evaluacion de las estrategias de desarrollo para alcanzar los

cinve
EVALUACION DE LAS ESTRATEGIAS DE DESARROLLO
PARA ALCANZAR LOS OBJETIVOS DEL MILENIO EN URUGUAY1
(VERSION: Junio de 2006)
Silvia Laens y Cecilia Llambí
Centro de Investigaciones Económicas (cinve – Uruguay)
Con la colaboración de Gioia de Melo
1
Este trabajo ha sido desarrollado en el marco del proyecto “Assessing Development Strategies to
Achieve the Millennium Development Goals in Latin America”, coordinado por UNDP-RBLAC, con el
apoyo del Banco Mundial, BID, Institute of Social Studies (ISS-The Hague), CEPAL e IFPRI. Participan del
proyecto, además de cinve, otros 19 equipos de América Latina y el Caribe.
Avda. Uruguay 1242
Montevideo 11100, URUGUAY
Tel.: (598 2) 900 3051 / 908 1533
Fax: (598 2) 908 2667 int. 228
E-mail: [email protected]
INDICE
1.
INTRODUCCIÓN ............................................................................................................... 2
2.
TENDENCIAS HACIA LOS ODM: POBREZA Y EDUCACIÓN................................ 2
3.
DETERMINANTES DE LA PROGRESIÓN EDUCATIVA ........................................ 11
4.
ANÁLISIS CGE DEL LOGRO DE LOS ODM.............................................................. 15
4.1
BREVE DESCRIPCIÓN DE LA SAM Y EL MODELO MAMS ...................................................... 15
4.1.1
Construcción de la SAM............................................................................................. 15
4.1.2
El modelo MAMS ....................................................................................................... 17
4.2
SUPUESTOS PARA EL AÑO BASE, ESCENARIOS Y META DE EDUCACIÓN .................................. 19
4.3
RESULTADOS DE LA SIMULACIÓN DEL ESCENARIO BASE ....................................................... 20
5.
RESULTADOS DE ESCENARIOS DONDE SE IMPONE LA META .................................................. 22
6.
ANÁLISIS DE RESULTADOS DE LAS MICROSIMULACIONES........................... 25
6.
CONCLUSIONES ............................................................................................................. 29
REFERENCIAS BIBLIOGRÁFICAS ........................................................................................... 31
ANEXO ECONOMÉTRICO .......................................................................................................... 34
Resumen
En setiembre de 2000, las Naciones Unidas aprobaron una amplia agenda para reducir la
pobreza y mejorar la calidad de vida, plasmándose lo que se llamaron los Objetivos de
Desarrollo del Milenio (ODM). Los ODM establecen logros a alcanzar para el año 2015 en
una variedad de dimensiones económicas, sociales y políticas. Este trabajo presenta un
análisis de resultados de simulación de distintos escenarios sobre el logro de los ODM
referidos a educación y pobreza en Uruguay. En primer lugar, se analiza el grado de
factibilidad de que se alcancen en 2015 los referidos ODM en el escenario actual de
políticas. En segundo lugar, se evalúan los efectos de distintas alternativas de política sobre
el cumplimiento de dichos objetivos.
El análisis se realizó mediante un modelo de equilibrio general dinámico que incorpora un
módulo especial para el análisis de los ODM, combinado con la metodología de
microsimulaciones para el análisis del impacto de las políticas sobre la pobreza y
desigualdad. El módulo dinámico permite analizar el impacto de distintas políticas a través
del tiempo, mientras que el módulo específico de ODM permite incorporar algunos
determinantes del logro del objetivo de educación. Este tipo de aproximación permite tener
en cuenta el efecto de algunas políticas clave relacionadas con el logro de los ODM y sus
mecanismos de financiamiento sobre los distintos sectores de la economía, que a su vez
retroalimentan procesos en el mercado de trabajo, de precios relativos, de ingresos de los
hogares y otros, y que a su vez ejercen influencia sobre el propio logro de los ODM.
Los resultados preliminares indican que en el escenario actual de políticas la meta
relacionada con la educación primaria no se alcanzaría en 2015. Los resultados de
simulación de incrementos del gasto público en educación con formas alternativas de
financiamiento (impuestos, préstamos provenientes del sector doméstico o préstamos del
exterior) indican que la forma más viable de financiar las políticas específicas tendientes al
logro de la meta educativa sería a través del sistema impositivo. Finalmente, los resultados
de las microsimulaciones indican que en ninguno de los escenarios simulados de política se
logra alcanzar el ODM 1, esto es, la reducción a la mitad de la proporción de personas bajo
la línea de pobreza y la erradicación de la pobreza extrema.
1
1.
Introducción
En setiembre de 2000, las Naciones Unidas aprobaron una amplia agenda para reducir la
pobreza y mejorar la calidad de vida, plasmándose lo que se llamaron los Objetivos de
Desarrollo del Milenio (ODM). Los ODM establecen logros a alcanzar para el año 2015 en
una variedad de dimensiones económicas, sociales y políticas. Este trabajo presenta un
análisis de resultados de simulación de distintos escenarios sobre el logro de los ODM
referidos a educación y pobreza en Uruguay. En primer lugar, se analiza el grado de
factibilidad de que se alcancen en 2015 los referidos ODM en el escenario actual de
políticas. En segundo lugar, se evalúan los efectos de distintas alternativas de política sobre
el cumplimiento de dichos objetivos.
El análisis se realiza mediante un modelo de equilibrio general dinámico (CGE) que
incorpora un módulo especial para el análisis de los ODM (MAMS)2, combinado con la
metodología de microsimulaciones para el análisis del impacto de las políticas sobre la
pobreza y desigualdad. El módulo dinámico permite analizar el impacto de distintas
políticas a través del tiempo, mientras que el módulo específico de ODM permite
incorporar algunos determinantes del logro del objetivo específico de educación. Este tipo
de aproximación permite tener en cuenta el efecto de algunas políticas clave relacionadas
con el logro de los ODM y sus mecanismos de financiamiento sobre los distintos sectores
de la economía, que a su vez retroalimentan procesos en el mercado de trabajo, de precios
relativos, de ingresos de los hogares y otros, y que a su vez ejercen influencia sobre el
propio logro de los ODM.
En la sección 2 se presenta la evolución reciente de los ODM referidos a educación y
pobreza. En la sección 3 se presentan los resultados de estimaciones de los determinantes
de la progresión educativa (graduación y continuación de los estudios), a través de modelos
logit secuenciales aplicados a microdatos, resultados que son luego incorporados al módulo
de ODM del modelo MAMS. La sección 4 está dedicada al modelo MAMS y sus
resultados, mientras que en la sección 5 se presentan los resultados de las
microsimulaciones. Finalmente, la sección 6 concluye.
2.
Tendencias hacia los ODM: Pobreza y Educación
El Objetivo 1 de las Metas del Milenio establece la erradicación de la pobreza extrema y el
hambre hacia el año 2015. Como metas específicas, se establece reducir a la mitad el
porcentaje de personas cuyos ingresos sean inferiores a un dólar diario y el porcentaje de
personas que padecen hambre (PNUD, 2003). En estos términos, Uruguay presenta un
grado de avance difícil de superar, dado el bajo porcentaje de personas que disponen de
menos de un dólar diario. En ese contexto, el país se ha planteado un desafío más exigente,
2
Corresponde a las siglas de MAquette for MDG Simulation.
2
consistente en erradicar la indigencia y reducir a la mitad el porcentaje de personas en
situación de pobreza.3
Cuadro 1. Porcentaje de personas en situación de pobreza e indigencia
Porcentaje de personas con menos de un
dólar por día
Porcentaje de personas en situación de
indigencia (LP INE, 2002)
Porcentaje de personas en situación de
pobreza (LP INE, 2002)
1990
1995
2000
2005
0.4
0.3
0.3
1.4
3.0
1.6
1.5
3.5
29.7
17.4
17.8
29.8
Fuente: En base al procesamiento de las Encuestas Continuas de Hogares y datos del INE
En comparación con la región latinoamericana, Uruguay ha presentado históricamente
niveles inferiores de pobreza y desigualdad. En la primera mitad de la década del noventa,
el porcentaje de personas bajo la línea de pobreza se había reducido sensiblemente y de
acuerdo a los registros oficiales alcanzó en 1994 al 15,3% en el total del país urbano. No
obstante, a partir de 1995, la proporción de personas pobres comenzó a aumentar. Este
aumento se aceleró a partir del inicio de la recesión económica en 1999 y se agudizó
fuertemente durante la crisis de 2002, cuando no sólo aumentó la proporción de personas
bajo la línea de pobreza, sino que también ésta se hizo más intensa, es decir, que en
promedio, los ingresos de los hogares pobres se alejaron del umbral de pobreza (Amarante
et al, 2004). Aunque la crisis de 2002 produjo un salto abrupto en la incidencia de la
pobreza, se ha señalado que ello no significó un cambio de tendencia, sino que más bien
profundizó la tendencia prevaleciente durante la segunda mitad de la década de los noventa.
De acuerdo a Amarante et al (2004), los factores que se asocian a la reducción de la
pobreza entre 1986 y 1994 fueron principalmente el aumento de los salarios reales y la
indexación de las pensiones a los salarios, mientras que el aumento posterior se vincula
principalmente al incremento de los diferenciales salariales de los trabajadores más
calificados y al crecimiento del desempleo. Cabe realizar entonces un breve detalle de la
evolución de estas variables en el período reciente.
Los salarios reales mostraron un crecimiento durante la primera mitad de los noventa que
continuó en forma más moderada hasta 1998, luego de una interrupción temporaria en
3
Los objetivos específicos para Uruguay fueron establecidos a partir del documento Objetivos del
Desarrollo del Milenio en Uruguay. Documento base para la discusión nacional (PNUD, 2003), la
realización de talleres de discusión con autoridades del gobierno y la realización de Mesas de Diálogo en
Pobreza y Alimentación; Educación; Género; Agua y Asentamientos Irregulares; Salud; Medio Ambiente en
Octubre y Noviembre 2003.
3
1995. A partir de 1999 se revirtió la tendencia y al desencadenarse la crisis en 2002 los
salarios perdieron más de un 20% en términos reales.
Respecto al desempleo, este comenzó aumentar durante la segunda mitad de los noventa,
cuando la demanda de trabajo muestra una tendencia decreciente, excepto durante 1998.
Esta caída de la tasa de empleo, en un contexto de crecimiento de la actividad económica,
es un indicador de la reestructuración productiva que acompañó la mayor exposición a la
competencia extranjera en el mercado doméstico que se procesó durante los noventa. A
partir de 1999 se agudizó la caída de la demanda de trabajo al iniciarse la recesión.
Paralelamente el desempleo avanza en forma ininterrumpida hasta llegar a su máximo
histórico en 2002 en el contexto de la crisis financiera (19,8% en el trimestre setiembrenoviembre). El desempleo no afectó de la misma forma a las distintas categorías de
trabajadores. Hasta mediados de la década del noventa, el desempleo recayó con mayor
intensidad sobre las mujeres, los jóvenes menores de 24 años y quienes no son jefes de
hogar. Posteriormente, se observa un aumento de la importancia relativa en el total de
desempleados de los mayores de 24 años y de los jefes de hogar. Dado que la economía aún
continuaba creciendo cuando comenzaron a percibierse estas tendencias, también esto es un
indicador de la reestructura productiva tendiente al desplazamiento de la mano de obra.
En cuanto a la estructura del empleo, a lo largo de la década del noventa, la industria redujo
en un tercio su peso como actividad ocupadora de mano de obra. Por el contrario, los
sectores que aumentaron su importancia relativa como demandantes de empleo fueron,
fundamentalmente, el comercio, los servicios financieros y a las empresas, y los servicios
gubernamentales, comunales y personales. En términos de calificación del empleo, existió
una pérdida importante de trabajos no calificados y un crecimiento de los empleos
calificados, especialmente los de calificación básica (Vaillant y Casacuberta, 2001).4
La recuperación económica que se inició en 2003 no se tradujo inmediatamente en una
mejora del bienestar de los hogares, dado que la pobreza aumentó incluso en mayor medida
que en 2002 respecto a 2001. En tanto, aunque la pobreza extrema o indigencia permaneció
en niveles bajos, la misma aumentó en forma importante a partir de 2002 (Véase Gráfico1)
En 2004, a pesar de la fuerte expansión de la economía, se registra el pico más alto de
incidencia de la pobreza desde 1987, alcanzando al 32,6% de las personas residentes en el
total del país urbano, mientras que la pobreza extrema llegó a 3,9% de la población.
4
Consideran trabajadores no calificados a aquéllos que como máximo tienen educación secundaria
incompleta o educación técnica; trabajadores con calificación básica son aquéllos con educación
secundaria completa, educación técnica completa, educación militar o formación docente; trabajadores
altamente calificados son los que tienen educación terciaria (completa o incompleta).
4
Gráfico 1. Porcentaje de personas en situación de pobreza e indigencia (LP INE, 2002)
4.5
35
pobreza
indigencia
4.0
3.5
3.0
25
2.5
20
2.0
1.5
15
% indigencia
% pobreza
30
1.0
0.5
19
90
19
91
19
92
19
93
19
94
19
95
19
96
19
97
19
98
19
99
20
00
20
01
20
02
20
03
20
04
20
05
10
Fuente: INE
Al menos dos factores explican que la recuperación económica de 2003-2004 no se
reflejara en una reducción concomitante de los niveles de pobreza. Por un lado, aunque en
2003 comienza la reversión de la tendencia ascendente del desempleo, ello no generó
efectos sobre la evolución de los salarios reales, que continuaron cayendo sostenidamente
hasta fines de 2004. De esta forma, mientras que la tasa de desempleo pasó de 17% en el
promedio de 2002 a 13,1% en el promedio de 2004, el salario real de los trabajadores del
sector privado cayó en promedio 14% en ese período.
Por otro lado, la evolución de la ocupación durante la crisis se asoció a una creciente
participación del empleo informal. Durante el período comprendido entre 2001 y 2003, durante el cual cayó el número de ocupados- se redujo sensiblemente el empleo formal
mientras que creció la ocupación en empleos informales. En tanto, en el año 2004 -período
de crecimiento de la ocupación- la mayor parte de los empleos creados en el sector privado
fue de carácter informal. Dado que en Uruguay los trabajadores del sector informal (o no
registrados) obtienen menores ingresos líquidos por su trabajo que aquellos insertos en el
sector formal, a igualdad de otras características relevantes tales como educación y
experiencia5, puede afirmarse que la creciente incorporación de nuevos empleos durante
2004 habría estado asociada primordialmente a menores salarios. El incremento del empleo
informal también explicó, en parte, la falta de presión al alza de los salarios reales en un
contexto de aumento del empleo y caída del desempleo.
Dichas tendencias comenzaron a revertirse durante 2005. En el marco de la instalación de
la negociación colectiva tripartita impulsada por el gobierno entrante, los salarios reales
crecieron en 2005 por primera vez en términos anuales (4,5%). Asimismo, aunque la tasa
de empleo creció muy modestamente, se asistió a un significativo incremento del empleo
formal, y el desempleo continuó cayendo moderadamente. Todos estos factores
contribuyeron a reducir levemente la incidencia de la pobreza, y ésta disminuyó por
5
Véase por ejemplo Arim y Llambí (1999).
5
primera vez en los últimos seis años, aunque muy moderadamente. La incidencia de la
pobreza es aún muy elevada en comparación a la registrada durante la década de los
noventa, y al 2005 se situó en 29,8% de la población urbana, nivel casi idéntico al
registrado en 1990.
La evolución de la pobreza obedece, además de a cambios en el ingreso de los hogares, a su
distribución. Al respecto, Amarante et al (2004) encuentran que en el período de la crisis el
incremento de la desigualdad reforzó el aumento de la pobreza en mayor medida que en el
conjunto de la década de los noventa. Cabe resaltar que la distribución del ingreso en
Uruguay se mantuvo relativamente estable desde 1986 en adelante y presentó un moderado
deterioro en la segunda mitad de los noventa, tendencia que continuó durante la crisis,
aunque se revirtió parcialmente en el pasado año (véase el Gráfico 2).
Gráfico 2. Índice de Gini. Total País Urbano
0.46
0.45
0.44
0.43
0.42
0.41
0.40
0.39
0.38
19
91
19
92
19
93
19
94
19
95
19
96
19
97
19
98
19
99
20
00
20
01
20
02
20
03
20
04
20
05
0.37
Fuente: Informe de Desarrollo Humano Uruguay, 2005 y procesamiento de la ECH.
La evolución de la distribución del ingreso en el Uruguay es el resultado de un
comportamiento dispar entre las distintas fuentes de ingreso. Vigorito (1997) señala que los
ingresos de los asalariados tendieron a concentrarse ligeramente, especialmente entre los
empleados por el sector público. Mientras el índice de Gini para los empleados privados
pasó de 43 a 45, el de los públicos aumentó de 24 a 34. Con un enfoque diferente, Gradín y
Rossi (1999) detectan una creciente polarización de los ingresos salariales, a través de una
disminución del grupo de ingresos medios y un aumento del tamaño de los grupos de
ingresos altos y bajos.
CEPAL (2000) señala que entre 1986 y 1992 las leves variaciones en la desigualdad de los
ingresos globales se explican por un aumento de la brecha entre los ingresos provenientes
de distintas fuentes. En cambio, entre 1992 y 1997 disminuye la desigualdad de ingresos
entre distintas fuentes y aumenta la desigualdad dentro del grupo de personas que reciben
ingresos de una misma fuente. En particular, se detecta una creciente desigualdad salarial
explicada, fundamentalmente por el nivel educativo del jefe de hogar. En ese sentido, Arim
6
y Zoppolo (2002) encuentran que en la década de 1990, los ingresos por trabajo se
concentraron como resultado principalmente del incremento del diferencial salarial de los
trabajadores con educación terciaria.
Este conjunto de evidencias sugieren que en el período hubo cambios en el mercado de
trabajo que produjeron una concentración en los ingresos salariales y que reflejan una
creciente valorización del nivel de calificación de los trabajadores.
En cuanto al ODM referido a educación, el enunciado de Naciones Unidas establece como
objetivo lograr la enseñanza primaria universal. También en este caso, Uruguay ha
establecido objetivos para el país de mayor exigencia, referidos a la universalización de la
educación inicial, la universalización de la educación media obligatoria (Ciclo Básico de
Educación Media) y la expansión de la educación media superior.6 Este trabajo se focaliza
en logro del objetivo vinculado a educación primaria, definiéndolo como la completitud en
tiempo de dicho ciclo de enseñanza.7 En este aspecto, el país aún enfrenta importantes
desafíos, como se detalla a continuación. Cabe mencionar que a pesar de focalizar la
atención en el objetivo referido a primaria, también se modeliza el comportamiento
educativo en los ciclos superiores, tomando en cuenta los efectos del incremento de la
demanda hacia los distintos niveles en función de posibles cambios en la progresión
educativa.
Cuadro 2. Indicadores de escolarización en educación primaria y media
% de personas con primaria completa (16 a 18 años)
% de personas con primaria completa (13 años)
1991
2005
95.7
96.5
80.8
83.6
% de personas con ciclo básico completo (Secundaria o
UTU) (19 a 21 años)
63.3
71.8
% de personas con bachillerato completo (Secundaria o
UTU) (22 a 24 años)
32.4
38.5
Fuente: En base a procesamientos de la ECH, INE
Uruguay ha logrado el acceso y egreso prácticamente universal en la educación primaria
desde hace dos décadas, tanto en zonas urbanas como rurales, a través de una amplia red de
escuelas primarias públicas ubicadas en todo del país. El sector público cubre actualmente
el 88% de la matrícula de educación primaria y su importancia ha crecido desde la segunda
mitad de los noventa, y más marcadamente a partir de la crisis económica de 2002.
6
Véase Objetivos del Desarrollo del Milenio. Metas y desafíos. Relatoría del ciclo de Mesas de
Diálogo, Uruguay 2003-2004
7
Dicha definición del objetivo de educación primaria fue establecida en el marco del proyecto “Assessing
Development Strategies to Achieve the Millennium Development Goals in Latin America”, en el cual
se desarrolló el presente trabajo.
7
La tasa neta de escolarización en primaria se sitúa en casi 95%, y se ha mantenido estable a
lo largo de la última década. Sin embargo, las elevadas tasas de repetición, especialmente
en el primer año, se traducen en una alta demora en la completitud del ciclo. La completitud
en tiempo, así como la calidad y disminución de las brechas de aprendizaje entre los niños
de diferente origen sociocultural son actualmente los desafíos más importantes en lo que
respecta a la enseñanza primaria.
Un porcentaje importante de niños no culmina la enseñanza primaria a la edad teórica de
finalización. En los últimos quince años se verifica que entre 16% y 19% de la población de
13 años aún no había logrado culminar el ciclo primario, lo que denota la presencia de altos
niveles de extraedad. Los niveles de repetición desde primero a sexto año se situaron algo
por encima de 10% en la última década, mientras que la de primer año es sustancialmente
mayor (20%). Durante la década de los noventa se observó una leve reducción de las tasas
de repetición, que se acentuó a partir del año 2003. En 2005, la tasa de repetición de
primero a sexto de primaria se situó en 8,1% (ANEP, 2006)
Cuadro 3. Tasa de repetición en educación primaria pública
1999
2000
2001
2002
2003
2004
2005
1er año
17,4
20,4
20,9
20,1
17,9
16,9
16,1
1º a 6º año
9,5
10,3
10,4
10,3
9,1
8,6
8,1
Fuente: ANEP, Monitor Educativo Primaria
Por otra parte, las sucesivas aplicaciones de pruebas estandarizadas de aprendizaje (desde la
segunda mitad de los noventa) muestran una fuerte asociación entre la suficiencia en las
pruebas y el contexto sociocultural de origen de los alumnos. Aunque se ha constatado una
tendencia a la disminución de las brechas de aprendizaje según origen social, las distancias
entre los rendimientos escolares de los niños pertenecientes a distintos contextos
socioculturales son extremadamente significativas.8
Asimismo, existen desafíos pendientes en lo que respecta a la universalización de la
educación inicial (para niños de 4 y 5 años), establecida como obligatoria desde 1998, y la
universalización del Ciclo Básico de Educación Media, obligatorio desde 1973.9
8 En 1999, el Porcentaje de alumnos suficientes en Matemática en sexto año en escuelas de contexto muy
favorable alcanzó a 71%, mientras que en escuelas de contexto muy desfavorable a tan solo 30% (ANEP,
2006).
9
La ley nº 17.015 de 1998 estableció como obligatoria la enseñanza inicial para el nivel de 5 años de
edad. No obstante, se establece que “[…] alcanzada la cobertura en el nivel de 5 años, la ANEP deberá
adoptar las medidas necesarias para la extensión de la oferta estatal de Educación Inicial en el nivel de
4 años de edad hasta su universalización”. Por su parte, la ley 14.101 de 1973 establece en el artículo.
8
Respecto de la educación inicial, desde 1995 la Administración Nacional de Educación
Pública (ANEP) expandió la oferta pública, con el objetivo de incorporar a los niños
provenientes de sectores de la población más desfavorecida, quienes presentaban luego las
mayores tasas de fracaso en el primer año escolar. Entre 1996 y 2005 la tasa de asistencia
en las edades de 4 y 5 años pasó de 70% a 88%, fundamentalmente a través de la
incorporación de niños provenientes de los dos quintiles de más bajos ingresos. En 2005 la
cobertura alcanzó a 80% para el nivel de 4 años y 96% para el nivel de 5 años en zonas
urbanas. Aunque Uruguay se encuentra cerca de la universalización de la educación inicial
para el nivel de 5 años de edad, subsiste una brecha en el nivel de 4 años, localizada en la
periferia de Montevideo y en algunas zonas del interior del país, particularmente en las
zonas rurales y localidades pequeñas.10
Con respecto a la educación media, a partir de la universalización de la educación primaria
se produjo un fuerte incremento de la demanda hacia el Ciclo Básico (CB). En la
actualidad, en el medio urbano no se observan prácticamente problemas de acceso a la
educación media, que ha logrado una tasa de ingreso prácticamente universal; no obstante,
el medio rural y las localidades pequeñas presentan aún importantes déficit de acceso. En
1999, mientras que el 80% de los jóvenes de zonas urbanas entre 24 y 29 años había
ingresado a la educación media sólo la mitad de los provenientes de áreas rurales lo había
hecho.11 Este aspecto afecta fuertemente la estructura de oportunidades de la población
residente en el medio rural y en las localidades pequeñas, en especial de aquellos hogares
con menor capacidad de movilización de recursos.
Por otra parte, persisten en la educación media elevadas tasas de deserción que se
manifiestan en un desgranamiento de la matrícula en el transcurso del ciclo. En MEMFOD,
(2004: a) se señala que, si bien casi 9 de cada 10 jóvenes de 12 a 29 años de edad en zonas
urbanas se encuentra en condiciones de ingresar a la educación media, sólo 7 de cada 10
alcanzan el umbral obligatorio del Ciclo Básico y finalmente 5 egresan del Bachillerato
Diversificado, existiendo importantes diferencias según estrato socioeconómico.
En cuanto a la evolución del gasto en educación, cabe mencionar que en los últimos veinte
años, el gasto público en educación (particularmente el dirigido a la enseñanza primaria y
media) creció a una tasa superior a la de la actividad económica, lo que dio como resultado
un incremento de su participación con relación al PIB. Si bien ello se tradujo en un
incremento real del gasto por estudiante, Uruguay continúa manteniendo niveles de gasto
5 “La educación será obligatoria común y general, en el primer nivel para la Escolar o Primaria y en el
segundo nivel hasta tres años mínimos de Educación Secundaria Básica”.
10
A partir del III Censo Nacional de Talla en niños de primer año escolar realizado en el 2002, (ANEPMECAEP, 2003).
11
MEMFOD (2004:b), estudio basado en la Encuesta de Hogares Rurales (con cobertura de áreas rurales
y localidades menores de 5.000 habitantes, zonas no cubiertas por la ECH del Instituto Nacional de
Estadística) Dicha encuesta fue realizada entre octubre de 1999 y enero de 2000 por la Oficina de
Programación y Política Agropecuaria del Ministerio de Ganadería, Agricultura y Pesca (MGAPOPYPA).
9
por alumno muy inferiores a los de países desarrollados e incluso menores a los de otros
países latinoamericanos con similares niveles de desarrollo.
Cabe mencionar, no obstante, que el gobierno que asumió en 2005 ha previsto en la Ley de
Presupuesto Quinquenal un sustantivo incremento de los recursos destinados a la educación
en todos los niveles, con la meta de alcanzar un nivel de gasto público en educación
equivalente al 4,5% del PIB. En ese marco, los incrementos reales de recursos previstos
tanto para la ANEP como para la Universidad de la República (UdelaR) superan el 40%
entre 2004 y 2009. Se estima que con ello el total de gasto en educación ejecutado por
ANEP y UdelaR pasaría de 3,1% en 2004 a casi 4% en 2009, ratio sustancialmente superior
al observado en las últimas dos décadas.
En cuanto a los lineamientos de política recientes, a partir de 1995, las sucesivas
autoridades de la Administración Nacional de Educación Pública (ANEP) llevaron adelante
reformas y acciones de modernización en las ramas primaria, secundaria y en formación
profesional y docente de la educación pública. Las operaciones llevadas adelante
priorizaron la transformación de los aspectos sustantivos de la educación, dejando en un
segundo plano los temas asociados a la administración y gestión de la educación. Las
acciones desarrolladas estuvieron orientadas principalmente a ampliar la cobertura y a
aumentar el tiempo escolar, así como a ampliar y mejorar la dotación de infraestructura y
equipamiento de los centros educativos. Entre las transformaciones realizadas se pueden
mencionar la extensión de la cobertura de la educación inicial, las escuelas de tiempo
completo, los rediseños curriculares en secundaria, formación profesional y docente, la
formación y capacitación de profesores, así como el diseño e implantación de sistemas de
evaluación académica. La puesta en marcha de dicha proceso de reformas implicó un
esfuerzo considerable de inversión en construcción de nuevos espacios educativos y
equipamiento en general, a la vez que un incremento de la masa de retribuciones docentes
asociada al aumento de la cobertura y la extensión de la jornada escolar.
En el ámbito específico de la educación primaria, se destaca la expansión de las escuelas de
tiempo completo (orientadas a la atención a niños de contextos más desfavorecidos) que
combina una extensión de la jornada escolar con diversificación de la propuesta curricular,
además de la alimentación en tres comidas diarias. La experiencia ha sido hasta el momento
bien evaluada y parece haber logrado reducir sustancialmente las tasas de repetición y
mejorar los resultados académicos (MECAEP, 2001). Su extensión, no obstante, implica un
considerable esfuerzo en términos de inversiones y gastos recurrentes incrementales, dado
que prácticamente se duplica el horario de clases (con el consiguiente incremento en el
gasto en horas de los maestros) y requiere un importante incremento en la dotación de
aulas, dado que dichas escuelas funcionan en un solo turno (Furtado y Llambí, 2005).
En síntesis, en un escenario de continuación de las tendencias actuales se estima que el
cumplimiento de los dos objetivos específicos sobre pobreza y el de completitud en tiempo
de la educación primaria establecidos para Uruguay serán de difícil consecución. Con
respecto a los objetivos de pobreza, a pesar de que se espera que en los próximos años las
variables macro (PIB, salarios reales, desempleo) evolucionen de manera favorable, no
existen elementos que induzcan a estimar una reversión de la polarización de los ingresos
salariales procesada durante el período reciente, lo cual contribuye de manera negativa a la
10
reducción de la pobreza. En cuanto al objetivo referido a educación, tal como está definido
en este trabajo el mismo está asociado fundamentalmente a la reducción sustancial de la
repetición escolar. Aún cuando recientemente la tasa de repetición ha disminuido, la misma
continúa permaneciendo en niveles elevados, a pesar del importante aumento de la
cobertura en educación inicial (que presumiblemente contribuye a disminuir la repetición,
al exponer al niño a procesos de aprendizaje en edades tempranas) y de la incidencia de las
escuelas de tiempo completo.
3.
Determinantes de la progresión educativa
En este apartado se presentan las estimaciones del impacto de ciertos factores sobre la
probabilidad de completar los tres primeros ciclos de enseñanza (primaria, ciclo básico de
educación media (CB) y bachillerato diversificado (BD)) y sobre la probabilidad de
proseguir los estudios luego de completar cada ciclo. Las estimaciones se centraron en
recoger los impactos de las variables que fueron incluidas en el modelo de equilibrio
general dinámico MAMS con el fin de evaluar el cumplimiento del objetivo de desarrollo
del milenio referido a educación.
En dicho modelo se utiliza para cada ciclo una función logística que define la participación
de los estudiantes que completan el ciclo (tasa de graduación) y entre los que se gradúan, la
proporción que continúa en el ciclo siguiente (tasa de permanencia). Para ello, se incluyen
ecuaciones de comportamiento que vinculan las tasas de graduación y de permanencia
respecto a variables tales como la calidad educativa (aproximada a través del gasto por
estudiante), los diferenciales salariales por nivel educativo, la tasa de mortalidad infantil
(que se incluye como proxy del nivel de salud de los estudiantes), el gasto en
infraestructura pública y el consumo per cápita del hogar.
Existen algunos estudios en Uruguay que investigan acerca de los impactos de diversos
factores sobre la promoción, el rendimiento o la deserción en los ciclos de enseñanza
primaria y media utilizando diversos modelos multivariados (Bucheli y Casacuberta (1999);
Tansini,(2000); MESYFOD y UTU/BID (2000); MESYFOD y UTU/BID (2001);
MEMFOD (2004)). No obstante, ninguno de ellos estima la totalidad de los parámetros de
interés a incluir en el modelo MAMS, por lo que se optó por realizar estimaciones
específicas para este trabajo.
Para cada ciclo de enseñanza se estimó un modelo de decisión individual de completar y de
proseguir los estudios. Los modelos están basados en la teoría del capital humano, según la
cual los individuos deciden acerca del número óptimo de años de educación mediante la
comparación de los costos y beneficios asociados a educarse, además de las preferencias
individuales (Becker, 1967). Los beneficios dependen de las tasas de retorno asociadas a
cada nivel educativo, mientras que los costos incluyen el costo de oportunidad de continuar
estudiando (medido por el ingreso que se deja de percibir) y los costos directos de educarse
(matrícula, gastos de materiales, transporte, etc).
Entre los factores que inciden en los beneficios esperados se encuentran variables tales
como las relativas al mercado laboral del lugar de residencia o la calidad de la educación
11
recibida. En tanto, los costos se asocian a la oferta de fondos para el financiamiento de la
educación que cada individuo enfrenta, lo cuales dependen de la riqueza familiar y de
variables que afectan el costo de oportunidad de continuar estudiando, tales como la edad o
el género. Finalmente, la inversión en educación también está determinada por las
preferencias individuales o del hogar. Si bien las preferencias no son observables, algunos
indicadores del entorno familiar (por ejemplo, la educación de los padres) pueden recoger
esta influencia
Por lo tanto, puede postularse una función sobre la decisión de escolarización para cada
individuo que incluya variables a nivel individual, como educación de los padres y otras
características individuales y del background familiar y variables específicas de la cohorte y
de la zona de residencia, como el gasto en educación o las tasas de retorno de la educación.
La fuente de información utilizada para las estimaciones fue el módulo de educación para
jóvenes de 12 a 29 años diseñado por el Programa de Modernización de la Educación
Media y la Formación Docente (MEMFOD) que se aplicó junto con la Encuesta Continua
de Hogares (ECH) realizada por el Instituto Nacional de Estadística (INE) durante el último
trimestre de 2001. La información de este módulo permite reconstruir las trayectorias
educativas de los individuos, desde que iniciaron la primaria hasta la situación en el
momento del relevamiento (relevadas por recordación), así como integrar dicha
información con la proveniente de la ECH.
La ECH tiene una cobertura del total del país urbano (donde reside casi el 90% de la
población del país). Dicha encuesta se releva en forma continua a lo largo del año y se
estructura en dos submuestras regionales: la capital, Montevideo, donde reside
aproximadamente la mitad de la población urbana del país, y el resto del país urbano. La
información de la ECH comprende las características individuales del encuestado, así como
aspectos vinculados al hogar, la situación laboral y los ingresos individuales. A esa
información de carácter individual se agregaron otras variables referidas a la zona de
residencia o cohorte del individuo. 12
Se realizaron estimaciones para cada ciclo educativo. Entre las variables explicativas en
cada caso según correspondiera se incluyeron como medida del beneficio esperado los
diferenciales salariales de los trabajadores semicalificados (con secundaria completa) con
respecto a los no calificados y los diferenciales de los trabajadores calificados (con estudios
terciarios) respecto a los semicalificados, tomados en cada caso al momento de iniciar el
ciclo. Como medida de los fondos disponibles para el financiamiento de la educación, se
incluyó el logaritmo del ingreso per cápita del hogar. Como indicador del entorno familiar,
se utilizó la educación de la madre del individuo, recogida a través de variables binarias a
partir de una clasificación en tres niveles educativos: hasta primaria completa, hasta
secundaria completa y estudios de nivel terciario.
12
Específicamente, se agregó la información sobre diferenciales salariales por nivel educativo, tomada
de Amarante y Arim (2004), la serie anual de gasto por alumno por ciclo educativo a partir de datos de
la Administración Nacional de Educación Pública (ANEP) y las tasas de mortalidad infantil publicadas
por el Instituto Nacional de Estadística (INE).
12
Entre las variables que distinguen a la oferta educativa se incluyó el tipo de centro
(diferenciando en el caso de la educación media a los liceos, que brindan formación
general, de las escuelas técnicas). Como proxy de la calidad educativa se incluyó el gasto
por alumno (del ciclo c en el momento t). Como característica individual se incluyó el
género. Finalmente, se incluyó una variable binaria que recoge la zona de residencia,
diferenciando entre Montevideo y el Interior urbano.
Las estimaciones se realizaron utilizando modelos logit secuenciales, que permiten tomar
en cuenta la secuencia de las opciones por las distintas alternativas. En síntesis, se estiman
simultáneamente los parámetros de dos ecuaciones, la primera que estima la probabilidad
de completar un ciclo educativo (en función de un conjunto de variables) y la segunda que
considera la probabilidad de continuar estudiando luego de completar un determinado ciclo
(en función de otro conjunto de variables que puede o no coincidir con el primero). En el
Anexo se presentan los coeficientes estimados para cada nivel educativo. En el Cuadro 4 se
presentan los resultados en términos de elasticidades de las variables cuyos coeficientes
resultaron significativos como máximo al 5%.
Cuadro 4
Efectos de los determinantes de la completitud de cada ciclo y permanencia en
el sistema educativo (efectos discretos y elasticidades)
Completar
Educación de la madre (hasta
secundaria completa)
Educación de la madre (estudios
terciarios)
.0137154
Primaria
Ciclo Básico
Bachillerato
Seguir/Comple
Seguir/Comple
Seguir/Comple
Completar
Completar
Obs
tó
tó
tó
.0536721
.0555333
.1039604
.1347898
.1380498
Efecto discreto
.0346788
.1369345
.1229789
.3307236
.1017437
Efecto discreto
Género (Mujer)
.0211154
.0382368
.1367604
.1418754
.1767325
.085187
Efecto discreto
Zona geográfica (interior Urbano)
.009399
.0238421
.0192349
.0147885
.0063069
-.0790529
Efecto discreto
Tipo de centro (escuela técnica)
Premio salarial semicalificados/no
calificados
Premio salarial
calificados/semicalificados
-.1039037
.078098
.0261822
-.0998069
.0261441
Ingreso per cápita del hogar
.0103525
Efecto discreto
.2618091
Elasticidad
.2988045
Gasto por alumno
-.4921989
.0279245
.0560037
.1158906
.1923763
.1973138
.116333
Elasticidad
.3193181
.1715621
Elasticidad
.1808196
.0621707
Elasticidad
Fuente: logit secuencial , Anexo
Una primera apreciación es que en general los efectos de las variables seleccionadas sobre
la probabilidad de completar y continuar luego de primaria son de menor magnitud que
sobre la probabilidad de completar y continuar luego de los ciclos de educación media. Ello
resulta esperable, dado que los egresos de primaria se acercan prácticamente a la
universalidad.
13
Para todos los ciclos educativos, la probabilidad de completar el ciclo, así como de
continuar estudiando luego de completarlo se incrementa entre las mujeres. Asimismo, la
diferencia entre las probabilidades de completar y continuar por género aumenta a medida
que avanzan los ciclos educativos, hasta la continuación en estudios terciarios, donde dicha
diferencia (aún positiva) se reduce.
Como era de esperar, la educación materna ejerce un impacto positivo tanto sobre la
probabilidad de graduación como de permanencia en el sistema educativo. También en este
caso el impacto es en general mayor a medida en que se avanza en los ciclos educativos.13
En cuanto a la zona geográfica, se observa que residir en el Interior Urbano incrementa la
probabilidad de graduación en todos los ciclos educativos, aunque su efecto es
relativamente bajo. En cuanto a la permanencia, el residir en el Interior urbano incrementa
la probabilidad de continuar estudiando luego de completar la primaria y el ciclo básico de
educación media. No obstante, el efecto sobre la probabilidad de continuar con estudios
terciarios es negativo. Esto último se asocia a la escasez de oferta universitaria fuera de la
capital (Montevideo), lo que implica para los residentes en el Interior un mayor costo de
asistencia asociado a traslados.
En cuanto al tipo de centro, cursar el ciclo básico o el bachillerato en establecimientos de
enseñanza técnica reduce la probabilidad tanto de completar como de proseguir estudiando,
siendo en el bachillerato el impacto negativo de mayor magnitud.14
Finalmente, en cuanto a las elasticidades de interés para el modelo MAMS, se encontraron
impactos con el signo esperado de los diferenciales salariales por calificación, del gasto por
alumno y del ingreso per cápita del hogar15.
Con respecto al ingreso del hogar, al igual que la educación materna ejerce un impacto
positivo, cuya magnitud crece a medida que se avanza de ciclo y decrece (respecto a las
anteriores) al considerar la probabilidad de continuar estudios terciarios.
Se encontró un efecto positivo de los diferenciales salariales tanto sobre la probabilidad de
completar cada ciclo como de proseguir estudiando. En este caso, el impacto es pequeño
para primaria (lo que es esperable), y mayor para el ciclo básico que para el bachillerato.16
13
En el caso de primaria, la variable madre con estudios terciarios se correlaciona perfectamente con la
probabilidad de completar.
14
En el caso de bachillerato, cursarlo en centros de educación técnica se correlaciona perfectamente con
dejar de estudiar luego de completarlo
15
Con respecto al impacto del estado general de salud (aproximado por las tasas de mortalidad infantil),
el signo es contrario al esperado en primaria, y de una pequeña magnitud en el ciclo básico.Cabe
recordar que el alto nivel de agregación de esta variable incide en una débil identificación de su posible
impacto
16
Dada la alta correlación entre ambos indicadores de diferenciales salariales, en cada ecuación se
incluyó la que se consideró más relevante en términos teóricos.
14
Por último, se encontró un efecto pequeño del gasto por alumno sobre la probabilidad de
completar primaria y el ciclo básico, y de mayor magnitud sobre la probabilidad de
completar y continuar luego del bachillerato. Dicho resultado no es contradictorio, en
principio, con la evolución reciente de la promoción y deserción en primaria y educación
media, que no tuvo cambios muy sustanciales a pesar del incremento del gasto real por
estudiante. No obstante, dicho efecto debe tomarse con cautela, ya que la variable de gasto
por alumno es una agregada por ciclo y momento del tiempo, y aunque recoge el
incremento real del gasto por estudiante en el período considerado, esconde diferencias en
los recursos volcados entre distintos centros educativos, que no pudo incluirse por falta de
información desagregada.
4. Análisis CGE del logro de los ODM
El análisis sobre el logro de los ODM se basa en una metodología que combina un modelo
computable de equilibrio general (CGE) con microsimulaciones. El modelo CGE es una
adaptación del modelo MAMS (MAquette for MDG Simulation), documentado en Lofgren
y Díaz Bonilla (2006) para el caso uruguayo. El MAMS es un modelo CGE dinámico,
especialmente diseñado para analizar estrategias alternativas para alcanzar los ODM y, más
en general, para estudiar estrategias de crecimiento y reducción de la pobreza.
El fundamento para usar un modelo de este tipo en el análisis de los ODM se basa en el
hecho de que las políticas relacionadas con los ODM tienen efectos sobre distintos aspectos
de la economía que, a su vez, retroalimentan un proceso que determina el logro o no de los
ODM. El MAMS pone particular atención en los efectos derivados de la provisión de
servicios, de las condiciones sociales y económicas de la población y de la inversión en
infraestructura. En particular, todos estos factores afectan el logro de los objetivos
planteados en materia de educación.
El modelo MAMS se compone de tres módulos. El primero es un modelo CGE “para un
período”, basado en el CGE estandar (estático) documentado en Lofgren et al (2002). El
segundo módulo contiene las relaciones “entre períodos”, actualizando ciertos parámetros
sobre la base de tendencias exógenas y de variables endógenas cuyo resultado se obtiene en
el primer módulo. El tercer módulo se refiere a los ODM y es una extensión del modelo de
Bourguignon et al (2004). Este módulo tiene efectos de retroalimentación con el resto de la
economía, básicamente a través del mercado de trabajo.
4.1
Breve descripción de la SAM y el modelo MAMS
4.1.1 Construcción de la SAM
Para calibrar el modelo CGE fue necesario construir una nueva matriz de contabilidad
social (SAM), dado que las existentes no se adecuaban a los objetivos de este estudio. Para
esta tarea se tomó como base la SAM elaborada por el Departamento de Economía de la
Universidad de la República (Katz et al, 2004), correspondiente al año 2000. Las cuentas
15
existentes en dicha SAM fueron reagrupadas, de forma de lograr una agregación apropiada
para el tema bajo análisis. Luego se desagregaron las actividades públicas y privadas
directamente relacionadas con los ODM. En este sentido, se desagregaron los servicios
educativos, los de salud y los de agua y sanemiento.17 Para ello se utilizó información
procedente de distintas fuentes (BCU, INE, ANEP, MSP, IMM, MEF, etc.).
En la SAM original existían sólo dos factores productivos (trabajo y capital). Fue necesario,
entonces, desagregar el factor trabajo de acuerdo al nivel educativo alcanzado por la mano
de obra. En este sentido, se distinguieron cuatro niveles diferentes de calificación, según se
hubiera alcanzado hasta 6 años de educación, más de 6 y hasta 9, más de 9 y hasta 12 ó más
de 12 años de educación. Para hacer esta desagregación se utilizó un reprocesamiento de la
Encuesta Continua de Hogares. En lo que respecta al factor capital, se distinguió el capital
privado (utilizado por todas las actividades privadas) y el capital de las empresas públicas
encargadas de proveer agua y saneamiento (WTSN) y otra infraestructura pública (OINF).
En el caso de las instituciones, se reagruparon los hogares y las empresas, distinguiendo
únicamente los hogares pertenecientes al departamento de Montevideo y los hogares del
resto del país. Luego se desagregó una nueva institución, las mutualistas que brindan
servicios de salud (NGO).
De acuerdo a las necesidades del modelo, se abrieron cuentas para los intereses por deudas
con agentes domésticos o del resto del mundo. También se abrieron cuentas de ahorro y de
capital para cada una de las instituciones existentes en el modelo. Se supuso que el
gobierno se financia a través de cinco tipos de impuestos (directos, al valor agregado,
específicos sobre el consumo, aranceles y netos sobre la exportación). El gobierno también
recibe las utilidades de las empresas públicas y, en la medida en que incurre en déficits
corrientes, obtiene préstamos desde los hogares y desde el resto del mundo.
Por ultimo, la cuenta de inversión fue desagregada para identificar la que se realiza en cada
una de las actividades públicas vinculadas con los ODM (educación, salud, agua y
saneamiento y otra infraestructura), así como también en los otros servicios brindados por
el gobierno (OGOV). La inversión privada permanece agregada en una sola cuenta. .
Para balancear la SAM resultante de incorporar información más desagregada a la SAM
original, se utilizó un programa de estimación de matrices diseñado por Sherman Robinson
(University of Sussex) y Scott McDonald (University of Sheffield), que se basa en la teoría
de la información y aplica un método de entropía cruzada.18 Partiendo del supuesto de que
la falta de consistencia en la información observable surge de errores de medición, fuentes
incompatibles o ausencia de datos, se estima un conjunto consistente de cuentas que
utilizan eficientemente la información disponible. Este método consiste en minimizar una
17
La desagregación de las actividades relacionadas con los servicios de salud y con la provisión de agua
y sanemiento no era necesaria para el análisis que se desarrolla en este artículo. No obstante, como se
señaló en la introducción, éste forma parte de un trabajo más amplio donde sí se consideran los ODM
relacionados con mortalidad infantil y con la cobertura de agua y saneamiento.
18
Una versión anterior de este programa está documentada en Robinson et al (2001). La referencia
básica sobre el fundamento de esta metodología es Golan et al (1994).
16
medida de la distancia de entropía cruzada entre dos distribuciones (la de los estimadores y
la del a priori), dadas ciertas restricciones.
Luego de cerrada la SAM con datos de 2000 y con la desagregación necesaria para el
análisis de los ODM, se utilizó el mismo programa de entropía cruzada para actualizar la
misma con datos de 2005. Esta actualización resulta imprescindible, dado el enorme
impacto de la crisis de 2002. La caída del nivel de actividad ocurrida entre 2000 y 2003, así
como los cambios en los precios relativos y en las magnitudes de los distintos agregados
macroeconómicos llevaron a evaluar que el año 2000 era un año inapropiado para tomar
como base de las simulaciones.
Para actualizar la SAM de 2000 al 2005, se tomaron los datos de Cuentas Nacionales
correspondientes a este último año para los principales agregados macroeconómicos (PIB,
exportaciones e importaciones, consumo privado, consumo de gobierno, inversión,
variación de existencias, deficit del sector público, etc.). La aplicación del método de
entropía cruzada mediante el código escrito en GAMS por Robinson y Mc Donald dio
como resultado una nueva SAM que, al agregarse, reproduce fielmente los datos agregados
del Sistema de Cuentas Nacionales.
4.1.2 El modelo MAMS
La versión del modelo MAMS adaptado al Uruguay tiene las siguientes características:
•
El modelo desagrega 10 actividades de gobierno: cuatro niveles de
educación, dos niveles de salud, infraestructura, agua y saneamiento y otros
servicios del gobierno. En el sector privado se distinguen 11 actividades, incluyendo
cuatro niveles de educación privada y dos niveles de atención a la salud por parte de
organizaciones no gubernamentales (NGO). El detalle de las actividades
consideradas se presenta en el Cuadro 5.
17
Cuadro 5
Actividades, factores e instituciones consideradas en el modelo
Actividades/mercancías
PRIM
Agricultura y otras actividades primarias
EXP
Industrias exportadoras
OMANUF
Otras manufacturas
CONS
Construcción
SERV
Servicios del sector privado
OGOV
Otros servicios de gobierno (excl. educación y salud)
OINF
Otra infraestructura pública (excl. agua y saneamiento)
Actividades directamente relacionadas con los ODM
WTSN
Agua y saneamiento
EDPUBP
Educación pública – primaria
EDPUBS1
Educación pública – secundaria primer ciclo
EDPUBS2
Educación pública – secundaria segundo ciclo
EDPUBT
Educación pública - terciaria
EDPRIVP
Educación privada – primaria
EDPRIVS1
Educación privada – secundaria primer ciclo
EDPRIVS2
Educación privada – secundaria segundo ciclo
EDPRIVT
Educación privada - terciaria
HLTPUB1
Salud pública – atención primaria
HLTPUB2
Salud pública – atención secundaria
HLTPRIV1
Salud privada – atención primaria (ONG)
HLTPRIV2
Salud privada – atención secundaria (ONG)
Factores de producción
LABED1
Mano de obra con hasta 6 años de educ.
LABED2
Mano de obra con más de 6 y hasta 9 años de educ.
LABED3
Mano de obra con más de 9 y hasta 12 años de educ.
LABED4
Mano de obra con más de 12 años de educ.
CAPPRV
Capital privado
CAPWTSN
Capital específico para agua y saneamiento
CAPOINF
Capital específico para infraestructura
Instituciones
HHD-MVDEO
Hogares de Montevideo
HHD-OTH
Hogares del resto del país
NGO
Organismos no gubernamentales (ONG)
GOV
Gobierno
ROW
Resto del mundo
•
El modelo considera los cuatro tipos de mano de obra que se distinguen en la
SAM, según se detalló en la sección anterior. Sin embargo, se supone que el
mercado de trabajo está segmentado en tres partes. En el segmento de mano de obra
no calificada concurren los trabajadores con un nivel educativo muy bajo (no mayor
a 6 años de educación, es decir, quienes a lo sumo terminaron la educación
primaria). En el segmento de calificación media se incluye a los trabajadores que
tienen más de 6 años de educación y que a lo sumo terminaron el bachillerato (12
años) y por último, el tercer segmento reúne a los trabajadores con estudios
terciarios.
18
•
A efectos del logro del ODM 2, el modelo toma en cuenta la existencia de
educación pública y privada.
•
La actividad OINF, que se considera entre los determinantes de los ODM,
incluye exclusivamente actividades desarrolladas por empresas públicas, tales como
energía eléctrica, telecomunicaciones y transporte ferroviario. No incluye, en
cambio, la actividad de construcción y mantenimiento de carreteras, puentes, etc.
Esta restricción se debe a las dificultades para obtener la información necesaria.
•
La producción en cada sector de actividad se obtiene mediante una función
de producción anidada. Al nivel superior, insumos intermedios y valor agregado se
combinan con coeficientes fijos (tecnología Leontieff). En el nivel inferior, los
distintos factores se combinan mediante una función CES.
•
La producción doméstica se combina con bienes importados en el mercado
doméstico. Por otra parte, la opción de vender en el mercado doméstico o exportar
se rige por una función CET (sustitución imperfecta).
4.2
Supuestos para el año base, escenarios y meta de educación
El modelo se corrió con distintos escenarios, comenzando por el denominado escenario
base que refleja lo que podría suceder entre 2005 y 2015 si se mantuvieran las condiciones
vigentes en el año inicial. Como parámetros iniciales para calibrar el modelo se supuso que
la población crece en promedio un 0,3% anual, de acuerdo a las proyecciones del INE. Se
supuso que el PIB crece a una tasa promedio anual de 3,6% y que el gasto en educación
primaria y secundaria crece un 5,5% promedio anual. En la educación terciaria, el gasto
crece algo menos (5,3%).
Luego de calibrado el modelo se corrieron varios escenarios. En el primero, se mantienen
los supuestos iniciales. El segundo escenario impone el cumplimiento de la meta de
educación primaria para el año 2015 y supone que el financiamiento del gasto adicional se
obtiene mediante endeudamiento del gobierno con agentes domésticos. El tercer escenario
es igual que el segundo pero supone que el financiamiento del gasto adicional se obtiene
mediante endeudamiento con agentes externos. Por último, el cuarto escenario también
impone la meta de educación primaria pero supone que el financiamiento se obtiene a
través de impuestos directos. Las reglas de cierre que se adoptaron para correr el modelo en
los distintos escenarios se presentan en el Cuadro 6.
19
Cuadro 6
Reglas de cierre del modelo MAMS
Ahorro del gobierno
Tasas de impuestos directos
Ayuda del exterior
Endeudamiento doméstico
Endeudamiento externo
Ratio cons.de gobierno / absorción
Tipo de cambio
Ratio inversión privada / absorción
Tasa marginal de ahorro en inst. selec.
Salario en cada nivel de capacitación
Base
SIMTAX SIMFG
Flexible
Flexible
Flexible
Flexible
Flexible
Fijo
Fijo
Fijo
Flexible
Fijo
Fijo
Fijo
Fijo
Fijo
Fijo
Flexible
Flexible
Flexible
Flexible
Flexible
Flexible
Fijo
Fijo
Fijo
Var.
Var.
Var.
Uniforme Uniforme Uniforme
Flexible
Flexible
Flexible
SIMFB
Flexible
Fijo
Fijo
Fijo
Flexible
Flexible
Flexible
Fijo
Var.
Uniforme
Flexible
SIMDB
Flexible
Fijo
Fijo
Flexible
Fijo
Flexible
Flexible
Fijo
Var.
Uniforme
Flexible
La imposición de la meta referida a la educación primaria merece una aclaración. Si bien
como se señaló en la sección 2 Uruguay tiene altos índices de escolarización, es bastante
más bajo el porcentaje de la población escolar que termina el ciclo en el tiempo previsto.
En este trabajo se establece una meta muy exigente, en la medida en que se toma en cuenta
el nivel de repetición en los distintos años de la educación primaria. Partiendo del
porcentaje promedio de pasaje de año (91%) se tomó como meta la productoria de este
porcentaje a lo largo de los seis años que dura el ciclo primario. Esto da como resultado que
de la población total en el ciclo primario, sólo un 58% termina el ciclo en seis años. Este
porcentaje coincide, aproximadamente con la proporción de niños de 12 años que tiene
primaria completa.
La meta planteada implica que ese porcentaje aumente hasta 99%. Esta meta es
prácticamente irrealizable, porque siempre hay un porcentaje (seguramente mayor que el
1%) que por distintos motivos no puede terminar el ciclo escolar en el tiempo previsto. Sin
embargo, se ha adoptado esta exigencia exagerada para que queden más claros los efectos
que derivan de una atención a la educación primaria muy por encima de la situación actual.
4.3
Resultados de la simulación del escenario base
Como se puede observar en el cuadro 7, en el escenario base, la absorción
doméstica crece 3,62% anual en términos reales, mientras que las exportaciones aumentan
un 3,06% al año. Ese aumento de la absorción doméstica es el resultado de una expansión
del consumo (tanto privado como del gobierno) a tasas de 3,9% y 3,7% respectivamente y
de un fuerte aumento de la inversión privada (4,51%). En cambio, la inversión pública sólo
crece un 1,54% como contracara del fuerte aumento del consumo de gobierno.19
19
Se supone que la variación de existencias permanece constante, lo que disminuye el promedio
ponderado de crecimiento de la absorción, en comparación con las tasas de los otros componentes de la
misma.
20
Cuadro 7
Resultados de las principales variables agregadas
Valores iniciales en millones de pesos y tasas en %
Escenarios
Valor inicial
Consumo
Impuestos
PIB a
de
Consumo Exporta- Importa- Inversión Inversión Inversión indirectos costo de
netos
factores
Absorción gobierno privado
ciones
ciones
bruta fija privada
pública
423.523
45.499 323.372 126.106 116.514
50.964
34.255
16.708
38.658 394.458
Base
mdg2-db
mdg2-fb
mdg2-tax
Base
Mdg2-db
Mdg2-fb
Mdg2-tax
3,62
3,17
3,84
3,17
3,91
5,83
5,77
5,82
3,70
2,80
3,63
2,80
3,06
2,30
0,75
2,30
3,53
2,87
3,77
2,87
3,62
3,51
4,01
3,51
4,51
4,67
5,35
4,67
1,54
0,66
0,66
0,66
3,58
2,90
3,01
2,90
3,48
3,01
3,05
3,01
Escenario bajo las tendencias previstas en 2005
Escenario con cumplimiento de meta ODM2 y financiamiento con endeudamiento doméstico
Escenario con cumplimiento de meta ODM2 y financiamiento con endeudamiento externo
Escenario con cumplimiento de meta ODM2 y financiamiento con impuestos
21
PIB a
precios de
mercado
433.116
3,49
3,00
3,05
3,00
Aunque los principales agregados macroeconómicos muestran una evolución claramente
favorable en este escenario, la meta de educación que se ha propuesto no se alcanza. Como
lo indica el gráfico 3, el porcentaje de alumnos de educación primaria que completa el
ciclo en seis años no tiene cambios sustanciales a lo largo de los diez años considerados,
mostrando incluso un descenso inicial. Nótese que este pobre resultado en cuanto al
objetivo referido a la educación primaria se obtiene a pesar de que el consumo de gobierno
y, particularmente el gasto real en educación primaria, crecen a una tasa superior a la del
PIB (3,91% y 5,47% vs. 3,49%).
Gráfico 3
Evolución del ODM2 en escenarios donde se impuso la meta
1,0
0,9
0,8
base
mdg2-tax
mdg2-fb
mdg2-db
0,7
0,6
0,5
0,4
2005
2006
2007
2008
2009
2010
2011
2012
2013
2014
2015
5. Resultados de escenarios donde se impone la meta
Los escenarios en los cuales se impone la meta de educación primaria muestran la
evolución positiva de la completitud del ciclo escolar en el tiempo previsto (ver
nuevamente el gráfico3). Lo que resulta llamativo es el hecho de que la trayectoria que
tiene el indicador elegido es prácticamente la misma, cualquiera sea la fuente de
financiamiento que se adopte. Esto indicaría, por lo tanto, que a efectos de lograr la meta
educativa lo importante es el gasto que el Estado realiza con ese fin y no tanto la forma en
que obtiene los recursos. Sin embargo, las formas de financiamiento afectan (y en algunos
casos sustancialmente), otras variables y equilibrios de la economía.
El Cuadro 7 y el Gráfico 4 muestran que cuando se impone la meta de educación el PIB
crece menos que en el escenario base, es decir, menos de lo que podría crecer si
simplemente se mantuvieran las tendencias vigentes en 2005. Esta evolución del PIB se
observa en todas las simulaciones con metas, independientemente de la fuente de
22
financiamiento que se utilice. En cambio, las diferencias en el financiamiento se
manifiestan en lo que respecta a la absorción, que crece menos si el financiamiento procede
de fuentes locales (sea impuestos o endeudamiento con agentes residentes) pero crece más
que en el escenario base si se prioriza el financiamiento externo.
Gráfico 4
PIB REAL A COSTO DE FACTORES
Escenarios base y meta educación
600
550
500
base
mdg2-tax
mdg2-fb
mdg2-db
450
400
350
2005
2006
2007
2008
2009
2010
2011
2012
2013
2014
2015
Parecería, entonces, que el financiamiento desde el exterior es más conveniente que el
obtenido de fuentes locales. Sin embargo, la evolución de las exportaciones está mostrando
un efecto negativo de este tipo de financiamiento sobre el equilibrio externo. La entrada de
capitales en este último caso, disminuye el tipo de cambio real, lo que afecta negativamente
a las exportaciones que logran un magro crecimiento. Por el contrario, las importaciones
aumentan más que en el escenario base y permiten la expansión de la absorción doméstica
que comentamos.
Por el lado del gasto en consumo, el que corresponde al gobierno aumenta sustancialmente
más que en el escenario base, lo cual es razonable porque para alcanzar la meta se debe
incrementar la calidad de la education y ésta se mide a través del gasto por alumno. Este
aumento del consumo de gobierno se refleja, por un lado, en un pobre desempeño de la
inversión pública, que crece apenas un 0,66% por año. También se refleja en un menor
dinamismo del consumo privado, salvo en el caso del financiamiento a través de fuentes
externas. En el cuadro 8 se presentan las tasas de crecimiento del gasto en educación
pública, observándose que en los escenarios donde se establecen metas, el gasto dedicado a
la educación primaria crece a un ritmo casi tres veces superior al del escenario base. Esto es
un indicador del gran esfuerzo que se requiere para lograr la meta educativa que, si bien es
23
exigente, sólo contempla al ciclo de enseñanza primaria y mantiene incambiados los otros
tres.
Cuadro 8
Gasto real en educación pública
Tasa anual de variación (en %)
Escenario
Valor inicial (mill. De $)
Base
mdg2-db
mdg2-fb
mdg2-tax
A-EDPUBP
5.115
5,47
15,83
15,59
15,83
Nivel de educación
A-EDPUBS1 A-EDPUBS2
2.885
1.909
5,47
5,47
5,47
5,47
5,47
5,47
5,47
5,47
A-EDPUBT
2.028
5,32
5,32
5,32
5,32
El incremento en los gastos de gobierno conjuntamente con las características de la fuente
de financiamiento da como resultado evoluciones radicalmente distintas del déficit público.
Como se ve en el Gráfico 5 en el escenario base, el déficit público tiende a desaparecer.
Gráfico 5
Evolución del déficit público como % del PIB
Escenarios base y meta educación
4%
2%
0%
-2%
base
mdg2-tax
mdg2-fb
mdg2-db
-4%
-6%
-8%
-10%
-12%
2005
2006
2007
2008
2009
2010
2011
2012
2013
2014
2015
En cambio, cuando se adopta el endeudamiento como fuente de financiamiento el déficit
público se agranda y llega a una proporción del PIB insostenible. La situación es
particularmente negativa en el caso en que se utilice el endeudamiento interno como fuente
de financiamiento. Por otra parte, en el caso del financiamiento mediante endeudamiento
externo, la deuda con agentes del exterior crecería en forma significativa, comprometiendo
la solvencia del país, por lo cual tampoco parece una solución viable (ver Gráfico 6).
24
Gráfico 6
Evolución de la deuda externa
Escenarios base y meta educación
800
700
600
500
base
mdg2-tax
mdg2-fb
mdg2-db
400
300
200
100
0
2005
2006
2007
2008
2009
2010
2011
2012
2013
2014
2015
De acuerdo a estos resultados, si se desea alcanzar la meta relativa a la educación primaria,
no basta con el crecimiento del nivel de actividad a una tasa como la que se prevé en
promedio para los próximos diez años. Si suponemos que el logro de la meta está
directamente relacionado con el aumento en la calidad de la educación y ésta, a su vez,
requiere un aumento del gasto público en esa actividad, es imprescindible adoptar una
política específica al respecto. Este tipo de política impone una carga adicional sobre el
sector público y no es indiferente la forma como esta carga se financia. Los resultados de
las simulaciones realizadas sugieren que la forma más apropiada para financiar estas
políticas sería sobre la base del sistema impositivo y no recurriendo al financiamiento
externo. Este tipo de financiamiento lograría la meta educativa sin poner en riesgo el
equilibrio de las cuentas públicas y con una evolución sostenible de los principales
agregados macroeconómicos.
6. Análisis de resultados de las microsimulaciones
Los resultados de simulación del modelo MAMS muestran los efectos de cada política
específica sobre un conjunto de variables macro y sobre las ofertas de factores y precios
relativos. No obstante, el grado de agregación de los hogares no permite obtener resultados
en cuanto al grado de desigualdad al interior de los grupos definidos. Para simular los
efectos de las mismas políticas sobre la pobreza y desigualdad se utiliza la metodología de
microsimulaciones presentada en Vos (2002). Básicamente, consiste en simular la
estructura del mercado laboral que surge de los resultados de la simulación del modelo
MAMS sobre los microdatos de las encuestas de hogares, para luego obtener los
25
indicadores de pobreza y de distribución del ingreso que corresponden a esa nueva
estructura simulada.
La metodología de microsimulaciones fue aplicada a la estructura del mercado laboral
existente en el año base del modelo (2005), utilizando los datos de la Encuesta Continua de
Hogares (ECH) realizada por el INE, representativa de la población residente en áreas
urbanas de 5000 y más habitantes. Los nuevos parámetros del mercado laboral que
surgieron de las simulaciones del modelo MAMS fueron utilizados como escenario
contrafáctico del mercado laboral. Mediante la repetición de un proceso aleatorio se
simularon los cambios en la estructura del mercado de trabajo (se seleccionan los
individuos que cambian de status/sector, etc) y luego se estimaron los indicadores de
pobreza y coeficientes de Gini para cada una de las simulaciones realizadas mediante el
MAMS. De esta manera, los resultados de las microsimulaciones permiten identificar las
consecuencias que las políticas alternativas simuladas tendrían sobre la pobreza y
desigualdad.
Los efectos se simularon de manera acumulativa, donde el efecto de cada parámetro se
simula sobre la base de datos contrafáctica que resulta de haber simulado el efecto anterior.
El cierre del modelo MAMS es de salarios flexibles, movilidad de factores y estructura de
remuneraciones por calificación y sector fija. Los efectos simulados fueron los siguientes:
•
Efecto S: proporción de ocupados por sector de actividad
•
Efecto W1: estructura de remuneraciones por nivel de calificación
•
Efecto W2: nivel de remuneraciones promedio
•
Efecto M: proporción de ocupados por nivel de calificación en cada sector
de actividad
El cuadro 9 muestra los resultados de las microsimulaciones correspondientes al escenario
base. En el cuadro 10 se exponen los resultados de las microsimulaciones correspondientes
de las simulaciones del alcance en 2015 del ODM 2, en los que el gobierno utiliza como
medio de financiamiento de sus políticas impuestos, préstamos domésticos o préstamos
externos alternativamente.
Los resultados presentados muestran la incidencia de la pobreza utilizando cuatro líneas
alternativas: personas con ingresos inferiores a uno y dos dólares diarios alternativamente,
y personas bajo la línea de pobreza e indigencia (o pobreza extrema), utilizando la línea de
pobreza oficial elaborada por el INE (INE, 2002). Como medidas de desigualdad se
presentan dos coeficientes de Gini: uno de desigualdad en la distribución del ingreso per
cápita de los hogares y otro de desigualdad de ingresos de los trabajadores. Las celdas en
negrilla indican los casos estadísticamente significativos (considerando un intervalo de
confianza del 95%) y las celdas sombreadas indican los casos estadísticamente
significativos donde la pobreza o desigualdad disminuyen.
26
Cuadro 9. Valores observados y promedio de valores simulados de pobreza y desigualdad.
Microsimulaciones correspondientes al escenario base
Valor observado en 2005
Valor simulado en 2010 en caso de cambios en:
(S)
(S) + (W1)
(S) + (W1) +(W2)
(S) + (W1) +(W2) +(M)
Pobreza_ Pobreza_
1usd (1)
2usd (2)
1.405
10.172
1.427
1.370
1.209
1.334
10.189
10.635
9.559
9.600
Pobreza Indigencia
(3)
(4)
29.389
3.501
29.389
30.971
28.608
28.678
3.525
3.563
3.198
3.311
Gini_ipcf
(5)
0.441
Gini_ilab
(6)
0.517
0.439
0.452
0.452
0.449
0.517
0.536
0.537
0.534
Valor simulado en 2015 en caso de cambios en:
(S)
1.417
10.186
29.384
3.523
0.439
(S) + (W1)
1.291
10.403
30.958
3.428
0.450
(S) + (W1) +(W2)
0.933
7.948
25.677
2.657
0.452
(S) + (W1) +(W2) +(M)
1.120
8.214
26.107
2.889
0.450
(S) Estructura de empleo según sector de actividad
(W1) Estructura de remuneración
(W2) Nivel de remuneración
(M) Composición educativa de la población ocupada
Indicadores de Pobreza: (1) Menos de un dólar diario (2) Menos de dos dólares diarios (3) LP oficial (INE, 2002)
(4) LI Oficial (INE, 2002)
Indicadores de Desigualdad (5) Coeficiente de Gini para ingreso per cápita de los hogares
(6) Coeficiente de Gini para ingresos laborales
0.517
0.538
0.541
0.540
El Cuadro 10 muestra los resultados de las microsimulaciones para el escenario base, en el
que se toman las proyecciones económicas y fiscales hasta 201520. En este caso, el
escenario proyecta una mejora de todos los indicadores de pobreza en 2010 que persiste en
2015 cuando se considera el conjunto de los efectos.
Al analizar los efectos por separado, se observa que los cambios en la estructura
ocupacional por sector de actividad no arrojan prácticamente variaciones significativas. El
efecto nivel de remuneraciones actúa disminuyendo la pobreza, mientras que las
variaciones en la composición por calificación contribuyen en forma levemente negativa,
aunque tiende a reducir levemente la desigualdad. Finalmente, los cambios en la estructura
de remuneraciones tienden a reducir la pobreza extrema pero a incrementar la pobreza
moderada y la desigualdad.
En cuanto al efecto de los cambios en la composición educativa de la población ocupada,
cabe mencionar que los resultados de simulación del modelo MAMS arrojan un incremento
progresivo de la oferta laboral de calificación media (con ciclo básico o educación media
superior completa) en todo el período considerado, que no es acompañado de igual manera
por el comportamiento de la demanda. Bajo el cierre de salarios flexibles, ello arroja una
caída de las remuneraciones relativas para ambos segmentos de ocupación. El aumento de
la proporción de ocupados con nivel de calificación media, junto con la caída de
remuneraciones relativas en dichos segmentos de la población explican que el efecto
“composición por calificación” en la secuencia acumulativa sea levemente negativo en
20
Se utilizaron proyecciones de las principales variables macroeconómicas provenientes de modelos
econométricos multiecuacionales elaboradas por cinve.
27
términos de los indicadores de pobreza. Esta afirmación es válida para todas las
microsimulaciones realizadas.21
En cuanto el efecto de las variaciones en la estructura de remuneraciones, incide
positivamente sobre los indicadores de pobreza extrema el aumento relativo de las
remuneraciones de los ocupados de menor nivel de calificación (donde se concentran los
menores ingresos), como consecuencia de una menor oferta relativa, en el contexto del
progresivo incremento educacional de la oferta de trabajo. No obstante, la caída relativa de
las remuneraciones de los ocupados de calificación media tiene un impacto negativo sobre
la pobreza moderada.
Finalmente, el escenario base proyecta un incremento en 2010 de la desigualdad en la
distribución del ingreso de los hogares y particularmente de los ingresos laborales que
persiste en 2015, considerando todos los efectos. La desigualdad de ingresos laborales
empeora en todos los casos en mayor medida que la desigualdad global, resultado de lo
expuesto anteriormente.
Aunque se observa una mejora en todos los indicadores de pobreza, en ningún caso en este
escenario se alcanzaría a cumplir con los objetivos del milenio referidos a pobreza.
Considerando todos los efectos, al 2015 se prevé una reducción de la pobreza moderada de
11%, y de la extrema en un 17%, ambas inferiores a lo que se ha establecido como meta.
Los resultados obtenidos para los casos de las simulaciones de alcance del ODM referido a
educación (ODM 2) difieren sólo levemente de acuerdo al supuesto adoptado en cuanto la
forma de financiamiento de las políticas. Efectivamente, la magnitud de los efectos
simulados, tanto los positivos como los negativos, es prácticamente la misma entre los
escenarios de financiamiento mediante impuestos o financiamiento doméstico, y algo más
favorable en el escenario de financiamiento externo. Asimismo, los resultados difieren sólo
levemente de los hallados para el escenario base.
21
Cabe tener en cuenta que al depender este resultado sustancialmente de los supuestos que se
adopten acerca del cierre y segmentación del mercado de trabajo, resulta deseable realizar nuevas
simulaciones adoptando otros cierres para analizar la sensibilidad de los resultados finales.
28
Cuadro10. Valores observados y promedio de valores simulados de pobreza y desigualdad.
Microsimulaciones correspondientes a los escenarios de alcance del ODM2, con formas
alternativas de financiamiento.
Escenario
Valor observado en 2005
Valor simulado en 2015 en caso de
cambios en:
Finaciamiento doméstico (S)
(S) + (W1)
(S) + (W1) +(W2)
(S) + (W1) +(W2) +(M)
Valor simulado en 2015 en caso de
Alcance del ODM2
cambios en:
Impuestos
(S)
(S) + (W1)
(S) + (W1) +(W2)
(S) + (W1) +(W2) +(M)
Valor simulado en 2015 en caso de
Alcance del ODM2
cambios en:
Finaciamiento externo
(S)
(S) + (W1)
(S) + (W1) +(W2)
(S) + (W1) +(W2) +(M)
Pobreza_
1usd (1)
1.4051
Pobreza_
2usd (2)
10.1721
1.4229
1.6353
1.0848
1.2631
Pobreza (3)
Indigencia (4) Gini_ipcf (5)
Gini_ilab (6)
29.3894
3.5010
0.4409
0.5173
10.2137
12.8640
8.9388
9.2493
29.3865
35.2714
27.1630
27.5233
3.5151
4.4718
2.8756
3.1661
0.4387
0.4825
0.4898
0.4887
0.5158
0.5815
0.5865
0.5855
1.4411
1.6589
1.0972
1.2401
10.1980
12.8767
8.9249
9.1382
29.3712
35.2563
27.1644
27.5222
3.5362
4.4797
2.9057
3.1422
0.4388
0.4827
0.4901
0.4886
0.5160
0.5819
0.5869
0.5859
1.4663
1.6571
1.0472
1.2007
10.2275
12.7046
8.6491
8.8251
29.3331
35.1507
26.5429
26.8155
3.5629
4.4498
2.8050
3.0129
0.4384
0.4810
0.4886
0.4869
0.5155
0.5798
0.5851
0.5838
Alcance del ODM2
La reducción de todos los indicadores de pobreza es algo mayor en el caso de
financiamiento externo. En todos los casos los coeficientes de desigualdad de ingresos de
los hogares y laborales mejoran levemente si se considera solamente el efecto sector de
actividad, pero empeoran sustancialmente con el resto de los efectos, incluso en mayor
medida que lo que se observa en el escenario base. Ello es consecuencia de un incremento
mayor del diferencial salarial de los trabajadores de mayor nivel de calificación, como
consecuencia del incremento de la demanda en el sector educativo.
6.
Conclusiones
Los ejercicios de simulación realizados en este trabajo indican que la de que el 99% de los
niños que ingresan a la escuela primaria culminen el ciclo en el tiempo previsto está muy
lejos de alcanzarse en el Uruguay, a pesar del alto nivel de escolarización de la población.
Esto implica la necesidad de adoptar políticas específicas tendientes a mejorar la calidad de
la educación de modo de facilitar el logro de la meta. Estas políticas indudablemente
requieren mayor gasto del parte del sector público en el área específica de la educación
primaria.
Las simulaciones realizadas muestran que, si bien a efectos del cumplimiento de la meta es
indiferente la forma como se financian estos gastos adicionales, desde el punto de vista de
la economía en su conjunto, se obtiene un resultado más “sano” si se utiliza el sistema
impositivo como fuente de financiamiento. El uso del endeudamiento, tanto interno como
externo conduciría a niveles insostenibles del déficit del sector público y/o del grado de
endeudamiento externo.
Cabe destacar que en ninguno de los escenarios simulados de política, en los que se alcanza
el objetivo del milenio referido a educación se logra alcanzar el ODM 1, esto es, la
29
reducción a la mitad de la proporción de personas bajo la línea de pobreza y la erradicación
de la pobreza extrema.
30
Referencias Bibliográficas
Amarante, V. y Arim, R. (2004) Mercado laboral en Uruguay 1986-2002. En Uruguay.
Empleo y Protección Social. De la crisis al crecimiento. Oficina Subregional de la OIT
para el Cono Sur de América Latina.
Amarante, V. Arim, R. y Vigorito, A. (2004) Pobreza, red de protección social y situación
de la infancia en Uruguay. BID, junio.
ANEP (2006): Monitor Educativo de la Enseñanza Primaria. Estado de Situación 2005.
En www.anep.edu.uy
ANEP (2006): Panorama de la educación en Uruguay: una década de transformaciones.
1992-2004. En www.anep.edu.uy
ANEP (1998): La reforma de la educación: Estudio de seguimiento de la experiencia
piloto del Ciclo Básico. Resultados de la implementación en 1997, Documento IX.
ANEP (2000): La reforma de la educación: Estudio de seguimiento de la experiencia
piloto del Ciclo Básico. Resultados de la implementación en 1998, marzo.
Arim, R. y Llambí, C. (1999) El Empleo Precario: Un Modelo Explicativo e Impactos en el
Nivel de Ingresos, mimeo.
Arim R. y Zoppolo G., (2002), Remuneraciones relativas y desigualdad en el mercado de
trabajo. Trabajo monográfico, Facultad de Ciencias Económicas y
Administración.
Becker, G. (1967) Human capital and the personal distribution of income (Woytinski Lecture),
University of Michigan Press.
Bourguignon, F., M. Bussolo, L.A. Pereira da Silva, H. Timmer y D. van der Mensbrugghe
(2004). MAMS – Maquette for MDG simuilations: a simple macro-micro linkage
model for country-specific modeling of the Millennium Development Goals or
MDGs. World Bank (mimeo).
Bucheli, M. y C. Casacuberta (1999): Asistencia escolar y participación en el mercado de
trabajo de los adolescentes en Uruguay, Montevideo: Departamento de Economía,
Facultad de Ciencias Sociales.
Furtado, M. y Llambí, C. (2005): Gasto público en educación en Uruguay: composición,
evolución reciente y desafíos. En UNICEF (2005): Inversión en Infancia en
Uruguay. Análisis del gasto público social: tendencias y desafíos.
31
Golan, A., G. Judge y S. Robinson (1994). "Recovering Information from Incomplete or
Partial Multisectoral Economic Data." The Review of Economics and Statistics.
Vol. LXXVI, Number 3.
Greene, W. Econometric Analysis, Fourth Edition
Katz, G., H. Pastori, P. Barrenechea (2004). Construcción de una Matriz de Contabilidad
Social para el año 2000. Montevideo, DE/UDELAR.
Lofgren, H., R. L. Harris y S. Robinson con la colaboración de M. El-Said y M. Thomas
(2002). A standard computable general equilibrium (CGE) model in GAMS.
Microcomputers in Policy Research, Vol.5. Washington, DC, IFPRI.
Lofgren, H. y C. Díaz-Bonilla (2006). MAMS: An economywide model for analysis of
MDG country strategies. DECPG, World Bank, borrador preliminar.
MECAEP (2001): Estudio de evaluación social de las Escuelas de Tiempo Completo.
Informe realizado por Equipos-Mori, Noviembre. En http://www.mecaep.edu.uy
MEMFOD (2002.a): Aportes al seguimiento del Plan 1996 del Ciclo Básico de Educación
Media: un estudio de cohortes de estudiantes. Montevideo. ANEP, Cuadernos de
Trabajo, serie Estudios de Evaluación de Proyectos e innovaciones, Nº V.
MEMFOD, (2002.b): Eficacia del programa post-escolar de estudios para alumnos de
escuelas rurales con dificultades de acceso (7mo, 8vo y 9no rural). Montevideo,
ANEP. Cuadernos de Trabajo, serie Estudios de Evaluación de Proyectos e
innovaciones, Nº IV.
MEMFOD (2004): Trayectoria educativa de los jóvenes: el problema de la deserción.
Serie “Aportes para la reflexión y la transformación de la Educación Media
Superior”, cuaderno de trabajo Nº22, MEMFOD, ANEP-CODICEN, enero de 2004.
MESYFOD y UTU/BID (2000): Los aprendizajes y su relación con factores institucionales
y de gestión pedagógica. Sexta Comunicación. Censo Nacional de Aprendizajes
1999 en los Terceros Años del Ciclo Básico de Educación Media. ANEPCODICEN, Setiembre.
MESYFOD y UTU/BID (2001). Rendimiento escolar: una aproximación mediante un
modelo de regresión logística. Octava Comunicación. Censo Nacional de
Aprendizajes 1999 en los Terceros Años del Ciclo Básico de Educación Media.
ANEP-CODICEN, Marzo.
PNUD (2003): Objetivos de Desarrollo del Milenio en Uruguay. Documento base para la
discusión nacional.
PNUD (2005): Desarrollo Humano en Uruguay 2005. Uruguay hacia una estrategia de
desarrollo basada en el conocimiento.
32
Tansini, R. (2000) Incidencia de la educación inicial, de las características del hogar y de
la escuela en los resultados de los alumnos de primer año de escuelas públicas de
Montevideo. Departamento de Economía, Facultad de Ciencias Sociales, UdelaR,
marzo.
Vos, R. (2002): Export-led growth strategies: Effects on poverty, inequality and growth in
Latin America and the Caribbean. Microsimulation methodology. (mimeo)
33
ANEXO ECONOMÉTRICO
Tabla A1. Logit secuencial Estimaciones máximo verosímiles para los asistentes a educación
primaria.
Log likelihood
= -82100.752
primaria
Coef.
Number of obs = 229871
Wald chi2(8) =
6459.83
Prob > chi2 =
0.0000
Std. Err.
z
P>z
[95% Conf. Interval]
eq1
maeduc_22
sexo2
area2
mipri
difseminoc~m
lcostoprim
lypcdcv
_cons
1,2273310
1,7211930
0,8421926
0,1502847
0,1878774
2,3794400
0,9865576
-29,124050
.0369304
.0371381
.0306241
.0149112
.0072605
.3676086
.02533
2.372.214
33.23
46.35
27.50
10.08
25.88
6.47
38.95
-12.28
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
1.154948
1.648403
.7821704
.1210592
.1736472
1.658941
.9369118
-33.77351
1.299.713
1.793.982
.9022147
.1795101
.2021077
309.994
1.036.203
-244.746
eq2
maeduc_22
maeduc_23
sexo2
area2
mipri
difseminoc~m
lcostocb3
lypcdcv
_cons
0,8888075
0,6810355
0,5666253
0,3509348
0,2964468
0,025687
3,6401670
0,8558949
-34,193120
.0175698
.0409289
.0154803
.0155868
.0102981
.0037369
.1675431
.0132837
1.189.321
50.59
16.64
36.60
22.51
28.79
6.87
21.73
64.43
-28.75
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
.8543713
.6008163
.5362844
.3203852
.2762629
.0183627
3.311788
.8298593
-36.52415
.9232437
.7612546
.5969662
.3814843
.3166307
.0330113
3.968.545
.8819305
-318.621
34
Tabla A2. Logit secuencial Estimaciones máximo verosímiles para los asistentes al ciclo básico
Log likelihood
cb
Number of obs = 250654
Wald chi2(9) =
23317.16
Prob > chi2 =
0.0000
-204704
Coef.
Std. Err.
z
P>z
[95% Conf. Interval]
eq1
maeduc_22
maeduc_23
sexo2
area2
utu2
micb
difseminoc~b
lcostocb3
lypcdcv
_cons
0,3521562
1,2051990
0,9568119
0,1271083
-0,577242
-0,0242724
0,0256187
1,0153860
0,7887207
-12,268340
.0110936
.0306204
.0108181
.010614
.0129321
.0032072
.0022037
.0699221
.0087594
.4556669
31.74
39.36
88.45
11.98
-44.64
-7.57
11.63
14.52
90.04
-26.92
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
.3304131
1.145184
.9356089
.1063052
-.6025884
-.0305585
.0212995
.8783411
.7715526
-13.16143
.3738994
1.265.214
.978015
.1479114
-.5518955
-.0179864
.0299379
1.152.431
.8058889
-1.137.525
eq2
maeduc_22
maeduc_23
sexo2
area2
utu2
difseminoc~b
difwcalifs~b
lcostobd3
lypcdcv
_cons
0,7080212
1,5187560
0,8536299
0,1610969
-0,536786
0,0911769
0,0680321
2,4619770
1,2877970
-30,595450
.0126182
.0332388
.0122844
.0124336
.0162605
.0028914
.0021757
.2685089
.0107265
1.599.114
56.11
45.69
69.49
12.96
-33.01
31.53
31.27
9.17
120.06
-19.13
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
.68329
1.45361
.829553
.1367275
-.568656
.0855098
.0637677
1.935709
1.266774
-33.72966
.7327525
1.583.903
.8777068
.1854662
-.504916
.096844
.0722964
2.988.244
1.308.821
-2.746.125
35
Tabla A3. Logit secuencial Estimaciones máximo verosímiles para los asistentes al
bachillerato.
Log likelihood
= -109923.67
bd
Coef.
eq1
maeduc_22
maeduc_23
sexo2
area2
utu2
difwcalifs~d
lcostobd3
lypcdcv
_cons
0,5575345
1,6705870
0,7227774
0,0260015
-2,341013
0,0220694
1,4227690
0,7372327
-14,24482
eq2
maeduc_22
maeduc_23
sexo2
area2
utu2
difwcalifs~d
lypcdcv
_cons
0,7815034
0,6462083
0,4572985
-0,4302952
-20,928550
0,0219959
0,3436607
-3,1121370
Number of obs = 127610
Wald chi2(9) =
18661.41
Prob > chi2 =
0.0000
Std. Err.
z
P>z
.013735
.0268871
.0132724
.0136909
.0290651
.0025597
.1552337
.0123118
.9224144
40.59
62.13
54.46
1.90
-80.54
8.62
9.17
59.88
-15.44
0.000
0.000
0.000
0.058
0.000
0.000
0.000
0.000
0.000
.5306145
1.61789
.6967639
-.0008321
-2.397979
.0170525
1.118517
.7131021
-16.05271
.5844545
1.723.285
.7487908
.0528352
-2.284.046
.0270862
1.727.022
.7613632
-1.243.692
.0199784
.0285644
.0190377
.0192315
5.359.977
.0027314
.0173553
.1621364
39.12
22.62
24.02
-22.37
-0.04
8.05
19.80
-19.19
0.000
0.000
0.000
0.000
0.969
0.000
0.000
0.000
.7423465
.5902232
.4199854
-.4679882
-1071.465
.0166425
.3096449
-3.429919
.8206603
.7021934
.4946116
-.3926023
1.029.608
.0273493
.3776765
-2.794.356
36
[95% Conf. Interval]