📈 economics

Targeting Efficiency in Means Testing: A Comparison of Money-Metric and Counting Approaches

Este artículo demuestra que, al utilizar datos de hogares idénticos, un enfoque de agregación basado en métricas monetarias supera significativamente a un enfoque basado en el conteo en cuanto a la eficiencia de focalización para las pruebas de medias, estableciendo la estructura de agregación como un determinante crítico del desempeño de la protección social.

Autores originales: Federico Perali, Martina Menon, Eva Sierminska

Publicado 2026-08-04

📖 5 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Federico Perali, Martina Menon, Eva Sierminska

Artículo original bajo licencia CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

Imagina que eres el jefe de cocina de un enorme comedor social intentando alimentar a las personas más hambrientas de la ciudad. Tienes una lista de ingredientes (dinero, ahorros, salud, tamaño de la familia) que podrían indicar quién está realmente pasando hambre. Pero aquí está la parte difícil: ¿cómo mezclas esos ingredientes para decidir quién recibe un tazón? ¿Sumas el valor de todo lo que tienen, como una calculadora financiera? ¿O simplemente cuentas cuántas "cosas malas" hay en su lista, como una lista de verificación de desgracias? Este es el corazón de un campo llamado evaluación de medios (means testing), que es el proceso que los gobiernos utilizan para determinar quién merece ayuda. La gran pregunta no es solo qué información recopilamos, sino cómo la combinamos. Si mezclamos los ingredientes de forma incorrecta, podríamos alimentar accidentalmente a las personas que tienen el vientre lleno mientras dejamos esperando a los verdaderamente hambrientos. Este artículo profundiza en ese problema exacto, comparando dos "recetas" diferentes para decidir quién recibe la sopa.

Los investigadores, Federico Perali, Martina Menon y Eva Sierminska, plantearon un experimento fascinante para ver qué receta funciona mejor. No se limitaron a adivinar; utilizaron datos reales de 7.951 hogares italianos para probar dos enfoques distintos. El primer enfoque es el Índice de Métrica Monetaria. Piensa en esto como una sofisticada licuadora de batidos. Introduces ingresos, ahorros, salud y tamaño de la familia, y la licuadora los mezcla todos en un único número fluido. Entiende que un dólar vale más para una persona sola que para una familia de cinco, y puede compensar un poco de mala salud con muchos ahorros. Es un enfoque "cardinal", lo que significa que trata el bienestar como una escala continua donde las cosas pueden compensarse entre sí.

El segundo enfoque es el Método de Conteo. Imagina que esto es una tarjeta de "bingo de mala suerte". En lugar de licuarlo todo, simplemente cuentas cuántas casillas puedes marcar. ¿Tuviste bajos ingresos? Marcado. ¿No tienes ahorros? Marcado. ¿Alguien está enfermo? Marcado. Si marcas suficientes casillas (digamos, tres de cinco), se te declara pobre. Este método trata cada casilla como un hecho separado e inalterable. No permite que tus ahorros "compensen" tu mala salud; simplemente cuenta los golpes.

El artículo somete a estos dos métodos una rigurosa prueba de esfuerzo. Alimentaron a ambos métodos con la misma información sobre las mismas familias: mismos ingresos, mismos activos, misma salud, mismos tamaños de familia. Lo único que cambió fue la "receta" para combinar los datos. Para ver quién tenía razón, compararon los resultados con un grupo de referencia de personas que realmente estaban pasando dificultades (definidas por bajos ingresos, incapacidad para ahorrar y dificultades autodeclaradas).

Los resultados fueron claros y sorprendentes, aunque con un matiz importante. El enfoque de la Métrica Monetaria (la licuadora) fue generalmente mejor para encontrar a las personas adecuadas, pero no era perfecto. Cometió errores, específicamente "errores de Tipo II", lo que significa que sí dejó fuera a un número significativo de personas que realmente necesitaban ayuda (alrededor del 38% en algunas pruebas). Sin embargo, el enfoque de Conteo (la tarjeta de bingo) fue mucho más quisquilloso y a menudo peor en esta tarea específica. A medida que los investigadores añadían más categorías a la tarjeta de bingo (como añadir "desempleo" o "jubilación" a la lista), el método de conteo empezó a perder a un gran número de personas pobres, excluyendo a casi todos los que no encajaban en un perfil de miseria muy específico y estrecho.

En un escenario específico, los dos métodos quedaron estadísticamente empatados en su número total de errores. Pero incluso en ese empate, cometieron diferentes tipos de errores. El método de la métrica monetaria fue mucho mejor evitando los "errores de Tipo I" (dar sopa a personas que no la necesitaban), mientras que el método de conteo fue mucho peor en ello. Cuando los investigadores pesaron ambos tipos de errores por igual, el enfoque de la métrica monetaria ofreció generalmente un rendimiento más equilibrado y fiable, mientras que el enfoque de conteo se volvió extremadamente sensible a cuántas casillas había en la tarjeta.

Uno de los hallazgos más interesantes fue cómo los dos métodos veían la jubilación. El método de conteo trataba el estar jubilado como una "casilla mala" para marcar, señalando automáticamente a muchas personas jubiladas como pobres, incluso si su pensión era suficiente para vivir. El método de la métrica monetaria, sin embargo, observaba el dinero real que entraba de esa pensión y decidía: "Vale, tienen suficientes ingresos, no son pobres". El método de conteo estaba esencialmente juzgando a las personas por su etiqueta (jubilado), mientras que el método de la métrica monetaria las juzgaba por su situación real.

Los autores sugieren que el método de conteo es demasiado rígido. Es como intentar juzgar una película compleja contando solo cuántas veces llora el héroe; podrías perderte toda la historia. El método de la mét la métrica monetaria, al mezclar todo, crea una imagen más precisa de la vida real de un hogar. Aunque el método de conteo puede ser más sencillo de administrar, el artículo demuestra que conduce a muchos más "errores de exclusión" (dejando a los necesitados fuera en el frío) o fuerza un compromiso en el que debes dejar entrar a muchos de personas no elegibles para poder captar a los pobres.

Al final, el estudio sugiere que si queremos construir redes de seguridad social justas y eficientes, especialmente en lugares como la Unión Europea donde los países están tratando de coordinar sus sistemas, deberíamos inclinarnos hacia el enfoque de la "licuadora". No se trata solo de tener más datos; se trata de tener una forma más inteligente de mezclarlos. El enfoque de la métrica monetaria no necesita información secreta que el método de conteo no tenga; simplemente procesa la información compartida de una manera que respeta la complejidad de la vida real, asegurando que las personas que realmente están pasando dificultades reciban la ayuda que necesitan con menos errores totales.

Resumen Técnico: Eficiencia de la Focalización en las Pruebas de Medios

Planteamiento del Problema
La eficacia de los instrumentos de focalización para la protección social depende de dos decisiones de diseño críticas: la selección de la información que se recopila sobre los hogares y el método utilizado para agregar esa información en criterios de elegibilidad. Mientras que la literatura ha debatido extensamente los méritos relativos de diferentes bases informativas (por ejemplo, ingresos frente a activos frente a indicadores multidimensionales), la segunda elección —cómo se combinan las dimensiones de privación— ha recibido un escrutinio comparativamente menor. Este documento aborda este vacío investigando si diferentes estructuras de agregación, aplicadas a una base informativa idéntica, producen resultados de focalización sistemáticamente diferentes. Específicamente, compara un índice de métrica monetaria, que agrega las dimensiones de forma cardinal basándose en la teoría del bienestar, frente a una medida de pobreza basada en el conteo, que trata las dimensiones como binarias y no compensables. La cuestión central es si estos dos enfoques son herramientas intercambiables para identificar beneficiarios elegibles o si la estructura de agregación es, en sí misma, un determinante primario de la eficiencia de la focalización.

Metodología
El estudio emplea un diseño experimental controlado utilizando datos a nivel de hogar de la Encuesta de Ingresos y Riqueza de los Hogares (SHIW) de 2010, realizada por el Banco de Italia. La muestra comprende 7.951 hogares.

Base Informativa: Ambos enfoques utilizan un conjunto idéntico de dimensiones: ingreso disponible ( $Y$ ), riqueza financiera ($FW$), riqueza no financiera ($NFW$) y cuatro características normativas del hogar: mala salud ($HE$), monoparentalidad ($SP$), desempleo ( $U$ ) y jubilación ($RE$).
El Enfoque de Métrica Monetaria: Este método agrega las dimensiones en un único indicador de bienestar cardinal. Convierte el patrimonio neto en un valor de anualidad y lo combina con el ingreso disponible. Crucialmente, aplica escalas de equivalencia (tanto basadas en datos como híbridas) para ajustar la composición del hogar y las características normativas (por ejemplo, discapacidad, monoparentalidad). Esto asegura la comparabilidad interpersonal y permite la compensación entre dimensiones (por ejemplo, que los altos activos puedan compensar los bajos ingresos). El índice resultante es Completamente Comparable Cardinalmente (CFC).
El Enfoque de Conteo: Basado en la metodología de Alkire-Foster (2011), este enfoque identifica a los hogares dimensión por dimensión en relación con umbrales específicos. Construye una matriz de privación donde los hogares se clasifican como pobres si su conteo de privaciones ponderadas supera un umbral ( $K$ ). En este marco, las dimensiones se tratan como binarias; no hay una agregación cardinal previa a la identificación, y no se genera un ordenamiento de bienestar interpersonal.
Construcción del Referente (Benchmark): Para evaluar el desempeño de la focalización, los autores construyen un grupo de "pobres de referencia" exógeno. Un hogar se incluye en este referente solo si satisface tres condiciones simultáneamente: (1) bajo ingreso laboral disponible equivalente (por debajo del percentil 40), (2) baja capacidad de ahorro (incapaz de ahorrar o consumiendo ahorros) y (3) dificultades económicas autoinformadas ("con muchas dificultades").
Métricas de Desempeño: El estudio mide los Errores de Tipo I (errores de inclusión: hogares no pobres clasificados incorrectamente como elegibles) y los Errores de Tipo II (errores de exclusión: hogares pobres a los que se les niega incorrectamente el apoyo). La eficiencia de la focalización se define como el método que minimiza la incidencia conjunta de estos dos errores, asignando un peso igual a ambos.

Contribuciones Clave

Marco Unificado de Comparación: El documento desarrolla un marco transparente que aísla el efecto puro de la estructura de agregación en el desempeño de la focalización. Al mantener constantes el contenido informativo, los umbrales de privación y las escalas de equivalencia en ambos métodos, el estudio atribuye las diferencias en los resultados únicamente a la regla de agregación (cardinal frente a binaria/no compensable).
Evaluación Empírica de Errores de Focalización: Los autores proporcionan una medida empírica directa del desempeño de las políticas al estimar los errores de inclusión y exclusión bajo distintos umbrales de elegibilidad y conteos de dimensiones, yendo más allá de las comparaciones teóricas hacia la eficiencia práctica de la focalización.
Implicaciones para la Armonización de Políticas: El estudio documenta las consecuencias de estas diferencias metodológicas para la armonización de los criterios de elegibilidad de la protección social, particularmente en el contexto de la Unión Europea, donde los sistemas actualmente dependen de enfoques dispares.

Resultados
El análisis empírico arroja varios hallazgos robustos:

Superioridad del Enfoque de Métrica Monetaria: El enfoque de métrica monetaria ofrece consistentemente errores de focalización totales sustancialmente menores que el enfoque de conteo. Logra un mejor equilibrio entre los errores de inclusión y de exclusión en diversas especificaciones.
Sensibilidad a la Dimensionalidad: El enfoque de conteo es altamente sensible al número de dimensiones consideradas. A medida que aumenta el número de dimensiones, la capacidad del método de conteo para identificar correctamente a los pobres disminuye drásticamente (aumentando los errores de exclusión), mientras que los errores de inclusión pueden caer cerca de cero. En contraste, el enfoque de métrica monetaria permanece más estable independientemente de la dimensionalidad.
Papel de los Activos: La incorporación de información sobre activos (financieros y no financieros) reduce significativamente los errores de inclusión para ambos métodos, pero es particularmente efectivo en el marco de la métrica monetaria. Ignorar los activos conduce a una clasificación errónea sistemática y a una mayor filtración.
Tratamiento de la Heterogeneidad: El enfoque de conteo trata las características normativas (como la jubilación o la monoparentalidad) como dimensiones de privación explícitas, categorizando efectivamente a los hogares según su estatus independientemente de sus niveles de recursos reales. El enfoque de métrica monetaria integra estas características mediante escalas de equivalencia, evaluando el resultado de estos estatus sobre el bienestar. En consecuencia, los dos métodos identifican perfiles de hogares "pobres" marcadamente diferentes; por ejemplo, el método de conteo identifica una proporción mucho mayor de hogares jubilados como pobres en comparación con el método de métrica monetaria, que tiene en cuenta los ingresos por pensiones.
Significancia Estadística: La diferencia en las tasas de error total entre los dos enfoques es estadísticamente significativa (superando los ocho errores estándar en la mayoría de las especificaciones), confirmando que la estructura de agregación es un determinante de primer orden del desempeño.

Significancia y Reivindicaciones
El documento sostiene que la estructura de agregación es un determinante de primer orden del desempeño de las pruebas de medios, independientemente del contenido informativo utilizado. Los hallazgos sugieren que el enfoque de métrica monetaria ofrece una base más fiable y consistente con la teoría para construir criterios de elegibilidad unificados.

Los autores argumentan que la agregación "ateórica" de privaciones binarias en dimensiones inconmensurables del enfoque de conteo no logra proporcionar un ordenamiento interpersonal completo del bienestar, lo que conduce a altos errores de exclusión y una focalización inestable a medida que se añaden dimensiones. Por el contrario, el enfoque de métrica monetaria, basado en la teoría del bienestar y las escalas de equivalencia, preserva la comparabilidad interpersonal y permite compensaciones entre dimensiones.

Para los responsables de políticas, particularmente en el contexto de la modernización y armonización de los sistemas de protección social (por ejemplo, dentro de la UE), el documento concluye que la elección de la estructura de agregación no es neutral. Un instrumento de métrica monetaria no requiere necesariamente datos superiores para superar a los métodos de conteo; más bien, procesa la información compartida de manera más efectiva al respetar la naturaleza cardinal del bienestar y la heterogeneidad de las necesidades de los hogares. Esta ventaja estructural lo convierte en una herramienta más coherente para minimizar los errores de focalización y asegurar un acceso equitativo a las transferencias sociales.

Más como este