La red invisible de la riqueza

Imagina que estás tratando de adivinar qué tan feliz y saludable es un pueblo con solo mirar la planta de una fábrica. En el mundo de la economía, existe una idea popular llamada Complejidad Económica. Piensa en esto como una "puntuación de conocimiento" para un lugar. Así como se considera que una persona es "compleja" si sabe hacer muchas cosas difíciles (como programar, hornear y reparar motores), una ciudad es "compleja" si sus trabajadores saben fabricar muchos productos diferentes y sofisticados. Cuanto más complejo es un lugar, más tienden sus habitantes a ser ricos y saludables.

Pero hay un truco: una ciudad no existe en el vacío. Es parte de una red gigante e invisible. Aquí es donde entra la Teoría de Redes Complejas. Imagina el país como una gigantesca telaraña donde cada pueblo es un nudo y las carreteras que los conectan son los hilos. Algunos nudos están justo en el centro, conectados con todo; otros están en el borde, difíciles de alcanzar. La teoría sugiere que estar bien conectado en esta red importa tanto como lo que realmente se fabrica.

Entonces, la gran pregunta es: ¿el éxito de un pueblo depende principalmente de qué sabe fabricar, o de dónde se ubica en la red de carreteras y ríos? Y, ¿importa si observamos un pequeño pueblo individual o una región entera de pueblos trabajando juntos? Este es el rompecabezas que un equipo de investigadores de la Universidad de Campinas se propuso resolver para Brasil. Querían ver si podían predecir el bienestar de un pueblo combinando su "puntuación de conocimiento" con su "posición en la red", y querían encontrar la mejor manera de hacer las matemáticas.

La gran búsqueda del mapa: Encontrando los patrones ocultos de Brasil

Los investigadores, Eduardo Moura Zampirolli y Ruben Interian, decidieron jugar a ser detectives con los datos de Brasil. No solo buscaban números; intentaban construir una bola de cristal para predecir el Índice de Desarrollo Humano Municipal (IDHM). Piensa en el IDHM como una boleta de calificaciones para un pueblo, que califica cuánto viven las personas, cuánto aprenden y cuánto dinero tienen.

Para construir su bola de cristal, utilizaron dos ingredientes principales. Primero, calcularon el Índice de Complejidad Económica (ICE). En lugar de mirar lo que Brasil vende a otros países (que es principalmente materia prima como soja y hierro), miraron quién trabaja dónde dentro de Brasil. Se preguntaron: "¿Tiene este pueblo mucha gente trabajando en empleos complicados y de alta tecnología?". Si la respuesta era sí, el pueblo obtenía una puntuación de complejidad alta. Segundo, mapearon la red de transporte. Trataron cada pueblo como un punto y cada carretera o río como una línea, calculando qué tan central o conectado estaba cada pueblo. ¿Era un centro de actividad o un callejón sin salida solitario?

Probaron estas ideas utilizando dos "niveles de zoom" diferentes. Un zoom era súper cercano, observando los municipios (los pueblos más pequeños). El otro zoom era más alejado, observando las Regiones Geográficas Inmediatas, que son grupos de pueblos que funcionan juntos como un único ecosistema. También probaron diferentes "cerebros matemáticos" para resolver el acertijo: matemáticas de línea recta simple (regresión lineal), árboles de decisión (como un diagrama de flujo de "si esto, entonces aquello") y una herramienta nueva y sofisticada llamada Máquina de Potenciación Explicable (EBM), que es excelente para detectar patrones complejos y no lineales.

La gran sorpresa: Alejar el zoom lo cambia todo

Los resultados fueron fascinantes y revelaron un secreto sobre cómo funciona Brasil. Cuando los investigadores analizaron los datos de los pueblos individuales, las matemáticas eran desordenadas. La "puntuación de conocimiento" (ICE) no era un predictor perfecto. De hecho, para los pueblos individuales, la pista más grande de si un pueblo prosperaba era simplemente en qué región se encontraba. Si un pueblo estaba en el Noreste, el modelo sabía que probablemente tendría un IDHM más bajo, independientemente de qué tan complejas fueran sus fábricas locales. Era como si el modelo dijera: "No puedo decirte mucho sobre el futuro de este pueblo específico solo mirando sus fábricas; primero necesito saber si está en el Noreste".

Pero luego, alejaron el zoom al nivel de la Región Inmediata. De repente, la imagen se aclaró. El "ruido" desapareció. Cuando observaron grupos de pueblos juntos, el Índice de Complejidad Económica (ICE) se convirtió en la superestrella. A esta escala, la complejidad de la producción de la región explicaba casi todo sobre su bienestar. Los investigadores descubrieron que, a nivel regional, el ICE por sí solo era el principal motor del desarrollo humano.

¿Por qué la diferencia? Los autores sugieren que los pueblos individuales son demasiado pequeños para contar la historia completa. Un pueblo puede tener una fábrica de alta tecnología, pero si está aislado, no puede compartir su conocimiento ni acceder a los mercados. Sin embargo, cuando observas toda una región, ves el "ecos ecosystem". La puntuación de complejidad promedio de la región captura el hecho de que, incluso si un pueblo es solo un centro de servicios, está respaldado por las fábricas de alta tecnología de los pueblos vecinos. La región actúa como un organismo único e interconectado.

El poder del mapa de carreteras

Añadir los datos de la red de carreteras ayudó, pero no fue la solución mágica. Incluir métricas como la Centralidad de Cercanía (qué tan cerca está un pueblo de todos los demás) y la Centralidad de Grado (cuántas carreteras directas tiene) mejoró las predicaciones. Es como añadir una capa de "accesibilidad" a la puntuación de "conocimiento".

La mejor herramienta que utilizaron fue la Máquina de Potenciación Explicable (EBM). Este modelo es como un detective superinteligente que no solo dibuja líneas rectas; entiende que la relación entre complejidad y riqueza no siempre es una línea recta. Por ejemplo, el modelo encontró que tener una puntuación de complejidad muy baja es malo, pero una vez que alcanzas un nivel medio, los beneficios crecen constantemente, y luego comienzan a ralentizarse (rendimientos decrecientes) en la cima.

El EBM logró la mayor precisión de todas. Para las Regiones Inmediatas, cuando incluyeron los datos de la red de carreteras, el modelo alcanzó un R² de 0.8196. En lenguaje sencillo, esto significa que el modelo podía explicar aproximadamente el 82% de las diferencias de bienestar entre regiones simplemente mirando su complejidad económica y su posición en la red de carreteras. ¡Esa es una predicción muy sólida!

Lo que dicen los números

El estudio demostró que cambiar la escala de los pueblos individuales a las regiones marcó una diferencia mayor que añadir nuevos datos.

• A nivel de municipio, el mejor modelo (EBM con datos de red) tuvo un R² de 0.7890.
• A nivel de Región Inmediata, el mejor modelo saltó a un R² de 0.8196.

Los investigadores también notaron que, para los pueblos individuales, la región "Noreste" era un predictor tan fuerte que eclipsaba la complejidad económica. Pero para las regiones, la complejidad económica del propio Noreste era lo suficientemente baja como para que la etiqueta "Noreste" no fuera necesaria como una pista separada; la puntuación de complejidad hacía el trabajo.

La conclusión

Este estudio sugiere que si quieres entender qué hace que un lugar prospere en Brasil, no debes mirar solo la planta de una fábrica de un solo pueblo. Debes mirar todo el vecindario. El éxito de un pueblo está profundamente ligado a la complejidad de toda la región a la que pertenece y a qué tan bien conectada está esa región por carreteras.

Los investigadores descubrieron que la Complejidad Económica es un predictor poderoso, pero solo cuando miras el tamaño adecuado del mapa. A nivel regional, la sofisticación de lo que un lugar produce es el motor principal que impulsa el desarrollo humano. La red de carreteras ayuda, actuando como las líneas de combustible que mantienen el motor funcionando suavemente, pero el motor en sí es la complejidad de la economía local.

En resumen, el artículo sugiere que para mejorar el desarrollo humano, los responsables de las políticas públicas no deberían centrarse solo en arreglar un pequeño pueblo de forma aislada. Deben pensar en todo el ecosistema regional y en cómo esos pueblos están tejidos entre sí mediante carreteras y conocimiento compartido. La "red" importa tanto como los "nudos".