Un Premio Nobel al porqué de las cosas

En muchos sistemas educativos (España, Estados Unidos, el Reino Unido), los estudiantes en los colegios privados obtienen mejores resultados de media (notas en exámenes estandarizados, acceso a la universidad, ingresos de adulto) que los estudiantes en los colegios públicos. Esta diferencia sigue existiendo incluso cuando corregimos por los recursos financieros de ambos tipos de colegios. A igualdad de condiciones presupuestarias, los colegios privados gradúan estudiantes con mejores resultados medios.

Esta observación tiene (al menos) dos posibles explicaciones muy contrapuestas. La primera explicación es que los colegios privados enseñan “mejor”. Esto puede ser debido, quizás, a que los colegios privados enfatizan, de media, más la disciplina y los métodos pedagógicos tradicionales o que tienen menos burocracia y son más flexibles a responder a nuevas circunstancias como el covid-19. La segunda explicación es que los colegios privados tratan con estudiantes muy diferentes. El enviar un hijo a un colegio privado suele estar ligado con una clase socioeconómica más aventajada y, probablemente, con una mayor preocupación media de los padres por la educación de sus vástagos. En esta explicación, el colegio privado no aporta nada especial: simplemente tiene la suerte de contar con “mejores” estudiantes.

Así demostró el premio Nobel de Economía que el salario mínimo no destruye empleo

Marcos Lema

¿Cuál de las dos explicaciones es la correcta (o la más importante)? La respuesta es clave, por ejemplo, para diseñar un sistema educativo. Aunque existen argumentos para defender la escuela privada o pública que van más lejos de los meros resultados académicos que cada una genera, si llegamos a la conclusión de que los colegios privados son mejores en educar a igualdad de condiciones presupuestarias que los colegios públicos, es probable que nuestra visión sea diferente que si concluimos que la educación pública ofrece mejores resultados.

¿Cómo encontramos la respuesta? Buscando las “causas” de los resultados en vez de quedarnos con la mera observación de las diferencias entra ambos tipos de colegios. El problema es que vivimos en un mundo de alta densidad causal. Para cualquier observación socioeconómica que usted me ponga encima de la mesa, se me van a ocurrir, sin mucho esfuerzo, tres o cuatro explicaciones que “expliquen” esta observación por “causas” muy diversas. ¿Son los países más ricos democracias porque la democracia crea prosperidad o porque la prosperidad genera una demanda popular de democracia? ¿Ganan los universitarios más de media que los no universitarios porque la educación universitaria tiene un valor de mercado o porque los universitarios son más inteligentes de media? ¿Reducen las severas condenas penales el crimen al encarcelar a los criminales más peligrosos o lo agravan al convertir a pequeños ladrones en criminales profesionales? ¿Ayuda el estado del bienestar al crecimiento económico al redistribuir mejor los riesgos sociales o lo perjudica al incrementar los impuestos? ¿Crean los emigrantes nuevos empleos o solo reducen el sueldo de los trabajadores nacionales? Usted podrá tener sus respuestas a las preguntas anteriores, pero una cosa son las opiniones y otra bien distinta la evidencia estadística sólida.

En ciencias naturales, averiguar el porqué de las cosas se puede lograr con experimentos. ¿Cuál es el efecto de una toxina en el crecimiento de una bacteria? En el laboratorio, tenemos tubos de ensayo con la bacteria y toxina y tubos de ensayo con la bacteria, pero sin toxina, y analizamos la diferencia entre unos y otros. ¿Cuál es el efecto del desgaste sobre una tubería del uso constante? En el laboratorio ponemos una tubería, la sometemos a una fuerte presión de líquidos y medimos cuándo se rompe. Incluso en medicina podemos ver, como hemos aprendido recientemente, el efecto de una vacuna experimental entre unos voluntarios con un grupo de tratamiento que recibe la vacuna y un grupo de control que recibe un placebo. Después de seis meses, vemos cuántos voluntarios en el grupo de tratamiento han sufrido covid-19 y cuántos en el grupo de control.

Los ganadores del Nobel

Pero en la vida social no solemos podemos hacer esto (de vez en cuando hay alguna excepción, volveré a ello en un momento). Uno no puede coger, pongamos, Portugal, dividirlo en Portugal Norte y Portugal Sur, poner impuestos altos en el norte y bajos en el sur (manteniendo todo el resto de política económica constante) y ver qué pasa. Primero, y lo más importante, por una mera cuestión ética: estamos jugando con personas, no con tuberías. Segundo, porque no es factible. ¿Qué hacemos? ¿Bloquear Portugal con las fuerzas de la OTAN para estar seguros de que nadie se escapa mientras nos dedicamos a subir y bajar sus impuestos y esperamos a medir los resultados?

Por eso, desde finales de los años 80 del siglo XX, los economistas empezaron a pensar en detalle cómo encontrar “causas” sin poder recurrir a experimentos en un laboratorio (en economía se puede emplear un laboratorio de vez en cuando, pero eso me lo salto hoy). Mucha parte de los métodos estadísticos de décadas anteriores habían servido para medir correlaciones entre variables (en mi ejemplo, al principio de esta entrada, las diferencias de resultados entre colegios privados y públicos), pero no para poder determinar “causalidad” (son los colegios privados “mejores” o son los estudiantes en colegios privados “mejores”).

Los tres ganadores del Premio del Banco de Suecia en memoria del Alfred Nobel este año, David Card, Joshua D. Angrist y Guido W. Imbens fueron pioneros en la búsqueda de métodos empíricos para saltar de correlación a causalidad. Su influencia en la investigación académica ha sido tan profunda que muchos han hablado de la “revolución de la credibilidad” para resaltar el papel central de la causalidad en el análisis económico actual. De hecho, era un premio “cantado”: desde hacia unos años todo el mundo que se dedica al trabajo empírico sabía que Card-Angrist-Imbens era un caballo ganador y la única duda era cuándo iba a recibir el premio.

Nobel de Economía para Card, Angrist e Imbens por su análisis del mercado laboral

EFE

¿Qué tipo de métodos han desarrollado Card, Angrist e Imbens? Me llevaría un libro entero explicarlos todos así que voy a seleccionar un ejemplo sencillo. Volvamos al caso de los colegios privados. Imaginémonos que una fundación bien dotada de fondos decide ofrecer 250 becas para ir a colegios privados. Las becas están reservadas a familias desfavorecidas cuyos hijos están, en este momento, matriculados en colegios públicos. Para asignar las becas de manera lo más igualitaria posible, la fundación decide que las becas se asignaran con una lotería entre todas las familias que la soliciten siempre que cumplan con los requisitos de ingresos.

Pongamos que 1.000 familias piden la beca. La lotería selecciona, de manera totalmente aleatoria, a 250 de estas familias. La fundación no ha diseñado un “experimento casi-natural”, pero en la práctica eso es exactamente lo que ha ocurrido. Las 250 familias seleccionadas son el grupo de tratamiento y las 750 familias no seleccionadas son el grupo de control. Como la selección ha sido aleatoria entre todas las familias que han pedido la beca, podemos asumir, con un grado de confianza alta, que las familias en el grupo de tratamiento tienen unas condiciones socioeconómicas y están comprometidas con la educación de sus hijos a un nivel medio que es igual al de las familias en el grupo de control.

Además, siempre hay refinamientos para corregir posibles diferencias entre los dos grupos si, por ejemplo, tenemos la mala suerte de que la lotería selecciona a muchos más estudiantes hijos de inmigrantes en el grupo de tratamiento que en el de control. Ahora, lo único que tenemos que hacer es esperar un año, dos o tres y ver los resultados de los estudiantes en el grupo de tratamiento, que ahora pueden ir a un colegio privado, y los estudiantes en el grupo de control, que siguen en el colegio público.

Uno de los galardonaros ayer, Joshua Angrist, ha centrado buena parte de su investigación en estudiar este tipo de loterías, por ejemplo, en Boston y sus alrededores, con diferentes tipos de colegios (públicos pero autónomos, privados, etc.). Los resultados, como casi siempre ocurre en el trabajo empírico, están llenos de matices. Por ejemplo, los estudiantes más desfavorecidos en zonas urbanas mejoran muchísimo cuando se mueven del sistema público tradicional a un sistema mixto (colegios públicos, pero con autonomía en gestión y con profesores fuera del convenio colectivo, llamados 'charters'). En comparación, en las zonas rurales, el sistema mixto parece ser perjudicial.

Su método

Por supuesto, este “experimento casi-natural” no es perfecto. En primer lugar, estamos midiendo el efecto de mover 250 estudiantes del sistema público al privado, no el efecto de mover a decenas de miles de estudiantes. Por ejemplo, los colegios privados pueden tener capacidad de aceptar 250 estudiantes más y darles una educación de calidad, pero no tiene la infraestructura para digerir a decenas de miles de nuevos estudiantes. Las consecuencias de una política a nivel nacional pueden ser muy diferentes a las consecuencias de un pequeño cambio de política en un barrio de una gran ciudad.

En segundo lugar, estamos midiendo el efecto de mover a 250 estudiantes del sistema público al privado de familias que solicitaron la beca. ¿Será el efecto el mismo en las familias que no la solicitaron? Lo mismo el efecto es más grande (son niños que viven en familias a las que no les interesa la educación y, por tanto, tienen más que ganar al cambiar de colegio) o es más pequeño (lo que importa es la interacción entre la motivación de las familias y el colegio, no el colegio por sí solo).

En tercer lugar, los efectos en el largo plazo son muy difíciles de medir. ¿Vamos a esperar 40 años antes de decidir si cambiamos o no el sistema de becas? Con la vacuna de covid-19 aceptamos (con razón por otra parte) que después de unos meses la evidencia era suficientemente clara, la vacuna funcionaba muy bien en el corto plazo, pero aún no sabemos su eficacia en 10 años.

El gráfico que demuestra que España no se encamina a la quiebra

Carlos Sánchez

El lector quizá quiera aprender algo más de estas nuevas metodologías. El libro más sencillo es, precisamente de Joshua Angrist con su coautor Jörn-Steffen Pischke: "Mastering ‘Metrics’: The Path from Cause to Effect". Un poquito más avanzado, de los dos mismos autores, es 'Mostly Harmless Econometrics: An Empiricist's Companion', aunque se le notan los años un poquito. Pero la biblia (y un texto mucho más avanzado) es de Guido Imbens y Donald Rubin: 'Causal Inference for Statistics, Social, and Biomedical Sciences: An Introduction'. Como bromeo a mis estudiantes, es uno de esos libros que uno tiene que poner debajo de la almohada cuando duerme para que se le pegue a uno lo máximo del mismo. Yo tengo tres copias: una en mi despacho, una en casa y una tercera en Kindle.

Cierro con una pequeña historia personal. Guido Imbens, uno de los tres premiados, es mi “jefe” en una revista económica llamada 'Econometrica', en la que colaboro como editor asociado. Trabajar bajo su supervisión es un placer: Imbens es un académico con una dedicación de servicio profesional a la que yo solo puedo aspirar en mis mejores sueños. En mi propia labor editorial intento constantemente imitar su seriedad y devoción a la economía con lo mejor de mis fuerzas. Es por ello que este lunes, cuando vi el premio, mi respuesta fuera una sonrisa de alegría que no suelo tener a las seis de la mañana cuando suena el despertador el lunes.