pdf 59 kb - Instituto de Estudios Fiscales

Aprovechamiento de la información administrativa en la
formación del marco para las Encuestas de Hogares en el INE.
Juana Porras Francisco Hernández Subdirección General de Metodología y Técnicas Estadísticas. Instituto Nacional de Estadística.
Resumen: Tradicionalmente los marcos de las encuestas a hogares se han
elaborado a partir de la información procedente de los censos. La existencia de
registros administrativos abre la posibilidad de utilizar esta información de
fuentes administrativas para mejorar los marcos de las encuestas a hogares. En
esta ponencia se presenta cuales son los retos y problemas a los que nos
enfrentamos para el uso de estas fuentes, en especial el Padrón Continuo.
I. Introducción.
El marco en una encuesta por muestreo lo constituye la relación de unidades de
donde se va a seleccionar la muestra junto con toda la información adicional que
se disponga de dichas unidades de muestreo y que puede ser utilizada para
mejorar la eficiencia del diseño muestral.
El marco debe ser un reflejo fiel de la población que va a ser investigada,
población objetivo de la encuesta. Cuando no se cumple este requisito, es decir,
el marco no es una reflejo fiel de la población objetivo, se pueden introducir
grandes sesgos en la selección de la muestra con la consiguiente repercusión
sobre las estimaciones. Por ello, el marco constituye uno de los elementos
esenciales en una encuesta.
Dos aspectos relevantes relacionados con el marco son la fuente utilizada para su
obtención y los procedimientos necesarios para mantenerlo actualizado. Si la
población objetivo resulta ser una población muy dinámica hay que tener
diseñados procedimientos ágiles para la actualización del mismo, de forma que
la muestra seleccionada en cualquier momento represente adecuadamente a la
población.
En el apartado siguiente se explica como tradicionalmente se ha formado el
marco y a continuación como actualmente se aprovecha la información
administrativa para la formación y mejora de los marcos en las encuestas a
hogares.
1
II. El Censo de Población en la formación del marco.
El tipo de muestreo utilizado en las encuestas de hogares es un muestreo de
conglomerados bietápico estratificado. Esta técnica, a pesar de que presenta una
cierta pérdida de precisión en relación con el muestreo aleatorio simple, es
habitual en la estadística oficial debido a que supone una disminución de los
costes de la investigación y facilita la actualización del marco.
El marco en las encuestas de hogares es un marco doble formado por:
•
La relación de secciones censales(unidades de primera etapa)
•
La relación de las viviendas del país(unidades de segunda etapa)
junto con toda la información auxiliar disponible sobre las unidades muestrales
1
Tradicionalmente la Encuesta General de Población(EGP) ha sido el marco
utilizado en todas las encuestas de hogares realizadas por el INE.
Este marco se forma a partir de los datos censales. Por una parte esta
información es fundamental para la preparación de la relación de viviendas de la
cual se va a seleccionar la muestra para las encuestas, y por otra , el censo es la
única fuente que proporciona información auxiliar detallada de las secciones
censales, utilizadas como unidades primarias de muestreo. A este respecto es
conveniente señalar que cuanta más información auxiliar de calidad haya
disponible, en especial en variables correlacionadas con la información más
relevante, más garantías habrá de que los diseños muestrales sean eficientes.
La información auxiliar se utiliza en los procesos de estratificación y
subestratificación, así como en los de estimación mediante la aplicación de
Técnicas de Calibrado.
La estratificación de las unidades de primera etapa, se realiza en función del
tamaño del municipio a que pertenecen.
En el proceso de definición de subestratos se utilizan las siguientes variables:
•
•
•
•
•
•
•
1
Relación con la actividad
Ocupación y rama de actividad
Nacionalidad(proporción de extranjeros)
Nivel de estudios terminados
Grupos de edad y sexo
Condición socioeconómica
Variables de renta:
a) Renta media imponible por vivienda con perceptores.
b) Proporción de renta imponible de actividades agrarias sobre
total de renta de la sección.
La EPA ha sido la mayor usuaria de este marco
2
c) Proporción de renta imponible del capital mobiliario sobre
total de renta de la sección.
Las variables de renta imponible han sido proporcionadas al nivel de sección por
la AEAT, tras un procedimiento ad hoc de carga sobre el Padrón Continuo, según
una línea de colaboración INE-AEAT recientemente iniciada, sin precedentes y
con un gran impacto potencial en el sistema estadístico nacional. Esta
información ha sido facilitada para todo el país excepto para la comunidad País
Vasco.
Para la formación de los subestratos se han utilizado técnicas basadas en el
análisis de conglomerados (Análisis Cluster) de cara a un mayor
aprovechamiento de toda la información disponible para cada sección censal.
Estas técnicas son utilizadas por las oficinas de estadística de países como
Canadá (Statistics Canadá) o EEUU (Bureau of Census).
Respecto a la actualización del marco en la EGP, aprovechando su uso por parte
de la EPA, se mantiene un proceso de actualización continua tanto de las
unidades de primera etapa, como de las unidades de segunda etapa en la parte
del seccionado que forma parte de la muestra de la misma. Ésta representa
aproximadamente el diez por ciento del marco de unidades primarias.
El marco de unidades de segunda etapa esta formado por viviendas familiares
principales clasificadas en el censo como viviendas ocupadas o viviendas vacías.
Con objeto de que este marco sea representativo en cualquier periodo
intercensal, hay que dar probabilidad de pertenecer a la muestra a la población
que en el momento del censo no pertenecía a la sección censal seleccionada para
la muestra. La actualización consiste en visitar las viviendas vacías y cualquier
otra unidad censable, locales comerciales, viviendas de nueva construcción, etc.,
para ver si ha cambiado su situación y en este caso incorporarla al marco. Este
proceso de actualización se realiza cada año y medio.
Con estos procesos de actualización del marco se asegura que éste va
adecuándose en cada momento a la realidad, teniendo en cuenta el dinamismo
de la población.
III. El Padrón Continuo: Información administrativa útil para la
formación de un marco de población.
El Padrón Continuo se regula la Ley 4/1996, de 10 de enero, por la que se
modifica la Ley 7/1985, de 2 de abril, Reguladora de las Bases del Régimen Local,
en relación con el Padrón municipal, y su desarrollo reglamentario, aprobado por
el Real Decreto 2612/1996, de 20 de diciembre, por el que se modifica el
Reglamento de Población y Demarcación Territorial de las Entidades Locales.
El Padrón Municipal es el registro administrativo donde constan los vecinos del
municipio. Sus datos constituyen prueba de residencia en el municipio y del
domicilio habitual en el mismo.
3
Su formación, mantenimiento, revisión y custodia corresponde al Ayuntamiento,
de acuerdo con las normas aprobadas conjuntamente por el Ministerio de
Economía y Hacienda y el Ministerio para las Administraciones Públicas a
propuesta del Consejo de Empadronamiento, obteniéndose la Revisión del
Padrón Municipal con referencia al 1 de enero de cada año. Antes se revisaba el
Padrón los años terminados en 1 y en 6, y ahora se mantiene de forma continua.
La inscripción en el Padrón Municipal contiene como obligatorios sólo los
siguientes datos de cada persona:
a) Nombre y apellidos
b) Sexo
c) Domicilio Habitual
d) Nacionalidad
e) Lugar y Fecha de Nacimiento
f) Número de Documento Nacional de Identidad o, tratándose de extranjeros, del
Documento que lo sustituya.
El artículo 16.3 de la Ley 4/1996 Reguladora de la Ley de Bases de Régimen Local
regula el uso del Padrón a efectos estadísticos: “También pueden servir (el
padrón continuo) para elaborar estadísticas oficiales sometidas al secreto
estadístico, en los términos previstos en la Ley 12/1989, de 9 de mayo, de la
Función Estadística Pública y en las leyes de estadística de las comunidades
autónomas con competencia en la materia“.
La existencia del Padrón Continuo y la oportunidad de su utilización para fines
estadísticos ha permitido la posibilidad de disponer de una nueva fuente
alternativa para la formación de un marco de encuestas. No obstante y teniendo
en cuenta la existencia de dos tipos diferentes de encuestas dirigidas a la
población: encuestas continuas y encuestas esporádicas, el INE ha utilizado hasta
el momento el Padrón Continuo como marco de muestreo, solamente para las
encuestas de tipo estructural.
El Padrón Continuo es una relación de los habitantes del país, lo que permite su
utilización tanto como marco de personas, facilitando la selección directa de las
mismas, como marco de viviendas a partir de una explotación ad-hoc realizada
sobre el mismo. Esta explotación consiste en obtener las viviendas como
conjunto de personas empadronadas en una misma dirección postal.
Al ser un registro vivo de población, una de las principales ventajas que presenta
es que permite disponer de una forma rápida y económica de un marco de áreas
permanentemente actualizado, sobre el que se puede aplicar el tipo de muestreo
bietápico utilizado en las encuestas del INE.
Sin embargo, y respecto a la situación actual, existen algunos problemas en el
uso del Padrón como marco de las encuestas a hogares que son necesario
señalar:
4
• El Padrón es un registro de habitantes. Como se ha expresado
anteriormente las viviendas suelen ser las unidades de segunda etapa de
muestreo, a través de las cuales se investiga a la población. La obtención
de las viviendas a partir de la explotación a medida del mismo plantea
dificultades debido a la falta de normalización de las direcciones postales
y de los errores en el tratamiento de la numeración de las hojas
padronales. No obstante se está aplicando una programación a medida
para la obtención de viviendas y aún cuando no está carente de errores,
por ejemplo existencia de viviendas duplicadas, los resultados en campo
son bastante satisfactorios.
• Al ser un documento público, el Padrón tiene una limitada información
auxiliar: La única información que dispone es el total de personas por
hogar, estructura por edad y sexo, y número de extranjeros. Esta
información es importante, pero comparada con la que se obtienen en los
censos es muy escasa y no permite la formación de buenos subestratos.
No obstante sí permite, y de hecho ya se ha realizado, el análisis de
ciertas características de la población en las viviendas seleccionadas y
que han presentado algún tipo de incidencias. La experiencia demuestra
que el análisis de características de la población en viviendas que han
presentado incidencias es muy limitado por la existencia de una elevada
falta de respuesta en los cuestionarios especialmente diseñados para este
tipo de análisis.
• El empadronamiento en un municipio puede llevar asociado una serie de
derechos y obligaciones lo que da lugar a la existencia de personas que
de forma voluntaria están erróneamente empadronadas. Desde el punto
de vista estadístico, esto da lugar a dos tipos de problemas: Por una parte
a la selección de viviendas, teóricamente clasificadas como viviendas
principales, pero que en la realidad son viviendas vacías, es decir
viviendas no encuestables, y por otra parte las personas erróneamente
empadronadas y que en la realidad residen en viviendas consideradas
vacías, y por lo tanto no tienen probabilidad de ser seleccionadas. Las
actualizaciones que se realizan en el marco de la EGP eliminan este
último problema, ya que en dichas actualizaciones se investigan las
viviendas clasificadas como vacías para comprobar si están o no vacías, y
es en ellas donde puede ser localizada la población erróneamente
empadronada.
IV. Combinación de registros administrativos y su utilización en el
diseño de muestras.
El INE y la AEAT tienen firmado un convenio mediante el cual se establece un
marco estable de colaboración entre ambas instituciones en materia de
intercambio de información para fines estadísticos y tributarios.
5
Mediante dicho convenio, la AEAT cede información de naturaleza tributaria al
INE para la realización de diferentes operaciones estadísticas, figurando entre
estas operaciones la formación del Marco de Áreas de las Encuestas de
Población. En este sentido la AEAT facilita información agregada de origen
tributario asociada a distintos tipos de unidades territoriales, siendo la mas
desagregada la que se facilita a nivel de sección censal, unidad primaria de
muestreo en las encuestas de población.
La información tributaria se incorpora al Padrón continuo a través del DNI de las
personas empadronadas, y permite obtener la información agregada a nivel de
sección censal. El objetivo objetivo principal es obtener una clasificación de las
secciones censales según el nivel y estructura de renta declarada, agregada para
todos los residentes en la sección.
Las variables descriptivas de las características de la sección han sido utilizadas
para la formación de estratos y subestratos, con el fin de mejorar la eficiencia de
los procesos de selección y estimación en encuestas por muestreo. Cuanto más
homogéneas sean las citadas agrupaciones de secciones respecto a variables
que estén correlacionadas con las que son objeto de la encuesta, más eficientes
serán las muestras de hogares residentes en las secciones. En particular, los
indicadores de estructura y nivel de renta per cápita en las secciones presentan
correlaciones con una gran variedad de características sociales de los hogares
objeto de estudio en las encuestas oficiales del INE.
Hasta el momento la experiencia del INE en el aprovechamiento de la
información procedente de la AEAT ha sido la siguiente:
1. Diseño muestral de la Encuesta Financiera de las Familias, realizada por el
Banco de España, en los años 2002 y 2005.
En la encuesta del año 2002, a partir de la caracterización de las secciones
censales según el nivel de renta se realizó la afijación de la muestra por
estratos, definidos según niveles de renta. En dicha muestra , teniendo en
cuenta los objetivos propios de la encuesta, estaban sobrerrepresentadas
las familias de rentas más altas, considerando éstas como las familias que
presentan declaraciones de patrimonio, y además dentro de este grupo se
potenciaron de distinta manera los intervalos de patrimonio, ya que se
esperaba que a medida que el nivel de renta fuera superior las incidencias
fueran más elevadas. Posteriormente y mediante el intercambio de
ficheros anonimizados se seleccionó la muestra de 8.000 familias
representativas de todo el país.
En el año 2005 la muestra utilizada está formada por las 5200 familias
colaboradoras de la encuesta del año 2002, a las que se ha añadido una
nueva muestra hasta completar de nuevo el total de 8000 familias. En la
selección de esta muestra se ha seguido un proceso similar al de la
encuesta anterior, teniendo en cuenta el nuevo tamaño afijado en cada
estrato obtenido a partir de la distribución de la población según niveles
de renta del año 2003.
6
2. Subestratificación de las unidades primarias de muestreo en el marco de
las encuestas de hogares. Distintas variables de nivel de renta de las
unidades primarias de muestreo, obtenidas a partir de la información
tributaria del año 2003, se han utilizado como variables de
subestratificación para los nuevos diseños muestrales de la Encuesta de
Población Activa-2005 y de la Encuesta Continua de Presupuestos
familiares 2006 respectivamente.
Teniendo en cuenta los objetivos de ambas encuestas, la formación de los
subestratos ha sido diferente en cada una de ellas. Para la formación de
los mismos se han aplicado Técnicas de Análisis de Conglomerados a
distintos niveles de agregación.
V. Conclusiones.
• La existencia del Padrón Continuo ha supuesto la posibilidad de utilizar
un marco actualizado de muestreo alternativo al tradicionalmente
utilizado en las encuesta dirigidas a la población.
• El Padrón Continuo, como cualquier fuente administrativa, necesita
adaptaciones para su uso estadístico. En especial es indispensable la
incorporación al mismo de un código que permita la identificación de las
viviendas y personas empadronadas en las mismas, y pueda ser utilizado
tanto como marco de personas como de viviendas, sin ningún tipo de
error. No obstante será importante estudiar el procedimiento para poder
incorporar al mismo toda la información auxiliar posible para no perder
eficiencia en los diseños muestrales.
• Sería conveniente que existiera un callejero único en la Administración,
para facilitar el cruce de información, cuando se utiliza como campo
común la dirección postal.
• El uso de información auxiliar procedente de datos administrativos
permite mejorar la eficiencia de los diseños de encuestas a hogares. En
esta línea se ha utilizado la información de renta procedente de la AEAT.
Madrid, Enero- 2006
7