En nuestra entrega de la semana pasada ilustramos cómo el Gobierno por no usar las herramientas apropiadas (Tax GaP Analysis) comete errores en la definición de su política tributaria. En esta entrega, utilizando el caso del Programa Juntos, ilustramos cómo el Gobierno también comete errores en su política de gasto público por no utilizar las herramientas apropiadas.
El programa Juntos es un programa de Transferencias Monetarias Condicionadas (TMC) que proporcionan dinero (100 soles mensuales en promedio) a hogares pobres si sus niños asisten regularmente a la escuela y a controles de nutrición y salud. En el Gráfico 1 se muestra la evolución de los hogares que reciben los beneficios del programa (hogares abonados). Desde el 2005, cuando empezó con menos de 100,000 hogares abonados, el programa Juntos ha ido creciendo, especialmente durante el gobierno de Humala, hasta llegar a los actuales 700,000 hogares abonados.
Sin embargo, a pesar del incremento de su cobertura, la pobreza ha comenzado a aumentar y la anemia en la población infantil se ha incrementado. Lo que es más preocupante es que, debido a que la última encuesta de hogares (ENAHO) revela que la pobreza se ha incrementado en las zonas urbanas, el Gobierno viene estudiando la ampliación del programa Juntos a las ciudades. Es decir, a más pobreza más programa Juntos. Erróneamente se pretende medir el éxito del programa Juntos por el número de hogares abonados, cuando la solución debe apuntar a la reducción de la pobreza para lograr que, eventualmente, el programa no sea necesario.
¿Por qué hemos llegado a esta situación? A nuestro entender la principal causa es la evaluación positiva que el programa Juntos ha recibido por “renombrados” consultores nacionales e internacionales. Inclusive organismos multilaterales han aprobado este tipo de programas en el Perú y otros países de la región. Basados en evaluaciones positivas de los proyectos pilotos y de experiencias similares en otros países de la región, el programa Juntos ha tenido luz verde para crecer a los niveles actuales.
¿Pueden los organismos multilaterales equivocarse? Lamentablemente sí y ya ha sucedido en otras oportunidades. En un reciente trabajo econométrico (“The Use of Strucutural Models in Econometrics”), los profesores Hamish Low de la Universidad de Cambridge y Costas Meghir de la Universidad de Yale argumentan que el uso de modelos estadísticos de “asignación aleatoria” o “efectos de tratamiento” (que son los modelos más utilizados para la evaluación del impacto de programas como Juntos) no son los más apropiados y en su lugar recomiendan el uso de modelos estructurales o modelos de equilibrio general.
Los modelos de asignación aleatoria (randomized experiments) y los de efectos de tratamiento (average treatment effects) son modelos estadísticos de equilibrio parcial. Han sido tomados de los modelos para probar el impacto de las medicinas en los pacientes. Por ejemplo, si aplicamos esta metodología para estudiar el impacto de la aspirina sobre un conjunto de enfermedades, podremos detectar si el uso de aspirina tiene efecto positivo, comparando los resultados en enfermos que tomaron aspirina contra enfermos que no la tomaron (grupo de control). Este tipo de experimentos nos permite determinar estadísticamente el porcentaje de enfermos que sintieron efecto positivo por la ingesta de aspirina. El grupo de control se utiliza para descartar que no haya otra razón que no sea la aspirina.
El problema con este tipo de evaluación es que, al utilizar modelos de equilibrio parcial, no toman en cuenta el costo de oportunidad que genera la utilización en este caso de la aspirina. El dinero empleado para comprar aspirina podría usarse para otra medicina que puede generar mejores resultados. Y este es el problema que surge cuando se utilizan estos métodos en la evaluación de programas de TMC. Por ser modelos de equilibrio parcial se asume implícitamente que el dinero utilizado en el programa de TMC no se utiliza en un programa alternativo que puede dar mejores resultados (costo de oportunidad). Los profesores Hamish y Meghir sostienen que los modelos estructurales de equilibrio general evitan esos problemas y por lo tanto son más adecuados que los de equilibrio parcial en la evaluación de programas de transferencia monetaria condicionada como el programa Juntos.
Veamos el caso del programa Juntos. En la Tabla 1 se presentan algunos de los indicadores de performance del programa para los últimos 5 años (2014—2018). Lo más saltante es que Juntos ha utilizado en los cinco últimos años 5,000 millones de soles, 1,000 millones promedio anual. Por cada 100 soles entregados a los hogares pobres, en promedio más de 12 soles son utilizados en sueldos de empleados (60 millones de soles), cargos bancarios (30 millones) y otros gastos administrativos (estudios de evaluación y otros, 30 millones). Para abonar a los hogares pobres 1,000 millones de soles, el programa Juntos gasta 120 millones de soles en burocracia.
Las evaluaciones realizadas del programa Juntos utilizando los métodos estadísticos de equilibrio parcial indican que los 1,000 millones de soles distribuidos a los 700,000 hogares abonados han aliviado la pobreza, mejorado los niveles nutricionales y de salud de la población que recibe el beneficio en comparación a los que no participan del programa. Sin embargo, estos programas alivian la pobreza solamente en forma temporal, ya que esta se eleva cuando el programa se suspende. Sin embargo, estos estudios no nos dicen nada respecto a lo que se pudo hacer alternativamente con los 1,000 millones de soles anuales. La razón de que no dicen nada sobre el uso alternativo es porque no se han usado modelos de equilibrio general en la evaluación de los programas de transferencia monetaria compensadas. Los modelos de equilibrio general miden el costo de oportunidad del programa en evaluación, es decir el impacto de usar el dinero del programa en un programa alternativo.
Si el Gobierno peruano hubiese utilizado los mismos 1,000 millones de soles anuales que gasta en el programa Juntos en el desarrollo de infraestructura agrícola en los mismos 1,325 distritos de atención del programa Juntos otros serían los resultados. Si se hubiese potenciado con 1,000 millones de soles el programa Sierra Productiva (hoy Sierra Azul) con inversiones en reservorios, canales de riego, sembrado y cosecha de agua, sistemas de riego por goteo, etc., otra sería la historia. La utilización de la herramienta errada para hacer la evaluación de los programas sociales le ha costado al país no solo miles de millones de soles sino una oportunidad de reducir la pobreza de forma permanente.
