el efecto de las transferencias pÚblicas en especie … · 2 dirección de correspondencia:...

1

TESINA DE MÁSTER 2/2009

EL EFECTO DE LAS TRANSFERENCIAS PÚBLICAS EN ESPECIE SOBRE LA DISTRIBUCIÓN DEL BIENESTAR ECONÓMICO: ILUSTRACIÓN A PARTIR DE

LA EDUCACIÓN PÚBLICA EN ESPAÑA

Alumno: David Patiño Rodríguez

Director: Prof. Dr. D. Antonio Villar Notario

CÁTEDRA DE ANÁLISIS ECONÓMICO

3

EL EFECTO DE LAS TRANSFERENCIAS PÚBLICAS EN ESPECIE SOBRE LA DISTRIBUCIÓN DEL BIENESTAR ECONÓMICO: ILUSTRACIÓN A PARTIR DE LA EDUCACIÓN PÚBLICA EN ESPAÑA 1

David Patiño Rodríguez2

Resumen

Este trabajo cuestiona las medidas de bienestar económico que se emplean habitualmente en los estudios de distribución del mismo y en concreto, el uso en exclusiva de medidas monetarias que no consideran aspectos relevantes para el nivel de vida de los individuos. Para ello, se analiza el papel de las prestaciones públicas en especie. En concreto, el efecto que la inclusión de la educación pública tiene sobre la desigualdad de la renta. Para ilustrar la importancia de la cuestión se han valorado todos los niveles de educación pública prestada en España en el año 2006 e imputado a las familias, a partir de la Encuesta de Presupuestos Familiares como una corriente de servicios consumidos adicional al resto. Los resultados que se obtienen indican que la educación pública reduce la desigualdad de un modo apreciable aunque únicamente los niveles básico y secundario pues el nivel universitario mantiene las desigualdades prácticamente inalteradas.

1. INTRODUCCIÓN

El estudio de la distribución de la renta es consustancial a la ciencia económica. Su análisis se inició con la misma y constituye uno de los temas claves que ha guiado su investigación. Si bien con el crecimiento de la renta media en las economías más avanzadas, la cuestión ha ido perdiendo paulatinamente parte del interés que gozó en épocas pasadas, la cuestión sigue siendo prioritaria y constituye uno de los principales puntos de interés de los economistas por ser causa de numerosos conflictos sociales, incluso en países desarrollados.

Los avances teóricos en lo relacionado a instrumentos han sido espectaculares y a nivel analítico hoy es posible analizar la cuestión desde muy diferentes aspectos. Esto ha posibilitado investigar las causas determinantes de la desigualdad e introducir en el análisis elementos tales como la dimensión regional o la discriminación de ciertos grupos de población3, se ha incluido la naturaleza multidimensional del bienestar económico extendiendo el análisis para incluir atributos distintos a la renta4 o se ha avanzado en el estudio de las causas de la pobreza, sólo por citar algunos de los más fructíferos. 1 Deseo expresar mi agradecimiento al director de esta tesina, Prof. Dr. D. Antonio Villar Notario, por sus horas de dedicación así como por el apoyo que me ha prestado durante la elaboración de la misma. 2 Dirección de correspondencia: [email protected] 3 Ver Villar (2005) para algunos interesantes avances novedosos y aplicaciones empíricas en estos campos, especialmente en el análisis de la discriminación. 4 El trabajo de Atkinson y Burguignon (1982) desarrolla un método para comparar distribuciones conjuntas de dos variables y lo ilustran con la renta y la esperanza de vida. Gajdos y Weymark (2005) extienden el análisis multidimensional a la familia de índices generalizados de Gini.

4

No obstante, y si bien los desarrollos teóricos han posibilitado aplicaciones empíricas de gran interés, es precisamente en este último ámbito en el que posiblemente la literatura ha desarrollado menos algunos aspectos que pensamos que son del máximo interés. En concreto, uno de los elementos más problemáticos es la propia definición del objeto de estudio. De manera obvia, definir con precisión la variable cuya desigualdad vamos a medir determina de forma clave los resultados que van a obtenerse. Si bien el estudio de esta cuestión ha generado fructíferos debates con resultados de mucho interés, como los relativos al ámbito temporal y en concreto el debate renta corriente versus renta de ciclo vital, existen otras materias que creemos que han sido insuficientemente tratadas y precisan un mayor desarrollo. El principal objeto de este trabajo es profundizar en el tratamiento de algunos elementos que deben incluirse en la medida de bienestar económico que se analice. En particular, pretendemos poner de relieve la importancia de la exclusión de algunos factores que no suelen formar parte de las definiciones de renta que habitualmente se emplean en este tipo de trabajos. Al obviarlos dejamos de lado elementos que pueden ser muy relevantes en la determinación de la sensación de desigualdad. En concreto, el trabajo se centra en el análisis del papel de los bienes preferentes5 y su posible impacto sobre la desigualdad.

En general, la literatura empírica sobre la cuestión se basa en encuestas de presupuestos familiares y emplea medidas del bienestar económico de los individuos que consisten básicamente en sus ingresos monetarios. Si bien las propias encuestas de este tipo suelen proporcionar datos sobre otros componentes de la renta de los hogares como ingresos en especie, autoconsumo o el alquiler imputado a los propietarios de sus propias viviendas, no suelen aportar información de las transferencias en especie procedentes del sector público que reciben y consumen. Dada las diferencias en la organización de los diferentes países e incluso dentro de los mismos, el resultado puede ser que el concepto de nivel de vida en el que basamos nuestro estudio no sea una buena aproximación a la situación económica de los hogares. En conclusión, puede ser que midamos la desigualdad a través de una proxy del bienestar económico que no recoge algunos de los determinantes de éste.

Por tanto, al emplear exclusivamente los ingresos monetarios se obvian las transferencias recibidas a través de lo que se denomina estado del bienestar. Sin embargo, la sanidad o la educación pública proporcionan a los individuos que la reciben una corriente de servicios que si no fuera suministrada por esta vía precisaría dedicar cantidades importantes a su adquisición en el mercado. Si obviamos estos servicios dejamos de lado una importante fuente de satisfacciones y el error cometido puede ser importante, especialmente cuando comparemos la desigualdad de un país en el que se reciben estas prestaciones con otros en los que el Estado no las provee. Recientemente, Stiglitz, Sen y Fitoussi (2009) refiriéndose a esta cuestión, han indicado que para valorar el bienestar debería imperar lo que llaman el principio de invarianza. Según el mismo, las medidas de la producción o del bienestar no deberían estar 5 Un bien preferente (merit goods), concepto desarrollado por Musgrave (1959), hace referencia a aquél cuyo consumo promueve el gobierno incluso aunque los miembros de la sociedad no lo demanden. La provisión puede realizarse de manera directa o a través de la subvención del precio de mercado. Suelen ser bienes que generan externalidades positivas y los principales ejemplos son la educación y la sanidad. El acceso a ciertos niveles mínimos de estos bienes por parte del consumidor se conoce como equidad categórica.

5

afectadas por el marco institucional existente en cada país. Es decir, si los mismos servicios médicos se proveen en un caso por el sector privado y en otros por el sector público, las medidas del bienestar no deberían estar afectadas por esta cuestión. Las diferencias pueden surgir incluso dentro del mismo país y existir diferencias entre los niveles de prestación, la calidad del servicio recibido, etc. de las distintas regiones que también son generadoras de importantes desigualdades. La no consideración de tales diferencias puede generar cambios importantes en el dibujo de la desigualdad que se obtiene.

El presente trabajo subsana en parte esta cuestión introduciendo en el análisis de la distribución de la renta una valoración de parte de las transferencias en especie que los hogares reciben del sector público. En concreto, valora la educación pública y la agrega a la corriente de consumo financiada a partir de las rentas percibidas del resto de fuentes para analizar el efecto sobre la desigualdad en la distribución. De manera subsidiaria, el ejercicio permite también estimar el impacto de la educación pública sobre la desigualdad de la sociedad española y cuantificar su impacto regional y por niveles educativos.

El referente en la relación entre las transferencias en especie y la desigualdad es el trabajo de Smeeding (1977), si bien en este caso se analizó su impacto para reducir la pobreza. El trabajo se basa en los datos del censo norteamericano y distribuye a los hogares, a partir de diferentes criterios el montante global agregado de las cuantías de los programas federales de transferencias en especie y analiza su efecto a partir de dos ratios. Según el autor, las transferencias en especie reducen la pobreza pero su efectividad no es muy elevada porque una parte importante del gasto acaba beneficiando a otros grupos de población. Como causa se apunta que las familias más pobres valoran menos estas ayudas que las monetarias y eso hace que los beneficiarios de muchos de estos programas sean finalmente, otros grupos de población. Como efectos adicionales, las transferencias en especie modifican la composición demográfica de la población pobre pues favorecen a ciertos tipos de población, por ejemplo a la población de más edad y a las mujeres con hijos, frente a otros. Por último, tampoco son neutrales en sus efectos regionales, a pesar de que tienden a reducir las diferencias entre los Estados. El presente trabajo sigue de cerca el comentado pero nuestro principal foco de atención no es tanto la pobreza sino el análisis de la desigualdad en si6, para medir la misma de un modo más preciso. En concreto, nos centramos en el efecto de la educación pública que es uno de los programas de transferencias en especie más importante cuantitativa y cualitativamente. Como indican Stiglitz y otros (2009, p. 46) además de su importancia sobre las capacidades y competencias en la actividad productiva, la educación tiene un importante efecto sobre la calidad de vida de la gente por sus vínculos con las mejoras de salud, con mejores conexiones sociales, mayores intervenciones en la vida social y civil y porque genera importantes beneficios para el individuo y la sociedad en la que vive. Si bien hemos optado por la educación para destacar esta importancia, el trabajo debe considerarse una primera etapa de un intento de incorporar todas las transferencias públicas en especie en el análisis de la desigualdad.

6 Ravallion and Lokshin (2000), por ejemplo, han encontrado evidencia de que la mayoría de los individuos de la decila de consumo más alta muestran preferencias por políticas redistributivas.

6

El trabajo se estructura en seis partes además de esta introducción. En la primera sección se define brevemente el concepto de bienestar económico que empleamos, la unidad de estudio y se describen brevemente los datos que se han utilizado. En la segunda se explican los ajustes de los que han tenido que ser objeto los mismos. En la tercera sección se describe cómo han sido obtenidos los datos globales de gasto por niveles educativos para cada CA y las transformaciones de las que han sido objeto. La cuarta parte describe cómo se han calculado los gastos por alumno y cómo se han imputado a los hogares de la EPF. La quinta sección muestra los resultados obtenidos y los comenta para terminar con unas breves conclusiones.

2. CONCEPTO DE RENTA, UNIDAD DE ANÁLISIS Y DATOS DEL ESTUDIO

El trabajo se basa en la Encuesta de Presupuestos Familiares (en adelante EPF). Esta fuente de datos es la habitual en trabajos de este tipo. No obstante, a los datos de la encuesta se le ha realizado una serie de ajustes y añadido una valoración de la transferencia recibida por las familias en forma de educación pública. La presente sección define qué variable constituye el objeto de estudio y las razones por las que se ha elegido. Además, también se explica el ámbito temporal y personal así como una breve descripción de los datos empleados.

La medida del bienestar económico que se analiza es el consumo de los hogares. Seguidamente se explican las razones de esta elección, sin embargo, es necesario indicar previamente que en la práctica el consumo de los hogares es inobservable y lo único que puede observarse es el gasto en bienes de consumo. La diferencia entre ambas magnitudes se encuentra en los bienes duraderos que son propiedad de los individuos y que generan un flujo de servicios que se consume a lo largo de varios períodos. La principal partida dentro de este grupo la constituye el alquiler imputado a sus propietarios por su vivienda habitual. En la EPF aparece incluida una valoración de este concepto, sin embargo, no se incluye el resto de bienes duraderos como automóviles, electrodomésticos, PCs, etc. De hecho, únicamente recoge una información muy básica sobre el equipamiento de las viviendas como la disposición de agua caliente o el tipo de fuente de energía que se emplea. Por tanto, sería preciso emplear información de alguna fuente externa para realizar una imputación de esta corriente de servicios similar a la que se hace después para los servicios públicos. Aunque un ajuste en este sentido constituiría un interesante ejercicio en sí mismo va más allá del ámbito de este trabajo. Además, dado que el trabajo se plantea a nivel de grandes realidades como las Comunidades Autónomas (en adelante CCAA) o la totalidad del país, en realidad, esta dificultad no es tan importante. Podemos considerar las compras de estos productos por parte de las familias en un año como una buena aproximación del consumo de bienes de larga duración. El problema es mucho más complicado a nivel de hogares particulares y los indicadores empleados habitualmente, como el consumo de energía eléctrica, no son muy satisfactorios.

Se ha optado por emplear el consumo en lugar de la renta por varias razones, tanto teóricas como de índole práctica. En primer lugar, el empleo del consumo puede ser más adecuado porque se puede considerar como un indicador de la renta permanente de los hogares. Los individuos ajustan su patrimonio para permitir que los

7

niveles de consumo permanezcan del modo más constante posible a lo largo del tiempo. En este sentido, el consumo puede reflejar mejor que la renta corriente una idea de renta permanente de los individuos que ahorrarán o desahorrarán, en la medida en que el mercado de capitales lo permita7, en situaciones en las que la renta experimente una elevación o reducción que no se considere permanente o recogiendo sus expectativas de renta futura. El consumo, de este modo, puede ser mejor guía del patrón de renta de los individuos y puede estar menos afectado por las circunstancias coyunturales, aportar información sobre la renta y también incorporar información indirecta del patrimonio actual y en algún grado, del esperado. Además, constituye en sí mismo una medida del grado de necesidades que satisfacen los individuos en un momento determinado8.

Por razones de posibilidad se va a emplear un horizonte temporal anual en lugar de un horizonte de ciclo vital. La evidencia empírica muestra para datos de corte transversal, que los perfiles edad-renta de los individuos son crecientes con los niveles educativos y cóncavos, con un pico aproximadamente en la edad de los 50-55 años tras lo cual comienza a descender. Este resultado se presenta con bastante robustez respecto de países y periodos analizados9. Por esta razón, al tomar datos de sección cruzada correspondientes a un único año podemos estar incluyendo entre los individuos de renta baja a los que en realidad tienen una edad que les hace obtener unos ingresos corrientes reducidos a pesar de que su renta de ciclo vital ha podido ser o será más elevada. Los estudiantes universitarios o los jubilados pueden ser los principales ejemplos de estas situaciones. Del mismo modo, podemos estar incluyendo entre el grupo de individuos de renta media o media-alta a algunos que se encuentren en el pico de sus ingresos pero que si tomáramos su renta de ciclo vital estaría situado en niveles más reducidos. Por tanto, los resultados pueden ser sensibles al empleo de uno u otro enfoque. Nuestro trabajo emplea un horizonte temporal anual que corresponde a la EPF en su ejercicio de 2006. Emplear un enfoque de ciclo vital implica una realización muy complicada con unos costes que sobrepasan con mucho las posibilidades de este trabajo10. Además, se puede considerar que los errores comentados se podrían corregir mutuamente al ir en direcciones contrarias aunque no disponemos de información sobre la magnitud del fallo que cometemos en relación a un concepto de renta de ciclo vital.

Respecto a la unidad estadística de estudio, el trabajo se basa principalmente en lo que se suele denominar adulto equivalente. Sin embargo, deberemos emplear también el hogar como referente por varias razones. En primer lugar, la naturaleza de nuestro trabajo consiste en valorar las transferencias en especie que reciben las familias del Estado en forma de educación pública. La mayor parte del trabajo se

7 Aunque el mercado de capitales no es perfecto, en algún grado posibilita una planificación del consumo del individuo a lo largo de toda su vida. 8 Goerlich y Villar (2009) en su capítulo 12 analizan con detenimiento la idoneidad del uso de los gastos en consumo como base de los estudios de este tipo. Stiglitz y otros (2009, p. 29) ponen de relieve las limitaciones de la renta corriente y destacan la importancia de considerar el patrimonio como fuente de bienestar económico. 9 Ver el clásico trabajo de Becker (1974) o Marcenaro y Navarro (2005) para un reciente resultado en España. 10 Ver Fullerton y Rogers (1993) para un ejemplo de este tipo de ejercicios aplicado, en este caso, a la incidencia de los impuestos.

8

centra en los hogares y lo que en su conjunto reciben del Estado. Si bien los padres no son los beneficiarios directos de las transferencias por no ser ellos los que reciben la educación pública, ahorran los pagos que deberían realizar si no se recibiera como transferencia en especie. Por tanto, si suponemos que el consumo de educación (propia o de los hijos) genera un crecimiento de la utilidad, no emplear el hogar como unidad de análisis implica tener que realizar una serie de complicados supuestos sobre la incidencia de las transferencias recibidas que tendría difícil solución. En ese sentido, la imputación se realiza a las familias como parte de su consumo adicional al reportado en la encuesta.

Por el contrario, la literatura de la desigualdad de la renta se basa principalmente en el individuo como principal objeto de referencia y sobre el mismo desarrolla todo el análisis. Para casar con esta base individual, es preciso imputar a los miembros del hogar su renta, pero en la medida en que existen economías de escala en el consumo familiar, calcularlas es una tarea relativamente complicada en la que existe un interesante debate abierto. Como indican Goerlich y Villar (2009, p.343) el problema surge porque las familias se diferencian entre ellas en atributos diferentes a la renta como el tamaño o su composición. En esas circunstancias, hogares con la misma renta pueden tener necesidades diferentes. Para solucionar este problema se define un índice de necesidad con el que deflactar la renta familiar. A este índice se le conoce como escala de equivalencia y permite comparar familias con atributos o composiciones distintas. En nuestro caso, la EPF incluye para cada hogar la denominada escala de la OCDE así como una modificación de la misma. Estas escalas asignan distintos pesos a los miembros del hogar, en función de la condición del miembro y son habitualmente empleadas en la literatura. Además de éstas, el trabajo también emplea una escala paramétrica. Este tipo de escalas suponen que la elasticidad de las necesidades respecto del tamaño del hogar es constante y varía entre 0 y 1. De este modo, la escala determina la renta de cada miembro del hogar considerando la diversidad de situaciones familiares que hacen que varíe el grado de economías de escala. Por tanto, la renta de un adulto equivalente está determinada por la renta del hogar dividido entre el número de miembros elevado a la elasticidad de las necesidades. Si la elasticidad es 1 estamos suponiendo que no hay economías de escala en el consumo y la renta equivalente es la renta pér cápita. El otro caso extremo de elasticidad 0 hace que la renta equivalente sea idéntica a la familiar y las economías de escala son infinitas. En la realidad la elasticidad estará comprendida entre estos dos umbrales y en la literatura es muy común utilizar el valor de 0,5. Goerlich y Villar (p. 350) indican que por esta razón se conoce como escala de la raíz cuadrada.

La última cuestión relativa al objeto de estudio es la referida a la necesidad de realizar ajustes por inflación. Dado que la posibilidad de calcular un índice del coste de la vida se escapa de las posibilidades de este trabajo11, el consumo se ha ajustado a través de un índice de precios que capte principalmente las diferencias regionales. La intuición indica que las posibles diferencias en los precios pueden hacer que los niveles de renta (o consumo) más reducidos de las regiones pobres queden compensados en algún grado con menores niveles de precios, reduciendo las diferencias reales

11 Un índice del coste de la vida pretende estimar la evolución de mantener un nivel de bienestar económico constante para cada individuo cuando cambian los precios (Ruiz-Castillo y otros (1999, p. 15)).

9

existentes. Por el contrario, si tal intuición no se cumple, las distancias en los precios pueden incrementar las diferencias entre los distintos territorios. La principal dificultad para cualquier ajuste es la falta de datos pues los únicos que hace público el INE son los índices de precios con distintas bases, su variación y las ponderaciones que emplea, sin permitir el acceso al nivel general de precios que sería el dato que deberíamos usar para deflactar la renta. Aun así, el propio INE proporciona la evolución del IPC enlazando las distintas series y de este modo, disponemos de la variación de los precios de las CCAA desde enero de 1978. Una breve ojeada a los datos entre esta fecha y 2006 sirve para revelar que las diferencias regionales de precios pueden ser importantes. Por ejemplo, los precios han crecido un 89,4% respecto de la media nacional en Cantabria que fue la CA en la que menos lo hizo durante este período. Por el contrario, en la CA en la que más se incrementaron, Cataluña, los precios se elevaron en un 108,7%. Como se puede apreciar, existe un diferencial de 19,3 puntos entre ellas, lo cual puede tener efectos importantes sobre la medida del bienestar. Además, se aprecian algunos datos que contrarían la intuición que hemos indicado como por ejemplo la evolución seguida por los precios en la CA de Madrid donde los precios han crecido durante el período menos que la media nacional, en concreto lo han hecho en un 95,4%. Parece justificado por tanto, buscar algún mecanismo que capte las diferencias regionales en los precios. Dada la imposibilidad de acceder al índice de precios, el único ajuste que se ha podido realizar ha consistido en emplear directamente los porcentajes de crecimiento en los índices regionales con respecto de la media nacional como coeficientes para captar algunas de las diferencias que existen en los precios de las CCAA.

Con respecto a los datos empleados para realizar el trabajo, y como ya indicamos, la principal fuente es la Encuesta de Presupuestos Familiares de 2006, elaborada por el INE. La encuesta sustituye a la Encuesta Continua de Presupuestos Familiares y como el propio INE indica, permite conocer el gasto en consumo de los hogares residentes en España y su distribución. La actual EPF ha pasado a tener una periodicidad anual y su muestra se ha incrementado hasta los 24.000 hogares. De este modo, su tamaño actual es similar al de la antigua Encuesta Básica de Presupuestos Familiares y aproximadamente el doble de la antigua encuesta continua. La encuesta posibilita el análisis del consumo y su distribución y proporciona numerosos datos socioeconómicos referidos al ámbito nacional y autonómico. Además proporciona datos que posibilitan el análisis en otros ámbitos como por ejemplo el tamaño del núcleo de población en el que viven los entrevistados lo que posibilita diferenciar entre zonas rurales y urbanas. La encuesta se presenta en tres ficheros que recogen información respectivamente sobre los hogares, los miembros de los mismos y los gastos que realizan.

La EPF sigue el esquema denominado muestreo bietápico estratificado que consiste en dividir a la población en estratos o subconjuntos de población con una serie de características comunes. En concreto, la población española se divide en 2.392 secciones censales de las que se selecciona una muestra de 10 viviendas y se recoge información de todas las familias que viven en las mismas. Según indican Goerlich y Villar (p. 362), la característica principal de este tipo de encuestas es que los datos llevan asociado un peso o factor de elevación que permite elevar los resultados muestrales a poblacionales. La ponderación de las observaciones se realiza

10

principalmente para economizar recursos y los factores de elevación indican el número de datos de la población que están representados por la observación determinada. Goerlich y Mas (1999) apuntan que la técnica concreta de utilización de los factores de elevación para transformar los datos muestrales en poblacionales puede afectar a los resultados. En este trabajo, al igual que en el citado, se opta por replicar todas las características de cada hogar por el factor de elevación correspondiente multiplicando cada observación por el factor de elevación poblacional para determinar el número de hogares de este tipo que representa.

La encuesta en sus distintos ficheros proporciona la información relevante para realizar el ejercicio que hemos planteado, en especial indica el tamaño del gasto en consumo así como la renta de los hogares y de sus miembros, datos socioeconómicos de las familias como la edad de los miembros, estudios completados, comunidad autónoma de residencia, tamaño de la población de residencia, conformación del hogar, sus integrantes, sus datos demográficos, datos laborales del sustentador principal y de otros miembros del hogar, etc. Igualmente, recoge información pormenorizada de sus esquemas de consumo que son estadísticamente significativos en agregaciones de hasta 4 cifras para el caso de las CCAA. Mucha de la información reportada permite imputar los bienes preferentes del modo que describiremos más adelante.

Para completar esta breve descripción de la EPF es de interés compararla con los datos reales de la sociedad española. En este sentido, destaca que la muestra efectiva o número de hogares que finalmente han colaborado en la elaboración de la EPF-2006 es de 19.425, de los 23.920 hogares que constituyen la muestra teórica. Si elevamos poblacionalmente los datos de la EPF y los comparamos con los del Padrón de Habitantes a 1 de enero elaborado por el INE la coincidencia es casi absoluta con los correspondientes al año 2005. El cuadro 1 muestra las frecuencias absolutas y relativas en la población según el Padrón Municipal de distintos años y la EPF.

Cuadro 1. Estructura de la población española según el Padrón Municipal de Habitantes y la EPF. Año 200612

Individuos muestrales

EPF 2006

Proporción de

individuos

Individuos poblacionales

EPF 2006

Propoción de

individuos

Población a 1/01/2005

Proporción de

población

Dif individuos EPF06-

PADRON05

Dif % EPF06-PADRON05

andal 6.539 11,7% 7.819.604 17,8% 7.849.799 17,8% -30.195 0,000423aragon 2.408 4,3% 1.253.909 2,9% 1.269.027 2,9% -15.118 -0,000165astur 1.797 3,2% 1.051.300 2,4% 1.076.635 2,4% -25.335 -0,000426balear 2.165 3,9% 994.222 2,3% 983.131 2,2% 11.091 0,000392canar 2.627 4,7% 1.966.056 4,5% 1.968.280 4,5% -2.224 0,000228cant 1.546 2,8% 556.075 1,3% 562.309 1,3% -6.235 -0,000063cyleon 3.709 6,7% 2.451.992 5,6% 2.510.849 5,7% -58.857 -0,000987clmanc 3.458 6,2% 1.896.848 4,3% 1.894.667 4,3% 2.181 0,000318catalu 5.269 9,5% 6.965.161 15,9% 6.995.206 15,9% -30.045 0,000305valen 4.405 7,9% 4.678.147 10,7% 4.692.449 10,6% -14.302 0,000338extrem 2.633 4,7% 1.065.214 2,4% 1.083.879 2,5% -18.665 -0,000272gal 3.766 6,8% 2.705.837 6,2% 2.762.198 6,3% -56.361 -0,000895mad 3.445 6,2% 5.960.866 13,6% 5.964.143 13,5% -3.277 0,000770murcia 2.700 4,8% 1.346.524 3,1% 1.335.792 3,0% 10.732 0,000434nav 1.911 3,4% 584.347 1,3% 593.472 1,3% -9.126 -0,000124pvasco 4.869 8,7% 2.101.122 4,8% 2.124.846 4,8% -23.724 -0,000240rioj 1.757 3,2% 300.697 0,7% 301.084 0,7% -387 0,000034ceuymel 698 1,3% 136.874 0,3% 140.764 0,3% -3.890 -0,000069esp 55.702 100% 43.834.794 100% 44.108.530 100% -273.736 0,000000

Fuente: Elaboración propia a partir de los datos del INE

12 Los individuos poblacionales de la EPF-2006 se han obtenido elevando poblacionalmente los individuos muestrales multiplicándolos por su factor de elevación.

11

Además de la EPF ha sido preciso emplear otras fuentes de información para realizar los ajustes que se describirán seguidamente así como para determinar el valor de la transferencia en especie recibida por los individuos. De este modo, ha sido preciso el empleo de varias macromagnitudes de la Contabilidad Regional de España (en adelante CRE) para realizar una serie de ajustes en los niveles de consumo de la EPF. Asimismo la cuantificación e imputación a las familias del valor de la transferencia recibida por parte del Estado en forma de educación se ha realizado a partir de diferentes fuentes de datos. Las fuentes concretas empleadas se describirán brevemente en los epígrafes posteriores en la medida en que se vaya describiendo tales cálculos. Igualmente y de forma puntual, se ha empleado la liquidación de Presupuestos Generales del Estado para determinar el valor presupuestado para la educación pública en las Ciudades Autónomas de Ceuta y Melilla. Por último, también ha sido preciso el uso de otros datos aportados por el INE tales como el Padrón Municipal de Habitantes, las estadísticas de enseñanzas universitarias, etc. para realizar diferentes ajustes y cálculos.

3. METODOLOGÍA PARA EL AJUSTE EN NIVELES DEL CONSUMO DE LA EPF

Para imputar la valoración de la educación pública recibida por las familias se han tenido que ajustar los datos de consumo de los hogares para situarlos al mismo nivel que la contabilidad nacional. Existen dos razones principales por las que planteamos un ajuste de este tipo. Por un lado, porque hay un relativo consenso de que la contabilidad nacional recoge en mejor medida el nivel de consumo agregado de los hogares13. Por otro, la educación pública imputada a los hogares se valora a partir de las cifras presupuestadas. El ajuste en niveles del gasto en consumo es necesario a efectos de evitar desequilibrios con los bienes públicos imputados cuya cuantía está estrechamente relacionada con los niveles reflejados en la contabilidad nacional y no con la EPF. En la medida en que la elección de los niveles presupuestarios se vincula a los niveles de las macromagnitudes y éstas se determinan en la contabilidad nacional, nuestra referencia tiene que ser el consumo agregado de las familias en estas fuentes Esto no sería un problema ni generaría necesidad de hacer tarea alguna si no fuera porque en general, la EPF infravalora los niveles de consumo agregado respecto de la contabilidad nacional. En ese sentido, si imputamos la trasferencia en especie recibida por los estudiantes a los hogares sin hacer ajuste alguno, estaríamos incrementando el papel que tiene esta transferencia. Por eso se han ajustado los niveles de consumo reportados en la EPF a partir del agregado de la contabilidad nacional. El objetivo de esta sección es precisamente describir cómo se ha hecho este ajuste. En principio, la propiedad de independencia de la escala que se exige a los índices de desigualdad (Goerlich y Villar, (2009), p.52) hace que tal adaptación no deba en principio afectar a la misma, pues las proporciones de gasto no están afectadas con el cambio. La macromagnitud concreta que se ha empleado como referencia para realizar el ajuste es el gasto en consumo final del sector institucional de los hogares, cuya definición según el reglamento de la UE que establece el SEC-95 (UE (1996)) es:

13 Se asumirá el error de que la EPF puede recoger mal el consumo de algunos colectivos, principalmente jubilados y hogares con renta alta. Corregir esto es otro aspecto que excede el ámbito de este trabajo.

12

Gasto realizado […] en bienes y servicios que se utilizan para satisfacer directamente las necesidades o carencias individuales o las necesidades colectivas de los miembros de la comunidad […] puede realizarse en el territorio económico o en el resto del mundo.

Se ha elegido el consumo final frente a la alternativa del consumo final efectivo porque el primero no incluye los bienes transferidos por el sector público y por eso es el concepto que más se aproxima a la variable gasto total anual de cada hogar de la EPF. Esta última magnitud incluye además de los ingresos monetarios, elementos tales como el autoconsumo, los servicios de alquiler de las viviendas ocupadas por sus propietarios y las rentas en especie, elementos que también están incluidos en la macromagnitud escogida.

Para adaptar el gasto en consumo al de la contabilidad nacional, es necesario resolver previamente un problema adicional pues no conocemos el gasto en consumo final de cada CA en el año de estudio. Estos datos están en la CRE, si bien los últimos disponibles son de 2004 mientras que la EPF está referida a 2006. Por ello, el de este último año se ha estimado para cada CA a partir de otros datos aportados por el INE. Por un lado, la CRE proporciona una previsión para 2006 de la Renta Bruta Disponible (en adelante RBD) de los hogares. Por otro, la Contabilidad Nacional de España ha publicado el gasto en consumo final de los hogares para todo el territorio nacional hasta el año 2007 con una previsión para el 2006. El gasto en consumo final de cada CA en 2006 se ha estimado a partir de la relación histórica existente entre éste y la RBD. La estimación para cada CA se ha hecho a partir de la base 2000 que varía entre este año y 2004, usando regresiones para predecir el consumo de 2006 a partir de la RBD de ese año. Si bien las regresiones se han calculado con pocos datos, su objetivo es únicamente predictivo y en este sentido, el promedio de los R2 es de 0,9936 y el más reducido es de 0,9626 existiendo únicamente 4 regresiones con un R2 por debajo de 0,99. Si bien la muestra que tenemos no es muy significativa pues la serie es bastante corta, el ajuste es bastante bueno con lo que vamos a dar por buena la extrapolación que se obtiene a partir de la regresión calculada entendiendo que realizar la proyección de ese modo es lo más adecuado posible con los datos disponibles. De manera adicional, la estimación se ha ajustado con el nivel que alcanzó la magnitud en el territorio nacional. Es decir, el gasto en consumo final de todo el país, que sí es conocido, se ha distribuido en proporción a la estimación realizada en las CCAA a partir de la RBD14.

No ha habido necesidad de ajustes adicionales porque en la EPF el gasto está elevado temporalmente y se corresponde al año. Según la metodología de la encuesta, el periodo de estudio de la misma, que es el año, no corresponde en general, al periodo de referencia del gasto o duración en el tiempo en el que son observadas las adquisiciones de bienes y servicios de consumo y que corresponde a diferentes periodos. La elevación temporal se realiza a través de un factor que corresponde a la fórmula F= T/t, siendo T la duración del periodo de estudio (365 días) y t la del respectivo período de referencia que depende del gasto que estemos considerando, ambas medidas en número de días. Sin embargo, como indicamos, el ajuste ya está

14 En realidad el ajuste que se ha realizado en el gasto en consumo de la EPF va más allá de un cambio en la escala de la serie. Por tanto, la desigualdad de la misma ha cambiado. Sin embargo, el procedimiento permite captar la evolución que se ha producido en la magnitud durante esos dos años. En cualquier caso, la desigualdad no debería haberse modificado excesivamente en tan corto periodo.

13

realizado y esta ha sido otra de las razones que favorece el empleo del consumo como variable relevante. En el caso de los ingresos, la EPF los presenta con una periodicidad mensual con las consiguientes dificultades para acompasarlas al dato correspondiente de la CRE.

Una vez estimado el consumo agregado, el siguiente paso ha consistido en emplear estos datos para ajustar los niveles de consumo de la EPF. Para ello, se ha dividido el gasto estimado entre el tamaño de la población para obtener el consumo final por habitante, cuantía que se ha imputado a los hogares. En concreto, el consumo por habitante se ha multiplicado por el número de individuos de cada CA elevados poblacionalmente, que aparece recogido en la EPF para obtener el gasto en consumo total de la CA. Esta cantidad es la que se ha repartido en proporción al gasto reportado en la EPF. La EPF recoge la variable gasto total anual que está elevada poblacionalmente, es decir, corresponde a la estimación del gasto de todos los hogares de la población a los que representa la observación por ello no ha tenido que ajustarse por el factor poblacional. Para realizar el reparto, en el fichero de hogares se han creado 18 variables que recogen el número total de individuos de cada CA y de las Ciudades Autónomas a partir de la suma del número de miembros de cada hogar. Posteriormente se ha sumado el consumo de todas las familias de cada CA y este total autonómico ha servido para hallar la proporción que representa el gasto en consumo de cada hogar. El último paso para reescalar el consumo ha sido multiplicar el porcentaje de gastos del hogar por la cuantía total de gasto en consumo de esa CA según la Contabilidad Nacional. El resultado es un fichero ampliado donde aparecen nuevas variables que indican datos anuales de las familias de sus gastos en consumo ajustados al nivel de la respectiva macromagnitud de la CRE como hemos descrito.

4. ESTIMACIÓN DEL GASTO PÚBLICO EDUCATIVO POR NIVELES

El siguiente paso ha consistido en calcular el gasto público por alumno para cada uno de los niveles educativos para imputar posteriormente a los hogares que les corresponda dicha estimación. El presente epígrafe describe la metodología concreta que se ha empleado para calcular el gasto total por CA y nivel de estudio.

La principal fuente de datos en la que se basa esta parte es la Estadística de Gasto Público en Educación (en adelante EGPE) referida al año 2006 del Ministerio de Educación y Ciencia (en adelante MEC)15. La base recoge todo el gasto público dirigido a este fin en España procedente de cualquier Administración Pública y de cualquiera de sus organismos. Sin embargo, no incluye la financiación privada de la educación universitaria, es decir, las tasas de matrícula. La gran mayoría del gasto procede del Ministerio de Educación y de las Consejerías de Educación de las CCAA pero también se computan gastos procedentes de otras consejerías y ministerios que financian principalmente la formación profesional no reglada. Además, incluye datos referidos a todos los niveles educativos formales aunque no contempla la formación continua de los trabajadores que no será objeto de estudio por nuestra parte a pesar de que los fondos públicos que la financian entrarían también dentro de los conceptos que queremos estudiar.

15 Esta base puede descargarse en la página web del MEC (www.educacion.es).

14

La valoración de los gastos se ha realizado según la clasificación de niveles educativos empleada en la EGPE y los Presupuestos Generales del Estado. En concreto, los niveles educativos que constituyen el ámbito de estudio del trabajo son los siguientes:

Educación infantil y primaria

Educación Secundaria y Formación Profesional

Enseñanzas de Régimen Especial

Educación Especial

Educación de Adultos

Actividades Compensatorias

Formación ocupacional

Enseñanza Universitaria

Las siguientes líneas describen los ajustes que han sido precisos realizar en los datos y las razones para acometerlos. Para ello se describe el contenido material de algunos de estos niveles y cuál es el perfil de los alumnos que los cursan. Además, se aclaran algunos conceptos y partidas que también aparecen recogidas en la estadística del MEC y que hemos tenido que distribuir por diferentes razones.

Las Enseñanzas de Régimen Especial comprenden las Enseñanzas Artísticas (Artes Plásticas y Diseño, Música, Danza y Arte Dramático), las Enseñanzas de Escuelas Oficiales de Idiomas y las Enseñanzas Deportivas. La educación compensatoria está dirigida a los alumnos que tienen especiales problemas para la integración debido a su origen étnico o nacional. La Educación en el Exterior comprende las acciones educativas en centros del extranjero. Suponemos que beneficia a residentes en otros países con lo que no se imputará. Se podría pensar que este gasto beneficia a la totalidad de la población pues la difusión de la lengua y la cultura en el extranjero genera réditos a todos los ciudadanos. Actuando así, estaríamos interpretando el gasto como un bien público puro los cuales no han sido objeto de imputación dada la dificultad para definir un criterio lógico para ello.

Las cotizaciones sociales imputadas a cargo de los empleadores se definen en el SEC-95 como la contrapartida de las prestaciones sociales directas de los empleadores (menos, en su caso, las cotizaciones sociales a cargo de los asalariados). Los empleadores pagan directamente dichas prestaciones a sus asalariados, ex asalariados y otros derechohabientes sin que intervenga una empresa de seguro o un fondo de pensiones autónomo y sin constituir un fondo especial o una reserva separada a tales efectos. A pesar de que se pagan directamente por los empleadores y no por medio de administraciones de seguridad social o de otras entidades aseguradoras, mantienen su carácter de prestaciones sociales. El cálculo de las cotizaciones sociales imputadas constituye una estimación realizada por el MEC y la IGAE para que las estadísticas de gasto público educativo sean homologables internacionalmente. La nota metodológica de la EGPE indica que la cuantía reportada es una estimación de las realizadas a favor de los funcionarios docentes, sin que se aporten datos para el resto de funcionarios. Como la actividad docente es sustancial a todo tipo de educación, se ha distribuido la totalidad de la cuantía en proporción al gasto realizado en cada uno de los niveles

15

educativos. Una vez hecho este reparto, los totales se han distribuido en proporción al gasto de cada CA en ese nivel educativo. La cantidad obtenida se suma a la categoría correspondiente.

El gasto educativo de las corporaciones locales se calcula en la estadística a partir de las liquidaciones de presupuestos de tales niveles de gobierno. En concreto, comprenden las partidas presupuestarias que corresponden a la función 4.2 Educación. La información que aporta la EGPE consiste en los totales por niveles educativos y por CCAA sin que se aporte el dato cruzado. Para estimarlo, se ha supuesto que las Corporaciones Locales de cada CA distribuyen el gasto de manera idéntica en todas ellas e igual a la totalidad del sistema. De este modo el gasto se ha distribuido en proporción al de cada nivel educativo.

Por otro lado, como el único gasto que se imputa a las familias es el correspondiente a los servicios públicos gratuitos que reciben del SP, se ha tenido que deducir del total la cuantía de las becas. En última instancia estamos suponiendo que las transferencias monetarias ya están incluidas en los ingresos reportados y que financian el gasto en consumo. De no deducirlas incurriríamos en una doble contabilización de las mismas. La EGPE incluye en el montante del gasto público el importe de las becas destinadas a las familias16 pero únicamente el valor total de las mismas sin regionalizar ni diferenciar por niveles educativos. Estimar estas cuantías ha representado la mayor dificultad de esta parte del trabajo y para ello, se ha tenido que emplear fuentes de información adicionales. En concreto, la estadística de becas y la de alumnos, ambas elaboradas también por el MEC.

Para estimar las becas por niveles educativos y CA, se ha empleado la Estadística de Becas y Ayudas al estudio (en adelante EBAE) referida al curso 2005-06 en el que 2006 ocupa la mayor parte. La EBEA incluye las becas recogidas destinadas a alumnos matriculados en cualquier nivel de enseñanza con la excepción de las de doctorado. Por tanto, se excluyen las de investigación, las otorgadas para títulos propios de universidades, las destinadas a la formación profesional distinta de la reglada y a la inserción en el mundo del trabajo. Las becas se han atribuido tomando el total reflejado en la estadística de gasto público de la educación y distribuyéndolo por niveles educativos y CCAA a partir de la estadística de becas y ayudas. Los totales contenidos en las dos estadísticas no son coincidentes aunque están muy próximos. Se ha empleado la cifra de la estadística de gasto público en educación por razones de homogeneidad con el resto de datos. Además, se han tenido que realizar estimaciones por distintas razones que se describen seguidamente. Por ejemplo, la EGPE clasifica los niveles educativos en “infantil y primaria” y “Secundaria y FP” mientras que en la de becas incluyen en un único grupo los correspondientes a infantil, Primaria y ESO, CF de grado medio y de grado superior. Ha sido preciso separar los datos de becas de primaria y ESO para agruparlos del mismo modo que la estadística de gasto público. Para ello se ha distribuido el total de becas según el número de matriculados en cada nivel educativo, cifra que también proporciona el MEC en su Estadística de las Enseñanzas no Universitarias. Esto implica suponer que las becas medias son de la misma cuantía en estos niveles educativos. A falta de otro dato que posibilitara afinar más, se ha aceptado el posible error que se pudiera cometer. Las becas bajo la

16 Página 8 de la metodología de la estadística.

16

categoría de “Sin especificar” del grupo Enseñanzas obligatorias, E. Infantil y E. Especial, se han imputado en proporción a los tres niveles referidos.

En el nivel universitario, la estadística de gasto público no incluye la reducción de matrículas gratuitas por lo que no hay necesidad de realizar ajuste por esta cuestión. La estadística de becas indica la cuantía concedida por institución. Se ha regionalizado el dato asignando a cada CA la suma correspondiente a cada universidad que tiene su sede en la misma, incluyéndose las becas a entidades públicas y privadas. Las becas correspondientes a la Universitat Oberta de Catalunya se han imputado en su totalidad a esta comunidad. Las de la UNED se han distribuido en función al número de centros adscritos que hay en cada comunidad autónoma. Por último, la cuantía que no está designada a ninguna universidad se ha repartido en proporción a la totalidad del resto de becas universitarias.

Las becas de los programas de garantía social17 se han agregado a las becas correspondientes a la ESO. Estos programas están dirigidos a los alumnos que no han terminado tal nivel educativo y tienen más de 16 años. Se imparten en los institutos lo que los diferencia de los programas de formación ocupacional que se imparten fuera de los mismos.

Por último, las becas correspondiente a otras enseñanzas se ha distribuido entre la Educación de Régimen Especial y la de adultos en proporción al gasto realizado en cada uno de estos niveles educativos. Las becas de la enseñanza de idiomas que en la EBEA aparece separada del resto de Enseñanzas de Régimen Especial, se han asignado totalmente a dicho nivel.

De manera adicional, ha sido necesario repartir las cantidades presupuestadas por la Administración General del Estado. Un porcentaje importante de esta cantidad corresponde a la financiación de la enseñanza en las Ciudades Autónomas de Ceuta y Melilla donde la educación no ha sido transferida y el responsable de su gestión sigue siendo el Gobierno central. El resto del gasto corresponde a agencias nacionales como la ANECA o a programas nacionales que, o se implementan de manera directa o a través de transferencias a las CCAA. Para calcular la parte del gasto que debe imputarse a los residentes en las Ciudades Autónomas se ha empleado la Memoria Económica de los Presupuestos Generales del Estado de 2006 en la que se describen las actuaciones que conforman los programas de gasto para identificar las actuaciones dirigidas a las Ciudades Autónomas y su cuantía18. En concreto, del total presupuestado, neto de becas, las actuaciones en Ceuta y Melilla representan el 38,6%. La distribución funcional se ha obtenido a partir de las siguientes porcentajes. El 18,4% del presupuesto corresponde a la Educación Infantil y Primaria (programa 17 La LOGSE en su artículo 23.2 establece que "para los alumnos que no alcancen los objetivos de la educación secundaria obligatoria se organizarán programas específicos de garantía social, con el fin de proporcionarles una formación básica y profesional que les permita incorporarse a la vida activa o proseguir sus estudios en las distintas enseñanzas reguladas en esta ley y especialmente en la formación profesional específica de grado medio”. 18 Las cifras presupuestadas y las imputadas al Ministerio en la EGPE no son coincidentes, con lo que las estimaciones cuya metodología vamos a proceder a describir seguidamente son cuestionables. Por tanto, las cantidades imputadas a Ceuta y Melilla a pesar de haberse estimado del modo más razonable que hemos considerado no nos ofrecen mucha garantía. Este es un problema habitual en todos los trabajos científicos, no obstante, hemos optado por mantener a las Ciudades Autónomas en el estudio dando por hecho que las incluimos con la mejor estimación que podríamos realizar.

17

322) que en un 50% corresponde a las Ciudades Autónomas y el resto a una transferencia a las CCAA. El 15,8% se asignó a la Educación Secundaria y FP (programa 322B) que en su mayor parte, un 65% corresponde a Ceuta y Melilla y el resto a los centros del Ministerio de Defensa. El 1,2% corresponde a la Educación Especial (programa 322D) y se dirige en su totalidad a las Ciudades Autónomas. El 1,6% corresponde a la transferencia que se realiza a la Universidad de Granada por los centros de Ceuta y Melilla adscritos a ésta (programa 322C), el 0,4% a las Enseñanzas Artísticas (programa 322E), el 1,2% a la Educación compensatoria (programa 322G), y el 0,04% a las Enseñanzas especiales (programa 322I). El total asignado a las Ciudades Autónomas se ha obtenido aplicando tales porcentajes a la cuantía presupuestada por el MEC. El resto del gasto educativo realizado por la Administración General del Estado se ha asignado entre la totalidad de la población en proporción al gasto público en cada nivel educativo de cada CA19.

La última cuestión que debe indicarse se refiere al hecho de que la EGPE no aporta datos de algunos niveles educativos para algunas CCAA pues los incluye en otros gastos. Se ha optado por asignar valor 0 en estos casos asumiendo el error que se comete. El error no es muy elevado, dado que no corresponde en ninguno de los niveles educativos relevantes.

El cuadro 2 indica el GP estimado total para cada uno de los niveles educativos en cada CA tras los ajustes que se han señalado. Estas cuantías constituyen el total que se imputa a los hogares del modo que se describe en la siguiente sección.

19 Por la misma razón que indicamos en la nota anterior, no podemos estar muy seguros de estas estimaciones. Sin embargo, el efecto para las CCAA es muy reducido pues el error que se pueda cometer se diluye entre el resto del gasto.

18

Cuadro 2. Gasto público total por niveles educativos y CCAA. 2006 (Datos en miles de euros)

Gasto Público total neto de

becas


Educación Secundaria y FP

Enseñanza de Régimen Especial

Educación Especial


Educación Universitaria

Actividades anexas

Administración General

Formación Ocupacional

Educación compensatoria

Andalucía 6.766.935,2 1.959.220,0 2.185.491,0 152.868,0 231.774,9 84.865,4 1.143.285,6 367.658,5 72.607,5 422.955,4 144.619,5

Aragón 994.990,9 307.056,6 318.915,5 24.111,5 38.916,7 10.604,7 195.131,0 35.592,7 30.222,4 38.464,5 0,0

Asturias 844.154,0 211.018,7 298.131,0 20.938,7 26.052,5 482,8 152.490,6 41.988,5 20.399,1 77.787,3 0,0

Balears (Illes) 711.703,3 304.665,0 246.055,4 25.723,4 28.195,3 9.323,8 62.476,7 21.222,3 14.421,1 20.428,3 8.225,2

Canarias 1.751.875,9 622.393,3 596.646,8 38.605,4 13.303,5 13.522,6 239.355,6 84.097,6 34.452,1 86.604,2 19.281,6

Cantabria 364.370,3 103.620,1 126.375,7 4.157,8 514,3 0,0 74.358,1 21.976,2 24.631,0 16.946,4 0,0

Castilla y León 2.050.686,8 611.204,1 689.835,4 66.090,5 40.574,3 20.643,5 396.715,1 108.946,2 66.506,7 57.583,3 9.819,7

Castilla-La Mancha 1.583.249,0 598.120,5 545.894,4 42.482,0 58.823,7 19.393,0 164.262,0 84.858,0 55.529,9 73.133,5 1.160,5

Cataluña 5.729.330,6 2.011.635,5 1.902.237,9 99.171,9 94.076,8 31.039,0 997.032,6 207.080,9 225.918,7 210.690,0 16.618,9

Valencia 3.759.234,6 1.190.269,0 1.271.593,7 75.569,0 41.324,0 17.528,3 815.776,4 160.938,9 71.740,6 124.354,1 1.390,1

Extremadura 876.120,2 299.029,1 318.983,1 10.734,8 38.722,1 8.539,2 95.043,6 60.100,9 28.008,0 57.822,3 2.379,9

Galicia 2.129.288,1 769.748,6 673.759,0 42.504,8 22.782,4 1.118,3 377.787,3 166.163,3 26.486,6 116.195,5 358,6

Madrid 4.835.990,3 1.404.828,9 1.331.080,6 119.433,5 131.090,1 52.427,3 1.262.915,0 147.409,2 104.693,6 168.025,7 62.212,4

Murcia 1.142.465,7 368.939,4 373.214,6 26.443,9 20.891,1 0,0 207.709,3 38.789,6 73.623,2 36.910,2 9.118,3

Navarra 515.236,7 200.264,6 181.520,7 15.825,5 9.917,3 3.583,0 60.982,1 29.889,7 16.485,2 9.783,5 5.170,2

País Vasco 2.230.244,4 724.998,4 802.630,0 51.740,3 58.720,5 55.172,6 289.713,5 113.348,8 65.499,0 20.329,5 9.853,0

Rioja (La) 236.308,6 79.006,3 80.053,4 9.268,7 7.509,4 2.155,8 35.585,7 9.364,7 6.233,9 4.824,9 2.442,5

Ceuta y Melilla 14.647,8 84.921,8 66.191,0 4.412,4 9.498,9 137,7 18.915,2 1.887,7 0,0 0,0 2.464,8 Fuente: Elaboración propia a partir de los datos del MEC

19

5. IMPUTACIÓN DEL GASTO PÚBLICO EDUCATIVO A LOS HOGARES DE LA EPF

Una vez determinado el gasto público total dedicado a cada nivel educativo por CCAA se ha calculado el gasto por alumno. Esa es la cantidad que ha sido imputada a cada hogar de la EPF en función de los beneficiarios del gasto que haya en el mismo. Se supone que la renuncia voluntaria a la educación pública no hace que un individuo deje de ser beneficiario de la misma. Por tanto, el gasto se ha imputado a todos los hogares a pesar de que algunos hayan optado por renunciar a la educación pública y no sean beneficiarios directos de tales gastos aceptando que les favorece en la misma cuantía que al resto de hogares. También se acepta que si optaran por usar el sistema educativo público la transferencia se seguiría realizando en la misma cuantía (ello implicaría seguramente una elevación del gasto público, lo cual no tendría por qué ser cierto). Es posible identificar a los hogares de la EPF que llevan a sus hijos a la educación privada a partir de sus gastos en educación. En concreto, los pagos de matrícula por niveles educativos son gratuitos en la enseñanza pública con la excepción de la universidad. Hemos optado por la solución indicada que genera resultados menos progresivos y que podemos interpretar como el mínimo efecto que tienen las transferencias del Estado en forma de educación pública sobre la reducción de la desigualdad.

Para calcular los gastos por alumno se ha utilizado la Estadística de Enseñanzas no Universitarias elaborada por el MEC y la Estadística de la Enseñanza Universitaria en España elaborada por el INE, ambas correspondientes al curso 2005-06. También en este caso, ha sido preciso realizar una serie de ajustes en los datos. En particular, en los niveles no universitarios, los alumnos matriculados a distancia se computan en la EGPE como alumnos de la Educación de adultos. Por tanto, se han agregado al resto para determinar el total de alumnos de este tipo de educación. Por otro lado, los alumnos de la UNED no han sido considerados aunque la financiación de esta institución se incluye en el total del gasto universitario. Sin embargo, al no existir datos separados de su financiación y no poder hacerse ningún tipo de estimación del gasto por alumno que presumiblemente, es mucho más reducido que los del resto de instituciones presenciales. Se han descartado otras opciones como por ejemplo, distribuir los alumnos del mismo modo que hemos distribuido las becas, en proporción al número de centros adscritos. Éste podría ser un método razonable para distribuir regionalmente los alumnos de la UNED pero éstos no pueden sumarse sin más al resto de alumnos por CCAA que sí están aportados por el INE. El supuesto puede ser interpretado como una aceptación de que la demanda universitaria presencial está suficientemente cubierta en todo el país. Por tanto, todos los interesados tienen oportunidad de cursar estudios presenciales y la ausencia de centros no les condiciona. La ausencia de instituciones podría llevar a que algunas CCAA tuvieran un mayor número de alumnos matriculados a distancia. Al descartarse esa situación, se supone que la distribución de alumnos a distancia es la misma que la del resto de universidades pues suponemos que las razones que llevan a un alumno a cursar estudios a distancia son otras y se distribuyen de manera homogéneas por toda la sociedad española.

Las cuantías correspondientes a las actividades anexas y la administración general de los niveles educativos no universitarios han sido repartidas en proporción al número total de alumnos de estos niveles. Se ha distinguido entre las actividades

20

anexas y la administración general en el sentido de que los primeros gastos se han distribuido únicamente entre el número de alumnos de infantil y primaria, secundaria, bachillerato y formación profesional. Por el contrario, se ha supuesto que los gastos de la administración general, también benefician al alumnado de adultos. Los datos ofrecidos por el MEC no desagregan los conceptos equivalentes para el gasto universitario con lo que éstos ya se incluyen al imputar el gasto.

El cuadro 3 indica el GP por alumno para cada uno de los niveles educativos en cada CA tras los ajustes que se han señalado. Estas cuantías son las que se han imputado a las familias correspondientes de la EPF en proporción al número de alumnos de cada nivel educativo existente en ellas.

21

Cuadro 3. Gasto público por estudiante por niveles educativos y CCAA. 2006 (Datos en miles de euros)

Gasto Público total neto de

becas


Educación Secundaria y

FP

Enseñanza de Régimen Especial

Educación Especial


Educación Universitaria

Actividades anexas

Administración General

Formación Ocupacional

Educación compensatoria

Andalucía 0,8396 2,5 3,6 2,1 47,2 0,8 5,0 0,2 0,0 7,3 2,0Aragón 0,7674 2,8 4,2 0,9 48,6 0,9 6,1 0,2 0,1 3,7 0,0Asturias 0,7854 3,3 5,0 1,7 53,1 0,1 5,4 0,3 0,1 6,8 0,0Balears (Illes) 0,6905 3,4 4,2 2,3 58,1 1,0 4,7 0,1 0,1 3,3 0,4Canarias 0,8647 3,5 4,3 0,8 10,5 0,4 5,3 0,2 0,1 6,7 0,6Cantabria 0,6361 2,5 3,6 0,6 1,8 0,0 6,9 0,3 0,3 6,3 0,0Castilla y León 0,8111 3,4 4,2 1,7 35,4 1,0 4,8 0,3 0,2 6,5 0,4Castilla-La Mancha 0,8007 3,3 4,0 1,5 53,2 0,8 5,5 0,2 0,2 5,2 0,0Cataluña 0,7946 3,1 4,5 1,0 13,9 0,5 5,7 0,2 0,2 9,1 0,1Valencia 0,7695 2,9 4,2 1,2 13,7 0,6 5,9 0,2 0,1 5,5 0,0Extremadura 0,8038 3,0 3,8 0,9 60,7 0,5 4,1 0,3 0,1 4,6 0,5Galicia 0,7680 4,0 3,8 1,0 20,2 0,1 5,2 0,4 0,1 7,5 0,0Madrid 0,7952 2,5 3,5 1,2 31,8 1,2 5,4 0,1 0,1 4,8 0,5Murcia 0,8207 2,5 3,8 1,6 23,9 0,0 5,6 0,1 0,3 4,9 0,3Navarra 0,8504 3,6 5,0 0,6 26,0 1,5 4,0 0,3 0,1 2,5 0,5País Vasco 1,0413 4,0 6,2 0,9 60,3 1,9 5,0 0,3 0,2 2,1 0,6Rioja (La) 0,7648 3,2 4,3 1,9 57,8 0,7 5,5 0,2 0,1 4,8 0,4Ceuta y Melilla 0,1003 4,7 5,3 1,8 67,8 0,1 9,7 0,1 0,0 0,0 2,0 Fuente: Elaboración propia a partir de los datos del MEC

22

El siguiente paso ha consistido en asignar el gasto público por alumno a los hogares correspondientes. Para ello se ha identificado el número de alumnos de cada nivel educativo existentes en cada hogar y se ha multiplicado por el gasto correspondiente. La identificación se ha hecho a partir de distintos criterios que varían de unos niveles educativos a otros empleando la información socioeconómica de los miembros del hogar que aporta la EPF. Para ello, se ha incorporado el fichero de miembros del hogar al que habíamos construido. El fichero incluye datos como la edad, la situación socioeconómica, la situación de dependencia de los padres, si están trabajando, son estudiantes, etc. El archivo ampliado tiene ahora 55.699 registros que corresponden a los individuos que conforman cada uno de los hogares. Los gastos públicos que les corresponde a los hogares según su composición se han sumado al gasto en consumo reportado en la encuesta. El resultado permite estimar el efecto sobre la desigualdad de cada nivel educativo y agregándolos el de la educación pública en su conjunto. Las tareas concretas que se han llevado a cabo para realizar esta fase del trabajo se comentan en el resto del epígrafe.

La educación infantil y primaria se ha imputado a los niños de entre 3 y 11 años, ambos inclusive cuya escolaridad es ese nivel es obligatoria. Según los datos del MEC, a los 12 años la tasa de escolarización en primaria era sólo del 16,1% y más adelante prácticamente inexistente (0,5% a los 13)20. Por debajo, la escolarización a los 2 años era del 32,5% y del 17,3% al año. Hemos obviado estas cuantías a pesar de que son significativas por la dificultad de establecer un criterio para detectar a estos niños. Para imputar el gasto que corresponde a cada hogar se ha creado una variable categórica que se activa si el miembro de la familia tiene una edad mayor o igual a 3 y menor que 12 años. Se han sumado los niños de esa edad que son miembros de cada hogar y se ha multiplicado el número de alumnos obtenidos por el factor poblacional para obtener el número total de individuos que estudian en la educación primaria. Por último, el número real de individuos se ha multiplicado por la valoración que se ha realizado del gasto público por estudiante para ese nivel educativo.

La educación secundaria y formación profesional se ha imputado de manera distinta pues comprende niños en edad de asistencia obligatoria al colegio pero también a adolescentes que pueden abandonar los estudios. La imputación se ha hecho dividiendo el colectivo de alumnos en varios grupos. Dado que el dato de gasto público incluye la ESO, el bachillerato y la formación profesional, asignamos el mismo gasto a cada alumno de estos tres niveles educativos, asumiendo el posible error que se cometa pues no es posible realizar una imputación más afinada. Por un lado, se ha incluido a los niños con edad para asistir a la ESO, lo cual incluye a todos los niños de entre 12 y 15 años, ambos inclusive. Para edades superiores se ha tenido que identificar a los estudiantes de los que no lo son. Los adolescentes de 16 y 17 años tienen una tasa de escolaridad que alcanza el 87,1 y el 75,1% respectivamente. La EPF permite identificar a los individuos que están trabajando, a los que no se le ha imputado gasto alguno. Los individuos de esa edad que no trabajaban se identifican a partir de un valor distinto al 5 (estudiante) en la variable SITUACT (situación en la actividad la semana anterior a la entrevista). El caso de los individuos de 18, 19 ó 20 años es el más complejo. La tasa de escolarización a esas edades en 2006 fue del 62,5% para individuos de 18 años de los que el 33,9% entraba en la categoría analizada y el 20 Los datos de escolarización se han tomado de la Estadística de Enseñanzas no Universitarias.

23

24,6% restante estaba cursando estudios universitarios. En los individuos de 19 la escolaridad pasa a ser del 53,7% que se reparte en 17,9% en bachillerato y FP, frente a un 28,2% en la universidad. Para los de 20 y sucesivos años, a pesar de que los ciclos formativos siguen aglutinando a proporciones apreciables de jóvenes, la asistencia a la universidad sigue ganando importancia para caer a un 17,1% a los 24 años en los que la asistencia a niveles inferiores es muy reducida (3,2% en total)21. No obstante, también en este caso, la EPF facilita variables que posibilitan la identificación de los estudiantes de bachiller y FP. La variable ESTUDIOS, que se define como Estudios completados, permite identificarlos. Por tanto, únicamente se han imputado gastos correspondientes a esta categoría a los individuos que, además de incluir los valores anteriores sin el límite superior a la edad, tengan un valor de 3 (Bachiller elemental, graduado escolar o en ESO, certificado de escolaridad) y no tengan valores de 4 (Bachiller superior, BUP, bachiller LOGSE, COU, PREU), 5 (FPI, FP de grado medio, oficialía industrial o equivalente); 6 (FPII, FP de grado superior, maestría industrial o equivalente); 7 (Estudios universitarios 1er ciclo y equivalentes) y 8 (Estudios universitarios 2º y 3er ciclo y equivalentes). Para cada uno de estos grupos se ha creado una variable categórica que luego se ha sumado por hogar para determinar el número total de alumnos de ESO, bachillerato y FP que hay en cada uno de ellos.

Las cantidades correspondientes a las actividades anexas a la educación no universitaria y a la administración general se han imputado a las familias que tienen alumnos en cualquier nivel educativo. Es decir, se imputan a las familias en proporción al número de estudiantes no universitarios a partir de una variable suma de las dos anteriores que para cada hogar suma las categorías anteriores y que por tanto, indica el número de alumnos no universitarios que hay en cada hogar. La suma de los dos gastos multiplicado por la variable referida proporciona la cuantía que se imputa al hogar.

De un modo similar a lo anterior, se ha creado una variable que recoge diferentes características de los individuos que únicamente pueden cumplir los estudiantes a tiempo completo de la universidad. A partir de las mismas se ha creado una variable indicador que se activa en el caso de que un individuo vaya a la universidad a tiempo completo. Los requisitos que se le exigen a los individuos para considerarlos estudiantes a tiempo completo en la universidad son varios. En concreto, deben tener una edad igual o mayor de 18 años. Según los datos del Ministerio, antes de esa edad la tasa de escolaridad es 0. La tasa de escolarización es del 17,1% a los 24 años, último reportado en la serie, lo cual sugiere que a mayores edades la escolaridad no debe ser desdeñable. Lo normal es que la tasa se habrá reducido de una manera importante a los 25 y 26 años, pues la gran mayoría de individuos habrá terminado sus estudios, pero que aún siga siendo apreciable. La estadística de la Enseñanza Universitaria en España, elaborada por el INE, puede aportar información al respecto a pesar de proporcionar resultados que no son comparables con la anterior. Sin considerar los alumnos de las universidades no presenciales (UNED y Oberta de Catalunya), indica una reducción muy moderada a los 25 años, se pasa de un 7,6% de alumnos a los 24 a un 6% pero que no cesa en los siguientes, 4,6% a los 26 años y al 3,5% a los 27. No obstante, no es probable que los alumnos de esas edades lo sean a

21 La Estadística de Enseñanzas no Universitarias no aporta datos de individuos mayores de 25 años.

24

full time aunque no tenemos datos para saberlo. Por tanto, la única limitación de edad que se ha establecido consiste en seleccionar a los individuos de 18 ó más años.

Aparte del límite de edad, se han introducido otras variables que caracterizan a los estudiantes universitarios. Así, se ha impuesto que los individuos sean estudiantes a partir del valor 5 de la variable SITUACT del fichero de miembros del hogar eliminando la posibilidad de que estén desempeñando algún trabajo. Por otro lado, se establecen condiciones sobre los datos relativos a los estudios terminados a partir de la variable ESTUDIOS. En este caso, se ha seleccionado a los individuos que en ningún caso tengan un valor de 5 en esta variable, lo cual reflejaría que el individuo ha completado los estudios de FPI o equivalente pues estos estudios no dan acceso a la universidad. Por el contrario, se exige que posean cualquiera de los niveles educativos que dan acceso a la universidad. Esto implica que la variable estudios adopta el valor 4, Bachiller superior, BUP, bachiller LOGSE, COU, PREU; 6 FPII, FP de grado superior, maestría industrial o equivalente o 7 que corresponde a los estudios universitarios de primer o segundo ciclo. De este modo incluimos a los estudiantes que han completado los estudios de bachillerato o de FP superior y pasan a la universidad pues deciden continuar sus estudios. Por último, también incluimos a los individuos que han podido finalizar estudios universitarios pero continúan estudiando. Entre este colectivo se incluyen los que han obtenido una diplomatura o los individuos que poseen una licenciatura (valor 8 en la variable ESTUDIOS) PERO siguen siendo estudiantes pues hemos descartado que estén trabajando. Estos casos corresponden a los individuos que realizan estudios de postgrado.

De nuevo se ha calculado el gasto recibido en forma de educación universitaria elevado poblacionalmente. Para ello se ha multiplicado el número de estudiantes encontrados por el factor poblacional. La cuantía resultante, que indica el número total de individuos residentes en España que en el año 2006 estudiaban en la universidad, se multiplica por el gasto por estudiante universitario para obtener la cuantía recibida en forma de transferencia. Esta cuantía multiplicada por el número de estudiantes universitarios existentes en cada hogar, es la cantidad que se ha imputado a cada hogar muestral para completar el consumo realizado.

Los denominados pisos de estudiantes precisan de la realización de un ajuste adicional. Este tipo de hogares pueden formar parte de la muestra de la encuesta. Su característica principal es que la totalidad de los miembros son estudiantes a tiempo completo que financian sus estudios con asignaciones familiares y con becas ya computadas en el consumo. Dada la naturaleza del trabajo que estamos realizando, estos hogares pueden ser bastante problemáticos (ver Callan y otros 2008) pues los niveles de renta todos sus integrantes pueden ser tan reducidos como para situarlos en los grupos de renta más baja. En realidad, si la unidad de análisis fuera la familia, el nivel socioeconómico de estos estudiantes se elevaría hasta formar parte de la clase media o media alta. El problema es que debido a que le encuesta emplea como unidad de análisis al hogar, éstos pertenecerán presumiblemente a los grupos de menores rentas. Por tanto, el efecto de la transferencia en especie en forma de gasto público en estudios universitarios, puede ser muy importante pues estaríamos transfiriendo una cantidad importante de recursos a unos hogares sin prácticamente ninguna y se podría desvirtuar, en algún grado, el estudio.

25

La localización de los pisos de estudiantes, de nuevo se ha realizado a partir de una variable categórica que emplea los datos de la encuesta. En el fichero resultante de unir el de hogares con el de miembros, se ha definido la variable estudiante que se activa cuando el individuo cumple simultáneamente que es estudiante22, y mayor de edad23. Esta variable se ha sumado por hogares de modo que un piso de estudiantes es aquel hogar en el que el número de estudiantes es igual al número de miembros. Callan y otros (2008) han encontrado un efecto importante de este fenómeno únicamente para Holanda. En nuestro caso (lo mismo que en el resto de países analizados por este trabajo), únicamente se ha localizado un número muy reducido de hogares que cumplan las condiciones impuestas. Por esta razón, no hemos realizado ajuste de ningún tipo respecto de esta cuestión.

A pesar de que somos conscientes de que el número de estudiantes universitarios no se limita a los que lo hacen a tiempo completo, entendemos que éstos suponen el colectivo más numeroso e importante. Si bien la EPF proporciona datos de gasto de los hogares y entre ellos se encuentra el universitario, no se ha podido encontrar un criterio razonable para localizar a los estudiantes universitarios que simultanean estudios con una actividad profesional. Por este motivo, no hemos imputado gasto alguno a los mismos.

Respecto del resto de niveles educativos, su importancia es cuantitativamente mucho más reducida a pesar de que pueden ser importantes para grupos de población particulares. En cualquier caso, dadas las dificultades para localizar a los beneficiarios, el trabajo se ha limitado a imputar los principales niveles educativos. El único nivel educativo, aparte de los principales, para el que se han realizado cálculos es para la educación compensatoria cuyos gastos correspondientes se han integrado dentro de los resultados generales. El gasto público por alumno se ha obtenido dividiendo el total asignado a cada CA entre el número de alumnos extranjeros que estudian en primaria y secundaria. Se entiende por extranjeros a los procedentes de algún país europeo no pertenezca a la UE y a los procedentes del resto del mundo. Esta selección incluye a la gran mayoría de los beneficiarios de estos fondos pues constituyen el grueso de la inmigración económica que es la principal receptora. No hemos encontrado modo de identificar a alumnos pertenecientes a minorías étnicas que constituyen el otro grupo objetivo de estos programas de gasto público.

6. CÁLCULO DEL EFECTO SOBRE LA DESIGUALDAD DE LA EDUCACIÓN PÚBLICA

Una vez estimada la transferencia recibida por los hogares, se ha calculado la desigualdad y se ha comparado con la existente antes del ajuste. El ejercicio se ha realizado para los distintos niveles educativos, analizando los efectos de cada uno de ellos y agrupándolos en una variable que hemos denominado gasto público educativo. Dada la multiplicidad de niveles educativos que se estudian, entendemos que la principal aportación de este trabajo es el desarrollo de la metodología para imputar las transferencias en especie a los hogares. Sin embargo, los resultados obtenidos

22 Valor 5 en la variable que indica la situación laboral. 23 No hacemos distinción sobre el tipo de estudios que cursan pues, aunque la mayor parte de los miembros de pisos de estudiantes cursarán estudios universitarios, puede ser posible encontrar algunos que cursen otros tipos de estudios.

26

permiten extraer conclusiones interesantes a nivel global y regional que pueden ilustrar la importancia del tipo de análisis desarrollado. Para realizar esta tarea, se ha vuelto a reducir la base de datos con la nueva información para que cuente con una única observación por hogar a partir del cual se ha calculado el gasto en consumo por adulto equivalente. Para ello, se han sumado los gastos educativos imputados a los hogares a su consumo registrado en la EPF. El resultado es un grupo de variables que indican el gasto en consumo (reescalado a partir de la Contabilidad Nacional) más el gasto educativo total o por niveles. Por último, las economías de escala en el consumo de los hogares se han podido captar a partir de las escalas de equivalencia introducidas por la EPF a través de las variables UC1 y UC224. El conjunto de variables así obtenido ha permitido calcular la desigualdad a través de distintos indicadores.

Las herramientas informáticas que se han utilizado han sido STATA versión 9 y el programa DAD Distributive Analysis ver. 4.5. El primero ha posibilitado la gestión de los datos necesaria para desarrollar los cálculos que hemos descritos anteriormente. El cálculo de los índices de desigualdad se ha realizado con ambos programas pues las posibilidades que permite DAD son bastante amplias y para STATA existen numerosos programa de fácil acceso. En concreto, varios módulos calculan diferentes índices con distintos parámetros y posibilitan la descomposición de los mismos.

Antes de analizar los resultados obtenidos vamos a comentar los efectos del ajuste realizado en el consumo de la EPF. El cuadro 4 muestra el porcentaje que representa el consumo agregado de la EPF respecto del de la Contabilidad Nacional. Se puede observar que la EPF sigue el patrón habitual e infraestima el consumo de los hogares con respecto a la contabilidad nacional lo que justificaría el ajuste por las razones ya comentadas. Sin embargo, la distancia entre unos datos y otros no es la misma en todo el territorio nacional, siendo más pronunciado en unas CCAA que en otras y existiendo algunas donde prácticamente no hay discrepancia entre el consumo agregado de los hogares proporcionado por ambas fuentes. Como puede apreciarse en el cuadro, el consumo agregado estimado por la EPF es un 16,8% más reducido que el estimado por la Contabilidad Nacional. Sin embargo las diferencias oscilan entre Baleares, donde el consumo agregado proporcionado por la EPF es únicamente el 74,1% del de la contabilidad nacional y Castilla-La Mancha donde prácticamente coinciden y únicamente representa un 99,7%.

24 Las citadas variables se definen como “Tamaño equivalente del hogar. Escala OCDE 1 + 0,7 * (nº miembros de 14 ó mayores - 1) + 0,5 * nº miembros de menos de 14 años” y una modificación de la anterior que es “1 + 0,5 * (nº miembros de 14 ó mayores - 1) + 0,3 * nº miembros de menos de 14 años”.

27

Cuadro 4. Porcentaje que representa el gasto en consumo agregado de la EPF en la estimación de la Contabilidad Regional para el año 2006

% GAEPF/GCFC

Andalucía 90,3%Aragón 81,3%Asturias 76,7%Baleares 74,1%Canarias 86,0%Cantabria 86,7%Castilla-León 82,1%Castilla–LaMancha 99,7%Cataluña 89,2%Valencia 94,6%Extremadura 90,0%Galicia 84,6%Madrid 84,9%Murcia 77,8%Navarra 87,9%PaísVasco 87,7%Rioja 80,0%Ceuta_Melilla 77,9%España 87,2%

Fuente: Elaboración propia a partir de los datos del INE

El cuadro 5 estima diferentes índices de desigualdad calculados para las variables GASTOTPC25 que es la variable original de la encuesta dividida entre la variable UC1 que recoge la primera escala de equivalencia y para la variable GCONHOGESTPC que es la que hemos construido empleando la contabilidad regional, de nuevo relativizada por adulto equivalente. Como se puede apreciar, el ajuste produce un ligero incremento en la desigualdad que se refleja en todos los índices, con independencia del parámetro de aversión que empleemos. Sin embargo, el incremento es muy reducido y puede ser fruto de la evolución del consumo. El resultado podría indicar que el efecto del tratamiento del gasto en consumo sobre la desigualdad puede considerarse neutral y las ligeras modificaciones que genera considerarse aceptables. Por tanto, hemos empleado el consumo ajustado en niveles como referencia para evaluar el efecto de la educación pública y los niveles educativos sobre la desigualdad.

25 Importe total del gasto anual del hogar monetario y no monetario, elevado temporal y poblacionalmente.

28

Cuadro 5. Comparación de la desigualdad en el gasto en consumo de la EPF antes y después del ajuste por la Contabilidad Nacional

Generalized Entropy indices GE(a), where a = income difference sensitivity parameter, and Gini coefficient ---------------------------------------------------------------------- All obs | GE(-1) GE(0) GE(1) GE(2) Gini ----------+----------------------------------------------------------- | 0.19007 0.15785 0.16129 0.20099 0.30801 ---------------------------------------------------------------------- Atkinson indices, A(e), where e > 0 is the inequality aversion parameter ---------------------------------------------- All obs | A(0.5) A(1) A(2) ----------+----------------------------------- | 0.07647 0.14607 0.27543 ---------------------------------------------- Generalized Entropy indices GE(a), where a = income difference sensitivity parameter, and Gini coefficient ---------------------------------------------------------------------- All obs | GE(-1) GE(0) GE(1) GE(2) Gini ----------+----------------------------------------------------------- | 0.19505 0.16105 0.16420 0.20497 0.31072 ---------------------------------------------------------------------- Atkinson indices, A(e), where e > 0 is the inequality aversion parameter ---------------------------------------------- All obs | A(0.5) A(1) A(2) ----------+----------------------------------- | 0.07785 0.14874 0.28062 ---------------------------------------------- Fuente: Elaboración propia a partir de los datos del INE

También es de interés comparar los resultados obtenidos con los de trabajos similares para testar su robustez. El trabajo más parecido al nuestro es de nuevo Goerlich y Villar (2009) aunque estos autores emplean los ingresos monetarios de los individuos para el año 2003 frente al consumo del año 2006 del presente trabajo. Los resultados obtenidos son bastante aproximados, si bien Goerlich y Villar calculan una menor desigualdad en la economía española. En concreto, el valor del índice de Gini que calculan estos autores es de 0,286 mientras que nuestra estimación es de 0,3107. Los restantes índices de desigualdad también toman valores cercanos en ambos trabajos. Por ejemplo, el índice de Atkinson para un parámetro de aversión a la desigualdad de 0,5 toma un valor de 0,066 en Goerlich y Villar y nuestra estimación es de 0,078. Los índices de Theil son los únicos que presentan una desviación mayor. En conjunto, las diferencias entre ambos trabajos pueden ser achacadas a que están referidas a años diversos y sobre todo al uso de distintas variables pero en general, no se aprecian diferencias muy acusadas en ambas estimaciones.

Como vemos, el gasto en consumo con el ajuste practicado proporciona una referencia lógica para comparar la situación con educación pública. La valoración de ésta se realiza comparando la variación que experimentan los índices de desigualdad entre los escenarios con y sin transferencia en especie. En concreto, el escenario final contiene datos referidos a los niveles educativos infantil y primario, secundario y FP, universidad y la agregación de todos ellos, incluyendo las actividades anexas y la

29

administración general en el caso de la educación no universitaria más la educación complementaria en nuestra medida de toda la educación pública.

El principal resultado del trabajo es que la educación pública reduce las desigualdades en una cuantía apreciable. Esto es cierto tanto para la educación en su conjunto como para cada uno de los niveles educativos analizados y es robusto a los diferentes índices calculados. El índice de Gini pasa a ser 0,298 cuando se imputa la transferencia en educación pública en su conjunto. Para hacernos una idea de la magnitud del efecto empleamos el denominado índice de Pechman-Okner que relaciona la diferencia entre los índices de gini de ambas distribuciones con el valor de partida del coeficiente. La educación infantil y primaria, medido a través de este índice, reduce la desigualdad global en un 1,61%, la educación secundaria y formación profesional reduce las desigualdades en un 1,50% y algo menos, un 0,26%, el gasto público universitario. El resultado depende del supuesto de que la educación pública beneficia a todos los hogares, independientemente de que sean usuarios o no de la misma. Por tanto, estos datos indican el umbral mínimo de mejora en la distribución, que puede ser mucho más relevante de facto.

El efecto de la educación se incrementa en algo más que la suma de los efectos de los tres niveles educativos analizados cuando los agregamos e incluimos el resto de gastos que estamos considerando. En concreto, la educación pública reduce el 3,95% la desigualdad global de la sociedad española en el año 2006, medido también por el índice de Pechman y Okner. El cálculo de otros índices de desigualdad aporta resultados muy similares que van en el mismo sentido. Esto también es cierto para distintos parámetros de aversión a la desigualdad y podría reflejar una reducción homogénea de la desigualdad a lo largo de toda la distribución. El gasto en educación universitaria constituye la única excepción pues para dos casos concretos (entropía con parámetro -1 e índice de Atkinson con parámetro 2), incrementa las desigualdades. Estos resultados son contradictorios hasta cierto punto pues la elevación del parámetro en ambos índices da más peso a las observaciones de menor renta. El cuadro 6 refleja las variaciones que se producen en los índices calculados en relación con el valor del índice original.

Cuadro 6. Variación relativa de diversos índices de desigualdad de las distribuciones que incluyen gastos educativos en relación al gasto en consumo de la EPF. Año 2006

GE(-1) GE(0) GE(1) GE(2) Ginigconhogestpcgcon_infypripc -4,16% -3,43% -3,18% -3,38% -1,61%gcon_secyfppc -3,56% -3,10% -2,95% -3,20% -1,50%gcon_univpc 0,08% -0,34% -0,72% -1,21% -0,26%gcon_educpc -8,07% -7,70% -7,76% -8,75% -3,95%

A(0,5) A(1) A(2)gconhogestpcgcon_infypripc -3,17% -3,17% -3,03%gcon_secyfppc -2,91% -2,86% -2,59%gcon_univpc -0,51% -0,31% 0,06%gcon_educpc -7,48% -7,12% -5,94%

Nota: GE significa Entropía generalizada y A índice de Atkinson. En el paréntesis aparece el parámetro de aversión a la desigualdad. Fuente: Elaboración propia a partir de los datos del INE y del Ministerio de Educación

30

El cuadro indica el inequívoco papel reductor de la desigualdad que tiene la educación en su conjunto y cada uno de sus niveles educativos, con la única excepción del gasto universitario. Al margen de esto, no parece apreciarse ningún patrón claro sobre el efecto que tiene sobre partes concretas de la distribución. Destaca que la educación universitaria es el nivel educativo que menos reduce la desigualdad aunque su efecto sigue siendo positivo. Este resultado está en línea con los que habitualmente se obtienen en este tipo de trabajos. Por último, el impacto parece reducirse en la medida en que se incrementa el parámetro de aversión a la desigualdad aunque no es un efecto que se aprecie para todas las medidas calculadas. Esto puede estar reflejando que el efecto de la educación se concentra más en los hogares de mayor renta.

Para conocer más sobre el efecto que tiene la educación pública a lo largo de la distribución de la renta puede ser útil el empleo de las denominadas matrices de transición26. Según Ayala y Sastre (2002) constituye la vía más intuitiva para captar la idea de cambios en las posiciones en la escala de ingresos. Recoge las transiciones de los hogares o individuos entre los distintos estratos de la distribución a lo largo del tiempo. En nuestro caso, no cuantificamos la movilidad que no se está produciendo realmente porque no estamos comparando dos realidades distintas en el tiempo. El instrumento es útil a nuestros efectos porque nos puede dar una idea de a qué partes de la distribución de la renta puede estar afectando la educación pública. El cuadro 7 muestra la matriz de transición para el caso de la educación en su conjunto. Las columnas indican la posición en la distribución original y las filas muestran la probabilidad de que habiendo estado en un segmento determinado, aparezca en el segmento en cuestión en la distribución final. A pesar de que no hay una tendencia clara, el mayor efecto tiene lugar en los grupos de población medio-bajo y medio que modifican su posición respecto de la existente sin considerar la educación. También destaca que la educación permite a algunos individuos de la parte más baja de la distribución, dar el salto hasta situarse en la mitad de la misma cuando incluimos la transferencia en especie. Por último, se puede apreciar que empleando la medida del bienestar que incluye la educación, hay una mayor proporción de individuos de las clases medias que acaban relativamente en peor posición que los que mejoran. Esto estaría reflejando que estos individuos estarían en peor posición social que la que realmente tienen si hiciéramos el análisis excluyendo a la educación pública. En general, las dos situaciones se aprecian importantes diferencias lo cual refleja que el error que se comete al trazar la distribución del bienestar sin hacer el ajuste por la educación pública es elevado.

26 Una matriz de transición es una matriz cuadrada, cuyo número de filas o columnas indica el percentil seleccionado y en la que cada elemento pij indica la probabilidad de pertenecer en la distribución final a percentiles distintos a los que pertenecía en la inicial.

31

Cuadro 7. Matriz de transición que compara la situación con y sin educación pública. 2006

Quintiles 0.0 - 0.2 0.2 - 0.4 0.4 - 0.6 0.6 - 0.8 0.8 - 1.0 0.0 - 0.2 86,0% 13,4% 0,7% 0,0% 0,0%0.2 - 0.4 14,1% 70,9% 14,9% 0,1% 0,0%0.4 - 0.6 0,0% 15,8% 73,7% 10,6% 0,0%0.6 - 0.8 0,0% 0,0% 10,7% 83,4% 6,0%0.8 - 1.0 0,0% 0,0% 0,0% 6,0% 94,1%

Fuente: Elaboración propia a partir de los datos del INE y del MEC.

Hasta ahora hemos analizado el papel que juega la educación pública en todo el país sin considerar el punto de vista territorial. La descomposición de los índices de desigualdad posibilita estudiar esta perspectiva en profundidad y permite no solo captar las diferencias entre los diferentes territorios sino también analizar el origen de tales diferencias. En particular, el índice de Theil posee unas características que lo hacen idóneo para ser descompuesto. Como indican Goerlich y Villar (2009, p.181) un índice de desigualdad es aditivamente separable cuando se puede descomponer en un componente intragrupos y un componente intergrupos. De este modo, la desigualdad global se puede expresar como la suma de la desigualdad intragrupos y la desigualdad intergrupos. El primer componente está constituido por la suma ponderada por el tamaño relativo de los grupos de los índices de desigualdad aplicado a la distribución de cada uno de ellos. La desigualdad intergrupos se calcula aplicando el índice de desigualdad a una población compuesta por la unión de las poblaciones de los distintos grupos, donde a cada individuo se le asigna la renta media del grupo al que pertenece para que el término resulte independiente de la desigualdad existente dentro de los grupos. De entre todos los índices de desigualdad, únicamente el primer y segundo índices de Theil permiten tal descomposición junto con la propiedad adicional de que el componente intergrupo es una media ponderada de los índices de desigualdad dentro de los grupos. Esto hace que en la práctica estos dos índices sean los más utilizados. La diferencia entre ellos está en cómo ponderan la desigualdad interna de los grupos. Mientras que el segundo índice de Theil (cuyo parámetro de aversión a la desigualdad es 0) lo hace a través de su población relativa, el primero los pondera a través de unos pesos que ajustan las ponderaciones demográficas por un término que mide la renta media relativa del grupo en cuestión, respecto de la media del total de la población. En nuestro trabajo hemos empleado los dos índices con un mayor detenimiento en el segundo porque su ponderación permite una interpretación más intuitiva.

En concreto, el análisis se ha aplicado desde un punto de vista territorial para comparar la desigualdad antes y después de introducir la valoración de la educación pública recibida por los individuos. Se ha estudiado la desigualdad por CCAA y por el tipo de municipio en el que reside el hogar, que son las dos perspectivas que permite la EPF. Para el último aspecto, se ha modificado ligeramente la clasificación de la encuesta y se han empleado tres grupos de municipios, menores de 10.000 habitantes, que corresponden a zonas rurales, de entre 10.000 y 50.000 habitantes excepto capitales de provincias, que corresponde a la población de las ciudades intermedias y

32

las ciudades grandes que son las que tienen más de 50.000 habitantes o son capitales de provincias. Nos limitamos al análisis de la educación en su conjunto y tomamos de referente la situación que no la incluye.

La principal novedad que nos muestra la descomposición aditiva del índice de Theil es que el origen de la desigualdad global es la existente en las CCAA y no las diferencias entre ellas. La educación reduce la desigualdad total del país como ya hemos indicado, en concreto, el segundo índice de Theil pasa de 0,1611 a 0,1515. La descomposición del índice indica que el origen de tal desigualdad es el componente intragrupos (within) que explica su mayor parte o lo que es lo mismo, las desigualdades existentes dentro de las propias CCAA son las que explican casi toda la desigualdad española. Por el contario, una pequeña parte de esta desigualdad se explica por las diferencias existentes entre las propias CCAA o componente intergrupos (between) de la desigualdad. En concreto, la desigualdad dentro de las CCAA explica el 93,6% de la desigualdad total sin incluir la educación y las diferencias entre las CCAA explican únicamente el 6,4%. El único efecto que produce la introducción de la educación pública es reducir aún más la desigualdad existente entre las CCAA que pasa a explicar únicamente el 6,2%. Es decir, la educación pública, además de reducir las desigualdades entre los individuos, también reduce las desigualdades entre los territorios. La descomposición del índice de Theil permite además medir la desigualdad que existe en cada una de las CCAA. El cuadro 8 muestra el porcentaje que la población de cada CA representa sobre el total, el valor del segundo índice de Theil y la contribución relativa de cada CA a la desigualdad total27.

Cuadro 8. Contribución de las CCAA a la desigualdad total con y sin gasto educativo

Estimate Relative

Contribution Estimate

Relative Contribution

Andalucía 16,8% 0,17462086 18,2% 0,15819329 15,2%Aragón 3,0% 0,14576723 2,7% 0,14469894 3,0%Asturias 2,5% 0,1678853 2,6% 0,17226423 3,1%Baleares 2,4% 0,12835622 1,9% 0,12267163 2,5%Canarias 4,3% 0,16232723 4,3% 0,14777377 3,8%Cantabria 1,3% 0,16234647 1,3% 0,15023353 1,2%Castilla-León 5,9% 0,14992256 5,5% 0,140675 5,3%Castilla–La Mancha 4,2% 0,15083631 3,9% 0,1421406 2,9%Cataluña 16,4% 0,14772385 15,0% 0,14785049 17,5%Valencia 11,1% 0,14770066 10,1% 0,13614798 9,0%Extremadu 2,4% 0,18387663 2,7% 0,18340375 2,2%Galicia 6,1% 0,14750881 5,6% 0,1447358 5,4%Madrid 13,4% 0,13984568 11,6% 0,13393581 14,2%Murcia 2,8% 0,1444732 2,6% 0,13854612 2,6%Navarra 1,4% 0,11740234 1,0% 0,10552847 1,0%PaísVasco 5,1% 0,11170649 3,5% 0,10730025 4,1%Rioja 0,7% 0,13015224 0,6% 0,12099812 0,6%Ceuta_Mel 0,3% 0,18084243 0,3% 0,12829654 0,2%

CCAAPopulation

Share

Consumo + gasto educativo

Consumo EPF


27 La suma de estas contribuciones es la desigualdad total explicada por la existente dentro de las CCAA.

33

Como puede observarse a partir del cuadro, cuando no consideramos el gasto educativo, Andalucía, Asturias y Extremadura son las únicas CCAA que contribuyen a la desigualdad global en una proporción mayor que su cuota de población. La situación se modifica completamente cuando imputamos las transferencias en especie pues entonces todas las CCAA menos Andalucía y Cataluña aportan más a la población que a la desigualdad. El cuadro también indica que la educación pública reduce la desigualdad en todas las CCAA excepto en Asturias y Cataluña. Si comparamos los resultados autonómicos con la desigualdad total de España se aprecia que sin computar la educación, Andalucía, Asturias, Canarias, Cantabria, Extremadura y Ceuta y Melilla tienen una desigualdad más elevada, cuando la computamos, únicamente Andalucía, Asturias y Extremadura siguen superando la desigualdad global28.

La descomposición del índice de Theil por el tipo de municipio de residencia de los individuos indica que esta cuestión no afecta prácticamente a la desigualdad total del país que se explica casi en su totalidad por las diferencias en el interior de los grupos. En concreto, la desigualdad que existe entre los tres grupos de municipios considerados explica el 1,6% de la desigualdad total. Por el contrario, las desigualdades entre los miembros de los grupos explican el 98,4% restante. Estos porcentajes se mantienen cuando se introduce la educación pública si bien ésta reduce la desigualdad interna de cada uno de los 3 grupos. El cuadro 9 presenta los resultados obtenidos para la descomposición del 2º índice de Theil.

Cuadro 9. Contribución a la desigualdad total con y sin gasto educativo por tipo de municipio de residencia

Estimate Relative

Contribution Estimate

Relative Contribution

Municipios Pequeños 21,7% 0,17882062 24,1% 0,1721455 21,9%Municipios Medianos 24,9% 0,15446214 23,9% 0,143964 23,0%Municipios Grandes 53,4% 0,1521469 50,5% 0,1434635 53,5%

Consumo EPF Consumo + gasto

Tipo de residenciaPopulation

Share


Como se puede apreciar, algo más de la mitad de la población vive en municipios de más de 50.000 habitantes o que son capitales de provincia y el resto se reparte casi a partes iguales en ciudades medianas o zonas rurales. Además, los municipios pequeños son los únicos que tienen una mayor desigualdad que la totalidad del territorio nacional y por eso contribuyen más a la desigualdad global que a la población. La situación no se modifica cuando se introduce la educación, sin embargo las diferencias se reducen casi a cero y ahora se compensan con los municipios grandes que pasan a contribuir un poco más a la desigualdad que a la población reflejando un mayor efecto relativo sobre éstos. Por último, se aprecia que la educación reduce la desigualdad existente en todos y cada uno de los grupos.

28 Los resultados obtenidos con el primer índice de Theil son bastante similares a los obtenidos con el segundo.

34

7. CONCLUSIONES

El presente trabajo pone de relieve algunas de las dificultades existentes para estimar la desigualdad en la distribución del bienestar económico, especialmente las relacionadas con la definición del mismo y de la variable a analizar. En concreto, se destaca la exclusión de las transferencias públicas en especie en la mayor parte de los cálculos realizados, que puede ser explicada por la laboriosidad del proceso para incluirlas. Sin embargo, no incluir estos flujos en la medida del bienestar que estudiemos provoca errores que pueden ser potencialmente importantes, como se ha puesto de relieve en el presente trabajo. Tales errores pueden llevar a adoptar decisiones de política económica equivocadas por no ajustarse a la situación real. Por otro lado, los ajustes propuestos son especialmente importantes para realizar comparaciones internacionales pues como Atkinson y otros (2009, p. 30) indican, lo razonable es que un movimiento de una actividad del sector público al privado, o viceversa, no cambie nuestra medida del resultado, excepto en el grado en el que este transvase afecte a la calidad o acceso al servicio. En este sentido, no incluir estos servicios cuando están suministrados por el Estado y hacerlo cuando los suministra el mercado lleva a no comparar situaciones equivalentes.

El objetivo de este trabajo es avanzar en esta senda incorporando la educación que junto con la sanidad y las infraestructuras es una de las tres principales transferencias en especie que reciben las familias del Estado en nuestras sociedades. Se ha optado por valorar los servicios recibidos empleando su coste para ser coherentes con los criterios utilizados en la contabilidad nacional y por razones de dificultad. No obstante, somos conscientes de las limitaciones de este enfoque y que lo ideal es estimar el valor en el mercado del mismo29 aunque creemos que este ejercicio es relevante como una primera aproximación.

Los resultados que se obtienen son bastante reveladores. Las desigualdades se reducen en torno a un 4% tras la imputación a las familias del valor de la educación pública. En definitiva, si dejamos fuera de nuestra consideración a la educación pública en España, estaremos considerando una magnitud errónea de los niveles de vida absolutos. Pero además, como ha puesto de manifiesto la elevada movilidad que genera, estamos dibujando una distribución de los mismos que tampoco se ajusta a la real. Como análisis de incidencia de la educación pública, nuestro trabajo detecta qué tipo de gasto educativo es el que más favorece la reducción de las desigualdades y si éste es nuestro objetivo deberíamos actuar en consecuencia. Los niveles educativos obligatorio y secundario son los verdaderos generadores de la reducción de la desigualdad pues el efecto de la educación universitaria es muy moderado y deja casi inalterado el status quo. Por tanto, los gastos dirigidos a financiar los estudios universitarios deben estar justificados con otros argumentos pero no con reducciones de las desigualdades.

Por último, nuestros cálculos también indican que la educación pública es efectiva para reducir las desigualdades existentes entre las CCAA. Sin embargo, éste no parece ser el problema pues éstas son ya de por sí muy reducidas. En realidad, el principal origen de las desigualdades está en la existente en el interior de las propias CCAA. Además, la educación pública es un buen instrumento para reducir las

29 Ver Martínez-Vázquez (2008) para una discusión pormenorizada de la cuestión.

35

desigualdades en casi todas las CCAA (únicamente dos de ellas las incrementan) y no solo a nivel global. Es decir, el efecto de la educación pública para reducir la desigualdad es bastante homogéneo territorialmente. Por el contrario, el tipo de municipio de residencia no tiene relación con la desigualdad y la educación no modifica esta situación. La conclusión de esta parte del trabajo es que el gasto público educativo hace que la desigualdad explicada por las diferencias entre las CCAA se reduzca aún más y podemos entender el resultado como que es un factor favorecedor de la cohesión regional, si bien el elemento no es muy importante a la hora de explicar la desigualdad global de la sociedad española.

8. BIBLIOGRAFÍA

ATKINSON, A.B. y BOURGUIGNON, F. (1982): “The Comparison of Multi-Dimensioned Distributions of Economic Status”, Review of Economic Studies, XLIX, 183-201. AYALA, L. y SASTRE, M. (2002): “La medición de la movilidad de ingresos: enfoques e indicadores”, Hacienda Pública Española, 162-(3/2002), pp. 101-131. BECKER, G. S. (1975): Human Capital: A Theoretical and Empirical Analysis with Special Reference to Education. National Bureau of Economic Research, Columbia University Press, New York, 2ª edición. CALLAN, T., SMEEDING, T y TSAKLOGLOU, P. (2008): “Short-Run Distributional Effects to Public Education Transfers to Tertiary Education Students in Seven European Countries”, Discussion Papers Series IZA DP No. 3557, Institute for the Study of Labor, Bonn. DEL RIO, C., GRADÍN, C. y CANTÓ, O. (2008): “Pobreza y discriminación salarial por razón de género en España”, Hacienda Pública Española, nº 184-1, pp. 67-98. GAJDOS, T. y WEYMARK, J.A. (2005): “Multidimensional generalized Gini indices” Economic Theory, 26, pp. 471-96. GOERLICH, F. y MAS, M. (1999): “Medición de la desigualdad: contribución a una base de datos regional”, Instituto Valenciano de Investigaciones Económicas, Valencia. GOERLICH, F.J. y VILLAR, A. (2009): Desigualdad y bienestar social. De la teoría a la práctica, Fundación BBVA, Bilbao. FULLERTON, D. y ROGERS, D.L. (1993): Who bears the lifetime tax burden?, Washington Brookings Institution, Washington, D.C. JENKINS, S.P. (1999): “INEQDEC0: Stata module to calculate inequality indices with decomposition by subgroup” Statistical Software Components S366007, Boston College Department of Economics.

36

MARCENARO, O. y NAVARRO, M L. (2005): “Nueva evidencia sobre el rendimiento del capital humano en España” Revista de Economía Aplicada, nº 37 (vol. XIII), 2005, pp. 69 a 88. MARTÍNEZ-VÁZQUEZ, J. (2008): “The Impact of Budgets on the Poor: Tax and Expenditure Benefit Incidence Analysis” en Moreno-Dobson, B. y Wodon, Q. Public Finance for Poverty Reduction, The World Bank, Washington, D.C. MUSGRAVE, R.A. (1959): The Theory of Public Finance, McGraw-Hill, Nueva York. PECHMAN, J.A. y OKNER, B. (1974), Who Bears the Tax Burden?, Brookings Institution, Washington, DC. RAVALLION, M. y LOKSHIN, M. (2000), “Who Wants to Redistribute? The Tunnel Effect in 1990’s Russia”, Journal of Public Economic, Vol. 76, pp. 87-104. RUIZ-CASTILLO, J, LEY, E. y IZQUIERDO, M. (1999): La medición de la inflación en España, Servicio de Estudios “La Caixa”, Barcelona. RUIZ-CASTILLO, J. (1995): “Income Distribution and Social Welfare: A Review Essay”, Investigaciones Económicas, 19 : 3-34. STIGLITZ, J. E.; SEN, A.; FITOUSSI, JP. (2009): Report by the Commission on the Measurement of Economic Performance and Social Progress, www.stiglitz-sen-fitoussi.fr UNIÓN EUROPEA (1996): “Reglamento (CE) nº 2223/96 del Consejo, de 25 de junio de 1996, relativo al sistema europeo de cuentas nacionales y regionales de la Comunidad”, DO L 310 de 30.11.1996, p. 0001 - 0469 VILLAR, A. (2005): “On the Welfare Measurement of Income and Opportunity”, Contributions to Theoretical Economics, vol. 5, issue 1. VILLAR, A. (2006): “La evolución del bienestar en Andalucía”, Centro de Estudios Andaluces, Sevilla.

el efecto de las transferencias pÚblicas en especie … · 2 dirección de correspondencia:...

Documents