Un problema clave en la literatura sobre la economía de la migración es cómo afecta la emigración de una persona al bienestar de los hogares que se quedan atrás (véase Antman (2013) para una revisión de la literatura). La literatura se ha preocupado mucho por la posibilidad de que los hogares que optan por migrar sean distintos de los que no lo hacen. Una amplia variedad de enfoques de variables instrumentales (VI), junto con algunos experimentos de lotería migratoria, ha intentado abordar esta forma de selección. Sin embargo, la literatura se ha preocupado menos por una segunda forma de selección (y ha tenido menos éxito a la hora de abordarla): que algunos hogares no dejen a ningún integrante atrás. La llamo selección invisible de la muestra, ya que estos hogares en los que todos emigran no aparecen en absoluto en las encuestas de hogares habituales de los países de origen que se utilizan en la mayoría de los estudios (ni tampoco en muchos otros conjuntos de datos). Pero no tener en cuenta este problema conduce a estimaciones sesgadas, como se explica a continuación y se muestra en esta ilustración gráfica.
Mi artículo para el mercado laboral académico de economía ofrece una forma novedosa de abordar este problema. Muestro que supuestos relativamente poco exigentes sobre el comportamiento de los integrantes del hogar y la selectividad de los migrantes permiten establecer límites al efecto de la migración en los miembros del hogar que se quedan atrás. El siguiente ejemplo ilustra el problema y la solución que propongo.
Consideremos hogares formados por un adulto y un niño. Supongamos que los adultos participan en una lotería de visados y que emigran si ganan, y se quedan si no ganan. Los hogares deciden si el niño emigra. Podemos agrupar los hogares en cuatro grupos latentes que describen todas las reacciones hipotéticamente posibles a la asignación aleatoria de la migración del adulto (véase la tabla 1a). Estos grupos latentes pueden entenderse de forma similar a los grupos latentes del marco LATE (efecto local promedio del tratamiento por sus siglas en inglés; Angrist, Imbens y Rubin, 1996). No es necesario que todos los grupos existan en la realidad. Si suponemos que los niños no emigran solos (un supuesto que podría estar justificado en muchos contextos), podemos descartar la existencia de los tipos que siempre migran y de los que desafían el instrumento.
La tabla 1b muestra la correspondencia entre los grupos observados y los estratos latentes. La mayoría de los conjuntos de datos de los países de origen incluyen solo hogares en los que alguien se queda atrás y, por tanto, no incluyen hogares del grupo O(1,1). Si los niños no emigran solos, no deberíamos observar hogares del grupo O(0,1). Un enfoque que ignore la selección invisible de la muestra implicaría calcular la diferencia de resultados entre los grupos O(1,0) y O(0,0). Los hogares del grupo O(1,0) son hogares que dejan atrás al niño (nunca migrantes). Sin embargo, los hogares observados sin migrantes (grupo O(0,0)) podrían ser nunca migrantes o cumplidores que no ganaron la lotería. Cabe imaginar muchas razones por las que los hogares que se llevan al niño son distintos de aquellos que lo dejan atrás. Por tanto, el enfoque ingenuo compara a los nunca migrantes bajo tratamiento con una combinación de nunca migrantes y cumplidores bajo control, y así produce estimaciones sesgadas.
Establecer límites al efecto
En el caso de los nunca migrantes, hemos identificado el resultado bajo tratamiento, pero no bajo control. Podemos establecer límites para el resultado medio bajo control recortando el grupo O(0,0) por abajo o por arriba; es decir, consideramos los dos escenarios extremos: que todos los nunca migrantes tengan resultados inferiores a los de los cumplidores o, alternativamente, que todos tengan resultados superiores (Lee, 2009). Sin embargo, para hacer el recorte necesitamos conocer las proporciones de cumplidores y nunca migrantes, que no pueden estimarse usando únicamente datos de los países de origen si no se incluyen los hogares en los que todos emigran. Muestro cómo pueden calcularse estas proporciones usando datos de los países de origen y de destino.
La situación se complica algo más cuando consideramos un caso en el que tenemos un instrumento para la migración del adulto en lugar de una asignación aleatoria. Sin embargo, la lógica del enfoque es muy similar a la del caso con asignación aleatoria. Defino 16 estratos latentes que caracterizan todas las reacciones posibles de los hogares al valor asignado del instrumento. Después planteo supuestos de comportamiento que descartan la existencia de algunos grupos latentes. En mi contexto, por ejemplo, tales supuestos consisten en que el instrumento no reduce la probabilidad de migrar para nadie (no hay adultos que desafíen el instrumento) o en que el instrumento solo afecta a la migración del niño al afectar a la del adulto. A continuación muestro que, también en este escenario, el resultado queda identificado bajo tratamiento y se le pueden establecer límites bajo control.
Un resultado sorprendente de este análisis es que las estimaciones de VI suelen estar sesgadas, incluso si entre los hogares que reaccionan al instrumento no existen diferencias sistemáticas entre quienes se llevan al niño y quienes lo dejan atrás. La ausencia de hogares en los que todos emigran hace que la proporción estimada de cumplidores sea incorrecta, lo que sesga las estimaciones de VI. Mi artículo propone una corrección del estimador de VI para este escenario.
Ilustro el enfoque con datos de dos estudios recientes. En primer lugar, utilizo datos de una lotería de visados para tonganos que emigran a Nueva Zelanda y analizo sus efectos en los resultados a nivel del hogar. En este contexto, el 53 % de los hogares desaparece de los datos cuando gana en la lotería de visados. Gibson, McKenzie y Stillman (2011) abordan el problema de la selección dentro del hogar eliminando del grupo de control y del grupo de quienes no cumplen el tratamiento todos los hogares cuyos integrantes habrían sido elegibles para reunirse con el migrante principal. Aunque este enfoque garantiza que los grupos de tratamiento y de control no contengan hogares en los que todos emigran, siempre elimina a los familiares directos del migrante principal y, por tanto, no permite identificar los efectos de la migración en su cónyuge e hijos. Muestro que pueden derivarse límites informativos sin necesidad de separar a quienes emigran de quienes se quedan sobre la base de características observables.
En una segunda aplicación, estudio el efecto de la migración en el nivel educativo de los niños que se quedan en México, a partir de los datos utilizados en McKenzie y Rapoport (2011). La comparación de los datos de los censos mexicano y estadounidense de 2000 indica que alrededor de 82.000 niños nacidos en México, de entre 12 y 15 años, vivían en Estados Unidos y no estaban incluidos en los datos mexicanos. Lo más probable es que esta cifra haya aumentado considerablemente durante la última década. Por tanto, tener en cuenta la selección de la muestra debida a la migración de los niños es cada vez más importante. Los límites apuntan a un efecto negativo de la migración de adultos en la asistencia escolar de los niños varones, de entre -0,19 y -0,14, y a ningún efecto significativo en las niñas.
El enfoque propuesto es especialmente adecuado para los estudios sobre migración, ya que la literatura teórica y empírica sobre la selectividad de los migrantes ofrece una base para derivar supuestos creíbles. Este enfoque admite varias extensiones, especialmente cuando se dispone de variación exógena para abordar un problema de endogeneidad, como ocurre en los enfoques experimentales, cada vez más populares (McKenzie y Yang, 2010). Sin embargo, la selección invisible de la muestra es un problema no solo en la literatura sobre migración, sino también en otros campos, y especialmente en los estudios sobre países en desarrollo, donde la alta fecundidad, la mortalidad y la migración interna e internacional pueden cambiar rápidamente la población. Los datos observacionales o administrativos disponibles (por ejemplo, los datos censales) a menudo no son representativos de la población anterior, sino solo de la población posterior a un tratamiento o acontecimiento (experimento natural). Estudio un escenario en el que algunas unidades desaparecen de la población. Pero un tratamiento también podría provocar más inmigración, cambiar el comportamiento reproductivo o la formación de hogares y, por tanto, hacer que se observen más unidades o unidades diferentes. Mi artículo muestra que, aunque el problema sea invisible en muchos casos, no deberíamos cerrar los ojos ante él.
Esta publicación apareció primero en el blog Development Impact del Banco Mundial
Autor: Andreas Steinmayr es investigador posdoctoral visitante en la Universidad de Chicago.
Imagen: Un agente de policía comprueba el pasaporte de un inmigrante chino en la fábrica textil Shen Wu, en Prato, el 9 de diciembre de 2013. REUTERS.
