2022
816
21042021
17092021
Christian Arturo Quiroga-Juárez quirogachristian87@gmail.com
Universidad Veracruzana, México
Aglaé Villalobos-Escobedo licaglaeve@gmail.com
Universidad Veracruzana, México
Resumen: El propósito de esta investigación consistió en exponer la creación de un indicador ponderado para evaluar el desarrollo económico que fuera más representativo y acorde con las condiciones de México. En el índice propuesto se consideran dos aspectos clave en su configuración: el aspecto subjetivo, el cual es definido a través de una encuesta aplicada a un grupo de expertos temáticos; y el aspecto objetivo, evaluado a partir de variables cuantitativas. El índice, en su aspecto subjetivo, contó con validación estadística realizada mediante el análisis de factores, y la validez de contenido, que se obtuvo con base en la opinión de personas expertas relacionados con el área de estudio. El índice propuesto tuvo una importante aportación en torno a la medición del desarrollo económico y su relación teórica con el desarrollo social del país. Con la aplicación de este indicador, y sus resultados obtenidos, se espera que funja como una herramienta complementaria en la medición del desarrollo económico, e incluso, que pueda ser de apoyo en la definición de problemas con la posibilidad de ser resueltos mediante la implementación de políticas públicas.
Palabras clave:crecimiento económicocrecimiento económico,análisis de factoresanálisis de factores,desarrollo socialdesarrollo social,econometríaeconometría,Clasificación JEL: O1Clasificación JEL: O1.
Abstract: This paper introduces a weighted indicator to evaluate economic development that is more representative of and suitable to the conditions in Mexico. The configuration of the suggested index includes two key parts: the subjective aspect, which is defined by a survey applied to a group of subject-matter experts; and the objective aspect, which is evaluated based on quantitative variables. The subjective aspect of the index was statically validated using factor analysis and content validity, which was obtained from the opinion of experts in the field of study. The proposed index makes a significant contribution to the measurement of economic development and its theoretical relationship with the country’s social development. The implementation of this indicator and its results are expected to serve as complementary tools in the measurement of economic development. Furthermore, they could be used to define problems that can be solved by implementing public policies.
Keywords: Economic growth, factor analysis, social development, econometrics, JEL classification: O1.
Artículos de investigación
Índice QV: una alternativa para la medición del desarrollo económico aplicable a las condiciones de México*
QV Index: An Alternative to Measure Economic Development Applicable to the Conditions in Mexico
Christian Arturo Quiroga-Juárez quirogachristian87@gmail.com
Aglaé Villalobos-Escobedo licaglaeve@gmail.com
Recepción: 21 Abril 2021
Aprobación: 17 Septiembre 2021
El índice QV contribuye de forma significativa a la medición del desarrollo económico y valora la eficiencia en la aplicación del gasto público.
El índice QV es original y actual en el área del desarrollo económico pues valora un fenómeno económico de alto impacto e interés para las naciones.
The QV index makes a significant contribution to the measurement of economic development and can be used to assess the efficiency in the application of public spending.
The QV index is original and current in the area of economic development because it assesses an economic phenomenon of high impact and interest for countries.
Con base en la revisión de la literatura, el desarrollo, en términos económicos, ha sido un tema de interés para los investigadores a través de los años, sobre todo a partir de la Gran Depresión (la crisis económica con impacto social más grande en la historia del capitalismo). Es así como las políticas de desarrollo tienen fundamento en algún modelo o teoría del crecimiento económico (Quiroga Juárez, 2019).
Según López Calva et al. (2004), la medición del desarrollo de las sociedades es indispensable para la óptima gestión de políticas públicas que favorezcan el desarrollo de las condiciones de vida de sus habitantes. Además, con base en Reyes (2001), el desarrollo es una condición en que las sociedades satisfacen sus necesidades básicas, hay oportunidad de empleo, una adecuada distribución de la riqueza y existe legitimidad del gobierno.
Ranis y Stewart (2002) y Rivera (2017) expresan la firme relación entre crecimiento económico y desarrollo humano: el crecimiento proporciona los recursos para desarrollarse en términos de calidad de vida y, a medida que se mejora la calidad de vida, esta se ve reflejada en mayor crecimiento económico. La dirección de la relación funcional puede ser del crecimiento al desarrollo o del desarrollo al crecimiento económico. En este tenor, Gualdón Guerrero (2011) concluye que el crecimiento económico debe ser impulsado por el desarrollo humano, debido a que cuando la población es sana y educada el crecimiento económico es inminente.
El objetivo de este trabajo consistió en proponer un índice alternativo de medición del desempeño económico de México. La motivación se fundamentó en proveer herramientas que coadyuvaran en las decisiones de política pública, porque, según Ghaderpour et al. (2021), el mejoramiento en calidad de vida es primordial para las naciones. Y si los gobiernos consiguen atender satisfactoriamente las necesidades, esto fomentará el desarrollo de los países, y, por el contrario, si no se consigue, habrá tensiones sociales.
En México, la situación política y económica que deriva del cambio de gobierno en 2018 ha generado debate en torno a cómo afrontar la problemática de la pobreza y rezago en el país. Según Alpízar (2019), el crecimiento económico inclusivo buscado por el actual gobierno pretende incorporar aspectos cualitativos que humanicen el desenvolvimiento económico en regiones rezagadas.
Al parecer esto es necesario, puesto que, según la Agenda 2030, México se encuentra entre los países que viven la precariedad y pobreza, es por lo que la ONU impulsa políticas que favorezcan la disminución de estos males. Por lo tanto, urge la creación de nuevas herramientas para evaluar el desempeño de la economía y la sociedad. Este trabajo es pertinente porque permitirá cuantificar el desempeño económico y su posible implicación con el desarrollo de las personas.
Este artículo se estructura de la siguiente manera: el marco teórico presenta brevemente las bases teóricas del crecimiento económico y del desarrollo social, mismas que sustentan las variables de entrada del índice, lo cual es fundamental para expresar el concepto de estudio en términos de un índice empírico (Benzaquen et al., 2010); posteriormente se expone el proceso para la realización del trabajo; finalmente se exploran y discuten todos los resultados expuestos.
Según Jiménez (2011), el crecimiento económico y sus factores explicativos han sido un tema de relevante importancia para la ciencia económica debido a la implicación que este tiene con el bienestar de la sociedad. Empero, no existe consenso de la naturaleza de estos y se han desarrollado corrientes de pensamiento que incluso pueden diferir en los resultados encontrados.
Jones (1979) mencionó que para explicar las teorías del crecimiento económico surgieron los enfoques de:
Las Teorías magnas, las cuales consideran factores políticos, sociológicos, incluso psicológicos adicionales al factor netamente económico.
Teorías del crecimiento económico.
Teorías modernas, en dónde se modela el crecimiento económico como resultado de un conjunto mínimo de variables muy representativas.
El desarrollo puede entenderse como un proceso continuo y a largo plazo en el cual los aspectos económicos y sociales experimentan mejoría respecto a un periodo base de comparación. Según Reyes (2009), el término “desarrollo” debe entenderse como una condición social en la cual las necesidades de la población se satisfacen atendiendo un uso racional y sostenible de recursos y sistemas naturales. Además, el desarrollo económico es una situación que se da cuando existen oportunidades de empleo y satisfacción de las necesidades básicas y en el ámbito político el gobierno tiene legitimidad legal, que surge de proporcionar oportunidades y beneficios sociales para la mayoría de la población.
Los conceptos de desarrollo y crecimiento de la economía están ligados por su naturaleza: el primer concepto refiere al nivel de cobertura que tiene la sociedad para satisfacer sus necesidades básicas y en las potencialidades que esta sociedad tiene «para ser dueños de su destino»; por otra parte, el crecimiento refiere a la evolución de las variables usualmente atribuibles a la economía. El desarrollo abarca aspectos mayores a simplemente el aumento de la renta nacional o a aspectos materiales, y pudiese ser percibido como un proceso multidimensional que implica la reorientación de los sistemas económicos y sociales. Por ese motivo es menester evaluar cada variable (Gualdón Guerrero, 2011).
El crecimiento es una problemática correlacionada al bienestar social, y este último se hace presente cuando existe cierto nivel de desarrollo. Para el caso de América Latina, a partir del ciclo independentista se había observado un patrón de crecimiento equiparable con el resto del mundo, esto hasta 1820, año estimado en función del cual se inició el aumento en la brecha de América latina y Europa a tal grado que América Latina observara un porcentaje de producto interno bruto (PIB) per cápita equivalente al 50 % con respecto al observado en Europa, y que para 2008 poseía cerca de un 25 % (Bértola y Ocampo, 2013). Por lo anterior, se torna necesario identificar los determinantes del desarrollo económico para definir estrategias de mejora.
Los factores explicativos más referidos en la revisión bibliográfica realizada desde 1950 hasta 2018 son los mencionados continuación.
Este concepto refiere a una estructura que considera diversas actividades financieras (asignación de créditos, servicios de gestión de activos financieros) proporcionadas por las entidades. El sistema financiero le otorga a la economía el dinamismo necesario para crecer (Támara-Ayús et al., 2017). Hernández y Parro (2005) y Khanh Chu (2020) sostienen la inminente relación del sistema financiero y el crecimiento económico.
Con base en Mauldin (1967), para la segunda mitad de 1970 una veintena de países habían reconocido la importancia del establecimiento de la planificación familiar y su relación funcional inversa con el crecimiento del país: a medida que disminuyera la población, el crecimiento de la economía se haría presente.
Conroy (1980) expone los efectos negativos del rápido crecimiento de la población en el desarrollo económico de los países «por 3 razones: 1) los requerimientos de capital son mayores, 2) la producción total y el consumo per cápita se reducen enormemente con altas tasas de dependencia y 3) el rápido crecimiento en el consumo es más difícil abastecerlo cuando la población crece más rápidamente».
Urquidi (1989) mencionó que, durante la década de 1980, Latinoamérica padeció problemas de tipo estructurales en donde se urgía la inversión para mejorar el nivel de las personas. Uno de los puntos destacables fue la necesidad de incrementar la tasa de industrialización dado que la sobrepoblación rural migraba a la zona urbana, generando así un desequilibrio en el mercado laboral.
Por su parte Ramírez y Morelos (2002) y Yang et al. (2021) concluyen que de la variable población debe entenderse su impacto en el crecimiento en función de la calidad del capital humano (pudiese existir relación con la calidad en la educación; calidad en servicios de salud y seguridad pública).
La innovación es un proceso natural para el desarrollo humano y es un elemento esencial para el desarrollo de las economías (Zilibotti, 2008; Law et al., 2020) porque la innovación propicia competitividad y esta, a su vez, expansión de los mercados, que por ende trae crecimiento de la economía y mayor bienestar social (Galindo Martín et al., 2012).
Con base en Guzmán Chávez et al. (2012), el número de patentes otorgadas tiene efecto en el desempeño del PIB de México. De lo anterior se puede deducir la importancia de la inversión, tanto pública como privada, en el sector industrial. Fransman (1984) refirió a la importancia de la innovación industrial como explicativa del crecimiento de las naciones asiáticas no industrializadas.
Referente a la política monetaria es significativa su relación con el crecimiento económico, bastaría con revisar las políticas económicas en donde la política monetaria es utilizada para acercar el PIB al PIB potencial ante brechas inflacionarias o recesivas. Guerrero de Lizardi (2006) propone que el tipo de cambio mantiene efecto positivo con el desarrollo del PIB. Y pudiera ser utilizado como factor en la política monetaria.
Ruiz Tibana y Duarte (2015) mencionan que el desarrollo depende de un trabajo conjunto entre el sector público y el privado, y la inversión pública es el factor determinante en el desempeño del país. Por tanto, la relación funcional entre inversión y desarrollo es evidente. Según Pinilla Rodríguez et al. (2013), para Latinoamérica el gasto público muestra correlación positiva, aunque limitada, con el crecimiento del PIB nacional.
Según Buvinic et al. (2005), la violencia es un factor determinante en el desarrollo económico y humano de las sociedades. Mencionan que América Latina y el Caribe muestran un elevado nivel en las tasas de homicidio a nivel mundial (solo por debajo de África subsahariana), fenómeno que repercute en el crecimiento económico debido a que los recursos utilizados para contrarrestar los efectos nocivos de la violencia pudiesen ser usados en educación, salud o proyectos sociales. Además, ocasiona disminución en la productividad, en la tasa de acumulación de capital, ahorro e inversión.
Según Hernández (2019), con base en Werner, director del FMI hemisferio Occidental, el nivel de criminalidad es un factor imponente al crecimiento de la economía mexicana y es un tema crucial para el desarrollo de la sociedad desde un enfoque humano.
Según De la Fuente Fernández (2013), un índice es un número, una medida estadística que permite comparar una magnitud simple o compleja en dos espacios de temporalidad en el cual uno de ellos es la referencia y al segundo periodo se le conoce como actual o corriente.
Para Méndez (2001), la ciencia económica ha provisto de indicadores para medir la evolución de los países, ya sea longitudinalmente, a lo largo del tiempo, o transversalmente, comparándose con las economías de los diferentes países, y de acuerdo con Acevedo-Prins y Jiménez-Gómez (2015) el objetivo que se busca es evaluar la efectividad de las políticas públicas.
Los índices pueden ser simples o complejos; en este caso es necesario realizar el proceso de operacionalización que consiste en fundamentar sus dimensiones con base en una amplia revisión literaria y de reflexiones propias (Benzaquen et al., 2010).
Para Spector (1991) construir un índice es una actividad interdisciplinaria que requiere la interacción de varias variables (índices simples). En las áreas sociales a estos números se les conoce como números índice, indicadores o escalas, y se utilizan como medio de información de un atributo de interés.
Para construir un indicador se sugiere:
Delimitar el objetivo del índice.
Elaborar las variables.
Seleccionar teóricamente las variables involucradas.
Selección empírica de las variables.
Configurar el instrumento.
Validar el instrumento.
De la Fuente Fernández (2013) menciona que el periodo de referencia se relaciona con el 100 %, y el periodo actual se ubica en función del periodo de referencia. Puede estar por encima o por debajo.
Los índices pueden clasificarse en simples y compuestos.
Simples: son aquellos que proporcionan la variación que ha sufrido una magnitud en dos temporalidades, una de referencia y una corriente. La variación se expresa en términos porcentuales de variación.
Compuestos: los índices compuestos son aquellos que permiten evaluar fenómenos que son explicados por más de una variable. Existen dos categorías en índices compuestos complejos.
Índices complejos no ponderados: son promedios porcentuales de las diferentes variables que componen el índice.
Índices complejos ponderados: son promedios ponderados de las diferentes variables que componen el índice. Estos índices tienen la ventaja de considerar la importancia relativa de cada factor explicativo.
Lo que se pretende es obtener que cada coeficiente de su respectiva variable sea multiplicado por un factor de ponderación (en este caso es obtenido a partir del análisis de factores).
Este proyecto de investigación, de tipo cuantitativo con nivel explicativo, se sustentó en la amplia aceptación de las teorías modernas del crecimiento, en las cuales se busca modelar el fenómeno con un número mínimo de variables explicativas y para cuantificarlas se utilizó un algoritmo de la estadística multivariada, el análisis de factores que ha demostrado su eficacia para reducir la dimensionalidad de la estructura de datos, además de ser capaz de validar posibles relaciones entre variables.
Para definir la metodología es necesario precisar que el índice propuesto se compone de dos aspectos, subjetivo y objetivo (y para cada uno de ellos se obtendrá un coeficiente).
El primer paso consistió en realizar una búsqueda bibliográfica para identificar los determinantes del objeto de estudio. Debido a la complejidad del índice se realizó el proceso de operacionalización (Escobar-Pérez y Cuervo-Martínez, 2008), es decir, se definieron las dimensiones del índice QV con base en una amplia revisión literaria en la plataforma Scopus considerando un periodo de búsqueda desde 1950 a 2018. Se identificaron seis dimensiones (ver Tabla 1, columna 1) que son determinantes del desarrollo económico y social.
Posterior a la identificación de las seis dimensiones (y con base en ellas) se elaboró un instrumento con 20 ítems (ver Tabla 6) representativos y una escala ordinal tipo Likert que va del número 1 al número 4 en donde el orden ascendente refiere al grado en que se posee alguna característica de interés, es decir el número 1 posee en menor grado alguna característica de interés con respecto al número 2, esta característica se generaliza para el resto de la escala. Es importante comentar que los ítems considerados provienen de una amplia reflexión derivada de un análisis bibliométrico en Scopus, de cómo es el entorno económico actual y cuáles son las condiciones sociales que más preocupan a las personas. Este ejercicio de análisis permite que el índice tenga un mayor sentido de pertinencia con respecto a otros indicadores que han permanecido vigentes sin cambios en su metodología para valorar la dinámica social del país.
Consecuentemente se envió el instrumento para ser sometido al juicio de expertos a quienes se atribuyó esa característica en función del grado académico, posición jerárquica, su amplio conocimiento en el tema o publicaciones científicas (Benzaquen et al., 2010). Se identificaron 200 expertos en México, pero solo 57 accedieron a participar en la investigación.
Para realizar la actividad a los expertos temáticos se les pidió:
¿Considera usted que las preguntas del cuestionario son representativas de cada una de las dimensiones? En caso de opinar que no, explique el porqué.
Posteriormente se pidió a los evaluadores contestar el instrumento de acuerdo con cómo percibió las preguntas del instrumento de la Tabla 6 y considerando de referencia el año 2019 y a partir de los resultados de sus respuestas se procedió a realizar la validación estadística.
La selección de los expertos fue por representatividad geográfica, es decir, se buscaron expertos de las diferentes regiones del país, quienes son directivos de programas educativos relacionados a la economía, administración y finanzas de universidades de México, investigadores del tema o especialistas.
El análisis factorial exploratorio (AFE) «aplicado a los resultados del instrumento aplicado a los expertos» se usó para identificar posibles reducciones en la dimensionalidad en la estructura de los datos (ver página 20 y Tabla 9), lo cual es posible según Bermeo-Giraldo et al. (2019). Para determinar cargas factoriales, y si las preguntas definidas en el instrumento corresponden a las dimensiones planteadas, se aplicó el análisis factorial confirmatorio (AFC).
Según Peña (2002), el Análisis Factorial (AF) es un método multivariante que pretende expresar p variables observables como combinación lineal de m variables latentes, llamadas factores. Para que sea aplicable es necesario que las variables observadas mantengan correlación entre sí. Suponiendo un conjunto de variables manifiestas relacionadas con una variable latente f. Para complementar la operatoria del método, ver Bermeo-Giraldo et al. (2019).
En un esfuerzo por validar el instrumento se aplicó el AFC, el cual tiene la capacidad de valorar modelos de relaciones causales considerando una base teórica o conceptual (Araúz, 2015). El AFC permite obtener los pares de factores correlacionados, así como que factores comunes afectan a las variables observadas y cuáles variables se afectan por un único factor. En general es posible saber cuánto se confirma el modelo propuesto por los datos observados (García Cueto et al., 1998).
Una de las grandes ventajas del AFC es el poder establecer relaciones entre los factores considerando una base teórica conceptual (Herrero, 2010). Es importante mencionar que, aunque algunos autores sugieren un determinado número de datos a observar, también debe mencionarse que en ocasiones depende de las características del modelo (Batista-Foguet et al., 2004). Según Araúz (2015), en un AFC podría surgir alguno de los tres casos definidos a continuación.
Modelo sub identificado: se da origen a este cuando hay más parámetros desconocidos con respecto al número de elementos de información precisada. En esta situación el resultado será un ajuste perfecto proveniente de un infinito número de parámetros estimados.
Modelo identificado: donde el ajuste es perfecto, pero proviene de que el número de los parámetros desconocidos iguala en número a los conocidos.
Modelo ideal sobre identificado: surge de que los parámetros conocidos superan en número a los desconocidos.
Con la aplicación del AFC se obtendrá una valoración del ajuste del modelo en los datos observados.
A partir de la obtención de las cargas se puede expresar el fenómeno de análisis, desarrollo económico y social en función del producto de determinado número de variables explicativas, ver (1).
Donde:
DES es la variable representativa del objeto de estudio desarrollo económico.
son las variables explicativas del modelo.
carga_1, carga_2 y carga_n son las cargas resultantes del análisis de factorial.
u es el término residual.
La obtención del coeficiente subjetivo del índice QV consiste en aplicar el instrumento a una población n de expertos temáticos (se sugiere una muestra representativa por región, y solo debe ser aplicado a expertos temáticos). Posteriormente deberán compilarse los resultados del instrumento aplicado a n número de sujetos en una base de datos de n filas (número de sujetos encuestados) por 20 columnas (las columnas serán el número de preguntas de la encuesta).
De las veinte columnas (preguntas), tres corresponden a la dimensión de sistema financiero (SF); cuatro a población (PB); cuatro a innovación (INNO); tres a inversión (INV); cuatro a percepción de inseguridad (PIN) y dos a tipo de cambio (TC). Consecuentemente se calculó un promedio aritmético por dimensión de los valores obtenidos de las respuestas de los expertos, es decir se calculó el promedio de las primeras tres preguntas el cual es un coeficiente numérico de la dimensión SF. Esta mecánica se generalizó para el resto de las dimensiones.
Del cálculo anterior se obtienen los promedios de las dimensiones en una matriz de n filas (número de sujetos encuestados) y 6 columnas (promedios de las dimensiones). En cuanto al aspecto subjetivo deberá sumarse cada variable promediada y dividir entre el número de dimensiones, ver (2).
Donde:
DESsubjetivo es la variable representativa del objeto de estudio desarrollo económico, aspecto subjetivo.
Son las dimensiones promediadas explicativas del modelo.
n es el número de dimensiones consideradas en el instrumento.
El resultado será el coeficiente del índice de desarrollo económico representativo del aspecto subjetivo.
La metodología para evaluar el aspecto objetivo atiende las dimensiones expuestas en la Tabla 2. Estas son las definidas a partir de la búsqueda referencial desde 1950 a 2018.
El aspecto objetivo del índice es un promedio ponderado, en donde las cargas factoriales de la columna 3 serán los pesos de su variable respectiva de la columna 2. Las cargas deberán multiplicarse por las variables de la columna 2 observadas en un periodo particular, se sumarán estos productos y se dividirán entre el número de dimensiones, ver (3).
Hasta aquí (2) y (3) se han obtenido los coeficientes que son la base del índice (QV base), los autores sugieren expresar años de comparación (QV en consideración) anteriores o posteriores al año base, en términos porcentuales, para la comodidad en la percepción de la variación en el índice a través del tiempo, utilizando (4).
De la ecuación catorce se generaliza para el cálculo de la variación porcentual del índice aspecto objetivo (5) e índice QV aspecto subjetivo (6).
Dónde:
es la representación porcentual del aspecto objetivo del índice base comparado con otro año en consideración.
es el coeficiente base objetivo del índice.
es el coeficiente objetivo calculado para algún periodo (año) de interés.
Dónde:
es la representación porcentual del aspecto subjetivo del índice QV base comparado con otro año en consideración.
es el coeficiente base subjetivo del índice QV.
es el coeficiente subjetivo calculado para algún periodo (año) de interés.
El índice QV es el resultado del cálculo del coeficiente subjetivo y del objetivo. Ambos coeficientes permitirán definir un parámetro del desarrollo económico y social de México para un año en particular.
El primer instrumento de 20 ítems, correspondientes a las seis dimensiones en cuestión, se envió a 57 expertos temáticos, después se compilaron los resultados y se procedió a un análisis descriptivo e inferencial en el software libre R (de las seis variables en estudio): Sistema financiero (SF), Población (PB), Innovación industrial (INNO), Inversión (INV), Percepción de la inseguridad (PINS) y Tipo de cambio (TC) para identificar posibles reducciones en el número de variables.
Con base en la experimentación, y utilizando el análisis factorial exploratorio, se modeló el fenómeno considerando diferentes números de factores a retener y diferentes variables eliminadas y, partir de esta reducción (obtenida de acuerdo con AFE), se obtuvo un modelo sin la variable TC (dado que no fue significativa); a este se aplicó el contraste de esfericidad de Bartlett que mide la probabilidad estadística de que la matriz de correlación sea una matriz de identidad y que, en caso de ser así, no haya correlación significativa, por lo que, en tanto, habría que replantear la pertinencia de aplicar el modelo.
La interpretación de la prueba puede resumirse de la siguiente forma: si el p value es menor que el valor de 0.05 para a, entonces se rechaza la hipótesis de esfericidad de Bartlett, es decir que es viable el estudio. Se obtuvo un p value menor que el valor de 0.05 para a. El valor p obtenido fue de 0.000000271, y evidentemente es menor al valor de 0.05 para a lo que implica la viabilidad de continuar el análisis.
Como siguiente paso se determinó el índice de adecuación Kaiser-Meyer-Olkin (KMO) que, de acuerdo con Cárdenas (2008) y Bermeo-Giraldo, et al. (2019), compara los valores de las correlaciones entre las variables y sus correlaciones parciales. Si el KMO está próximo a 1, se puede hacer el análisis de factores. Si, por el contrario, el índice es bajo (próximo a 0), el AF no será relevante. Este criterio se representa con claridad en la Tabla 3.
El resultado de la prueba de adecuación KMO para el modelo, mostró los niveles de adecuación descritos en la columna 3 para la adecuación individual; dos variables se encuentran en nivel aceptable, SF y PB, dos variables se encuentran en la franja de decisión, INV y PINS, y una se encuentra en bueno. Se observó un coeficiente global de adecuación de (0.71).
Hasta este punto se redujo la dimensionalidad de los datos. Con la eliminación de la variable TC se eliminaron dos preguntas que no eran significativas. Para determinar si los ítems definidos, con base en la revisión de la literatura y que cuentan con la valorización de expertos temáticos, son explicativos de los factores respectivos, se aplicó el AFC.
Se consideraron cinco factores que se supone son explicados por las variables: Sistema financiero, Población, Innovación industrial, Inversión y Percepción de inseguridad.
Las ecuaciones introducidas en el modelo son (7), (8), (9), (10) y (11).
Los resultados de las cargas del AFC considerando las ecuaciones (7), (8), (9), (10) y (11) se muestran en la Tabla 4.
Las cargas factoriales mostraron que el factor 5, asociado con percepción de la inseguridad, tiene la carga mayor, 0.86; en segundo lugar, se encuentra el factor 4, de inversión, con un coeficiente de 0.74; en el orden descendente le sigue la carga de innovación industrial, con 0.64; la carga del factor 1, de sistema financiero, muestra carga de 0.49; y finalmente la carga menor corresponde a población, con 0.20.
Los índices globales RMSEA (Root Mean Square Error of Approximation) AGFI (Adjusted Goodness of Fit Index), CFI (Comparative Fit Index) y TLI (Tucker-Lewis Index) permitieron apreciar el ajuste del modelo. En general valoran globalmente las diferencias entre las matrices de varianzas y covarianzas observadas versus las calculadas. Sería deseable que las diferencias fueran mínimas (Fuoli y Hart, 2018). En la Tabla 5 se muestran los resultados de estos índices de ajuste.
En la Tabla 5 se observan los cuatro índices de ajuste del modelo (columna 1), los coeficientes calculados (columna 2) y el criterio de aceptación de cada uno de los índices (columna 3). Es evidente que el CFI y TLI obtenidos del modelo propuesto superan el criterio de ser mayores que 0.95. El AGFI calculado fue de 0.936 y es superior al criterio de 0.9. Respecto al RMSEA, el coeficiente obtenido fue de 0.08 y se ubica justo en la frontera de decisión.
Con el modelo de AFE se determinó eliminar la variable TC (ver Tabla 3, columna 3) obteniendo el instrumento validado de la Tabla 6, con el cual se evaluó el aspecto subjetivo del índice QV. Debe mencionarse que, de los expertos consultados, 51 de 57 (90 % aproximadamente) argumentaron que el índice es representativo. Los comentarios «literales» de los expertos temáticos, correspondientes al 10 % restante, responden a una de las preguntas del cuestionario: ¿Considera usted que las preguntas del cuestionario son representativas de cada una de las dimensiones? En caso de opinar que no, explique el porqué.
No, las condiciones son heterogéneas en el Estado, no podrían representarlo en su totalidad. Confusión en la redacción de algunas de ellas.
No. En la dimensión financiera falta el ahorro personal y/o confianza en el sistema financiero, ya que se puede cruzar la respuesta con la parte de crédito. Emprendimiento va más allá que solamente el nivel industrial.
Faltó sobre el nivel académico y el ingreso.
Los indicadores de tipo de cambio, no representa la postura social del Estado.
Son muy abiertas, falta precisión y la selección de las respuestas no son fáciles de comprender, como tampoco es fácil de comprender la pregunta.
No, solamente delimitar en que parte del Estado se debe aplicar, ya que el crecimiento económico es diferente en cada municipio, entre otros factores.
Con base en el resultado de AF, el instrumento final propuesto para evaluar el aspecto subjetivo del índice QV del desarrollo económico (ver Tabla 6) se conforma de 5 dimensiones y 18 preguntas (recuerde que se eliminó una variable y sus respectivas preguntas).
Con base en la Tabla 4, se definieron las cargas que ponderaran el aspecto objetivo (ver Tabla 7).
La ecuación (12) expresa la relación funcional del aspecto objetivo del índice con respecto a las variables explicativas, donde.
Donde:
DESobjetivo es la variable representativa del objeto de estudio desarrollo económico, aspecto objetivo.
SF, PB, INNO, INV, PINS son las variables explicativas del modelo.
0.49, 0.20, 0.64, 0.74, 0.86 son las cargas resultantes del análisis de factores para las variables respectivas. 5 es el número de dimensiones consideradas en el instrumento.
Es importante aclarar que los autores proponen que las cargas factoriales obtenidas en este estudio sean utilizadas para ponderar las variables del aspecto objetivo para cualquier año de evaluación con este índice, al menos hasta que se evalúen nuevamente las cargas factoriales. Con el afán de expresar la manera de calcular el índice, se desarrolla el cálculo del índice para el año 2018.
Por cuestiones de disponibilidad de información se realizó el cálculo con los resultados de las 57 encuestas aplicadas a expertos temáticos, sugiriendo aplicarla a una muestra representativa en la medida de lo posible.
El primer paso fue enviar el instrumento validado de la Tabla 6 a un grupo de expertos temáticos. Los resultados se compilaron (ver Tabla 8), obteniendo una base de datos de n filas (57 sujetos) por 18 columnas (las columnas representan el número de preguntas de la encuesta).
Seguidamente se calculó un promedio aritmético por dimensión de los valores obtenidos de las respuestas de los expertos, es decir los promedios respectivos de las primeras tres preguntas: Sistema financiero (SF); las siguientes cuatro de población (PB); los cuatro consecuentes de innovación (INNO); las tres siguientes de inversión (INV); y las últimas cuatro de percepción de inseguridad (PINS). Del cálculo anterior se obtuvieron los promedios de las dimensiones en una matriz de n filas (57 sujetos encuestados) y cinco columnas (promedios de las dimensiones). Ver Tabla 11.
Para calcular el aspecto subjetivo se aplica (13).
Donde:
DESsubjetivo es la variable representativa del objeto de estudio desarrollo económico y social, aspecto subjetivo.
son las dimensiones promediadas explicativas del modelo.
n es el número de dimensiones consideradas en el instrumento.
Con base en la ecuación (13) y considerando los datos de la Tabla 8 y con el fin de ejemplificar el cálculo del índice, se procede a sustituir los promedios por dimensión de la Tabla 8, dando por resultado la ecuación (14).
El resultado es el coeficiente del índice QV del desarrollo económico, representativo del aspecto subjetivo. El instrumento podría aplicarse al final de cada año para evaluar la percepción de los expertos temáticos.
Con base en la Tabla 4 y ecuación (13), se definieron las cargas que ponderarán el aspecto objetivo. En la Tabla 9 se anexaron los valores correspondientes al año 2018. Es menester recordar que el año en que se evalúa con el instrumento validado, debe corresponder al año de las variables consideradas en el aspecto objetivo. Las cargas factoriales del AFC se mantendrán constantes para años posteriores de evaluación, al menos hasta que se evalúen nuevamente las cargas.
Considerando la ecuación (15) el índice QV para este ejercicio fue.
Aspecto objetivo para el año base: 38 359 765 270
Aspecto subjetivo para el año base: 1.87194
Hasta aquí se obtuvieron los coeficientes que son la base del índice QV (QV base). Se sugiere expresar años de comparación (QV en consideración) anteriores o posteriores al año base (2018) en términos porcentuales, ver (16).
De (14) se generaliza para el cálculo de la variación porcentual del índice QV aspecto objetivo (ecuación 15) e índice QV aspecto subjetivo (16), ver (17).
Donde:
es la representación porcentual del aspecto objetivo del índice QV base comparado con otro año en consideración.
es el coeficiente base del índice Q V, es decir 38 359 765 270
es el coeficiente calculado para algún periodo (año) de interés.
En (18).
Donde:
es la representación porcentual del aspecto subjetivo del índice QV base comparado con otro año en consideración.
es el coeficiente base del índice QV, es decir 1.87194
es el coeficiente calculado para algún periodo (año) de interés.
Debido a que no se cuenta con encuestas contestadas (instrumento para evaluar el aspecto subjetivo del índice), no puede valorarse este aspecto con respecto a otros años. Pero para el aspecto objetivo sí existen datos que permiten evaluar el periodo de 2011 a 2018 (ver Tabla 10).
Con base en (15) se determinaron los valores para el índice QV del aspecto objetivo de los periodos de 2011 a 2017 que permitirán evaluar con 2018, ver (19).
Año 2011, ver (20):
Año 2012, ver (21):
Año 2013, ver (22):
Año 2014, ver (23):
Año 2015, ver (24):
Año 2016, ver (25):
Año 2017, ver (26):
Los resultados obtenidos para el aspecto objetivo para los años 2011 a 2017, obtenidos de las ecuaciones (18), (19), (20), (21), (22), (23), (24), (25) y (26) se enuncian en la Tabla 11. Para determinar la variación porcentual (representada en la columna 3) se utilizó (16).
En la Tabla 11 columna 3 se observa el índice QV objetivo de 2018 (año base), el cual funge de comparación con respecto al periodo de 2011 a 2017. Se destaca que para los años 2011 a 2015 y en 2017, el índice QV fue mayor que para el año base.
En la columna cuatro se evalúa, con respecto al año anterior, es decir, 2012, que representó el 127.98% de lo observado en 2011; 2013, el 100.79 % de lo observado en 2012; 2014 representó el 91.24 % del 2013; el 2015, el 83.46 % de lo descrito en el anterior; así, 2016, representó el 87.92 % de lo observado en 2015; en tanto, el 2017, representó el 119.67 % del 2016; finalmente, el año base (2018), representó el 91.33 % de lo descrito en 2017.
Como un resultado adicional, y en aras de valorar la relación estadística del aspecto objetivo del índice QV (recuerde que aún no hay datos para evaluar el aspecto subjetivo), se calculó el coeficiente de correlación de Pearson con respecto al PIB (tomado de Banco Mundial), índice de desarrollo humano (IDH, tomado de datos macro) e índice de precios y cotizaciones (IPC, tomado de Banxico) ver Tabla 12.
La Figura 1 describe la interacción del aspecto objetivo del índice QV con respecto al PIB, al IDH y al IPC. Por debajo de la diagonal se muestran las gráficas de dispersión de cada una de las interacciones entre indicadores. En la parte superior se muestran las correlaciones entre variables.
El índice QV, en comparación con el PIB, provee aspectos subjetivos que no pueden ser valorados en la metodología de construcción del PIB, en el cual solo se estiman variables macroeconómicas. Respecto al IDH, es posible enunciar que el índice QV comparte en su naturaleza el interés de valorar cuestiones profundas de la calidad de vida de las sociedades, pero el IDH parecería ser simple al solo considerar tres dimensiones para valorar un fenómeno tan complejo como es el desarrollo y bienestar de las personas. En contraparte, el índice QV provee cinco dimensiones a evaluar, además de un aspecto subjetivo que permite obtener una idea de cómo es la perspectiva de vida de la población.
Randow et al. (2020) mencionan que la pandemia COVID-19 ha acentuado la brecha económica donde los más ricos se favorecen con el aumento de precios, pero el mayor porcentaje de la población tiene miedo a perder su empleo. Es tal la importancia, que el 21 de octubre de 2020 el Banco Central Europeo (BCE) planteó el tema de modelos económicos alternativos. Sin duda alguna, el PIB ha sido el indicador más usado del desarrollo económico por casi un siglo y su éxito se debe a la practicidad de su cálculo; sin embargo, es necesario buscar nuevas alternativas de medición de conceptos más profundos como el bienestar de la sociedad.
El PIB mide igualmente la producción de todos los bienes producidos, pero no considera los intangibles, que son necesarios para la sociedad. Es conveniente recordar que el PIB surgió como un concepto para exponer un diagnóstico (en el periodo de la Gran Depresión) de cómo estaba la economía estadounidense, pero atendiendo solo las variables macroeconómicas. No fue creado para establecer el nivel de desarrollo de las familias, mucho menos cuán felices eran.
Por lo anterior, Bután comenzó a medir la felicidad nacional bruta en la década de 1970. Australia inició con la cuantificación del bienestar en 2001. Por su parte, Nueva Zelanda definió en el presupuesto un rubro para medir el bienestar con un enfoque en métricas que incluyen el gasto en problemas de salud mental y pobreza infantil. Lo expresado anteriormente es congruente con lo expuesto por Amartya Sen, quien reveló que el desarrollo debía ser una herramienta para la libertad de los seres humanos, asegurando que la percepción del PIB como herramienta para valorar la libertad y felicidad de las personas es incorrecto, porque solo permite evaluar cómo se encuentra un país con respecto a otro en crecimiento de la producción, pero no dice mucho de las condiciones de vida. Puede haber un país muy rico, pero que gasta muy poco en educación y salud (Martins, 2010).
Con base en la comparativa de índices de la Figura 1, la correlación del índice QV objetivo (para efecto de mejor identificación en la gráfica se ha abreviado con las letras QV obj), con respecto al PIB, es de 79 %; es decir, se puede enunciar que sí existe relación estadística entre índice QV objetivo y PIB. La relación que se mantiene con el IDH es de apenas 49 %, y la menor correlación estadística es con el IPC, con el 12 %. Se destaca el hecho que la mayor correlación entre variables es la enunciada por PIB y QV objetivo.
Las bajas correlaciones entre índices no deberían ser limitantes para la aplicación, dado que el IPC y el PIB muestran apenas 18 % de correlación, y el PIB con el IDH cuantifican 29 %, y esto no desacredita la utilización de los indicadores como parámetros de la evolución del fenómeno en cuestión. Sería razonable pensar que tal vez los conceptos teóricos propuestos en la década de 1930 estén cerca de la obsolescencia. Los autores sostienen que, aunque sea difícil concebir un cambio de paradigma, es tiempo de idear nuevas metodologías, y que todo ejercicio en pro de ello nos acerca cada vez más a la medición objetiva de un tema que por su naturaleza es complejo y controversial.
En esta investigación se abordaron los temas del crecimiento y desarrollo económico partiendo de una revisión bibliográfica para el periodo de 1950 a 2018. Como resultado se encontró que las variables explicativas más representativas del fenómeno de análisis se pueden listar en las siguientes dimensiones: Sistema financiero, Población, Innovación industrial, Inversión, Percepción de la seguridad y Política monetaria.
Es relevante enunciar que los trabajos investigativos en torno al tema son bastos cuando se propone la relación funcional del PIB y el desarrollo; también es evidente que desde finales de los 90 Amartya Sen inspiró una oleada de investigaciones con un enfoque en el desarrollo de los aspectos subjetivos del bienestar, dentro de estos se encuentran algunas propuestas de indicadores que permitieran cuantificar la calidad de vida.
A partir de las dimensiones enunciadas se construyó un instrumento de entrada con veinte preguntas con escala (para la validación estadística) y una pregunta abierta (para la opinión de los expertos). El instrumento fue validado, en términos estadísticos, con el AFE y el AFC y de contenido.
A partir del AF, las dimensiones del índice se redujeron de seis dimensiones y veinte preguntas a solo cinco dimensiones y dieciocho preguntas (Tabla 9). Se construyó un indicador que contempla la evaluación del crecimiento económico a partir de dos enfoques: enfoque subjetivo, a partir del instrumento validado estadísticamente; y enfoque objetivo, a partir de la evaluación de cinco dimensiones ponderadas a partir de cargas factoriales (Tabla 8).
Cuando se calculan los coeficientes correspondientes a los factores objetivo y subjetivo se obtiene el índice QV del desarrollo económico, el cual considera dos coeficientes que permiten conocer su evolución.
El índice QV podría ser un parámetro de la evolución o eficiencia en la aplicación del gasto público, esto significa que podrá utilizarse a la par de otros indicadores que evalúan el progreso de la economía o del desarrollo del país. Por ejemplo, el PIB, índice Gini, índice de competitividad por mencionar algunos.
El índice QV es una contribución original y de actualidad en el área de crecimiento y desarrollo económico. Es original porque mediante un algoritmo del análisis multivariado se valora un fenómeno económico de alto impacto e interés para las naciones, es actual porque con base en la revisión bibliográfica no hay hasta el momento un índice similar que valore a la par el aspecto objetivo y subjetivo, en este último se considera la percepción de un sector de la ciudadanía.
Otro resultado destacado es que con la cuantificación de las cargas factoriales de los coeficientes del índice se aporta información de apoyo para la eficiencia asignativa del gasto público, es decir, la cargas pueden relacionarse con la importancia de cada una de las dimensiones listadas y, en la medida de lo posible, sugiere hacia qué dimensión debería favorecerse con gasto público.
De lo anterior podrían establecerse las bases para nuevos proyectos orientados en el ámbito local (municipio o Estado) en donde el índice se adapte para evaluar el bienestar percibido por los ciudadanos y a partir de ello crear estrategias de políticas públicas.
Otra posible aplicación es en la evaluación de la eficiencia del Presupuesto de Egresos de la Federación (PEF) con respecto a diversos indicadores (PIB, IDH e índice QV) para determinar desde varios enfoques qué configuración de gasto público es la que mejores resultados proporciona tanto económicos como de desarrollo social.
Es indispensable comentar, con base en la revisión de la literatura, que algunos autores sugieren un determinado número de datos a observar, pero en ocasiones depende de las características del modelo (Batista-Foguet et al., 2004).
Un aspecto limitante en la realización de este trabajo fue en torno a la comparación del punto de vista subjetivo. Dado que solo se obtuvieron las encuestas correspondientes a 2019, fue imposible evaluar la relación estadística con otros índices de evaluación del desarrollo de la sociedad. Adicionalmente, la participación de los expertos temáticos para contestar el instrumento fue limitante, en tanto se sugiere utilizar el apoyo de organizaciones y redes de colaboración para llegar a un mayor número de expertos que deseen contestar el instrumento.
Es importante destacar que existe un factor determinante difícilmente cuantificable (factor limitante): la corrupción, la cual, según Izquierdo et al. (2018) incide en la pérdida de entre el 10 % y 30 % de la inversión proveniente del sector público. Al tenor de lo anterior, cuando existe desconfianza en el gobierno, el grueso de la población preferirá las transferencias (gasto social cuyo beneficio se ve al corto plazo) por encima de la inversión (cuyo efecto es más tardado). Y cuando el gobierno posee la confianza del electorado (como es el caso de México en 2019), entonces urge privilegiar la inversión por encima de las decisiones políticas. Se debe considerar como directriz la sostenibilidad de las finanzas públicas y la búsqueda del beneficio social sostenible.
Cómo citar / How to cite: Quiroga-Juárez, C. A., Villalobos-Escobedo, A. (2022). Índice QV: una alternativa para la medición del desarrollo económico aplicable a las condiciones de México. Revista CEA, v. 8, n. 16, e1802. https://doi.org/10.22430/24223182.1802
Los autores declaran que no presentan conflictos de interés financiero, profesional o personal que pueda influir de forma inapropiada en los resultados obtenidos o en las interpretaciones propuestas.
Para el desarrollo de este proyecto, todos los autores han realizado una contribución significativa, especificada a continuación:
Christian Arturo Quiroga-Juárez: elaboración de marco teórico, elaboración y aplicación de instrumento, diseño de modelo factorial, resultados y conclusiones.
Aglaé Villalobos-Escobedo: elaboración de marco teórico, diseño e interpretación del modelo confirmatorio, resultados y conclusiones.
