Datos, observables y hechos

Sábato, necrológica de un oscurantista

2011-05-02T13:51:00.004-03:00

Teníamos pensado escribir algo sobre "el tío", como lo quieren lavar demasiados intelectuales.

Teníamos pensado glosar algunos de sus ensayos para intentar, si no convencer de lo contrario, al menos matizar esa opinión tan generalizada acerca de que Ernesto Sábato era "progresista", "defendió como nadie los Derechos Humanos y la democracia".

Teníamos pensado hacer eso... pero nos encontramos con ésta nota, que ya lo ha hecho y de manera contundente.

Copiamos algunos párrafos que, creemos, ilustran nuestra posición. No vamos a "hablar" de los apoyos a las dictaduras, ni almuerzos con genocidas, tampoco vamos a hacer juicios estéticos (que como sabemos, son juicios de valor). Vamos a citar algunos párrafos de esta nota, que citan, a su vez, algunas posiciones filosóficas, éticas y epistemológicas de Sábato con la esperanza de hacer dudar, aunque sea un poco, de ese "progresismo".

Pero Ernesto Sábato no fue un ser despreciable sólo por su apoyo a las dictaduras que le ofrecían almorzar con asesinos mientras desaparecían sus colegas y vecinos. Su producción intelectual en el campo del ensayo lo muestran como un líder del oscurantismo, y del cual se desprende su odio hacia la sociedad y el bien común.
Sábato es el neo-ludita argentino o el Schopenhauer criollo, tiene una larga militancia contra la ciencia y la razón, a pesar de su doctorado en física. Su pensamiento romántico lo expone en el ensayo La Resistencia, que supuestamente se configura como una defensa del ser humano y de la vida. Sin embargo se trata de un alegato contra la ciencia, la técnica, la razón y la solidaridad, y se encamina a favor del oscurantismo y del individualismo.

(...)

No deja de cuestionar a la medicina “occidental” tildando de mito a la separación entre alma y cuerpo para tratar las enfermedades, a las cuales considera una moda que cambia según las ganas de los médicos, los cuales usarían la tecnología como un ritual:
“La medicina es una de las áreas donde puede verse una contraola que golpea esta trágica creencia en la abstracción.” ”Pero durante mucho tiempo subsistió en ellos (los médicos) el fetichismo por las máquinas, la razón y la materia, y se enorgullecían de los grandes triunfos de su ciencia, por el solo hecho de haber reemplazado el auge de la viruela por el del cáncer.” (pp. 24).
“Al fin de cuentas es más probable que una diarrea sea producida por el pavor de un conflicto personal que por no sé que microbio de esos que están en boga.” (La Robotización del Hombre y Otras Páginas, 1981, pp. 16)"

(...)

Pero, su mayor esfuerzo lo hace al copiar a Nietzsche y a Schopenhauer para plantear como un valor negativo a los ideales del progreso (ciencia, razón, secularización) aunque proponiendo contraposiciones falsas: la ciencia vs. la vida, el arte y el mito. Sin embargo oculta que el arte o el mito no son disciplinas para adquirir conocimiento. Todo esto para denunciar que en nuestra sociedad la razón, la ciencia y la técnica están sobre valoradas, lo cual sería un condicionante del supuesto detrimento de lo subjetivo, los sentimientos, los afectos y las pasiones.

En un reportaje televisivo Sábato afirmó que:
“La inteligencia no sirve para nada. Sirve para demostrar teoremas, para fabricar un telescopio, para hacer cosas, incluso cosas así muy gigantescas como esos aparatos que usan los americanos ahora que mandaron un cohete a no sé donde para no sé qué.” “La ciencia y la técnica han servido para arruinar el planeta. Si este país, y en general nuestra civilización, se van a salvar, no va a ser por la ciencia, que lo único que ha hecho hasta ahora es destruir el planeta”. (Aldao. El Ojo Ecéptico 9/10)

Mientras que retoma esta idea en La Resistencia:
“Aquella ciencia que iba a dar solución a todos los problemas físicos y metafísicos del Hombre contribuyó a facilitar la concentración de los Estados gigantescos, a multiplicar la destrucción y la muerte con sus hongos atómicos y sus nubes apocalípticas.” (pp. 98). “Esta crisis no es la crisis del sistema capitalista, como muchos imaginan: es la crisis de toda una concepción del mundo y de la vida basada en la idolatría de la técnica y de la explotación del Hombre.” (pp. 99).

La nota completa, acá.

Una "lucha" de moda...

2011-04-03T17:33:00.005-03:00

Leemos un artículo bien interesante de Marcelo Padilla, sociólogo mendocino, que plantea la cuestión blanco sobre negro al respecto del tema de la minería y los (mal) llamados "movimientos sociales" a su alrededor.

El párrafo que, en nuestra opinión, lo sintentiza:

Está asociado a lo negativo, por más adjetivaciones que la acompañen, como por ejemplo: “minería sustentable” o “minería no contaminante”. Nombrar la palabra ya es un insulto o un pecado, especialmente para cierto progresismo. Es más, hay militantes contra la minería que no les importaría un joraca si ésta se prohibiera bajo un modelo de acumulación neoliberal clásico. Es como los que luchan solo por los derechos de los paralíticos, como si bregar por tales derechos no estuviera ligado a todo un sistema, a una “totalidad” social que construye un sentido político según el rumbo de un modelo económico.

Artículo completo, acá.

La campaña blogueril por la "libertad de pronósticos de inflación"

2011-03-17T09:31:00.011-03:00

Me van a gritar fascista de izquierda, de derecha, stalinista, hitlerista, ya lo sé: me importa tres carajos.

Ahora hay “campañas” (acá, acá y acá - nótese cierto perfil compartido entre los promotores de la campaña) por la libertad de expresión, dicen. Que tienen derecho a decir lo que quieran, como quieran y cuando quieran. Basados en el argumento liberal clásico (tan caro a los economistas de un amplio espectro ideológico/teórico) argumentan que ellos (individuos libres) o cualquier otro sujeto tienen el derecho de proclamar que la inflación (es el caso concreto que usan) del mes x del año z ha sido de y%. Donde los limites inferiores y superiores de y los ponen ellos mismos. Muy bien, sea. Es cierto, ellos “como individuos abstractos” tienen ese derecho.

Pero el problema es que la sociedad (mal que les pese a los amantes del homoeconicus) no está “compuesta” de individuos abstractos. Hay individuos concretos y hay sujetos que no son individuales. Y no son lo mismo.

Es cierto Llach, Luciano y Sam pueden decir que la inflación ha sido del 100.000.000%. Esa afirmación, pronunciada como individuos, tiene escaso peso, escasa repercusión en el movimiento real de inflación, en la generación de expectativas e incluso en la acción de los sujetos respecto a la inflación. Quiero decir: porque Llach diga que la inflación es y, la CGT no va a salir a pedir aumentos de y%.

La cosa cambia cuando el emisor del y=100.000.000% es una “prestigiosa consultora” o cuando los pronósticos (más bien, las adivinanzas) de las “prestigiosas consultoras” o de los “gurúes” son tomadas, masificadas y convertidas en “hecho” por los medios de comunicación. Ahí SI que cambian las expectativas de la inflación, ahí sí que un discurso producido de determinada manera, en determinadas condiciones (condiciones que no son abstractas ni idénticas para todos los individuos), tiene impactos diferenciales sobre la realidad.

¿Qué está en el fondo de la concepción de “digo lo que quiero, bolaceo la inflación que quiero y nadie tiene derecho de aplicarme sanciones”? El axioma liberal más clásico y descarnado. La idea de que todos los individuos (o sujetos) tienen poca o nula influencia en la determinación de las expectativas de inflación (por usar una variable "concreta"). Como todos los sujetos “valen” poco no importa que diga cada uno: el efecto total será bajo. O lo que es lo mismo: todos los sujetos “valen” igual con lo cual “cancelar” el efecto de un pronóstico de 100% de inflación es sencillo: emitir un discurso que diga que va a haber deflación del 100%.

Si les parece muy filosófico pensémoslo así: imagínense que la influencia de los sujetos (privados, no metemos al sector público) sobre las expectativas de inflación (esa variable que tanto les gusta) pudiera representarse como una media aritmética ponderada de su “importancia”. Llach y Luciano, etc. tendrían un ponderación baja. Clarín, La Nación, Bevacqua, Lavagna, etc… tendrán una ponderación mucho más elevada. Ergo… no es lo mismo, no tiene el mismo impacto lo que dice Elemaco que lo que difunde Clarín.

Ese, creo, es (o debería ser) el núcleo duro de una Ley de Medios o en este caso a la potencial multa a las consultoras. No está dirigida a Llach o a Luciano… está dirigida a Clarín, La Nación y a los operadores y consultoras "prestigiosas" (como la de este muchacho Salvatore)… ¿Tan difícil es de entender? Quédense tranquilos muchachos que no los van a venir a multar a ustedes…

(Bueno, a Llach por ser de LN, quizás si, jeje).

Salarios y pacto social... o mejor, salarios e inflación

2010-11-24T02:56:00.015-03:00

Lucas (ex Rollo) escribió sobre salarios e inflación. Armó un lindo grafiquito de curvas donde intenta captar con el modelo de expectativas racionales el impacto de un “Pacto Social”. Para ello arma una curva de inflación “esperada” por los sindicatos, es decir, en función de la cual “ajustarán” sus demandas. Arma, además, otra curva de inflación real. La conclusión: “¿Es inviable entonces un Pacto Social? Lo que debería quedar claro a estar altura es que sin mover la línea azul no hay Pacto Social posible” (Lucas dixit). Se entiende por "pacto social" algo así como un acuerdo entre el gobierno, empresarios y sindicatos acerca de los aumentos salariales. En fin, que la muchachada organizada se quede tranqui.

Pero… el problema del “modelo” está (cómo suele pasar) en un supuesto (no demasiado) implícito: que los salarios, mejor dicho, que los aumentos de salarios inciden sobre la inflación. "Según cuál sea el aumento salarial, habrá una determinada inflación. Desde luego, la inflación no depende solamente de los aumentos de salarios, pero obviamente influyen, tanto por costos como por demanda." (dice Lucas).

¿Hay relación entre salarios e inflación? Planteado de manera más elegante: ¿existe una correlación significativa entre ambas variables? Asi que, tratemos de aproximarnos muy superficialmente a la cuestión.

Veamos: acá están los gráficos de las tasas de variación del IPC (INDEC) y del IVS del sector privado registrado y el sector público (los que uno entendería que están más encuadrados en organizaciones gremiales) entre noviembre de 2001 y abril de 2010.

No parecieran moverse ni parecido...

Veamos: además, acá están las correlaciones entre las tres variables. Bajas, por no decir nulas. Y además, no significativas ni a un p-valor del 0,1.

0,13 entre el la tasa de variación del IPC y la de los salarios privados registrados y -0,091 (NEGATIVA) entre la misma tasa del IPC y la de los salarios públicos registrados.

Para los que se pongan quisquillosos van las mismas correlaciones, pero hasta diciembre de 2006. O sea, antes de la “patota interventora, violenta y truchadora”.

Lo mismo. No hay correlaciones significativas.

Quizás sea una burrada de sociólogo. Pero así a la que te criaste no pareciera haber demasiada relación. Pero lo cierto es que tampoco dan si uno arma un modelito VAR con varios rezagos… algún día expondremos esos resultados…

Eso nomás.

La distribución ¿funcional? del ingreso (1)

2010-11-01T16:53:00.008-03:00

Volvemos al ruedo después de demasiado tiempo, intentando revitalizar el blog y, por si fuera poco, en condiciones de gran tristeza. No vamos a ahondar al respecto; sobresalientes, excelentes, buenas, regulares, malas y pésimas necrológicas han aparecido en la blogósfera como para andar sumando todavía más letras al dolor –de la mayoría- y a la alegría –de la minoría-.
Extrañamente, nos pegó la inspiración (no demasiada, tampoco se vayan a creer) en este momento triste. Vamos a plantear la cuestión directamente: se ha planteado repetidamente que uno de los logros de este gobierno ha sido las sustanciales mejoras en la distribución del ingreso (en ambas “mediciones”: personal –Gini- y funcional –salarios/VAB). Así es que nos metimos a revolver en esta cuestión.
Empezando a revisar algunas discusiones alrededor de estos temas es que se nos han presentado una serie de problemas, digamos, teórico-metodológicos. Nos pareció interesante intentar poner algunos de estos problemas por escritos, compartirlos, en este primer momento de aproximación al problema y al mismo tiempo en que van surgiendo, momento que uno podría llamar “desprejuiciado”. Lógicamente, el avance posterior podrá confirmar, refutar o considerar irrelevantes estas disquisiciones.
Comenzando a avanzar un poco sobre parte de la literatura sobre la distribución funcional (DFI) nos ha surgido un problema, una duda, una inconsistencia o como quieran llamarla. La DFI (o “Cuenta de Generación del Ingreso”, según el INDEC) consta de (según el enfoque y las fuentes disponibles) de al menos dos partes: la remuneración al trabajo asalariado (RTA), también llamada desde otros trabajos “participación del trabajo en el producto” y la retribución al capital.
Recordemos que la RTA (por ejemplo, acá, acá y acá...) se calcula a partir del ratio entre la “masa salarial” y alguna medida del producto para un período t. La masa salarial, a su vez, se obtiene como el producto entre los asalariados ocupados y el salario medio en ese momento t. Este cálculo puede efectuarse a diversos niveles de desagregación (por rama, por provincia, por sector “institucional”). Lógicamente, existen supinas diferencias entre las diversas maneras de calcular todos estos indicadores.
Ahora bien, conceptualmente la RTA intenta cuantificar la participación de a) los “salarios” en el producto o bien b) del “trabajo” (que se asume como sinónimo de “trabajadores”) en el producto. He aquí el problema: nos hacía (nos sigue haciendo) ruido la manera en que se construye la RTA. Más específicamente, nos hacía ruido (nos sigue haciendo) las diferentes fracciones sociales que se incluyen bajo la categoría “asalariado”.
En efecto, el concepto de asalariado que utiliza el MECON para su cálculo de la RTA (y que palabras, palabras menos es el mismo en todo el Sistema Estadístico Nacional) es: “Existe una relación entre el empleador y el asalariado cuando hay un acuerdo, que puede ser formal o informal, entre una organización y una persona, normalmente voluntario para ambas partes, en virtud del cual la persona trabaja para el empleador a cambio de una remuneración en dinero o en especie” (tomado de acá). He aquí un concepto lo suficientemente ambiguo como para que se cuelen, se mezclen, se fundan cosas bien distintas.
Si lo pensamos con cierto detenimiento veremos que bajo la categoría de “asalariados” se subsumen una serie de fracciones y relaciones sociales bastante diferenciadas. Para no hacer demasiado larga la discusión, diremos que en un “extremo inferior” los trabajadores no calificados de ramas industriales (lo que uno llamaría el “núcleo” de la clase obrera industrial”) y como un “extremo superior” los directivos, gerentes, funcionarios de las grandes empresas de capitales “grandes” e incluso, los altos funcionarios del aparato del estado. En el “medio” encontramos a los “profesionales asalariados” (médicos, abogados, contadores, que no ejercen “por su propia cuenta”, sino que lo hacen en una empresa y recibiendo una remuneración).
Difícilmente podrían considerarse a grupos tan diversos como asimilables entre sí. Esta distinción no es antojadiza, sino que sobre la misma (y, obviamente, sobre otras) se fundan los debates contemporáneos (y no tanto) respecto a la evolución moderna de la(s) estructura(s) social(es) del capitalismo moderno. Toda esta discusión puede resumirse esquemáticamente en una pregunta: ¿son los gerentes, directivos y altos cargos gerenciales empresariales parte de la “clase trabajadora” o de la “burguesía” (patronal, empresarios, o como quiera conceptualizársela)? Acá, se resumen (con ciertos sesgos) algunas de estas discusiones.
Se trata entonces de plantear que “directivos” y “trabajadores” se insertan en diferentes relaciones sociales. Efectivamente: no existen en la estructura social, solamente posiciones “capitalistas” y “asalariadas”. Existen toda una serie de posiciones, que a falta de un término mejor, llamaremos “intermedias”, las cuales, si bien se encuentran articuladas al proceso general, tienen una serie de especificidades que hacen difícil asimilarlas a uno u otro polo.
Es por ello que incluir en un mismo grupo trabajadores y directivos resulta problemático a los efectos de evaluar el peso del “trabajo” sobre el producto. En realidad, creemos, el problema es más teórico que metodológico. Si se parte de la noción de los “factores de la producción”, dónde cada factor se retribuye: el trabajo (con salarios), el capital (ganancia), la tierra (renta) no tenemos problemas.
Pero hete aquí que, justamente, lo que no logra ver éste enfoque es la diferencia entre “trabajo” y “fuerza de trabajo”. Si de “trabajo” se trata, los empresarios también trabajan y lo mismo los (mal conceptualizados) cuentapropistas. Aquí debe hacerse la distinción entre las diversas “funciones” del trabajo. La misma denominación del indicador (“funcional”) debería advertirnos de este problema. La “fuerza de trabajo” o “capacidad para trabajar” es una cosa bien distinta. No entraremos (en este blog) en una discusión que ha ocupado 100 años. Nos limitaremos a plantear como hipótesis que el gerente no vende “fuerza de trabajo”, sino que, a lo sumo, proporciona un servicio (gestionar uno o varios procesos complejos de producción, cuyo fundamento es su capacidad, su conocimiento, su “managment”).
Es claro que desde la perspectiva “empresarial” ésta distinción es ociosa. Tanto salarios pagados a los trabajadores como remuneraciones a los gerentes constituyen desde el punto de vista de la contabilidad “costos”. Sólo importan en tanto tales y como “erogaciones” que debe realizar la empresa.
Se nos dirá, “ésta es una visión sociológica del asunto que en términos ´cualitativos´ funciona muy bien, pero a los efectos de lograr una cuantificación resulta problemática”. Sin entrar en discusiones metafísicas en torno a la “calidad” y la “cantidad", diremos que lo aquí planteamos no invalida una cuantificación del peso de la masa salarial en el producto y, como tal, un indicador del peso de los trabajadores en la economía nacional. Solamente se propone plantear el problema y pensar en alguna forma que permita “depurar” el cálculo y dotarlo de una mayor validez; es decir, que se adecue mejor al concepto que intenta medir/cuantificar. Quizás hace 30 años resultaba complejo (e incluso imposible) lograr esta diferenciación, pero hoy existen una cantidad de datos que deberían permitir una aproximación al problema: las bases de la EPH constituyen un primer insumo fundamental.
Sin embargo, los problemas no son sólo teóricos. Si bien es presumible que el peso numérico de estas fracciones gerenciales sea relativamente bajo, cabe pensar que los “salarios” que perciben se encuentren entre los mayores de la estructura social argentina. De esta manera, cabe plantearse ¿cómo se modificaría la RTA si se excluyeran de su cómputo las remuneraciones de estos sectores gerenciales? A los efectos de no quedarnos en la “crítica estéril” presentamos el siguiente cuadro:
Se exponen algunas medidas descriptivas del ingreso de la ocupación principal de los asalariados del total de los aglomerados urbanos, calculados en base a la EPH. Para que no jodan con “la intervención” del INDEC, los hemos calculado sobre los microdatos del 4to. trimestre de 2006 (es decir, previo a la “patota violenta e interventora”).
Como puede verse, todas las medidas de tendencia central muestran que los ingresos de las ocupaciones directivas y profesionales resultan claramente superiores a los de las ocupaciones técnicas, operativas y no calificadas. La media de las remuneraciones de las ocupaciones de dirección es de $2700, la de los profesionales de $1393. En cambio, las de los asalariados operativos y no calificados, de $1016 y $498, respectivamente.
No sólo eso. Si calculamos la participación de los dos primeros grupos de ocupación en el ingreso total, veremos que aportan el 15,1%, es decir, que casi igualan la participación de los asalariados no calificados (14,5%). Esto se convierte en indicador de la importancia de estos sectores. Y nos provee un indicador del peso de éstos sectores en el total de “salarios” erogados en la economía argentina.
“Conclusión”: si uno deseara utilizar la RTA como aproximación a los “costos”, como aproximación a los “coeficientes técnicos” de la economía, puede utilizarse tal y como está calculada. Si, en cambio, se desea estimar la participación de los trabajadores, entonces debería repensarse la forma de construcción de éste indicador, al menos, para aislar el efecto que tiene los directivos sobre esta participación. Estamos preparando unos calculitos que intentarán aportar más elementos empíricos a estas cuestiones. En cuanto estén, los subiremos, como siempre…

Los postmodernos, contentos

2009-11-05T14:04:00.006-03:00

A diferencia de lo que dicen muchos postmodernosos, a mi me gustan mucho más textos como "Las estructuras elmentales del parentesco" o "Antropología estructural". Esos son los aportes de Levi-Strauss al conocimiento científico (discutibles, polémicos, pero asi funciona la construcción de conocimiento) y no una autobiografía intelectual.

Desde acá, un saludo al último tipo que pensó que había estructuras y que valía la pena conocerlas.

Addenda (8/11/2009): Gracias a Esteban S. encuentro la mejor necrológica que leí hasta ahora. Cito el párrafo que la sintetiza: "Como quiera que sea, comparado con el interpretativismo parvulario que después se quiso imponer desde Norteamérica, Lévi-Strauss luce como un titán."

Sobre el desplazamiento de explotaciones agropecuarias en el agro argentino. Datos preliminares del Censo Nacional Agropecuario 2008.

2009-09-15T12:24:00.004-03:00

Han salido publicados algunos datos preliminares sobre el Censo Nacional Agropecuario del 2008. Calculamos las tasas medias anuales de variación de las explotaciones entre el total de cada una de las provincias. Solo excluimos Corrientes porque según el informe el operativo no había relevado el total del territorio provincial.

Desplazamiento de EAP´s por provincia y región (1988-2008)

Una lectura rápida y superficial… Han desaparecido 49.853 explotaciones, lo cual supone una tasa media anual de desplazamiento de -2.61%. Si se considera que entre 1988 y 2002 esta tasa era de -1.43%. Esto implica que se ha incrementado el ritmo de desaparición de explotaciones agropecuarias a nivel del total del país.

Al verlo por provincia se nota que las que mayores desplazamientos han experimentado son: Buenos Aires, Santiago, Tucumán, Mendoza, Río Negro, Neuquén, Entre Ríos y San Juan, todas con valores superiores al total del país. Todas a su vez, han aumentado el ritmo de desplazamiento anual medio en relación al período intercensal 1988-2002. Entre ellas concentran el 85.74% del total de explotaciones desaparecidas entre 2002 y 2008.

El caso de Buenos Aires es notorio porque ha duplicado la velocidad de desplazamiento de explotaciones entre 1988 y 2008. Pasa de una tasa media anual de -2.31% (1988-2002) a una de -6.66%. Pero mucho más impresionante es el de Santiago del Estero que ha incrementado en 75 veces la velocidad de desplazamiento: la tasa media anual de variación era entre 1988 y 2002 cercana a cero, en el período 2002-2008 pasa a ser de 4.42%. A su vez, concentra el 11% del tota de explotaciones desaparecidas.

Con respecto a las que presentan una tasa media anual de desplazamiento inferior a la del total del país, destaca el caso de Misiones quien también casi quintuplica su ritmo de desplazamiento.

Con todas las limitaciones que supone hacer un conteo de explotaciones (no ver desagregación interna, ni superficie, etc), sumado a las dudas razonables que este CNA puede generar en función del contexto en que se dio el operativo, mas el “morenismo”… parece interesante ver que el desplazamiento no es exclusivo de la zona “pampeana”, tampoco de al zona típicamente sojera. Más bien parece tratarse de un proceso generalizado en la estructura social agraria. En todas las regiones se dan tasas de desplazamiento elevadas y que han incrementado su ritmo en relación al período intercensal anterior. ¿No será de un proceso más general, de un proceso que no tiene solo que ver con un solo cultivo?

Como para ir tratando de superar ciertos reduccionismos, ¿no?

El ciclo largo mundial

2009-08-24T18:07:00.021-03:00

Bueno, como se acordarán hace muuucho habíamos prometido replicar el ejercicio que habíamos hecho para el PBI per capita argentino, repitiendo la metodología del rusito Kondratieff, pero esta vez para una serie mundial de PBI per cápita.

Cumplimos (tarde, pero seguro) y acá les pegamos el primer grafiquito en cuestión. Es nada más y nada menos que el PBI per cápita, sin la tendencia (en base a un modelo aditivo), de los siguientes países: Austria, Bélgica, Dinamarca, Francia, Alemania, Holanda, Noruega, Suecia, Suiza, Reino Unido y USA. El criterio para incluir los países, lo admitimos, fue algo así por sentido común: aquellos países que representaran importancia en el escenario mundial. Sin embargo quedan afuera países como China o la USSR en función de los cambios que ha habido en su conformación territorial. De esta forma, la idea era generar una serie más o menos comparable en el tiempo.

Dados los saltos en algunas de las series (EEUU, Bélgica, Francia, y otros) se procedió a interpolar mediante una tendencia lineal (era el método más sencillo para calcular rápidamente) entre los puntos con datos. En total, había 42 años faltantes en estos países.

Luego se construyó una serie de PBI per cápita total sumando todas las series parciales. A continuación se procedió a “extraer” la componente tendencial, según nuestra metodología “K” (mediante un modelo aditivo) tal y como habíamos explicado acá. Ah, las series son las del viejo Anggus Maddison, disponibles acá.

El resultado de este ejercicio se ve en el siguiente gráfico del PBI per cápita de los principales países (crudo, sin calcular las medias móviles):

Debido a las críticas sobre el promedio decenal como componente para asilar el ciclo “medio” presentamos ambos gráficos el “crudo” (sin promedio) y el “suavizado” mediante las medias móviles de 9 períodos (al final del post). Como se ve en ambos gráficos, el promedio no parece variar en más de 3 años los puntos de inflexión en la curva:

Intentemos sistematizar un poco los datos principales del primer gráfico.

1820-1852 - Fase descendente - duración: 32 años
1853-1913 - Fase ascendente - duración: 60 años
1914-1946 - Fase descentente- duración: 32 años
1947-1973 - Fase ascendente - duración: 26 años
1974-2006 - Fase descendente- duración: 32 años

Resulta interesante ver la importante regularidad que se establece en los períodos. Todos oscilan entre los 26 y 32 años. La única excepción es el período descendente comprendido entre 1852 y 1913 que abarca más del doble. En esto quizás influya el hecho de que buena parte de las interpolaciones se tuvieron que hacer en este período, con lo cual quizás se haya afectado un poco los datos.

Pero más allá de eso, lo que se ve es una relativa regularidad que contrasta notablemente con lo que pasaba en la curva correspondiente a Argentina. Y pareciera presentar bastante “correlación” con algunos ciclos políticos “mundiales” (a ver, la memoria puede fallar…):

1848: ola de crisis europeas, y de revoluciones y restauraciones monárquicas
1913: casi, casi, el inicio de la 1ra. Guerra mundial
1946: salida de la 2da Guerra
1973: crisis del petróleo, movimientos de liberación nacional en el tercer mundo y oleada de dictaduras latinoamericanas

Lo interesante sería pensar que la actual crisis se enmarcaría dentro de una fase descentente del ciclo. Aunque si uno tuviera que hacer una inferencia un tanto forzada, daría la sensación que debería estar llegado a su fin, ¿no?

¿Qué opinan los lectores y blogueros economistas?

Sobre la multicausalidad

2009-08-03T00:08:00.011-03:00

Volvemos al ruedo, luego de tiempos difíciles... de los que trataremos de dar cuenta en algún momento. Pero ahora nos vamos a referir al uso y abuso, a la referencia circular e innecesaria, a la invocación casi religiosa de la sacrosanta “multicausalidad” en la investigación social.

Concreticemos un poco el planteo. En una discusión en unas jornadas no demasiado lejanas habíamos esbozado una hipótesis: el proceso de mecanización de la cosecha algodonera, junto con el proceso de sojización producidos en el agro chaqueño tuvieron como consecuencia alteraciones fundamentales en la estructura agraria provincial, tres de cuyos observables se hacían manifiesto en a) la disminución de las explotaciones agropecuarias en la provicia; b) la reducción de los trabajadores ocupados en las mismas y c) la migración rural- urbana y en la creación de asentamientos precarios en las afueras de algunos centros urbanos “medianos” (Saenz Peña, Resistencia, etc.). Expusimos algunos datos que avalaban esa proposición. No la demostraban, justamente se trataba de una hipótesis, pero apuntaban a lograr una especificación de la misma.

Inmediatamente (bueno, no inmediatamente, en el espacio de comentarios) se suscitaron comentarios del tipo “el proceso es más complejo”, “el suyo es un planteo determinista”, “hay que pensar en la multicausalidad”. Todos superpuestos y agotados en esas formulaciones que, en términos estrictos, no son falsables: no son (no pueden serlo) ni verdaderas ni falsas.

Suponemos que a cualquier investigador científico se le ha planteado en algún momento objeciones similares. ¿Cómo salir del atolladero sin caer en reduccionismos que uno podría calificar de “positivistas” pero al mismo tiempo sin caer en explicaciones metafísicas o especulativas del fenómeno en cuestión?

Seamos claros: cualquier científico social tiene (o debería tener) en mente la noción de multicausalidad, tiene en la cabeza la idea de complejidad (que, incluso, es mas compleja que la noción de multicausalidad) y tiene claro que, al construir su objeto de estudio, está operando una abstracción en la que deja afuera una parte de las determinaciones inherentes al fenómeno en cuestión. Pero sostener la multiplicidad de determinaciones no implica necesariamente sostener que todas esas determinaciones tienen el mismo peso en la explicación del fenómeno.

Es más: a nuestro juicio es justamente por eso que es posible la abstracción. Porque se postula (al menos en términos de proposiciones hipotéticas) que ciertas determinaciones explican de forma más eficiente el fenómeno. Si no, no sería posible la construcción de un objeto de estudio y habría que abordar la realidad de forma “total” y “directa”… cosa que es claramente imposible. Un docente nos dijo una vez: “lo infinito no cabe en lo finito”.

Esto así planteado suena demasiado ambiguo, casi metafísico. En el colectivo de vuelta a casa se nos ocurrió apelar a cierta lógica del “lenguaje” estadístico para ver si, de esa forma, lográbamos una exposición lógicamente más “refinada” y más “comunicable” de estas ideas sueltas que se nos ocurren.

Supongamos que tenemos que esbozar una explicación del fenómeno Φ. Supongamos, además, que sabemos (al menos que postulamos) que el fenómeno es una síntesis de “múltiples” determinaciones (Χ). En el límite, estas determinaciones serían infinitas. Supongamos, una vez más, que las relaciones existentes en la realidad (o sea, no las del “modelo” sino las realmente existentes) del fenómeno con sus determinantes pudieran esquematizarse con una ecuación como la siguiente:

O sea que el fenómeno es el resultado (es función) de la interacción entre esas n causas o determinantes. Supongamos ahora que se da un pequeño incremento (infinitesimal) en el fenómeno a explicar, el cual es el resultado de pequeños incrementos en las determinaciones o causas o factores explicativos. Podemos expresar esta afirmación de la siguiente forma:

Donde:

Φ = fenómeno a explicar;

X1, X2, X3, … Xn = variables o fenómenos o determinaciones que lo explican;

α1, α2, α3… αn = coeficientes que funcionarían como una medida de la “influencia” que cada uno de estos tiene en la explicación del fenómeno Φ; en términos estadísticos serían la cuantía de la variación de la variable dependiente cuando varía(n) la(s) independiente(s).

Aclaración: hemos considerado una relación lineal entre el fenómeno y sus determinaciones dado que es la forma más fácil para generalizar los cálculos de derivadas. Podría pensarse en otro tipo de relación entre las variables, una relación no lineal o una combinación de varios. La esencia del plateo sería la misma, solamente se dificultarían un poco los cálculos.

De la ecuación (2) podríamos calcular su derivada total, la cual nos explicaría la relación entre los cambios en cada una de las determinaciones y las variaciones del fenómeno :

Otra aclaración: acá no hemos considerado la posibilidad de que dos de las determinaciones estén correlacionadas; ni tampoco la posibilidad de que entre las mismas determinaciones (X) o que entre las determinaciones (X) y el fenómeno Φ exista una relación de secuencia temporal.

Así, podría calcularse algo así como una serie de “tasas de influencia” de cada una de las variables independientes en relación a la variabilidad total del fenómeno en cuestión.

De esta forma, podrían ordenarse todas las determinaciones del fenómeno Y en orden decreciente e, incluso, establecer un criterio cuali- cuantitativo para seleccionar aquellas variables, aquellas determinaciones que serán incluidas en el modelo.

Por ejemplo:

a) “se considerarán como relevantes en la explicación a todas aquellas determinaciones que concentren hasta el 50% de la variación del fenómeno Φ”.

b) “se considerarán como relevantes en el modelo todas aquellas determinaciones que superen el 20% de la variación en el fenómeno Φ”.

¿Se nota de forma más clara la diferencia que planteamos entre invocar la “multicausalidad” de forma abstracta e intentar pensarla de forma sistemática y en relación a la práctica concreta de investigación? Esperamos que sí, esperamos que esto sirva, no para negar la idea de “multicausalidad”, sino para utilizarla y evaluar en función de este tipo de criterios (o similares, no somos tan soberbios…) si en un trabajo, exposición o ponencia científica el fenómeno se encuentra explicado de manera consistente.

Vamos a seguir con esta cuestión porque nos tiene un poco preocupados y obsesionados la forma poco rigurosa con la que se trabaja esta noción en las ciencias sociales.

Polarización y elecciones

2009-06-23T23:36:00.006-03:00

Sirinivasa, Larry y otros han expuesto sus razones con respecto a porque van a apoyar al kirchnerismo en estas elecciones y porque debería apoyarlo el resto de la blogósfera. Los argumentos: nuevo modelo (fiscal y económico), crecimiento, creación de puestos de trabajo, etc. Está muy bien.

Nosotros vamos a preguntar otra cosa. ¿Dónde se alinearon (hasta ahora) los sectores más postergados de la sociedad? ¿A qué proyecto político apoyaron (hasta ahora)?

(No, ya sabemos… esto es algo con lo que venimos machacando hace un tiempo, pero nos pareció que si había un momento de “refritarse” y volver a tomar el tema de la polarización era este).

La metodología es la misma. Cada unidad (542) son los departamentos del país. Calculamos, sobre la base del Censo Nacional de Población y Vivienda 2001, la proporción de hogares con alguna condición de Necesidades Básicas Insatisfechas (para decirlo rápido: los pobres). Para cada departamento calculamos la proporción de votos a Cristina Kirchner. Para construir las categorías se agruparon los valores continuos utilizando el algoritmo de las K-medias, lo cual da como resultado dos categorías en cada variable.

Nada que no hayamos visto en alguno de los otros posts, ¿no? En aquellos departamentos con baja proporción de hogares NBI, se da también un bajo nivel de voto al kircherismo. Lo contrario ocurre en los departamentos con elevada incidencia de la pobreza. Entre estos, en el 74,9% se registra un alto porcentaje de voto a Cristina Kirchner. El coeficiente gamma da un alto valor de asociación (0.854) y una significación también alta, asi es que podemos descansar bastante tranquilos.

Ya arriesgamos nuestra hipótesis acá, acá, acá y acá en su momento. Aparentemente Laclau acuerda con nosotros. ¿Qué queremos decir? Se entiende (esperamos) que la discusión que proponemos va más allá de la cuestión ¿a quién voto? ¿Qué hago, voto útil o voto por principio? Implica pensar cuales son los alineamientos sociales que se originan detrás de esta elección. Es esa pregunta con la que venimos machacando (casi) desde que abrimos este boliche. Como para ir decidiendo que hacer el domingo…

Argentina - Ecuador - la altura

2009-06-11T20:49:00.004-03:00

(O si quisiéramos poner un título más pretensioso "Acercamiento empírico a la influencia de la altura en las eliminatorias sudamericanas")

La derrota de ayer nos tiene a todos medio calientes. Con razón por otro lado. Sin embargo siempre se suelen escuchar las mismas explicaciones cuando se pierde con Bolivia o Ecuador: la altura… que la ventaja extradeportiva, que los jugadores no tienen tiempo de adaptarse, que la pelota no dobla o que sale muy fuerte.

Siempre nos parecieron excusas o a lo sumo hipótesis ad hoc. Pero esta vez, obnubilados por la bronca intentamos armar algún observable al respecto. Asi es que armamos una(s) base(s) de datos de cada uno de los países con todos los partidos oficiales jugados por las selecciones de la CONMEBOL (excluído Brasil, porque nos tiraba los promedios a la mierda, es como el outlier de la confederación…). Se consideraron todos los partidos disputados por las eliminatorias entre un período que comprende aproximadamente 1957 y 2005 (varía según los países).

Las unidades de registro entonces eran cada uno de los partidos disputados por las selecciones. Hicimos un cruce básico, pero que da tela como para cortar y argumentos como para discutir. Cruzamos la condición de local (o visitante) contra el resultado de los partidos.

Vamos a ver que nos dieron…

Fuente: http://www.rsssf.com (The Rep. Sports Soccer Statistics Foundation)

La primera columna nos da un indicador de la efectividad histórica de las distintas selecciones. Se notan claramente las diferencias en las proporciones de partidos ganados sobre el total de partidos disputados. Argentina, Uruguay y Paraguay presentan las mayores proporciones.

La segunda, supone un primer acercamiento a la influencia de la localía: las diferencias en las proporciones de partidos ganados sobre el total de partidos disputados. Argentina, Uruguay y Paraguay tienen una mayor proporción de partidos ganados de local, sobre el total de los partidos disputados.

Por un lado lo que se ve es que todos los equipos la localía juega como un factor de peso en la eficiencia del equipo: todas las selecciones han sido locales en más del 60% de los partidos ganados. Ahora bien, lo que salta a la vista es que Bolivia y Ecuador presentan valores claramente superiores a la media de todos los países: mientras que la media es alrededor de 74%, tanto Bolivia como Ecuador tienen una proporción superior al 82%.

Para intentar dar una medida resumen de la(s) tabla(s) de contingencia se nota que la V de Cramer. Usamos un coeficiente porque, la verdad, eran demasiadas tablas de contingencia como para empezar a pegarlas una por una…

V de Cramer toma valores entre 0 y 1, donde 0 es ausencia de relación entre las variables y 1 es asociación perfecta. Vemos que el coeficiente arroja valores que son consistente con los indicadores que aparecían antes. En efecto, en los dos países en que se verifica una asociación más estrecha, mas fuerte, entre la condición de localía y el resultado ganado de los partidos es en los casos de Bolivia y Ecuador. A simple vista y sin pensar demasiado el asunto, podemos suponer que el factor diferencial entre las selecciones es la cuestión de la altura, ¿no?

Que quede claro: no decimos que sea concluyente. De hecho, podría ser apenas una relación espuria y estar influida por otras variables. Pero al menos da como para seguir pensando, ¿no?

Sobre lo cuantitativo y lo cualitativo...

2009-05-06T12:53:00.011-03:00

Se ha debatido en toneladas de páginas (y litros de saliva) acerca de la cuestión. No vamos a abundar, porque la verdad no creemos tener mucho para decir, al menos así en abstracto. Solamente vamos a parafrasear una de las mejores y más sintéticas exposiciones acerca de la unidad entre ambos “enfoques” en la práctica científica.

Supongamos que en un determinado estudio realizamos un experimento Φ que da como resultado la curva y = g(x). Para explicar el fenómeno el investigador tiene dos teorías θ y λ, las cuales dan como resultado dos curvas de “ajuste” y = g1(x); y = g2(x). Como se ve en el gráfico, ninguna de las teorías tiene un ajuste perfecto en la curva experimental.

En términos cuantitativos puede decirse que la curva g1(x) tiene un mejor ajuste que la g2(x): la integral de la resta entre la curva g y g1 es menor que la de la resta g menos g2:

∫ g(x) – g1(x) < ∫ g(x) – g2(x)

Sin embargo, la curva g2(x) tiene la misma forma y sigue la misma tendencia que la curva g(x). De esta forma podemos estar seguros que el investigador tenderá a inclinarse a favor de la segunda porque, pese a producir un error cuantitativo mayor, la curva de la teoría λ, tiene la misma configuración que la curva experimental -g(x)-. Por ello puede llegar a revelar mucho más información sobre mecanismos subyacentes del fenómeno Φ, que la curva correspondiente a la teoría θ, aún siendo esta más exacta en términos cuantitativos.

Vemos, entonces, como un juicio sobre la naturaleza “cualitativa” de la teoría en cuestión (y, obviamente del fenómeno en cuestión) lleva realizar una opción menos eficiente en términos “cuantitativos”. Se entiende que acá no se habla estrictamente de las técnicas de recolección de datos (encuesta vs. entrevista o censo vs. observación participante) sino que apunta a una cuestión mucho más general: a la relación “epistemológica” entre ambas dimensiones. Pero podría pensarse en realizar una evalución similar si uno tuviera que elegir entre técnicas cualitativas o cuantitativas (haciendo abstracción, obviamente, de cuestiones de presupuesto y recursos...)

Este ejemplo es también útil para esto que planteaba Esteban S., sobre la cuestión de la “predictibilidad”, de la “explicación” y de ciertas críticas (muy fundadas, pero que no apuntan a invalidarlo en términos de su carácter cuantitativo sino a plantear la necesidad de modelos igual de cuantitativos pero más explicativos) al enfoque “estadístico” en ciencias sociales.

PS: ¿Alguien sabe quién es el autor de este ejemplo? Los dejo a ver si adivinan y en dos o tres días agrego una addenda con el autor y la referencia bibliográfica.

12/05/2009 Addenda: dejo la referencia. Thom, René (2004): Estabilidad estructural y morfogénesis. Ensayo de una teoría general de modelos, Editorial Gedisa, Barcelona.

Festejar nuestro día es festejar el final de los pequeños relatos (o por lo menos uno de ellos): sobre los trabajadores y la protesta social argentina

2009-04-30T19:08:00.007-03:00

Acto de la CGT, en festejo del 1ro. De Mayo. Discurso de Moyano. Un acto lleno de gente, de trabajadores, de obreros. Muchas banderas, mucha organización, mucho sindicato. No vamos a elogiar el acto, ni a maravillarnos de la cantidad de gente. No es necesario: ya lo han hecho (y muy bien) por acá, acá, acá... por nombrar algunos. Semejante manifestación, semejante "conmovedora masa trabajadora", invita a intentar (re)pensar un poco algunos de los discursos que se vinieron poniendo de moda (al menos) en la academia, en las ciencias sociales (digamos, a partir de fines de los años ’80 aproximadamente).

Aquel que decía que se acababa la clase obrera, que perdía peso en la estructura social argentina y que, por lo tanto, las organizaciones de los trabajadores, perdían peso en la protesta social, perdían capacidad de negociación y sobre todo: perdían capacidad de convocatoria, de inserción social y de conducir (o al menos de tener un rol relevante en) la protesta social. En su reemplazo aparecían los “nuevos movimientos sociales”, donde los trabajadores y sus organizaciones no tenían relevancia. Se escribieron toneladas de páginas al respecto: títulos como “¿Qué queda del movimiento obrero?” o “La protesta después del movimiento obrero” son ejemplos al respecto, de ese período de la estructura social y la protesta social “post- clase trabajadora”. A nosotros todo lo “post” (salvo los “posts” de los blogósfera, entiéndase) nos trajo dudas…

En la opinión de este blog, este es un discurso que se compraron las ciencias sociales argentinas (y latinoamericanas, por lo menos). Y es un discurso que es cualquier cosa menos inocentes, un discurso que era producido por los organismos de crédito, por cierta intelectualidad del gran capital y que tenía por objetivo debilitar y aislar a los trabajadores y producir el ocultamiento de sus luchas.

Una disgresión: esto resulta una operación lógica muy común en la construcción de las proposiciones en las ciencias sociales (argentinas, pero suponemos que el razonamiento es extrapolable a otras zonas): suponer que hay un cambio en el estado de un sistema de variables a partir de determinado momento, pero no se tiene referencia al estado anterior de dicho sistema… Se podría formalizar (quizás) esta proposición que planteamos…

Bueno, un acercamiento empírico a la realidad de la Argentina de los años ’90 (pleno apogeo de la supuesta “desaparición” de la clase trabajadora), desmiente al menos la segunda proposición del discurso dominante.

Los grafiquitos que subimos a continuación fueron construidos en base a datos producidos por dos equipos de investigación. El del Programa de Investigación sobre el Movimiento de la Sociedad Argentina (PIMSA), que dirigen Nicolás Iñigo Carrera y María Celia Cotarelo; y el Grupo de Estudios sobre Protesta Social y Acción Colectiva (GESPAC) del Instituto de Investigaciones Gino Germani, dirigido por Félix Schuster.

Los dos cuantifican la cantidad de protestas producidas en el territorio nacional a partir de datos hemerográficos (básicamente, los principales diarios de circulación nacional). A su vez, los dos partes de marcos teóricos bien distintos. El de PIMSA de una posición de la “teoría de la lucha de clases”, materialismo histórico o como quieran llamarle. El de GEPSAC, de la(s) “teoría(s) de la acción colectiva”, de la “movilización de recursos”, y demás. Con esto queremos mostrar que se ha abordado la realidad desde distintos marcos teóricos, y si es cierto lo que nos enseñaron en Metodología de la investigación I, II y III, esa diferencia debe haber repercutido en la confección de estrategias metodológicas y técnicas distintas. Es decir, se ha abordado la medición de la realidad de dos maneras distintas. Si los resultados coinciden, podemos suponer que la realidad debe aproximarse a esos resultados. Los resultados se confirmarían mutuamente.

Fuentes: Iñigo Carrera, N. y Cotarelo, M. C. (2005): “Algunos rasgos de la rebelión en la Argentina 1993-2001”, DT N°49 en PIMSA. Documentos y comunicaciones 2004, Buenos Aires. (Datos de PIMSA) - AA. VV. (2006): “Transformaciones de la protesta social en Argentina 1989-2003. [en línea]. Buenos Aires: Instituto de Investigaciones Gino Germani, Facultad de Ciencias Sociales, Universidad de Buenos Aires. (Datos de GESPAC).

El resultado más importante que se desprende es el siguiente: las organizaciones sindicales (de cualquier nivel, se entiende, no solo las centrales) son las principales convocantes de las protestas durante el período 1992- 2002: según la fuente que se tome el porcentaje de protestas convocadas por las mismas oscila entre 36,8% y 38,4%. No deja de ser sorprendente la coincidencia de los resultados, ¿no? Digo, sobre todo pensando en las diferencias que expusimos más arriba. Diferencias que quedan expresadas por ejemplo, en la unidad de registro tal y como se observa en el N de las distribuciones: 7.643 protestas (PIMSA) y 3929 protestas (GESPAC).

Existen dos diferencias en el período considerado. De cualquier forma, es poco probable que esto altere la estructura de la distribución. Intentaremos extender el período de la distribución del PIMSA al año 2002 a partir de la corrección mediante otra variable. En efecto, la variable “Sujeto protagonista” puede ser considerada un “proxy” de la variable “Organización convocante”. En efecto, puede suponerse que las acciones lelvadas adelante por los asalariados ocupados tenderán a ser (predominantemente) por organizaciones sindicales, en cambio las acciones de desocupados… se entiende la lógica.

La hipótesis, podría ser que se invierta la distribución, es decir que (justamente por ser el año 2002 uno de los momentos de auge de los movimientos de desocupados), sean estas las que adopten un rol preponderante. Esto es cierto, pero solamente para el año 2002, donde los asalariados desocupados protagonizan 807 protestas, mientras que los asalariados ocupados, 702. Pero no para el período general:

Fuente: idem gráfico 1

De esta forma se ve que la distribución (luego de la corrección ad- hoc que implementamos) se mantiene relativamente constante. Mejor dicho: las organizaciones de desocupados duplican su peso en las protestas (pasan del 6% a 12%), y las sindicales caen 5 puntos porcentuales (pasan de 36,8% a 31,7%). De cualquier forma, las organizaciones sindicales siguen siendo las principales convocantes de la protesta social argentina en el período 1992-2002.

Estos datos son centrales, a nuestro juicio, al momento de evaluar los cambios en la protesta social argentina en los últimos años. Es una batalla “cultural”, “ideológica”, “téorica” o como la quieran llamar que no debería volver a perderse. El ocultamiento de las luchas de los trabajadores y sus organizaciones debería ser evitado. Algo de esto es lo que se discutió acá y la posición, el discurso “oficial” es auspicioso en este sentido. Como leí en un cartel de Camioneros:

“Todo lo que se mueve, se mueve gracias a nosotros”.

¡¡Feliz día, compañeros laburantes!!

Una vez más sobre los alineamientos… (y pensamos seguir, porque el tema nos gusta, che)

2009-04-27T11:03:00.006-03:00

Luego de nuestro desvío matemático- epistemológico y luego de casi un mes sin postear naranja, volvemos de poquito. Les presentamos una pequeña matriz de correlaciones entre la proporción de votos obtenidos por candidatos más importantes en el año 2003 y 2007 y dos indicadores sociodemográficos: proporción de personas mayores de 18 años que residen en hogares NBI distribución de la población mayor de 18 años según nivel educativo (alto, medio y bajo).

Algunas aclaraciones previas: la unidad de registro es el departamento, es decir un agregado geográfico o ecológico. O sea que no se pueden inferir comportamientos individuales a partir de estos datos, so pena de incurrir en una falacia ecológica. O sea: no se puede concluir que las personas con NBI votaron a C. Kirchner en el 2007. Lo que debería inferirse (al menos lo que puede inferirse de estos datos, cada quién puede concluir lo que guste, jeje) es que existe una correlación positiva ente aquellos departamentos donde existe una alta proporción de personas mayores de 18 años que cumplen alguna condición de NBI y la proporción de voto a C. Kirchner.

Sin embargo, resulta interesante tomar estos datos como un proxy de los alineamientos sociales y políticos que se han venido configurando a partir del 2007. Ya hemos planteado de forma un poco más sistemática el problema y delirado sobre unos numeritos al respecto, acá, acá y acá. No vamos a repetir… como dice un gran maestro… “si quiere saber, vaya y lea”.

Ahora incorporamos el voto en el año 2003 y estos datitos como un anticipo de unos cuadritos más lindos, prolijos elaborados en los que venimos trabajando. (Téngannos paciencia, que ya van a venir). Calculamos los coeficientes de correlación del amigo R de Pearson...

Correlaciones (R de Pearson) entre proporción de voto a los principales candidatos y variables sociodemográficas relevantes (total departamentos del país, 2003-2007)

Fuente: Datos electorales 2007 y datos del Atlas Electoral de Andy Tow para 2003 (mil gracias al amigo Andy por facilitarnos la base de datos, que no lográbamos construir, siempre apoyando y brindando sus datos desinteresadamente…)

Vea que interesante: por un lado, Carrió y L. Murphy han perdido apoyo en aquellos departamento donde se concentran los sectores “bajos”: departamentos con alto peso de población con bajo nivel educativo y alto peso de NBI. En realidad, más que “perder” apoyo, lo que han hecho (desde la humilde opinión de este blog) es consolidar una base social “propia”. Digamos, sectores altos y medios. Si se observan las correlacionas en los departamentos con alto peso del nivel educativo alto, puede verse como ambas aumentan entre 2003 y 2007: de 0,6 a 0,7 (L. Murphy) y de 0,6 a 0,65 (Carrió).

Pero lo más interesante es como se consolida la fuerza que se encuadra bajo el kirchnerismo: de una correlación inexistente entre sus niveles de voto y los departamentos del con alta proporción de NBI (0,09), pasa a una correlación sumamente elevada: 0,6. Si bien no podemos comparar el crecimiento en relación al nivel educativo bajo (la correlación computada no es significativa para 2003), si puede verse que en 2007 esta era elevada. A su vez, una correlación negativa entre los departamentos con gran peso de niveles educativos altos y medios.

Si nos ponemos a relacionar estos datitos con la estrategia electoral del gobierno, como planteó (casi en un haiku) el Escriba… entonces no parece tan loca la posición de los K ¿no? Si nos preguntan y nos apuran a dar una respuesta, diríamos que no se perdío a los sectores medios en la segunda mitad del gobierno. Diría que nunca se los tuvo…

Digo, en todo caso, sería algo así como cavar una trinchera. Consolidar lo que se tiene y frenar el avance del enemigo… Veremos cuando tengamos los cuadritos por provincia… o al menos discriminando GBA y otros aglomerados…

El último teorema de Fermat y la unidad de la ciencia

2009-03-31T14:16:00.005-03:00

Terminé estos días un libro interesantísimo: “El útlimo teorema de Fermat” de un físico indio que se llama Simon Singh (espero que no tenga nada que ver con Anoop). Aparte del tema de Fermat, el libro es una especie de excelente síntesis de buena parte del pensamiento matemático de los últimos 300 años. Todo lo cual parece ser una precondición lógica para plantear el problema del último teorema de Fermat. Hay que reconocer que el indio logra armar una “genética” del problema.

El último teorema de Fermat era hasta hace unos quince años uno de lo grandes problemas irresueltos de la matemática. Fue planteado por Pierre de Fermat hace alrededor de 300 años y plantea que la siguiente ecuación:

donde n>2.

no tiene solución en números enteros.

Obviamente, esta no es más que una generalización del famoso teorema de Pitágoras. Lo interesante es que Fermat no era un matemático académico sino más bien lúdico y no se preocupaba demasiado en obtener demostraciones codificadas, replicables (y con todos los atributos que uno podría esperar en una demostración científica) sino que cuando había consideraba que había demostrado una conjetura, pasaba a la siguiente.

Esto es lo que pasó con el último teorema. Lo dejó anotado en el margen de un libro, la Arithmetica de Diofanto:

Es imposible dividir un cubo en suma de dos cubos, o un bicuadrado en suma de dos bicuadrados, o en general, cualquier potencia superior a dos en dos potencias del mismo grado; he descubierto una demostración maravillosa de esta afirmación. Pero este margen es demasiado angosto para contenerla.

Entonces, a partir de la suposición de que la demostración era posible (en tanto Fermat planteó que tenía una) hubo 3 siglos de matemáticos que intentaron replicarla. Solamente en 1996 un matemático llamado Andrew Wiles lo logró, pero utilizando técnicas sumamente avanzadas y que, de seguro, estaban fuera del alcance de Fermat en sus tiempos.

Ahora bien, más allá de la cuestión anecdótica de la historia del teorema lo que me resulta interesante y provocativo es pensar algunas de las siguientes afirmaciones:

a) en una ciencia que es algo así como el paradigma de la racionalidad y el método científico (al menos para muchos) una simple anotación marginal, una anotación que en términos reales era una afirmación arbitraria e indemostrada (tal y como plantea Singh en el libro, en realidad debería haber sido llamada la “conjetura de Fermat” y no el teorema)… digo, como en esta ciencia una afirmación tal, marcó el programa de investigación durante casi 200 años. Es llamativo, ¿no?

b) como a partir de ese problema, se fueron generando nuevos descubrimientos, nuevas técnicas en la ciencia matemática. Tal y como plantea Singh parece raro plantear la noción de “descubrimiento” en una ciencia formal como la matemática, pero de última, cuando (y otros) en el libro se ve como aparecen algunas nociones básicas, como las de números complejos, imaginarios, etc. e incluso el mismo teorema de Fermat y su resolución, parece difícil no utilizar ese concepto.

c) pensar en el problema de la “interdisciplinariedad” no es tan exclusivo de las ciencias experimentales, ni de las ciencias sociales. La demostración de Wiles constituyó algo así como la unificación de campos de la matemática (disciplinas) que estaban asiladas entre sí: la topología y la teoría de números

En fin, como para volver a acordarse de aquello de “unidad de la ciencia”. Si uno se saca la anteojera postmoderna vería que la ciencia es mucho más unitaria de lo que se puede pensar. Y que la separación “epistemológica” “ciencia dura”/ “ciencia blanda” o similares (“social”/ “natural”) parecen más bien una caricaturización de la realidad práctica.

Metodología K

2009-02-26T13:23:00.001-02:00

La idea de este post es intentar formalizar un poco la metodología que utilizamos dicho de forma más precisa, que robamos o, dicho de manera más diplomática, que “replicamos”) para el análisis de la serie de PBI argentino en el post anterior y para “preparar” el próximo que será sobre el PBI mundial. Sobre todo porque los datos que estamos analizando de PBI mundial nos están dando para el carajo (o sea no se ve ni un solo ciclo) o mejor dicho, se ve solamente un ciclo larguísimo de algo así como 170 años. Entonces, mejor revisemos…

Habíamos intentado reconstruir los pasos que había seguido Nicolai Kondratieff para el análisis de los ciclos largos. Repasemos:

se dividieron todas las series (absolutas) por la población
se calculaba una ecuación de tendencia en función de una regresión que podía ser lineal o no (muchas eran polinomiales de orden
en función de esa ecuación se calculaba una “serie teórica”, que expresaba justamente la componente tendencia en la serie,
calculó los desvíos de la serie empírica respecto de la teórica (con esto lograría “extraer” el efecto de la tendencia y dejar solo las fluctuaciones) y
por último, suavizó la serie final a partir de promedios móviles de 9 años

Revisando un poco la literatura nos dimos cuenta que el ruso usa un modelo de análisis clásico de series temporales y más precisamente un “modelo aditivo” que quedaría definido formalmente en la siguiente ecuación:

X(t)= T + E + C + u

Donde X es el valor de la serie analizada (indexada por el tiempo)T es la componente de tendenciaE es la componente de estacionalidadC es la componente cíclicau es un término de error aleatorio En este caso, la componente E (estacionalidad) debería ser igual a cero, o a lo sumo, resultaría anulada en el cálculo de los promedios móviles (sin entrar, ahora, a la discusión sobre los efectos que las medias móviles tienen). También igual a cero debería ser u (a los efectos de simplificar). T se calcula en función de una recta (o curva) de regresión por el método mínimos cuadrados. De esta forma y teniendo en cuenta que lo que hace K es calcular el “desvío” de la serie empírica respecto de la teórica, escribimos:

X(t) - T = C

Se ve, entonces, que el modelo es bastante simple y fácil de calcular. Aunque no nos está dando bien… Por eso, el tipo lo que usó fue un análisis simple de series de tiempo. Nos dio la sensación que tenía como virtud el ser lo bastante parsimonioso… Pero ahora que no parece funcionar tan bien para la serie mundial, dudamos… Veremos… Cualquier ayuda que quieran brindar y aportar será bienvenida. Por lo pronto vamos a probar con otros modelos, multiplicativo aunque sea…

El "ciclo largo" argentino

2009-02-20T13:11:00.004-02:00

Desde el “surgimiento” de la actual crisis mundial nos estuvimos preguntando por cierto ruso que dijo algunas cuestiones respecto a las crisis (en general) y respecto a los ciclos del capitalismo (en particular). Tiene sentido pensar que en momentos de recesión/ crisis/ estancamiento o como sea que se quiera llamar, vuelvan a tener “relevancia” aquellos tipos que pensaron determinados aspectos de las crisis. Cualquier estudiante de economía habrá escuchado hablar de Nicolai Kondratieff. Tuvimos la oportunidad de leer algunos (pocos) de sus textos en un seminario sobre “Teorías sobre los ciclos económicos”.

Este muñeco “descubrió” que, además de los ciclos “cortos” y “medios” (los famosos ciclos decenales), la “vida económica” se rige por lo que el llamó “ciclos largos” y que luego fueron denominados como “ciclos Kondratieff”. Estos eran fluctuaciones (cíclicas, como es obvio) que tenían una duración de entre 40 y 60 años. (Si a alguien le interesa, acá dejo un link con el único de sus textos de acceso libre que encontré en la web; es una versión resumida de un artículo más largo). Lo que intentaba era lograr una aproximación a los momentos de aceleración y desaceleración en la actividad económica. De ahí que intentara “aislar” la componente cíclica de las series de tiempo que analizó, extrayendo la “tendencia” y las variaciones estacionales. Trabajño con muchas: tasas de interés, de precios, de producción física de hierro, carbón, salarios para varios países.

A su vez, la idea general es que estos ciclos largos tendrían una correlación clara con algunos ciclos políticos, momentos de grandes conmociones sociales, guerras e incluso con "descubrimientos científicos".

Inmediatamente le llovieron las críticas a este muchacho algunas bien fundamentadas y serias y otras definitivamente ideológicas y berretas. No vamos a hacer la historia de esta discusión, pero termina con el pobre Nicolai preso en Siberia y fusilado en 1938 bajo el stalinismo.

Ahora bien, una de las cuestiones que más le criticaron (hagamos abstracción de cuestiones teóricas más generales que no son el objeto de nuestro post) es el tema de la metodología que utilizó para procesar las series temporales con las que construyó su teoría. Se le acusaba de que los ciclos que descubrió eran en realidad producto de su “manipulación” (suena fuerte, ¿no?) de los datos estadísticos a mano y no de un movimiento real y operante en la economía.

¿Qué es, entonces, lo que hizo el rusito? Vamos a dar una “receta” de lo que hizo, en base a lo que pudimos reconstruir del único texto en que expone la metodología que utilizó (al menos, en castellano). Esta operatoria la usó para todas aquellas series en las que existía una tendencia. En efecto, la idea de Kondratieff era “aislar” el efecto cíclico en las series económicas que utilizaba.

se dividieron todas las series (absolutas) por la población
se calculaba una ecuación de tendencia en función de una regresión por el método de los mínimos cuadrados. Esta regresión podía ser lineal o no (muchas eran polinomiales de orden 3).
en función de esa ecuación se calculaba una “serie teórica”, que expresaba justamente la componente tendencia en la serie,
calculó los desvíos de la serie empírica respecto de la teórica (con esto lograría “extraer” el efecto de la tendencia y dejar solo las fluctuaciones) y
por último, suavizó la serie final a partir de promedios móviles de 9 años

Ahora bien, visto así no pareciera haber demasiado “artificio” en el tratamiento que Kondratieff hizo de las series que analizó. Pareciera que no hace más que aplicar ciertos criterios del análisis “clásico” de series temporales. Además, hay que pensar que es una metodología bastante “sofisticada” para la época. Imagínenese calcular cientos de curvas de ajuste, promedios móviles y tasas en la década del '20.

Para mí, además, el trabajo tiene una virtud (que en cierto momento, se transforma en su defecto): su carácter empírico. En efecto, Kondratieff no parte de una “teoría” o “hipótesis” previa. Sino que “descubre” un “fenómeno” a partir del cual hay que elaborar una explicación, una teoría (parcial y engarzada en marcos teóricos más amplios, pero teoría al fin). Acá es donde su enfoque empirista yerra un poco.

Sin embargo, y como somos cabezones, nos propusimos el siguiente ejercicio: consigamos una serie correspondiente a la economía argentina lo suficientemente larga y repliquemos la metodología de Kondratieff… a ver que da. Ya sabemos que hay métodos mucho más “modernos” (ARIMA, exponenciales, etc…) pero queríamos probar esto, porque el problema era ver si el problema era que este sneacky fucking russian había toqueteado demasiado los datos.

Así lo hicimos. Tomamos la serie de PBI Total que construyó Juan Iñigo Carrera, en el libro “La formación económica de la sociedad argentina. Vol 1: la renta de la tierra”, Imago Mundi, 2007, Buenos Aires.

(Aprovechamos para recomendar dicho libro, el cual, pese a algunas diferencias de enfoque, es un laburo titánico y metodológicamente impecable en la construcción de algo así como 250 series estadísticas económicas argentinas que abarcan desde 1880 hasta 2004… por si fuera poco, agregó un apéndice con todas esas series y con una detallada exposición de la metodología empleada para su construcción, como por si a alguien le da ganas de replicar lo que hizo, ja).

Replicamos, entonces, la metodología K (como si fuérmos un IndeK…) y he aquí lo que nos dio (presentamos primero la serie del PBI Total y después la misma serie controlando el efecto de la población, lo que sería un PBI per cápita):

Acá aparecen al menos dos ciclo claramente identificado en 4 fases:

una que abarca desde 1882 hasta alrededor de 1942 y que es de signo claramente descendente
otra que abarca desde 1942, hasta mediados de los años ’70 (1977), esta constituyendo una fase ascendente
otra que abarca hasta finales de’80 (1987) descendente
una ascendente muy corta que llega hasta fines de los 90 (1997, aproximadamente); ahora bien, queda la pregunta acerca del período post 96-97. Al mirar el gráfico, parece tomar un vuelo ascendente otra vez, pero en tanto los niveles no superan los del último pico los podríamos considerar como parte del mismo ciclo descentente

Algunas cuestiones que surgen: primero pareciera que se aceleran estos ciclos largos. El primer ciclo dura 75 años (la fase descendente dura 40, la fase ascendente 35). El segundo ciclo se acorta a algo así como 20 años (la fase descendente dura 11 años y la ascendente otros 10) ¿Puede decirse que a partir de la dictadura se “acabó” la influencia de los ciclos largos –si es que alguna vez la hubo-? ¿O es que la metodología de K es defectuosa?

Otra cosa interesante es pensar lo siguiente: todos los gobiernos de corte “liberal” parecen extenderse en una fase descendente del ciclo. Hasta la irrupción del GOU (1942) y el peronismo se extiende la primer fase descendente del ciclo. Con el peronismo, desarrollismo e incluso las dictaduras “desarrollistas” (digamos, el onganiato) se extienda la fase ascendente (Si, en el medio está la Libertadora, ya lo sé)… La dictadura liberal del Proceso abre una nueva fase del ciclo descendente. Una vez más, el hecho maldito del peronismo, eso que se ha dado en llamar “menemismo” nos aparece como un “outlier”. De corte netamente liberal, aparece inaugurando una fase ascendente del ciclo (si bien más corta). Aclaremos que la presidencia del Néstor no entra en el cálculo porque estamos trabajando con medias móviles… y nuestra serie, además, llega solo hasta 2004…

Ahora, todo esto suponiendo que calculamos bien las cosas. Pero nos carcome la duda y pedimos ayuda desesperada (o crítica despiadada) a nuestros lectores de este blog (especialmente a los economistas…vamos, no se hagan los giles: Siri, Elémaco, Genérico, etc…).

Ah, vamos a intentar hacer algo similar con una serie muy larga del PBI de los principales países “centrales” que descubrimos ayer... Esperamos subirlo a la brevedad. Quizás hubiese sido mejor empezar por esa, pero bueh…

La rebelión de los contratistas

2009-02-06T11:53:00.008-02:00

Volvemos luego de unas vacaciones y después de un largo tiempo sin postear nada. Como suele pasar en los “regresos”, terminamos volviendo al tema que dio origen a este blog.

El amigo Charlie Boyle encaró una muy buena sistematización de gran parte del material que andaba boyando por la blogósfera acerca del conflicto con el campo. Aclaremos: no sólo hizo una recopilación, sino que aportó datos “primarios” y enmarcó toda esa masa de información dentro de un marco interpretativo propio. En fin, un pequeño trabajo de investigación…

Pero más allá de pasarle el chivo (que por otro lado, no le hace falta), queríamos llamar la atención sobre un aspecto de la protesta que quizás haya quedado opacado por la “masiva presencia” de los productores. Uno de los comentarios en el post de Charlie hacía referencia a la participación de los contratistas de maquinarias, un(a) usuario(a) llamada Sombra. Esto era secundado por el chacarero cibernético Mariano T (entre medio de palos a los “cientistas sociales”).

Era un punto que valía la pena observar. En efecto, una de las transformaciones relativamente recientes en el agro argentino es la aparición de sujetos u agentes económicos que se dedican no a la producción directa, sino a la provisión de diversos servicios para las explotaciones; el más común sería el de “alquilar” maquinaria para las diversas labores (siembra, cosecha, etc.). Estos serían especialmente relevantes en la región pampeana y, en todo caso, queda planteada la pregunta por la importancia que puedan tener en regiones donde la expansión de las tareas de mecanización de labores (que pueden estar vinculadas a cultivos regionales o a la expansión de la frontera sojera) es más reciente.

Bien, ¿cómo podemos estimar el peso de estos contratistas? Entendamos que el objetivo no es estimar el número de los mismos (cosa bastante difícil sobre la base de los datos que uno suele manejar) sino tener una cierta idea del peso relativo que estos sujetos pueden tener en las distintas estructuras agrarias y, luego, relacionarlos con la presencia o no de cortes de ruta. Ya hemos hecho las salvedades en otros posts sobre la cuestión de las falacias ecológicas y por eso nos cuidamos de no saltar en la unidad de registro y siempre hablar de departamentos.

Y luego de poner esa advertencia se nos hizo la luz: cuando construimos el IMec, armamos una bruta base de datos con diversos datos que estuvimos probando. Uno de ellos era, precisamente, una de las componentes del IMec (si, ya sabemos que debemos una especie de anexo metodoloógico sobre al construcción de este índice): la cantidad de explotaciones que contratan servicios de maquinaria (en realidad nosotros usamos la superficie contratada, pero ese dato también lo cargamos en nuestra base). Pues bien, entonces la forma de calcular el peso de los contratistas es calcular la proporción de explotaciones que contratan servicios de maquinaria, sobre el total de explotaciones de cada uno de los departamentos de las regiones pampeana y noreste respectivamente. Luego, mediante la utilización del algoritmo de las K-medias, tricotomizamos los valores de esa variable intervalar, para llevarla a un nivel de medición ordinal y poder trabajar con tabulaciones bivariadas.

Salimos al cruce de una objeción posible:

“Usted, señor cientista social, solo cuantifica el peso de las explotaciones que contratan servicios de maquinaria, pero eso no dice nada acerca de los contratistas.”

Obviamente, tenemos en claro que esto es una estimación “proxy” e indirecta del peso de este sujeto (a). Volvemos a repetir que el objetivo es tener una idea del peso relativo de estos sujetos y no su número. Además, en tanto se asume que buena parte (al menos por ahora) de estos actores son pequeños y medianos empresarios, es razonable pensar que el límite de sus mercados pueden ser definidos en términos de departamentos. Es decir, asumir que buena parte de los contratistas se limitan a proveer sus servicios dentro de los límites de sus respectivos departamentos.

Aquí los resultados (en rojo está la proporciòn de departamentos que no presentan cortes y en verde la que sí):

Fuente: Censos Nacionales Agropecuarios y datos de Andy Tow.

Tal y como era esperable, existe una clara relación (estadísticamente significativa) entre el peso de los contratistas y la presencia de cortes en los departamentos analizados. De hecho es bastante fuerte la asociación: en aquellos departamentos donde el peso de los contratistas es bajo, el 86,9% no presenta cortes. Esta relación va cambiando a medida que aumenta el peso de estos contratistas. En los departamentos con peso “medio”, se reparten en partes iguales (relativamente) y entre aquellos departamentos donde el peso de los contratistas es alto: en estos casos, el predominio de los departamentos que presentan cortes es elevado: 79.4%.

El valor de chi cuadrado es estadísticamente significativo (87.849, para un p<0.000)>acá y acá: cabe definir a los protagonistas de este conflicto como las fracciones capitalizadas del agro argentino. No parecen ser los “pobres del campo”, los que se mueven, sino sectores capitalizados y claramente integrados al mercado local e internacional. En todo caso, una de los procesos que estaría mostrando todo el análisis de este conflicto es el alto grado de desarrollo “industrial” (entendido en términos de organización de un proceso de trabajo y de una estructura de inversión de capital y no, como una rama de producción distinta u opuesta al “agro) del campo argentino.

(a) Una de las condiciones, al menos en la región pampeana, para el surgimiento de contratistas de maquinaria sería la presencia de explotaciones con algo así como una “sobremaquinización”, es decir, la tenencia de una fuerza motriz y una inversión en maquinaria que sería superior a las “necesidades” de esa explotación. Este “plus” sería uno de los orígenes de los contratistas. Esta tesis “clásica” (ver BAUMEISTER, E., 1980,:Estructura agraria ocupacional y cambio tecnológico en la región cerealera maicera. La figura del contratista de maquinaria, Documentos del CEIL, Buenos Aires.) hace hincapié en el origen “productivo” de los contratistas. Esto haría posible la construcción de otro indicador para estimar el peso: cuantificar la concentración de maquinarias para las distintas escalas de explotación en cada uno de los departamentos. Evaluaremos más adelante la posibilidad de construir algún indicador con ese tipo de criterios.

¿Se va a acabar la "burocracia" sindical?

2008-11-12T16:43:00.006-02:00

Volvemos al ruedo con un pequeño post...

La medida de la corte suprema no nos gusta. Nos parece complicado pensar en la posibilidad de “abrir” la posibilidad de organización gremial. Pero esto no porque seamos burócratas, si no porque una “apertura masiva” lo que podría llevar es a la descentralización del movimiento obrero organizado sindicalmente.

Una cosa es que aparezca la CTA como una nueva central. Otra distinta es que aparezcan 14 centrales sindicales y miles de sindicatos paralelos. Y otra MUY distinta, es que aparezcan sindicatos patronales o del estilo “Barrionuevo”.

El supuesto que está por detrás es el siguiente: el movimiento obrero organizado sindicalmente argentino tiene un elevado grado de centralización (característica que es su differentia específica en relación a otros en América Latina). Este centralismo le ha dado una efectividad enorme en la lucha gremial a lo largo de su historia e incluso en su historia reciente (no vamos a insistir sobre esto, sabemos que es un punto álgido del “teorema”, pero lo dejamos para otro momento).

Sin embargo, más allá de la propia lucha y las dinámicas del conflicto gremial. Nos interesa ver aquí cómo funciona la “etapa posterior” al conflicto: la de la negociación (eso que uno podría pensar como una de las resultantes del conflicto).

Vamos a usar unos datitos de un informe del Observatorio de Derecho Social de la CTA, donde cuantifican algunas variables referidas a los convenios colectivos firmados entre 1991 y 2007. Lo pueden bajar de acá.

Lo primero que surge del grafiquito es el incremento del total de convenios colectivos firmados a lo largo del período considerado: pasan de 5 en 1991 a 98 en el 2007. Además, puede verse como durante los años ’90 se incrementan los convenios por empresa y tienden a disminuir aquellos convenios por actividad. Esta tendencia parece cambiar hacia el 2003. En ese punto vemos como los convencios por actividad tienden a incrementarse (con la excepción de 2007) a un ritmo mucho más rápido que los convenios por empresa: entre 2003 y 2007 los primeros se incrementan un 63%, mientras que los segundos disminuyen un 39%.

Esta evolución queda reflejada en la composición porcentual:

Sin embargo de este gráfico también surgen dos “conclusiones” que es necesario marcar.

a) durante todo el período se registra un predominio del convenio por empresa (con algunas excepciones, pero durante esos años, los convenios por empresa agrupan más de la mitad de los convenios firmados).

b) si bien se mantiene ese predominio, puede verse como desde 2003, la participación de los convenios por actividad ha ido creciendo desde un 14.7% en 2003, hasta un 31.6% en 2007

Entonces: vistos estos pocos datos se nos ocurre que en la dinámica de negociación colectiva (remarcamos que no, o al menos no necesariamente, en la lucha) la “fragmentación” existe: los convenios se firman predominantemente por empresa. Con lo cual, llegado el caso, se estaría “reconociendo” una situación de hecho. Pero, a la vez, no deja de ser importante que esta posibilidad se abra en un momento en que la tendencia parece ir hacia el incremento de la negociación por rama.

Las preguntas (que obviamente no logramos responder) es ¿como afectaría una apertura masiva de las organizaciones gremiales a la capacidad de negociación y más importante todavía, de movilización del movimiento obrero, en este contexto?

Veremos, entonces…

Sobre extinciones en masa (una intuición teórica al respecto de la crisis financiera)

2008-10-01T17:51:00.012-03:00

Nos pareció sumamente provocadora la cita que aparció en este libro (el cual estábamos leyendo con la idea de "crisis cíclica" en la cabeza). Nos divierte intentar encontrar "isomorfismos" (por algo nos gusta considerarnos discípulos "amateur" de von Bertalanffy) entre las estructuras conceptuales y los fenómenos de las diversas ciencias. Creemos que puede llegar a ser en muchos casos sumamente productivo. Pensamos en la "autopoiesis", en "masa", en "fuerza".

Aunque también puede llegar a ser apenas una extrapolación improducente...

“Mientras que las extinciones en masa han interrumpido severamente la diversificación de la vida en la tierra durante sus 3.500 millones de años de evolución registrada, el ecosistema global ha sobrevivido a estas crisis y ha continuado expandiéndose a través de los tiempos (…) Esto refleja una gran capacidad de adaptación frente a las extinciones gracias a los altos niveles de diversidad genética, ecológica y de comunidades que existieron antes de los grandes episodios de extinción en masa. En general, cuanto más alta es la diversidad biológica justo antes de un intervalo de extinción en masa, más rápida es ala regeneración del ecosistema resultante. Incluso grandes extinciones en masa asociadas a evidencias de impactos de grandes meteoritos o cometas pueden presentar una rápida regeneración de ecosistemas básicos (…)

Puede existir una relación similar entre el “estado del ambiente global” (estabilidad o inestabilidad ambiental relativa) asociado a un período de extinción en masa y la gravedad del episodio de extinción o el nivel de recuperación del sistema (…)

Mientras que estas relaciones generales se pueden romper en los momentos en que se producen graves perturbaciones globales a largo plazo, presentan de hecho un poder de predicción…”

(Kauffman E. y Harries, P. J. "Las consencuencias de la extinción en masa. Predicciones para la supervivencia y regeneración en ecosistemas antiguos y modernos", en Agustí, Jordí (1996): La lógica de las extinciones, Tusquets, Barcelona)

Acerca de los hechos en los trenes

2008-09-10T08:42:00.004-03:00

Ante nuestro déficit en la producción de datos, observables y (muy de vez en cuando) hechos, no nos queda más remedio que recurrir a lo que elegantemente llamaremos “cita”, “difusión”, o similar (pero que en criollo se llama “pirateada”).

Queremos, entonces, compartir (esa es otra forma elegante de decirlo) unos datos elaborados por investigadores amigos (Gustavo Quintana y Julián Rebón) del Programa de Investigación en Cambio Social (P. I. C. A. So) del Instituto Gino Germani. Surgen de una encuesta aplicada a usuarios de trenes en la estación Constitución inmediatamente después de los hechos del año pasado.

Interesante, porque ese el único estudio (que, aparte, tiene un marco más amplio que el problema de los trenes) sobre el tema que existe. Hay una encuesta sobre calidad de servicio en todos los medios públicos de transporte (INTRUPUBA 2007, del Ministerio de Transporte de la Nación), pero no vinculando esta dimensión con los hechos de protesta.

Algunas frecuencias interesantes:

a) El 79% de los entrevistados consideró “justo” el motivo por el cual se produjeron los incidentes.

b) El 68% no calificó de “legítimos” los incidentes y destrozos; no obstante…

c) cuando se pregunta acerca de la efectividad de esta forma de protesta (destrozos, etc.) casi la mitad, la considera “muy” o “bastante” efectiva.

c) 58% NO considera que los hechos hayan sido planificados.

d) 64% considera que la empresa es el principal responsable de los problemas del servicio.

Fíjense cuales son las soluciones que proponían en su momento los usuarios para estas deficiencias en los servicios… Recordemos, además, que en algo así como una semana (y como consecuencia de estos hechos) el gobierno rescindió el contrato de la empresa.

Como conclusión de todo esto, miren esto que es la última diapositiva donde compara la efectividad a) de los reclamos en los entes reguladores y b) de las acciones de “autoorganización” de la gente para resolver los problemas de los ciudadanos.

Pueden bajar el informe completo de acá…

El efecto de la soja sobre la producción agrícola: ¿desplaza o no?

2008-08-04T12:09:00.003-03:00

Uno de los efectos del conflicto con el campo es que todo el mundo ha empezado a discutir sobre cuestiones relativas a este sector. Las retenciones y sus efectos, si bajan o no bajan los precios de los alimentos, la rentabilidad del sector agropecuario, la renta diferencial de la tierra. Quizás el tema más predominante ha sido el rol de la soja: ¿alimenta o no? ¿puede ser considerada un reemplazo de la carne? ¿se exporta o se consume internamente? Y muchos otros interrogantes. En muchas discusiones con amigos, compañeros y conocidos surgieron argumentos que pueden ser resumidos en la siguiente afirmación:

“Es falso que la soja desplaza a otros cultivos, porque hay rotación de cultivos”.

Intentaremos ocuparnos de de la primer parte de la afirmación, dejando en suspenso la segunda. Vamos a armar un ejercicio sumamente simple y casi casi a las apuradas (pero hasta cierto punto, esclarecedor), a partir de las “Estimaciones Agrícolas” de la Secretaría de Agricultura Ganadería y Pesca.

Veamos la evolución de la participación porcentual de la soja en la superficie cosechada argentina:

Fuente: Estimaciones agrícolas, SAGPyA (www.sagpya.mecon.gov.ar)

Claramente la participación de la soja se hace en desmedro del resto de los cultivos de la soja. Pasa (con una tendencia casi casi ininterrumpida) de representar el 19,61% (1990/ 91) de la producción total de la argentina al 47,64% en 2005/06.

Sin embargo, argumentan nuestros interlocutores:

“Esa participación porcentual no prueba por sí misma que se estén desplazando cultivos. Podría estar sucediendo que la superficie del resto de los cultivos se está incrementando, pero a un ritmo menor que el de la soja.”

Traducción: todos los cultivos se expanden, solamente que la soja lo hace más rápido.

Veamos: para intentar poner a prueba esta afirmación calculamos promedios trienales y luego para resumir y que sea más fácil evidenciar este fenómeno hemos calculado algo así como la “elasticidad cultivo/ soja”, a la que definimos como la tasa de variación del cultivo x, dividido la tasa de variación de la soja, entre dos períodos trienales.

La idea es proveer un indicador de cuanto se incrementa (o disminuye) la superficie cosechada de algunos cultivos y relacionarla con el movimiento que expresa la soja. Es decir, nos estaría indicando en cuantas hectáreas se incrementa la superficie del cultivo x, cuando se incrementa una hectárea de soja (y viceversa, cuanto retroceden). Tasas positivas implican crecimientos positivos, sea porque se incrementan soja y el cultivo x, sea porque ambos retroceden. De cualquier modo, aclaramos que en nuestro caso, la soja nunca presenta tasas de variación negativas, razón por la cual una tasa negativa en las elasticidades calculadas corresponderá a un retroceso del cultivo x.

Fuente: Estimaciones agrícolas, SAGPyA (www.sagpya.mecon.gov.ar)

Hemos marcado en rojo los períodos para que los que se observa tasas negativas. Son la mayoría de las celdas del cuadro.

Ahora bien, veamos el “Total (sin soja)”: resulta interesante: a partir del período quinquenal 97/98 02/-03: el total de la producción agrícola comienza a mostrar evidencias de retracción ante la soja. En realidad primero observamos una desaceleración clara de la relación pasa de 1,49 a 0,08. Luego se torna directamente negativa. Es decir que pareciera que por cada hectárea sembrada de soja que se incorpora al cultivo, se retraen 0,33 del resto de los cultivos.

Hemos ordenado los cultivos con cierto criterio: primero tenemos lo principales cultivos de la región pampeana (y los más importantes en términos de volumen y superficie). Luego, algunos cultivos regionales e industriales importantes y luego, el resto (una categoría “residual”).

En relación a los pampeanos: los más afectados parecen ser el sorgo y el girasol. El sorgo presenta elasticidades negativas en todos los períodos salvo en el 99/00- 94/95. El girasol se desacelera notoriamente en el mismo período y presenta tasas negativas a partir de ahí. El trigo y el maíz se ven menos sujetos a este desplazamiento, aunque evidencian un desaceleramiento importante.

Los cultivos regionales más típicos también se ven sumamente afectados por la expansión de la soja. El té y el tung son los que mayores tasas negativas presentan. La caña de azúcar (hasta el período en que aparecen datos en la SAGPyA) presenta elasticidades negativas a partir del período 94/95- 99/00. El algodón también muestra elasticidades negativas (de esto es un excelente ejemplo la provincia del Chaco, de la que ya nos ocuparemos en próximos posteos donde el reemplazo de soja por algodón es un fenómeno de “importancia provincial”) aunque parece evidenciar una recuperación leve hacia el período 00/01- 05/06. La yerba mate luego de presentar elasticidades moderadas (0,57 y 0,4) parece revertir esta tendencia y comienza a mostrar elasticidades negativas a partir de 97/98- 00.

En el período que incluye a la crisis de 2001 vemos que todos lo cultivos regionales (y la gran mayoría del resto de los cultivos del país, pampeanos y no pampeanos) presentan elasticidades negativas. En este período, la soja no solamente no retrocedió (con la única excepción de la campaña 2002/03), sino que ni siquiera se estancó y continuó su tendencia a la expansión de la superficie sembrada.

El resto de los cultivos también incluyen una cantidad considerable de “elasticidades” negativas.

En fin, el ejercicio que hemos abordado parece apuntar a la idea de que la soja efectivamente tiende a desplazar a otros productos, especialmente regionales e incluso a algunos productos típicamente pampeanos. Intentaremos, luego, estimar la pérdida de puestos de trabajo que resulta de estos movimientos.

Pensando en los alineamientos (III) - Después de la tormenta

2008-07-21T19:16:00.004-03:00

Ya habíamos planteado acá y acá, algunas cuestiones referidas al problema de los alineamientos sociales y políticos en la Argentina “actual”. Todos estos problemas surgen (al menos así nos surgieron a nosotros) en relación a la emergencia de un movimiento de oposición al gobierno de una magnitud impensada hacia fines del año pasado: el conflicto agrario. Ya deliramos un poco al respecto acá y acá.

Es la existencia de este movimiento lo que nos motivó a preguntarnos: ¿se ha conformado una nueva fuerza capaz de discutir/ disputar/ influir en el desarrollo y desenvolvimiento del Estado? Es decir, ¿esta nueva fuerza emergente, puede encontrar una representación política que la lleve a hacerse (no estamos queriendo decir que necesariamente deba darse bajo la forma de un golpe de estado) del poder del Estado? Un interrogante derivado del anterior: ¿cuál es el carácter de la fuerza que hoy se encuentra en el gobierno?

Este post está en la misma línea que todos los anteriores. Los interrogantes subyacentes son los mismos. Lo “nuevo” (hasta ahí nomás) es la metodología con que lo encaramos. Antes habíamos tomado como indicadores de las “fuerzas en pugna” los resultados electorales y los habíamos relacionado con algunas variables sociodemográficas.

Lo que vamos a intentar ahora es relacionar esos resultados electorales de forma “directa” con el conflicto agrario. Vamos a intentar correlacionar de alguna forma (y con varios métodos) la presencia de cortes de ruta realizados en el marco del conflicto del campo y el voto a Cristina Kirchner. La idea es explorar en que medida el conflicto con el campo estaría vinculado a las fuerzas que sustentaron a cada uno de los candidatos. O planteado en otros términos: en que medida la disposición de fuerzas sociales que se dio en las elecciones de 2007 se estaría “reproduciendo” en el conflicto con el campo. Planteado en forma de hipótesis: el conflicto agrario está reproduciendo la disposición de fuerzas sociales que se dio en octubre de 2007.

Vamos a intentar reproducir “paso a paso” los métodos que fuimos elaborando para intentar poner a prueba esa hipótesis y sus resultados.

Luego intentamos otro acercamiento: calcular los coeficientes de correlación de Spearman para las siguientes variables: a) % de voto a Cristina; b) % de voto a Carrió y c) cantidad total de cortes de ruta.

Este acercamiento nos parece alentador. Como se ve, si bien no se da con valores exorbitantes, los coeficientes entre el voto a Cristina Kirchner y la cantidad de cortes de ruta en los departamentos, parece mostrar cierta correlación de signo negativo y estadísticamente significativa: el Rho de Spearman da un valor de -0,422. En cambio para los otros candidatos (Carrió) los valores son de signo positivo y significativos: 0,38.

Luego, para visualizar de forma más clara los datos, quisimos aproximarnos al problema de una forma bastante más simple (a las que solemos considerar las mejores, aunque no siempre es así). Intentamos construir dos variables dicotómicas: a) presencia de cortes de ruta y b) si en el departamento en cuestión ganó Cristina Kirchner o no (esto considerando solamente si la proporción de votos que concentraba K era mayoritaria.

Como se ve, si bien existen algunas diferencias (en aquellos departamentos donde ganó Cristina Kirchner, la presencia de cortes es menor y viceversa, en aquellos donde hay cortes de ruta, la proporción de los que ganó Cristina Kirchner es menor), estas no parecen ser significativas. Es decir, hasta aquí, nuestra hipótesis viene “empatada”: la primera aproximación (correlaciones rho de Spearman) evidenciaba asociación; el segundo acercamiento (la dicotomización) no (o al menos con altas probabilidades de error).

Por último, repetimos el esquema pero complejizando el proceso de construcción del dato. En lugar de construir una variable dicotómica (“Ganó Cristina” que asume valores 1 y 0) decidimos intentar algún método de agrupamiento de los departamentos en función de la proporción de votos a Cristina Kirchner. Lo hicimos a través de un cluster con el algoritmo de K-Medias.

Utilizando estos indicadores resulta mucho más clara la asociación que planteábamos. A medida que aumenta el voto a Cristina Kirchner, disminuye la proporción de departamentos que presentan cortes de ruta. Así entre los departamentos de nivel alto de voto a Cristina apenas el 5,1% presentaron cortes de ruta. Esta proporción aumenta al 32% entre aquellos departamentos con nivel medio de voto a Cristina K. Ahora, entre los departamentos con menores niveles de voto al gobierno en 2007, la proporción de cortes es sumamente superior, llegando a 53%. Gráficamente es mucho más contundente:

Estos valores son estadísticamente significativos a un nivel de significación de p=0,0001. Chi cuadrado da un valor de 73, razón por la cual se rechaza la hipótesis nula. Visto desde algunos coeficientes de asociación, se observan valores que muestran la existencia de asociación, y que resultan también estadísticamente significativos: V de Cramer = 0,401; Gama = -6,96. Este último resulta interesante porque al ser un coeficiente no simétrico, está indicando la presencia de una relación negativa entre las dos variables.

Conclusiones provisorias: como de costumbre, pecamos de cautelosos. No nos gusta irnos a boquear más allá de los datos. Pero cada vez estamos más envalentonados con la idea de que estamos arribando a un escenario de polarización social y política. Estos datos y estos parecen ir a la idea de que en las elecciones de 2007 se fueron conformando dos alineamientos sociales y políticos de carácter y con un contenido social “contrapuesto”. Por un lado: el gobierno, sectores “populares” y fracciones de clase media (y obviamente, algunos otros sectores que por cuestiones “técnico- metodológicas” no llegamos a captar). Por otro, el “campo” (recordemos esto y esto: medianos productores altamente capitalizados, junto con grandes productores, principalmente sojeros), la oposición política al gobierno, fracciones de clases altas y media (y otros sectores que no logramos captar).

A su vez, los datos que presentamos acá parecen mostrar que estos alineamientos parecen estar reproduciéndose (al menos de manera parcial) en el conflicto con el agro. Es decir que las dos fuerzas sociales que se enfrentaron en octubre de 2007, vuelven a protagonizar otro enfrentamiento, ahora ya no en el terreno electoral sino en la calle. Ahora bien, un escenario de polarización no implica necesariamente una resolución violenta del conflicto ni un golpe de estado. Habrá que ver que pasa.

Pensando en los alineamientos (II)

2008-06-30T14:27:00.010-03:00

Habíamos planteado hace poco una serie de interrogantes acerca de los alineamientos en la sociedad argentina, acerca de su forma, acerca de las fracciones sociales que agrupaban. Habíamos decidido, además, constituir un observable “privilegiado”: los resultados electorales, considerados estos, como uno de los escenarios donde la disputa entre esos alineamientos (es decir, entre esas fuerzas sociales que se constituyen como alineamientos) se dirimía. No el único, quizás no el más importante… pero uno de ellos.

Dijimos, tratamos de ser lo más enfáticos en este punto, además, que no estábamos intentando explicar conductas individuales (el voto, en este caso) a través de factores o condicionantes sociodemográficos.

Y ahí nomás, arrancamos con grafiquitos. Vimos primero el voto kirchnerista en 2007 y dijimos:

“los datos presentados parecen brindar el suficiente sustento empírico para arriesgar la siguiente hipótesis de trabajo: el kirchnerismo, entonces, o mejor dicho, la fuerza social cuya expresión política encarna el kirchnerismo, parece estar aglutinando (al menos electoralmente) a sectores de los estratos más bajos de la sociedad: los más pobres y los menos educados.”

Seguimos, entonces, ahora con el segundo punto de nuestro “programejo de investigación“, seguimos con la dama del crucifijo de hierro, la dama constructora de tipos ideales y dadora de cátedras diversas: Elisa Carrió. Vamos a utilizar los mismos indicadores: proporción de hogares NBI y nivel educativo de la población mayor de 18 años en los departamentos de todo el país.

Gráfico 1. Proporción de votos a Elisa Carrió según proporción de hogares que cumplen alguna condición NBI (total departamentos del país, 2007)

Fuente: elaboración propia en base a Censo Nacional de Población y Vivienda 2001 y “Resultados provisorios” de las elecciones presidenciales 2007 (http://www.resultados2007.gov.ar)

Repetimos las aclaraciones metodológicas: lo que tenemos adelante, es un gráfico de dispersión. Cada puntito representa uno de los 500 y pico departamentos del país y lo que se está representando en el eje X es la proporción de hogares con NBI. En el eje Y, en cambio, se representa el porcentaje de votos obtenido por Elisa Carrió.

Observamos, entonces, con escasa sorpresa que la tendencia de Elisa Carrió es el contraria a la de Cristina: a menor proporción de hogares con NBI en los departamentos, mayor es la proporción de voto a Elisa Carrió. Confirmamos esta relación a través del coeficiente R de Pearson: nos da un valor bastante elevado y con singo negativo (-0,70).

Veamos ahora que sucede con el nivel educativo de la población mayor de 18 años. Recordeamos que hemos establecido ese “filtro” por edad, debido a: a) la población en condiciones de votar es la mayor de 18 años b) para controlar el efecto de la edad en el nivel educativo de la población.

Gráfico 2. Proporción de votos a Elisa Carrió según población mayor de 18 años con nivel educativo hasta primario completo (total departamentos del país, 2007)

Fuente: elaboración propia en base a Censo Nacional de Población y Vivienda 2001 y “Resultados provisorios” de las elecciones presidenciales 2007 (http://www.resultados2007.gov.ar)

Una vez más, no nos invade el asombro. La relación entre la proporción de voto a Elisa Carrió y el porcentaje de población en condiciones de votar con nivel educativo bajo es negativa. El R de Pearson confirma esta relación: -0,6.

Para terminar, vamos a presentar otro gráfico que termina de confirmar la relación entre el nivel educativo y la proporción de voto a Elisa Carrió en los departamentos del país. En este caso graficamos en el eje X la proporción de población mayor a 18 años con nivel educativo alto, es decir, con al menos terciario incompleto y superior.

Gráfico 3. Proporción de votos a Elisa Carrió según población mayor de 18 años con nivel educativo terciario incompleto y superior (total departamentos del país, 2007)

Fuente: elaboración propia en base a Censo Nacional de Población y Vivienda 2001 y “Resultados provisorios” de las elecciones presidenciales 2007 (http://www.resultados2007.gov.ar)

Bien, acá terminamos de confirmar la relación: a mayor nivel educativo en los departamentos, mayor es la probabilidad de un elevado voto a Elisa Carrió. El R de Pearson, vuelve a darnos un valor elevado: 0,63, en este caso con signo positivo.

Conclusiones provisorias: arriesgamos (ahora un poco más envalentonados) nuestra segunda hipótesis de trabajo: Elisa Carrió, o mejor dicho, la fuerza social cuya expresión política encarna Elisa Carrió, parece estar aglutinando (al menos electoralmente) a sectores de los estratos medios y altos de la sociedad: los menos pobres y los más educados. De cualquier forma, el “liderazgo” de Elisa Carrió como dirigente de una fuerza social “opositora” es bastante más discutible. Somos conscientes de este punto. Pero por ahora, no nos animamos a decir más que esto.

Les dejo un cuadrito resumen con los coeficientes:

Pensando en los alineamientos...

2008-06-20T12:22:00.009-03:00

Hace tiempo que venimos intentando construir algunos observables en relación al problema de la base social del kirchnerismo. O sea: ¿a qué sectores representa el kirchnerismo? Momentos de polarización social y política como los que parecen ir configurándose en el escenario actual parecen propicios para intentar este tipo de análisis. En un momento de “conflicto” ¿quiénes son los que se alinean con el kirchnerismo?. Una primera impresión (poco sistemática, poco rigurosa, y todo lo poco que quieran) parece abonar la idea de que está aglutinando a sectores estratos bajos de la sociedad (digamos, asalariados y obreros junto pobres urbanos), junto con algunos sectores de la “burguesía industrial nacional”. Sin embargo, luego de darle vueltas al asunto, nos dimos cuenta que el problema estaba mal planteado. O mejor: planteado de forma incompleta.

El Escriba ha sido contundente: hay un nuevo sujeto social y no es el agrario. A su vez, Hal lo niega rotundamente. La del Escriba es una idea sumamente atractiva. No tanto por lo de “nuevo” (somos partidarios de usar conceptos más “clásico”) sino porque ahí está implícita la cuestión acerca de los alineamientos sociales y políticos en la Argentina actual. Eso es, creemos, lo que Hal le cuestiona. Implica preguntarse cuáles son las alianzas sociales vigentes en el aquí y ahora. Esa era la pregunta que nos estaba faltando. No es solo observar al “kirchnerismo”, es necesario incorporar al análisis los alineamientos generales de la sociedad argentina. Ahora, ¿cómo abordar la cuestión? ¿Como construir observables de este problema? Desde nuestra perspectiva el más importante lo dejamos planteado en el párrafo anterior: el conflicto social. ¿Cuáles son los conflictos que atraviesan la estructura social argentina? ¿Cómo se ubican los distintos sujetos y fracciones sociales en relación a estos conflictos? Ahora bien, estos interrogantes están, por ahora, fuera de nuestro alcance.

Intentamos (nos reventamos la cabeza) buscar algún otro indicador que cumpliera dos condiciones básicas: 1) fuera capaz de ser estandarizado en su observación; es decir, que no estuviera sujeto a visiones puramente impresionistas, sino que tuviera una forma de construcción que fuera “replicable”; su interpretación podrá ser cuestionada pero no (eso esperamos) la forma de su construcción y 2) su construcción fuese más sencilla que la de sentarse a registrar de forma estandarizada todos y cada uno de los hechos de protesta desde 2003 en adelante (análisis, además, que varios centros de investigaciones están haciendo).

Es así, con esta óptica, que encaramos el análisis de los datos de las elecciones de 2007. Es decir, con los datitos que vamos a presentar no estamos intentando establecer “determinantes” de la conducta electoral de los individuos. El objetivo, entonces, no es explicar una conducta o comportamiento “individual” (el voto) a través de factores “socioeconómicos” o “demográficos”, como hace la investigación electoral “clásica”. El interrogante es otro: ¿cómo se disponen las alianzas sociales en la Argentina de hoy? Tomamos como un indicador de esa disposición los resultados electorales.

Así es que inauguramos una serie (no sabemos que tan extensa) de posteos sobre esta temática. Nuestro plan es el siguiente:

analizar el voto kirchnerista
analizar el voto a Carrió: que pareciera ser la principal conductora de la oposición
analizar el voto en aquellas zonas donde se registran cortes de ruta del campo: pensando que ha sido casi el único conflicto que ha tenido la capacidad de polarizar a la sociedad –independientemente de la voluntad que de ello tuvieran sus actores- en dos bandos contrapuestos.

Este post se centra en el “objetivo” a). Se escuchan sugerencias teórico- metodológicas y técnicas. Aquí vamos a tomar dos indicadores “proxy” de la situación económico- social de la población.

Veamos en primer lugar un gráfico de dispersión:

Gráfico 1. Proporción de votos a Cristina Fernández de Kirchner según proporción de hogares que cumplen alguna condición NBI (total departamentos del país, 2007)

Fuente: elaboración propia en base a Censo Nacional de Población y Vivienda 2001 y “Resultados provisorios” de las elecciones presidenciales 2007 (http://www.resultados2007.gov.ar)

Cada puntito representa uno de los departamentos del país. Están representados todos los departamentos. En el eje X se encuentra la proporción de hogares que cumplen alguna condición NBI (según datos del Censo 2001) y el eje Y, la proporción de voto a Cristina Kirchner en 2007. Se observa una relación bastante lineal. Si bien hay algunos “outliers” (que deberemos analizar en algún momento) se ve una tendencia general: a mayor proporción de hogares con NBI, mayor voto a Cristina Kirchner. Esto se ve confirmado por el coeficiente “fetiche” R de Pearson: da un valor de 0,63, valor que es bastante elevado.

Ah, nobleza y honestidad intelectual obligan: Andy Tow había intentado –aunque con objetivos diferentes- un ejercicio similar al nuestro, con resultados muy similares, así es que damos por validados inter-subjetivamente nuestros resultados.

Otro indicador que es utilizado habitualmente para construir estratificaciones socioeconómicas (el NES, construido por la “Asociación Argentina de Marketing”, por ejemplo le otorga un peso muy considerable en su ponderación) es el nivel educativo de la población mayor de 18 años. Hemos establecido ese “filtro” por edad, debido a un factor obvio. La población en condiciones de votar es la mayor de 18 años. A su vez, el nivel educativo se encuentra fuertemente influido por la edad: cuanto más joven la población más probable es que su nivel educativo sea bajo, por una simple cuestión cronológica.

Veamos ahora, entonces el gráfico 2:

Gráfico 2. Proporción de votos a Cristina Fernández de Kirchner según proporción población mayor de 18 años con nivel educativo hasta primario completo (total departamentos del país, 2007)

Fuente: elaboración propia en base a Censo Nacional de Población y Vivienda 2001 y “Resultados provisorios” de las elecciones presidenciales 2007 (http://www.resultados2007.gov.ar)

En el eje Y se ubica (una vez más) la proporción de votos a Cristina Kirchner; en el eje X, la proporción de personas con nivel educativo hasta primario completo. Una vez más, aparece una asociación bastante considerable (aunque menor que en el caso NBI): el coeficiente R Pearson da un valor de 0.54. Aquí también se observan “outliers” (quizás incluso en mayor medida que el caso de NBI).

Conclusiones provisorias: los datos presentados parecen brindar el suficiente sustento empírico para arriesgar la siguiente hipótesis de trabajo: el kirchnerismo, entonces, o mejor dicho, la fuerza social cuya expresión política encarna el kirchnerismo, parece estar aglutinando (al menos electoralmente) a sectores de los estratos más bajos de la sociedad: los más pobres y los menos educados.

Veremos, veremos que nos dicen el resto de los datos que estamos construyendo.

La rebelión de las máquinas (II) o “de los patrones mecanizados”

2008-05-26T13:15:00.004-03:00

Terminó el acto en Rosario. Mucha gente. Discursos muy duros de las entidades gremiales. Y otra vez la autoidentificación por parte de Bussi y De Angelis como “pequeños productores”.

Ya intentamos una primera aproximación al problema en el post anterior, que generó un fructífero diálogo con Andy Tow. Muchas observaciones nos parecieron atinadas y estamos trabajando en ellas.

Mientras tanto, mientras revisamos algunos datos, presentamos algunas tablas de contingencia nuevas, que permiten incorporar algunos atributos más a la caracterización del conflicto con el campo.

La idea era desestimar un poco la idea de que los “pequeños productores” constituían algo así como las fracciones sociales correspondientes a la “pobreza rural”. Criticábamos el uso puramente descriptivo del concepto y sus ambigüedades operacionales y teóricas.

Otra variable importante en términos conceptuales y que hace al nivel y tipo de capitalización de una unidad productiva agropecuaria es el tipo de fuerza de trabajo que utiliza. En términos generales pueden dividirse dos tipos polares: familiar y asalariada. Cuanto mayor es la proporción de fuerza de trabajo asalariada, más probable será que nos encontremos ante una explotación con un nivel relativamente elevado de capitalización.

Veamos entonces que sucede al cruzar la presencia de cortes de ruta en los departamentos, según la proporción de asalariados que presentan (sobre el total de trabajadores empleados en las explotaciones del departamento).

Resulta sorprendente pero no parece haber relación entre ambas variables: en aquellos departamentos de mayor proporción de asalariados, la presencia de cortes parece ser ligeramente menor: 45,5% de esos departamentos presentan cortes. Lo contrario sucede con aquellos departamentos de bajo nivel de asalarización de la fuerza de trabajo (46,3% no presentan cortes). A su vez, los coeficientes de asociación muestran valores muy bajos y con signo negativo. Entonces no solamente no habría relación positiva fuerte, sino que se estaría insinuando una relación negativa entre el nivel de asalarización y la presencia de cortes de ruta.

Sin embargo en una segunda observación de los datos parece haber una cierta explicación a este fenómeno. Lo primero (en realidad, lo segundo, luego de la perplejidad que provoca la tabla 1) que salta la vista es que el nivel de asalarización de la fuerza de trabajo en la región pampeana es considerablemente elevado.

La mediana de asalarización de los departamentos de la región pampeana es elevada: 79%. Esto significa que el 50% de los departamentos tiene un porcentaje de asalariados que supera el 79% del total de la fuerza de trabajo empleada en las explotaciones de ese departamento. El promedio de asalarización es de 74,1%. A su vez se trata de una distribución relativamente homogénea, en tanto el coeficiente de variación es de 25%.

Es decir que la región pampeana presenta un elevado nivel de asalarización distribuido de forma relativamente homogénea, lo cual relativizaría (al menos en principio) la utilidad de esta variable como predictora de la presencia de cortes de ruta.

Sin embargo existe otra opción en el razonamiento: utilizarla como variable de control en la relación encontrada originalmente en nuestro trabajo: el nivel de mecanización de las explotaciones en los departamentos. Esto resulta convincente en tanto el nivel de mecanización como el de asalarización resultan dos indicadores del nivel de capitalización de las explotaciones agropecuarias.

Ahora bien, en términos teóricos es difícil establecer cuál de las dos variables es antecedente en el razonamiento. Justamente, porque ambas apuntan a una misma dimensión conceptual. Para evitar mayores disquisiciones, asumiremos un criterio puramente descriptivo: en tanto a) la relación que hemos establecido es la que existe entre el nivel de mecanización y la presencia de cortes de rutas y b) no parece haber sido posible sostener la misma relación para el nivel de asalarización y los cortes de ruta, tenemos, entonces dos objetivos: someter a prueba ambas relaciones, aunque con objetivos diferentes.

En la relación original (mecanización y cortes) intentaremos comprobar como se comporta, bajo el control de una tercera variable. En el segundo caso (asalarización y cortes), el objetivo es en alguna manera, el “inverso” del modelo típico de Lazarsfeld: aquí tratamos de verificar si esa ausencia de relación no es “espuria”.

Lo que se observa en la tabla de contingencia anterior es que en aquellos departamentos donde el nivel de asalarización es alto, la relación verificada entre mecanización y cortes de ruta se hace más fuerte: en aquellos departamentos donde el nivel de mecanización es alto casi el 68% presenta cortes; mientras que entre los de bajo nivel de mecanización la presencia de cortes de muy baja (17,8%).

En cambio, entre aquellos departamentos donde la asalarización es más baja la relación original se atenúa (aunque continúa existiendo sin desaparecer), en particular porque en aquellos departamentos donde existen bajos niveles de mecanización existe una mayor proporción (37,7%) que sí presentan la existencia de cortes de ruta.

De esta forma parece evidenciarse que los departamentos que mayor presencia de cortes de ruta muestran son aquellos que tienen un alto índice de mecanización, y al mismo tiempo, aquellos que presentan altos niveles de asalarización de la fuerza de trabajo ocupada en las explotaciones del departamento.

Una vez más, los datos agregados a nivel departamento permiten dar sustento empírico a la siguiente hipótesis: en los cortes producidos en la región pampeana parecen predominar aquellas fracciones sociales agrarias que tienden a corresponder a productores altamente capitalizados y con utilización relativamente elevada de fuerza de trabajo asalariada y no a “pequeños productores”, vulnerables y puramente familiares.

La rebelión de las máquinas I

2008-05-21T13:07:00.009-03:00

Por casualidad descubrimos el blog de Andy Tow quién propone un análisis de los cortes de ruta a nivel de departamento y basado en dos variables básicas: a) desigualdad en la distribución de la tierra (medida a través del índice de Gini); b) tamaño de las explotaciones. Tomaremos (con la debida cita) los datos que propociona Tow, en particular el coeficiente de gini para cada departamento y la cantidad de cortes de ruta.

Uno de los resultados principales a los que arriba es que los cortes de ruta se hallan asociados (de forma estadísticamente significativa) a una distribución igualitaria de la tierra (medida a través el índice de Gini). A su vez como el Gini se encuentra asociado al tamaño de la explotación, concluye que la protesta está protagonizada por los pequeños y medianos productores.

La sociología agraria ha debatido largamente sobre la utilidad de la superficie de una explotación como (principal) indicador válido para la construcción de tipologías de explotaciones. El concepto de “pequeño productor” lisa y llanamente, tiene un carácter ambiguo dado que no permite especificar de forma clara cuáles son los criterios sobre los cuales se construye. En efecto, un pequeño productor... ¿en función de qué? ¿Del tamaño de su explotación? ¿Del valor bruto de su producción? ¿De su inversión de capital y/ o de las posibilidades de reproducción de ese capital? ¿Del tipo, forma y cantidad de fuerza de trabajo que utiliza?

La consecuencia lógica de esta ambigüedad es se terminan asimilando bajo una misma categoría a fracciones sociales y agentes económicos sumamente diversos entre si: desde productores familiares pobres y “semi- proletarizados” (que se ven obligados a trabajar fuera del predio) hasta productores capitalizados que contratan personal. Pasando por productores tipo “farmer” altamente capitalizados pero con fuerza de trabajo familiar y muchas otras situaciones intermedias.

Para resumir: el hecho de tener explotaciones “pequeñas” y/ o “medianas” en términos de superficie no implican (por sí mismas y necesariamente) producciones “pequeñas” y “medianas”, y/ o inversiones de capital “pequeñas” o “medianas”, o un nivel de acumulación “bajo” o “medio”. De todas estas variables que faltan incorporar, nos centraremos en la “inversión de capital”.

En este breve informe nos referiremos solamente a cuatro provincias de la región pampeana: Entre Ríos, Buenos Aires, Córdoba y Santa Fé. Este recorte (que no está exento de problemas) tiene asidero en dos criterios que consideramos razonables: a) estas provincias parece ser las que concentran la mayor parte de los cortes de ruta; b) en tanto se trata de una región con una estructura agraria relativamente homogénea, es menos riesgoso trabajar con datos agregados que si se incorporaran al análisis otras regiones con estructuras más disimiles.

Una primera aproximación a este problema puede obtenerse a partir de los datos de existencia de maquinaria a nivel departamento, presentes en el Censo Nacional Agropecuario 2002. Con estos datos elaboramos un índice de mecanización de las explotaciones:

Fuente: elaboración propia sobre Censo Nacional Agropecuario 2002 y datos de Andy Tow.

Como se observa ni el coeficiente de Gini, ni la superficie media de los departamentos encuentran correlación con el nivel de mecanización de los departamentos.

II.

Ahora bien, ¿en que tipo de departamento se concentran las protestas (los cortes de ruta) de los productores rebeldes? Para ello veamos los cuadros 1 y 2.

Fuente: elaboración propia sobre Censo Nacional Agropecuario 2002 y datos de Andy Tow.

Lo que se observa en esta distribución es que entre aquellos departamentos con un alto nivel de mecanización, se verifica una mayor proporción de cortes de ruta. Así, del total de departamentos en que se producen cortes (97) el 70,4% eran departamentos dónde el índice de mecanización es alto. A la inversa, entre aquellos departamentos donde no se producen cortes de ruta, la proporción de departamentos con índice de mecanización alto es mucho menor: 29,6%.

Dicho en términos estadísticos: el coeficiente chi cuadrado da un valor de 34,310. Para un p valor igual a 0,00 (es decir, con un nivel de confianza superior al 99%), el valor teórico esperado es de 6,635. O sea que se rechaza ampliamente la hipótesis nula acerca de la independencia estadística entre la presencia de cortes de ruta y el grado de mecanización de los departamentos de las provincias en cuestión.

Confirmada la hipótesis que postula que la distribución no se debe al azar, calculamos dos coeficientes de asociación relativamente utilizados: se observa que Phi (y V de Cramer) revelan la existencia de asociación estadística, con un grado considerable (0,418). El coeficiente Q de Joule (que tiene un supuesto de asociación perfecta bastante menos restrictivo que los coeficientes basados en Chi cuadrado) arroja un valor de 0,712. Ambos valores, entonces evidencian la existencia de un grado fuerte de asociación.

Esto parece abonar la hipótesis que postula que no se trataría de “pequeños” productores (al menos en forma predominante) los que se están movilizando. Quizás sí puedan serlo en términos de superficie media, e incluso en términos de “igualdad” en la distribución al interior de los departamentos, pero claramente no parecen serlo en términos de mecanización e inversión de capital.

Una vez que se ha corroborado la existencia de asociación entre dos variables, el procedimiento más o menos típico, consiste en someter esta relación a prueba para explorar como se comporta la asociación, manteniendo constante el efecto de otras variables que resultan teóricamente relevantes. En próximos posts llevaremos esta tarea adelante.

Para que... (una breve y pretensiosa declaración de principios)

2008-05-21T13:00:00.003-03:00

Suele suceder que los procesos van más rápido que la reflexión sobre los mismos. De ahí que la política tenga una componente de arrojo, de voluntad, de "salto al vacío".

Pero, además, la política debe tener una componente racional, basada en el conocimiento de esos procesos, por más imperfecto que ese conocimiento pueda ser. Debe ser más que un acción ciega.

Dotar de datos acerca de la realidad argentina (y eventualmente latinoamericana), para llenar de contenido la discusión política.