María Edo^[1]

Resumen

El bienestar es un concepto multidimensional. Este consenso se extiende entre las distintas disciplinas que lo estudian. Sin embargo, no resulta obvio que su medición deba ser multidimensional. Se presentan aquí dos ejemplos para ilustrar este punto: uno se basa en un trabajo académico del ámbito de la economía, el otro traza un paralelismo con los desafíos que enfrenta la cartografía. Se concluye que es necesario evaluar cuidadosamente la necesidad de incluir múltiples dimensiones para representar el bienestar, utilizando como criterio el objetivo de la medida y el aporte de información de cada una de las dimensiones evaluadas.

Concepto y medición

El bienestar es un concepto multidimensional. La Real Academia Española presenta como primera acepción para el término “el conjunto de las cosas necesarias para vivir bien”. Por ejemplo, es obvio que el bienestar no puede reducirse solamente a la salud, o a la educación, o, incluso, al ingreso. Cada una de estas dimensiones (y muchas otras más) revelan un aspecto del nivel de bienestar del que disfrutan los individuos, pero, ciertamente, no lo agotan.

Las diversas disciplinas que estudian desde distintas perspectivas el concepto tienden a consensuar en este sentido. Resulta indudable que el bienestar abarca múltiples aspectos: el acceso a bienes, a servicios tales como la educación y la salud, a la infraestructura (el saneamiento, el transporte, etc.), dimensiones psicológicas, cuestiones vinculadas a la seguridad, etc.

Ahora bien, de este consenso no se sigue de forma obvia que la medición del bienestar deba ser multidimensional. Es decir, el hecho de que el bienestar sea un concepto multidimensional no implica necesariamente que su medición deba serlo también. La pregunta crucial reside en definir para qué se busca medir el bienestar. La respuesta a esa pregunta define la utilidad o el fin de dicha medición, y ese debería ser el criterio que guíe la forma en la que se mide. Ciertamente, si la medición multidimensional de un fenómeno como el bienestar fuera algo sencillo de implementar, esta distinción entre el concepto y su medición carecería de sentido. Sin embargo, se trata de una tarea que presenta fuertes dificultades tanto en términos conceptuales como operativos. Entonces, dado que la medición multidimensional del bienestar resulta una tarea compleja y desafiante la distinción entre la complejidad del fenómeno y su medición cobra sentido. Por lo tanto, es importante comprender cuál es la utilidad de la medida, y a partir de allí pensar qué enfoque de medición es el que conviene utilizar.

Dos ejemplos

Para ilustrar esta discusión, presentaré dos ejemplos de índole muy diversa. El primero se concentra en un trabajo académico. El segundo lo importo de la cartografía, una ciencia lejana a mi propia disciplina –la economía- pero que resulta muy iluminadora a los fines de entender los desafíos de la medición.

El primero de los ejemplos se basa en las principales conclusiones de un trabajo que realizamos en conjunto con dos investigadores de la Universidad de San Andrés: Marcela Svarc, directora del Departamento de Matemática, y Walter Sosa Escudero, director del Departamento de Economía. Dicho trabajo se titula “Multidimensional Middle Class”^[2] y desarrolla un enfoque multidimensional para identificar a la clase media.

La clase media como grupo resulta ciertamente un objeto de interés en términos de bienestar. Sin embargo, definir quiénes pertenecen –o no- a este grupo resulta una tarea desafiante: ¿cuál es el nivel de bienestar que determina que una persona pertenezca a la clase media? Nos topamos aquí con la dificultad de medir un fenómeno que es multidimensional por naturaleza. La literatura, sin embargo, generalmente se ha concentrado en identificar y medir el bienestar de este grupo a través de enfoques unidimensionales, usualmente basados en el ingreso. No tanto porque se niegue la multidimensionalidad del fenómeno sino más bien por la dificultad de la tarea que hemos expuesto antes. Nuestro trabajo lidia, precisamente, con ese desafío: identificar a la clase media a partir de una definición multidimensional del bienestar.

Específicamente, proponemos una nueva definición multidimensional de la clase media a partir de cuantiles multivariados basados ​​en una dirección de crecimiento de bienestar creciente. El procedimiento se basa en dos etapas. En primer lugar, a partir de una gran cantidad de datos basados ​​en variables relativas al bienestar se define un índice de bienestar unidimensional a través de la proyección de los datos en una dirección de bienestar creciente. En segundo lugar, se establecen cuantiles sobre este índice unidimensional, estableciendo una cota inferior y una superior que contienen a la clase media.

El trabajo realiza una aplicación empírica al caso argentino utilizando datos de la Encuesta Permanente de Hogares (EPH) llevada adelante por el Instituto Nacional de Estadísticas y Censos (INDEC). En particular, seleccionamos 19 variables vinculadas a distintos aspectos del bienestar (ingresos, rentas, propiedades, empleo, educación, características de la vivienda, subsidios, etc.) y utilizamos el nuevo enfoque de cuantiles multidimensionales para identificar a la clase media en cada trimestre del periodo 2004-2014.

Una vez definido este grupo, se realizan dos ejercicios que resultan de interés a los fines de ilustrar la necesidad (o no) de realizar una medición multidimensional para este caso en particular. Ambos ejercicios tienen por objetivo intentar reproducir los resultados obtenidos utilizando la menor cantidad de variables. Es decir, hemos definido la clase media argentina a partir de 19 variables. La pregunta que nos hacemos ahora es la siguiente: ¿era necesario tomar todas estas dimensiones? ¿podríamos haber clasificado de la misma manera a los individuos como clase media a partir de un menor número de dimensiones? ¿todas las dimensiones aportan información relevante? El primero de los ejercicios intenta reproducir la construcción de un índice unidimensional del bienestar a partir del menor conjunto de variables posible. La Figura 1 muestra cuáles han sido las variables seleccionadas para cada año y trimestre. Es decir, cuáles son las variables con las que podemos reproducir con un mínimo margen de error el indicador unidimensional del bienestar original basado en 19 variables. Los resultados indican que para ningún trimestre podemos utilizar menos de 4 dimensiones. Las variables seleccionadas con mayor frecuencia incluyen: la utilización de cuotas, el nivel de ingreso, el tipo de ocupación y contar con un empleado doméstico. Esto revela que no solamente el bienestar es multidimensional, sino que en este caso en particular es imposible tomar en cuenta menos de cuatro variables para tener una caracterización acaba del mismo. Sin embargo, al mismo tiempo resulta cierto que un buen número de las variables seleccionadas parecen aportar poco y nada a la caracterización del bienestar. Tomemos por ejemplo la educación. Ciertamente, se trata de una dimensión central en el bienestar de una persona. Y, sin embargo, solamente en el 7% de los trimestres fue seleccionada. Es probable que otras variables (el ingreso o el tipo de ocupación) contengan información similar por lo que el nivel educativo nos aporte poco conocimiento una vez que tenemos identificado el nivel de bienestar del individuo en estas otras dimensiones.

Figura 1. Selección de variables para el índice de bienestar, Argentina 2004-2014

Fuente: Edo, Sosa Escudero y  Svarc (2016). Notas: para cada trimestre, las variables en gris representan el menor subconjunto de variables que reproduce de manera casi exacta el índice de bienestar unidimensional. La última fila de cada columna muestra el número de variables incluidas en el subconjunto para cada período. Cada fila muestra el número de períodos en los que la variable fue seleccionada. La última columna muestra para cada variable el porcentaje del total de trimestres en los que dicha variable fue seleccionada.

El segundo ejercicio realiza un procedimiento similar, pero aplicado no al índice unidimensional del bienestar sino a las cotas que contienen a la clase media. El procedimiento realizado permite identificar tres grupos: aquellos que se encuentran en la pobreza (“pobres”), los que pertenecen a la clase media y quienes gozan de un bienestar mayor (“ricos”). Entonces, el ejercicio consiste en identificar el conjunto mínimo de variables que permiten separar a los “pobres” de la “clase media” y a este grupo de los “ricos”. Los resultados de estos ejercicios (ver Figuras 2 y 3) resultan ilustrativos. Por un lado, separar a los “pobres” de la “clase media” parecería requerir un menor número de dimensiones que separar a este último grupo de los “ricos”. En promedio, se requieren dos variables para reproducir la clasificación original de diecinueve variables con un mínimo margen de error. Aquí las variables más relevantes parecerían ser la utilización de cuotas y el estado ocupacional. Es importante notar, sin embargo, que para un número significativo de trimestres (35%) una única variable permite reproducir la clasificación original. En cambio, reproducir la separación de la “clase media” de los “ricos” basada en las 19 variables originales requiere en promedio tres variables. Las variables seleccionadas con mayor frecuencia incluyen la utilización de cuotas, la situación ocupacional y contar con un empleado doméstico. Solamente en dos trimestres basta con una única variable para reproducir la clasificación realizada con el set de datos original.

Figura 2. Selección de variables para la clasificación entre “pobres” y “clase media”, Argentina 2004-2014

Fuente: Edo, Sosa Escudero y Svarc (2016). Notas: para cada trimestre, las variables en gris representan el menor subconjunto de variables que preserva la clasificación de individuos como “pobres” o “clase media” para al menos el 95% de las observaciones. La última fila de cada columna muestra el número de variables incluidas en el subconjunto para cada período. Cada fila muestra el número de períodos en los que la variable fue seleccionada. La última columna muestra para cada variable el porcentaje del total de trimestres en los que dicha variable fue seleccionada.

Figura 3. Selección de variables para la clasificación entre “clase media” y “ricos”, Argentina 2004-2014

Fuente: Edo, Sosa Escudero y Svarc (2016). Notas: para cada trimestre, las variables en gris representan el menor subconjunto de variables que preserva la clasificación de individuos como “clase media” o “ricos” para al menos el 95% de las observaciones. La última fila de cada columna muestra el número de variables incluidas en el subconjunto para cada período. Cada fila muestra el número de períodos en los que la variable fue seleccionada. La última columna muestra para cada variable el porcentaje del total de trimestres en los que dicha variable fue seleccionada.

Estos ejercicios iluminan la discusión acerca de la medición del bienestar. Por un lado, el primero de ellos deja en claro que la medición del bienestar no puede reducirse a una única dimensión. Si bien el ingreso resulta una de las variables más seleccionadas, no se trata de la única dimensión relevante. Por otro lado, en todos los casos podemos reproducir el ordenamiento del bienestar con un número mucho menor de variables que las contempladas en el espacio original. Esto no significa que las variables que no se seleccionan no sean relevantes para el bienestar, pero, al menos en este caso en particular, no parecen aportar información adicional a las que aportan otras variables. Es más, para el caso de la separación entre “pobres” y “clase media”, en muchos trimestres una única dimensión parecería ser suficiente para reproducir los resultados obtenidos a partir del espacio original. Ciertamente, esto no implica que el bienestar sea unidimensional, pero sí permite reflexionar acerca de la distinción entre el concepto y su medición.

Entonces, ¿es necesario medir multidimensionalmente el bienestar? La respuesta implica establecer un criterio: la utilidad. Es necesario tener claro cuál es el fin para el que está siendo creada determinada medida y en función de eso establecer cuál es la forma más conveniente de diseñarla. En definitiva, no se trata de distinguir entre medidas del bienestar “buenas” y “malas”, sino entre aquellas que son “útiles” a determinado fin y aquellas que no lo son.

En este punto recurro al segundo ejemplo, prestado de la cartografía, para iluminar la idea del criterio de utilidad como guía para definir cuál es el mejor modo de diseñar una medida de bienestar. Esta ciencia aplicada tiene entre sus objetivos representar gráficamente distintas regiones de la tierra. Todos los mapas, pero en particular los planisferios, presentan, entonces, un desafío mayúsculo: es necesario plasmar en un plano, que cuenta con dos dimensiones, una esfera que se caracteriza por tener tres. Este proceso se denomina “proyección” y el problema es que resulta matemáticamente imposible realizarla sin generar algún tipo de distorsión. Según la proyección que se elija, se distorsionará alguna (o incluso más de una) dimensión: el tamaño de los territorios, sus formas, las distancias entre sí o las direcciones.^[3] En síntesis, esto significa que todos los mapas del mundo están “mal” en tanto que no son una representación exacta de la realidad. Esto implica que serán muy útiles (o muy inútiles) de acuerdo a cuál sea el uso que se les dará.

Tomemos, para ilustrar el ejemplo, tres tipos de proyección: Mercator, Gall-Peters y Robinson. La primera de ellas fue desarrollada por Gerardus Mercator en 1569. Es la más conocida, en ella se basa Google Maps. Su ventaja fundamental es que preserva la dirección, lo cual la transformó en su época en la herramienta principal de navegación, dado que proveía una ruta segura, fácil de calcular con un compás en tiempos en el que el GPS era ciencia ficción. Esta proyección también preserva la forma de los países (lucen similares en el plano y en la esfera), pero la desventaja es que no preserva su tamaño. Por ejemplo, Groenlandia y África aparentan ser del mismo tamaño en el plano, y sin embargo la primera es 14 veces más pequeña que la segunda. Como contracara, la proyección Gall-Peters preserva los tamaños relativos de los países. Fue diseñada originalmente en 1855 por James Gall y difundida por el historiador alemán Arno Peters en la década de 1970. Algunos sectores la han reivindicado en el plano ideológico, acusando a la proyección Mercator de presentar una visión “colonialista” del mundo, dado que los países y continentes del norte (en particular, Europa y EE.UU.) aparecen con un tamaño mayor a los del sur. Tal es el caso de la Organización de Naciones Unidas, por ejemplo, que no utiliza mapas basados en la proyección Mercator. La desventaja de la Gall-Peters es que la forma de los países se ve muy distorsionada y no se parece demasiado a la verdadera, es decir, a la que presentan en la esfera. Por último, existen un sinnúmero de alternativas, generalmente no rectangulares, que buscan un balance entre la preservación de la proporción y la forma de los países. Tal es el caso de la proyección desarrollada por Arthur Robinson en 1961, que, si bien no representa en forma perfecta ni los tamaños relativos ni las formas, presenta un mapa con un adecuado balance entre ambas dimensiones.

Figura 4. Proyecciones del globo terráqueo

A modo de cierre

¿Qué lecciones nos enseñan estos dos ejemplos? En primer lugar, aprendemos que todos los mapas del mundo están mal, sin excepciones. De la misma manera, todo intento de representar en forma exacta un concepto tan multidimensional como el bienestar está destinado a fracasar. No existe una proyección “correcta” de la Tierra, así como tampoco existe una forma “correcta” de representar el bienestar. Esto lleva a una segunda conclusión: si no existe una forma perfecta de medir el bienestar, pues entonces la utilidad puede ser un excelente criterio para guiar cómo hacerlo. Es importante definir el objetivo para el cual se define la medida de bienestar y adecuarla a él.

En el caso del bienestar, el balance no se da entre la forma y las proporciones. El desafío de medir el bienestar implica encontrar un equilibrio entre otras dimensiones. Por un lado, entre la factibilidad y la relevancia: dado que trabajar con un conjunto de dimensiones a la vez representa desafíos computacionales importantes, tendrá sentido en tanto y en cuanto cada una de esas dimensiones aporte información relevante, como quedaba claro en los ejercicios de selección de variables mencionados. Por otro, entre la fidelidad a la realidad y la comunicación: cuanto más compleja sea la medida, mejor reflejará la multidimensionalidad del bienestar, pero más desafiante resultará comunicar sus resultados. Dependerá entonces del para qué de la medida: comprender la complejidad del bienestar, guiar la política pública o comunicar los progresos de una gestión son objetivos bien distintos que requerirán de herramientas diversas.

Parafraseando al estadístico George Box (1919-2013), todas las medidas del bienestar están equivocadas, pero algunas son útiles. Establecer su fin y adecuar las herramientas es el gran desafío de los científicos sociales.

---