Taryn Dinkelman. The effects of rural electrification on employment: New evidence from South Africa
La Relación Causal de Interés: Se estima el efecto de la electrificación en la tasa de empleo para algunas zonas rurales
en Sudáfrica.
Se estima el efecto causal de la electrificación del hogar en el crecimiento de la tasa de empleo de las comunidades
rurales postapartheid (1993) en Sudáfrica. Cómo esto modifica la composición del trabajo de las personas y sus
recursos productivos en el mercado.
También se analizan los mecanismos mediante de los que la infraestructura afecta a los mercados laborales rurales.
Tales mecanismos son:
v Actividades productivas en el hogar: la cantidad de trabajo ofrecida en el mercado para actividades
domésticas cambia.
v Empleo de mercado: los hogares se vuelven más productivos porque reduce el tiempo necesario para
recolectar madera o cocinar y ese tiempo lo ofrecen en el mercado laboral-no doméstico.
v Salarios en el mercado: el cambio en la oferta de trabajo cambia los salarios
v Flujos migratorios:
Se puede usar la electrificación como política externa porque fue rápida, se introdujo principalmente en áreas rurales
y se enfocó en los low capacity households. El área estudiada y electrificada (KwaZulu) cubre casi una cuarta parte
de los hogares en Sudáfrica. El suministro eléctrico es un monopolio de la empresa Eskom. Esto facilita la recolección
de datos administrativos pero hace que la selección de los hogares a electrificar no sea aleatoria; hubo presiones
políticas y costos que priorizaron algunas áreas.
El estudio se enfrenta al problema de sesgo de selección. I.e. dado que el servicio nacional de electricidad priorizaba
áreas con los menores costos promedio por conexión del hogar y las áreas con menor nivel de empleo/actividad
económica → a largo plazo, esas áreas tenían más probabilidad de ser electrificadas. Por tanto, se espera que haya
un sesgo hacia abajo. ¿Sesgo hacia abajo, esto no es lo que esperamos, i.e. los lugares más planos no son los que
tienen menores tasas de empleo? Los lugares donde más está cayendo el empleo son los lugares que se están tratando,
por ello el coeficiente estará subestimado.
SESGO: hay elementos no observables que hacen que algunas comunidades se electrifiquen antes que otras.
Hay tres factores de costos que van a afectar la decisión de electrificar o no:
• Proximidad a las subestaciones y líneas eléctricas preexistentes
• Asentamientos de mayor intensidad
• Pendiente de la tierra: es menos probable que afecte directamente el crecimiento del empleo
Resulta importante controlar por la proximidad y la densidad poblacional pues es normal pensar que las actividades
económicas estén correlacionadas con oportunidades económicas que podrían afectar directamente los cambios en
el empleo
Experimento ideal: Electrificar aleatoriamente a diferentes hogares. Ver cambios en los niveles de empleo de cada
hogar, controlando por ingreso, tipo de área y estratificando por género.
Estrategias de identificación: para Se tomar en cuenta la selección endógena y las economic trends se usan:
A. Variables Instrumentales: la variable instrumental es el gradiente de la tierra (inclinación) 𝒵! . Como el
gradiente es un factor importante en la priorización de áreas para electrificación, el gradiente identifica la
variación exógena en la asignación de proyectos de electricidad a las comunidades. Controla por tendencias
confusas en el empleo a nivel comunitario y factores políticos no medidos que podrían afectar. Condicional
a los demás controles, el gradiente equilibra más variables a nivel comunitario en la línea de base que la
asignación que hizo Eskom.
El gradiente no afecta directamente al empleo, pero sí afecta directamente el costo promedio de una
conexión doméstica.
B. Fixed Effect approach.1 MD-FE/MD-Trends Analysis
Se comparan los valores de cada covariable para áreas más empinadas (mayor gradiente) y para áreas menos
empinadas (menos gradiente) con una regresión de cada covariable en el gradiente.
1
The Fixed Effects regression model is used to estimate the effect of intrinsic characteristics of individuals in a panel data set.
Efectos fijos.
Pero solo resultan significativas las diferencias en la proporción de adultos por sexo y la fracción de hombres con
secundaria.
Ante un aumento de 10 grados en
el gradiente, la probabilidad de
recibir el proyecto de Eskom se
reduce en 8 puntos porcentuales
(pq es probabilidad)
El tamaño del coeficiente no
cambia sustancialmente cuando se
agregan más controles, sí mejora la
precisión.
Queremos ver que el gradiente
sea un buen predictor de que se
electrifique. Entonces a mayor
gradiente, menos probable es que
se haya electrificado. Que sea
significativo para que sea un
instrumento
relevante
para
electrificación
Las pruebas placebo: vemos si el tratamiento tiene un efecto que no esperaríamos que afectara.
Otro problema es que las personas pueden clasificar áreas
planas y empinadas, esto resulta en un crecimiento
diferente del empleo que no está correlacionado con la
electrificación. Para ello, se prueba la falta de relación entre
el gradiente y el empleo.
Si las tasas de empleo en áreas empinadas y planas
evolucionan de manera diferente en ausencia de nueva
electricidad, entonces el instrumento de gradiente será
inválido. Pero esto solo sucede para areas electrificadas
antes de 1996 (aquí excluidas)
Inferencia estadística: se hace un modelo de OLS diferenciado una vez para eliminar la tendencia en el tiempo y los
efectos fijos de la comunidad y distrito
Para controlar algunos de los factores que pueden afectar el camino de crecimiento del empleo de una comunidad
(δ! ), se utiliza un Vector de covariables comunitaria 𝕏"#$ . Las covariables incluyen: densidad de los hogares, fracción
de hogares por debajo de la línea de pobreza, distancia a la red, fracción de hombres/mujeres con certificado de
secundaria y un conjunto de 10 efectos fijos para que todas las comparaciones entre áreas del proyecto y fuera del
proyecto ocurran para áreas en los mismos mercados laborales locales.
MODELO CON CONTROLES E INSTRUMENTO
Donde (𝛿" +△ 𝜖"#% ) 𝑦 𝜏"#%
no son observados
Columna (2)&(6) controles
a nivel comunitario y de
efectos fijos
Podemos ver que en el OLS sin gradiente hay coeficientes negativos del efecto de la electrificación en el empleo.
Cuando agregaos el gradiente con el método de variable instrumental, los coeficientes cambian completamente para
hombres y mujeres, solo el de mujeres es significativo.
MD-FE/MD-Trends
Analysis
(fixed
effect
identification strategy): Se usa para evaluar el efecto
de las variables independientes en la variable
dependiente mientras se controla por la influencia
de los efectos fijos y la tendencia temporal en los
datos.
Este método provee evidencia útil en el análisis del
efecto de la electrificación en el empleo y podía decir
si la electrificación afecta la demanda y/o la oferta
laboral en áreas rurales. Se usa para estimar el efecto
de la electrificación en el trabajo de
hombres/mujeres, las horas trabajadas y el salario.
Controla por tendencias y efectos fijos para que el
efecto de las tendencias económicas no se confunda
con el de la electrificación en MD=Magisterial District
los distintos outcomes.
Ante un aumento medio en la electrificación (0.15) hay un aumento en el empleo de 1.3 puntos porcentuales para
hombres y 1.8 puntos porcentuales para mujeres.
Comparando los mismos MD en periodos con mayores y menores tasas de electrificación, a la semana las mujeres
trabajan 8.9 horas más y los hombres trabajan 13 horas más en los periodos de mayor electrificación.
Las magnitudes entre OLS y FE son diferentes porque:
1. VI se concentra en comunidades pequeñas, MD analiza cambios en los propios Magisterial Districts
2. VI compara el gradiente del suelo y MD analiza la variación del distrito.
3. El acceso a la electricidad se mide de distintas formas, en VI se mide como una dummy. En MD se mide como
la fracción de los hogares con electricidad.
CANALES.
A) Producción doméstica: DUDA el paper interpreta todo en puntos porcentuales pero y es una fracción????
Variable dependiente: es el cambio en la
fracción de hogares que (1), (2) & (3).
Variables de otros resultados: cambio en
la fracción de hogares con (4) & (5).
No hay evidencia de que las regiones
electrificadas experimenten
Average rates of electric lighting rise by 23
percentage points more in communities
with an electricity project than in
communities without in the OLS
comparison of row 1, column
In the same column, reliance on wood for
cooking falls by 3.9 percent- age points and
cooking with electricity rises by 5.6
percentage points. Used when comparing
two
different
percentages.
The
abbreviation is pp. Example: A rate was 10% and it increased to 12%, then it increased by 2. ¿¿El gradiente??
La electricidad “libera” el tiempo de las mujeres para que lo puedan usar en el mercado, creando así un importante
canal mediante del cual la electricidad afecta el mercado laboral rural.
B) Demanda de trabajo: Se
reestiman lo coeficientes de OLS y VI
luego de excluir las áreas no
electrificadas.
Con
OLS
los
parámetros no son significativos de
cero; con VI esto cambia.
Se reestiman lo coeficientes de OLS y
VI luego de excluir las áreas no
electrificadas.
Con
OLS
los
parámetros no son significativos de
cero; con VI esto cambia.
Usando este test no hay evidencia de
largos spillovers across communities.
i.e. no hay efectos indirectos entre
las comunidades.
C) Migración y Mercado de trabajo:
Aún con todos los controles para todas las
variables, las áreas acon electricidad
tienen tasas mayores del crecimiento
poblacional del 17% en áreas con el
proyecto.
La migración puede depender de varios
factores:
*Las personas migran hacia áreas
electrificadas por la mejor calidad de vida.
*Sin relación con la infraestructura la
gente migra a áreas más planas.
Aunque la gente que migra fuera de las
zonas estudiadas tiende a tener más
educación, tienen menos probabilidad de
encontrar un trabajo.
La electrificación alienta a las personas a
migrar, pero la migración generada por la electrificación no puede explicar todos los efectos sobre el trabajo
presentados antes.
Conclusiones
Resolviendo el problema de endogeneidad en el tratamiento y de tendencias cofundadas por dos métodos de
identificación se muestra que el empleo creció en los lugares donde se instala por primera vez la electricidad. El
empleo de mujeres aumenta entre 9 y 9.5 puntos porcentuales en el plano intensivo y extensivo.
Principalmente el uso de la electricidad se concentra en electric lighting y cooking (baja el uso de madera en la
cocina). La mejora tecnológica se da principalmente en el hogar. Pero esto no significa que sea el único canal por el
que aumenta el trabajo
La estructuración es buena, presentación de resultados y pruebas de robustez o placebos