comunidades. Otro factor que condiciona el tipo y la cantidad de productos
científicos se relaciona con la decisión de integrar o separar los subproductos de
una investigación, es decir, por cuestiones temáticas o metodológicas, producir
varios trabajos que reflejan la forma en la que fue fragmentada una investigación.
Consecuentemente, es natural que un proyecto de gran escala se traduzca
en varias publicaciones, de distinto alcance, lenguaje y especificidad, a fines de
satisfacer los requisitos de la multiplicidad de interesados, y de separar distintos
resultados.
El producto inicial de esta investigación consistió en un informe técnico,
detallado, que fue presentado al organismo que financió la etapa inicial de esta
investigación (Gasparini et al., 2008). Este tipo de informe tiene múltiples
lectores, que van desde especialistas interesados en detalles metodológicos y
operativos, a generalistas relacionados con la implementación de políticas
sociales. Manejar esta multiplicidad de lenguajes resulta una tarea compleja,
máxime a la luz del uso intensivo de métodos estadísticos sofisticados.
Una versión sintética de este informe, se transformo en un capítulo de un
libro con resultados de una investigación mas general sobre determinantes del
bienestar en America Latina (Gasparini et al. (2009b) en Graham y Lora (2009)). Si
bien cercano a los intereses de los implementadores de políticas públicas, se trata
de un libro técnico. Las principales innovaciones (metodológicas y temáticas) se
concentraron en un paper (Gasparini et. al (2009a)), escrito para especialistas y
destinado a una publicación científica con referato.
Los trabajos, antes mencionados, de Gasparini y Gluzmann (2009) y de
Caruso, Sosa Escudero y Svarc (2010), son subproductos de este marco general, es
decir, investigaciones que se iniciaron en el marco del proyecto analizado y que
posteriormente cobraron relevancia y volumen como para constituirse ellas
mismas en investigaciones separadas.
4. La investigación aplicada como proceso complejo y multidimensional
La experiencia discutida en las secciones anteriores debe ser entendida como un
ejemplo concreto del contexto y las actividades involucradas en el desarrollo de
22
una investigación empírica en ciencias sociales. Más allá de los detalles de la
misma, y a la luz de la experiencia acumulada, existen varios principios y
reflexiones que resultan apropiados a fines de caracterizar, en términos
generales, a dichas investigaciones.
A modo de conclusión, y a fines de extrapolar a cualquier investigación
empírica las principales ideas discutidas en el ejemplo utilizado en este capitulo,
ofrecemos las siguientes reflexiones.
• La investigación como proceso dinámico. El caso estudiado sugiere,
enfáticamente, la necesidad de concebir y evaluar a cualquier
investigación como parte de un proceso dinámico, que se alimenta del
stock heredado y que a su vez es parte esencial de las investigaciones
futuras. Esta concepción tiene un impacto directo sobre aspectos tanto
conceptuales como operativos. Con respecto al primero, una parte
fundamental del proceso de definición y concreción de una investigación
consiste en negociar las nuevas ideas a la luz del conocimiento heredado,
y de la relevancia de las mismas. Este complejo proceso requiere un
delicado ejercicio de auto evaluación y replanificacion, a fines de
establecer la naturaleza original e innovadora de la investigación, lo cual
implica entender qué es lo que el status quo plantea, implícitamente o no,
como conocimiento nuevo y viejo, así como evaluar si las capacidades del
equipo de investigación son adecuadas para llevar adelante tal
innovación. Desde un punto de vista operativo, cualquier investigación
debe ser pensada, administrada y evaluada como parte de un plan
integral, que contiene a las investigaciones pasadas, a las investigaciones
paralelas que lleva a cabo el equipo de investigación y,
fundamentalmente, a las oportunidades de proyectos futuros. Esta
percepción tiene una consecuencia directa sobre los aspectos operativos
del proceso de investigación. La conformación de un equipo de
investigación transcurre, necesariamente, en un contexto temporal en
donde la relación inicial alumno-docente se transforma, muy
rápidamente, en una relación de colegas. Desde el punto de vista de la
persona (alumno, investigador júnior o senior), resulta fundamental
evaluar la participación en un proyecto de investigación a la luz de los
senderos futuros que la misma es capaz de abrir. También resaltamos la
necesidad de evaluar las decisiones de financiamiento desde un punto de
23
vista dinámico, que contemple explícitamente la estructura de “subsidios
cruzados” en la cual proyectos concretos se benefician de un stock
financiado en el pasado, y a su vez tienen impacto (intelectual y
financiero) sobre otras actividades de la línea de investigación.
• La investigación como fenómeno social y comunal. La mayoría de las ideas
discutidas en las secciones anteriores sugieren que una parte importante
del proceso de investigación se destina a relaciones entre personas. En
primer lugar, la naturaleza social de la investigación, plasmada en la
noción de comunidad científica, implica que la factibilidad y relevancia
de un proyecto de investigación exitoso es determinada en conjunto, por
el investigador y la comunidad científica que lo contiene. De lo cual se
sigue la relevancia de crear y mantener instituciones que permitan
facilitar y enmarcar estas interacciones. El objetivo de las mismas consiste,
fundamentalmente, en brindar un marco concreto para que estas
interacciones personales ocurran en forma eficiente y provechosa para la
comunidad científica.
Un segundo rol para estas instituciones consiste en garantizar una
transición generacional ordenada, que permita acumular capital humano
y social, así como garantizar una división de roles eficiente en los equipos
de investigación. El diseño de carreras científicas es una tarea crucial de
estas instituciones.
En tercer lugar, las instituciones que agrupan investigadores
cumplen un rol central en el aprovechamiento de economías de escala y
diversificación en la investigación. En cuanto a las de escala, las
inversiones temáticas y metodológicas son mejor aprovechadas (y
eventualmente, mas baratas) cuando son explotadas en un conjunto de
investigaciones. Las de diversificación sugieren que la integración de
equipos tiene un impacto directo sobre la cartera de proyectos que maneja
un investigador. Como comentásemos anteriormente, cualquier
investigación relevante implica asumir una considerable dosis de riesgo
intelectual y operativo, el cual es mas eficientemente administrado
cuando el equipo puede manejar un volumen grande de proyectos que
permiten distribuir el riesgo entre sus distintas actividades.
Finalmente, la dinámica compleja de un proceso de investigación
implica que el mismo esta sujeto a un sinfín de shocks y eventos fortuitos.
24
Un parte esencial de la gestión de un proceso de investigación implica
acomodar los efectos negativos y aprovechar, rápida e inteligentemente,
los positivos. Llevando este argumento a un extremo, posiblemente sea
recomendable (por más contradictorio que resulte) construir un ambiente
que provoque estos shocks, y confiar en que una administración eficaz se
aproveche del aspecto positivo de los mismos. Todos los que trabajamos
en investigación podemos contar infinidad de anécdotas de ideas
inesperadas que surgen en charlas de café, seminarios, clases, reuniones
administrativas, que ocurren en paralelo con una investigación en
particular. Las instituciones, entonces, fuerzan estas interacciones y les
permiten a los investigadores aprovecharse de los shocks positivos que de
las mismas surgen. Concretamente, estos centros, equipos, cátedras, etc.,
brindan al investigador un ámbito físico para la interacción comunal.
• La investigación como proceso estratégico: una idea recurrente en el caso
estudiado se relaciona con el fenómeno de que las investigaciones
relevantes ocurren en un contexto de enorme incertidumbre,
consecuencia inmediata del hecho de que las investigaciones relevantes
versan sobre aquello que no se sabe. Queda del lado del investigador, y
de su interacción con la comunidad científica, el proceso (dinámico) que
establece la relevancia de la investigación en cuestión, y su factibilidad.
Este proceso es necesariamente estratégico, en el sentido de que el
investigador enfrenta, repetidas veces a lo largo de una investigación,
nodos de decisión que lo inducen a adoptar un camino y, naturalmente,
descartar los otros. Este proceso decisorio comienza con la definición y
evaluación de la relevancia y factibilidad de una investigación en
cuestión, y continua con una variedad de decisiones de distinta
importancia que incluyen, trágica y naturalmente, abandonar o postergar
la investigación en cuestión, ya sea a la luz de sus dificultades logísticas,
de su poca relevancia temática, o de otras cuestiones operativas. Uno de
los principales desafíos que enfrentan los que se inician en la
investigación, es gestionar este proceso, que tiene aspectos planificables y
evaluables, pero que, necesariamente, tienen que convivir con otros que
son espontáneos y de compleja sistematización. Es imposible planear de
antemano todo el proceso de investigación y pretender ajustarse a pautas
claras y preestablecidas. Por contraposición, es valido dudar de la
25
relevancia de las que así ocurren. Ciertamente, no debería deducirse de lo
antedicho que es irrelevante planificar y ordenar una investigación. Por el
contrario, una planificación clara y puntillosa es una condición
fundamental para evaluar dinámicamente los logros y fracasos, y
replanificar a la luz de los nuevos resultados y objetivos de la
investigación.
• La investigación como proceso conceptual: mucho y diverso se ha escrito en la
literatura epistemológica acerca de la interacción entre la teoría y su base
empírica (ver Klimovsky (1997) para una introduccion). La investigación
analizada enfrentó a los investigadores a un claro conflicto en donde la
teoría heredada no es lo suficientemente explicita acerca de su propia
base empírica. La principal enseñanza que se desprende del estudio de
este caso, se relaciona con la entidad de los datos, como tales, a la luz de
un concepto subyacente que guía a la investigación (las nociones de
pobreza multidimensional y sus formas de medición, en el caso
estudiado). En consecuencia, la disponibilidad y relevancia de una base
de datos ocurre solo en el contexto de los objetivos de una determinada
investigación, lo cual, claramente, equipara a los datos con la
disponibilidad de una teoría que los contiene y los aísla temáticamente.
Concretamente, y más allá de un evento puramente administrativo, es
imposible afirmar que los datos “existen” hasta el momento que son
sometidos al escrutinio de los objetivos de una investigación.
La reciente “revolución de credibilidad” en economía es ilustrativa
al respecto8. Sin un marco conceptual claro acerca del proceso abstracto
que genera datos, estos últimos solo pueden servir a fines descriptivos. A
modo de ejemplo, las correlaciones positivas entre la educación y los
salarios de las personas, contienen información causal en la medida en
que las discrepancias observables en la educación no obedezcan a
diferencias salariales, como ocurriría en un experimento en donde los
niveles de educación, fijados exógenamente, determinan los salarios. La
posibilidad de realizar inferencias causales en base a correlaciones de
8 Esta literatura se refiere al enfoque empirico (“experimentalista”) que prioriza el analisis empírico en contextos en los que resulta clara la direccion de causalidad, ya sea a traves de experimentos naturales o de detallados analisis institucionales. Ver Angrist y Pischke (2008) para una revision detallada a estas ideas. Ver Keane (2010) para una vision critica (“estructuralista”).
26
ingresos y niveles de educación descansa en una presunción o conjetura
teórica acerca de que 1) efectivamente la educación altera la productividad
de las personas (captada por los salarios) 2) cualquier otro factor no
observable o medible no interactúa con la educación en la determinación
de los salarios. Ambas condiciones son, por construcción, inverificables
con datos de salarios e ingreso solamente. La primera, claramente, es una
conjetura causal teórica, la segunda, por definición, depende de factores
no observables. Consecuentemente, su validez, y, eventualmente, la
utilidad de dichos datos a fines de medir relaciones causales descansa en
concepciones teóricas, o evaluables en otros marcos empíricos ajenos a los
datos disponibles.
5. Comentarios finales: la trastienda de “La Trastienda de la Investigación”
Aun a riesgo de contradecir las apreciaciones de la subseccion 3.1, este trabajo se
inicia, tácitamente, en un momento muy concreto, cuando Catalina Wainerman
me dedica la 3a edición de “La Trastienda de la Investigación”, con la frase “Para
Walter: para que sigamos discutiendo de estos temas”. Trabajamos en distintos
departamentos y en disciplinas con fuertes discrepancias temáticas y
metodológicas, si bien dentro de las ciencias sociales. Así y todo, es el contexto
físico (una vez más) provisto por la Universidad de San Andres, lo que nos
proveyó un espacio para discutir extensamente sobre nuestra común
preocupación sobre las cuestiones metodologicas: en interminables reuniones de
comités (de esos que intentan hacer pasar camellos por caballos), en medio de
álgidos debates sobre política universitaria, en charlas de pasillo o, simplemente,
esperando (vanamente) que la impresora comunitaria haga su trabajo. Sirva este
comentario como ejemplo concreto de la idea central de este artículo: hacer
investigación es un hecho relevante en sí mismo, y porque las interacciones que
de ella se derivan se traducen en nuevas investigaciones, a través de un proceso
complejo, dinámico y fortuito.
Nos hubiese gustado relatar los pormenores de una investigación más
épica, en donde luego de escudriñar teorías y datos, hayamos entendido, por
ejemplo, los determinantes de la pobreza extrema en nuestro país, o descubierto
una nueva vía de acción para mejorar el bienestar de las personas. Por el
contrario, debimos conformarnos con mostrar un paso modesto y concreto, pero
ilustrativo del alcance de una investigación moderna, y de las complejidades que
27
conlleva el trabajo empírico en ciencias sociales. Para los iniciados, la ciencia
social puede resultar frustrante, en comparación con la visión idílica de las
experiencias en ciencias experimentales, que, en su larga historia, pueden hablar
de grandes hallazgos, viajes exóticos, o heroicos descubrimientos. En su estado
actual, la ciencia social empírica enfrenta un enorme desafio, acorde con las
complejas interacciones que son su objeto de estudio. Y que sugiere que las
impresiciones, los fuertes disensos, y la naturaleza conjetural de los resultados de
las investigaciones empíricas en ciencias sociales, se deben a sus enormes
dificultades operativas, metodológicas y conceptuales, y no a la impericia de
quienes las llevan a cabo.
Referencias
Alkire, S., 2008, Choosing Dimensions: The Capability Approach and
Multidimensional Poverty, Cap. 6 en Kakwani y Silber (2008b).
Angrist, J. y Pischke, J., 2008, Mostly Harmless Econometrics: An Empiricist's
Companion, Princeton University Press, Princeton, NJ.
Angrist, J. y Pischke, J., 2010, The Credibility Revolution in Empirical Economics:
How Better Research Design Is Taking the Con out of Econometrics, Journal of
Economic Perspectives, 24.
Caruso, G., Sosa Escudero, W. y Svarc, M., 2010, Deprivation and the
Dimensionality of Welfare: A Variable-Selection Cluster-Analysis Approach,
Documento de Trabajo CEDLAS No. 121.
Deaton, A., 2007, Income, aging, health and wellbeing around the world:
Evidence from the Gallup World Poll. Princeton University, mimeo.
Ferro Luzzi, G., Fluckiger, Y. y Weber, S., 2008, A cluster analysis of
multidimensional poverty in Switzerland, en Kakwani and Silber (2008a).
28
Fraiman R., Justel A. and Svarc M., 2008, Selection of Variables for Cluster
Analysis and Classification Rules, Journal of American Statistical Association,
103, 1294-1303.
Gasparini, L. y Gluzmann, P., 2009, Estimating income poverty and inequality
from the Gallup World Poll. The case of Latin America and the Caribbean,
Documento de Trabajo ECINEQ, Society for the Study of Economic Inequality.
Gasparini, L., Sosa Escudero, W. y Cicowiez, M., 2010, Pobreza y Desigualdad en
America Latina: Conceptos, Herramientas y Aplicaciones, mimeo.
Gasparini, L., Marchionni, M., Olivieri, S. y Sosa Escudero, W., 2008, Income,
Deprivation, and Perceptions in Latin America and the Caribbean: New Evidence
from the Gallup World Poll, mimeo, InterAmerican Development Bank.
Gasparini, L., Marchionni, M., Olivieri, S. y Sosa Escudero, W., 2009a,
Multidimensional Poverty in Latin America and the Caribbean: New Evidence
from the Gallup World Poll, con Leonardo Gasparini, Mariana Marchionni and
Sergio Olivieri. Documento de Trabajo CEDLAS No. 121.
Gasparini, L., Marchionni, M., Olivieri, S. y Sosa Escudero, W., 2009b, Objective
and Subjective Deprivation, en Graham, C. y Lora, E. (eds.), Paradox and
Perception: Measuring Quality of Life in Latin America, Brookings Institution
Press, Washington.
Hardle, W. y Simar, L., 2003, Applied Multivariate Statistical Analysis, Springer,
New York.
Hastie, T., Tibshirani, R. y Friedman, J., 2009, The Elements of Statistical
Learning: Data Mining, Inference, and Prediction, Second Edition, Springer, New
York.
Kakwani, N. y Silber, J., 2008a, Quantitative Approaches to Multidimensional
Poverty Measurement, Palgrave Macmillan, New York
29
Kakwani, N. y Silber, J., 2008b, The Many Dimensions of Poverty, Palgrave
Macmillan, New York.
Keane, M., 2010, A Structural Perspective on the Experimentalist School, Journal
of Economic Perspectives, 24, 47–58.
Klimovsky, G., 1997, Las Desventuras del Conocimiento Científico. Una
Introducción a la Epistemología, A-Z editora, Buenos Aires.
Ravallion, M. y Lokshin, M., 2002, Self-rated economic welfare in Russia,
European Economic Review, 46, 1453-1473.
Sen, A., 1984, Rights and Capabilities, en A. Sen, Resources, Values and
Development. Basil Blackwell, Oxford,.