1
Efectos de la ola invernal en el ingreso y gasto de los hogares rurales de Colombia: Evidencia 2010-2013
Nicolás Rodríguez Fajardo
Resumen
El presente trabajo presenta un análisis del impacto que tuvo la ola invernal de 2010-2011 en el nivel de ingreso y consumo de los hogares rurales de Colombia. De esta manera, fue posible tener una aproximación a la pérdida de utilidad que sufrieron los hogares tras este choque climático. La evaluación de impacto se realizó mediante la metodología de diferencias en diferencias y con los datos de las dos olas de la Encuesta Longitudinal de la Universidad de los Andes (ELCA), realizadas en 2010 y 2013. Se encontró que la ola invernal no tuvo grandes repercusiones en el ingreso ni el consumo total de los hogares estudiados. A pesar de esto, la ola invernal sí afecto en 9% al ingreso laboral de los hogares que presentaron el desastre natural, efecto que se pudo ver compensada por medio de las ayudas recibidas por los hogares afectados.
Palabras clave: Ola invernal, impacto en el consumo, impacto en el ingreso, vulnerabilidad, modelo de diferencias en diferencias.
2 1. Introducción
La ola invernal fue un desastre natural que afectó a gran parte de Colombia entre mediados del 2010 y finales del 2011, la magnitud del desastre lo ha hecho considerarse el peor desastre climatológico de la historia de Colombia en términos de impacto económico, y el segundo en términos de afectados (EM-DATA). En términos del impacto, hasta el momento, solo se ha realizado un estudio (macroeconómico) de este evento por parte del BID y la CEPAL. Por otra parte, considerando que hasta el momento no se han realizado estudios microeconómicos de este evento, y el hecho de que las personas pobres son las más vulnerables ante los choques climáticos (UNDP, 2004); el presente trabajo tiene como principal objetivo el estudio del efecto de los desastres naturales en Colombia, investigando el impacto que tuvo la ola invernal de 2010 y 2011 en el ingreso y gasto de los hogares rurales del país.
Colombia, como otros países en desarrollo ha tenido un aumento considerable en la frecuencia de los desastres naturales que la acechan. De acuerdo a la base de datos del centro de investigación de epidemiología de los desastres (EM-DATA), solamente entre 1995 y 2014 han ocurrido más desastres que entre 1900 y 1995 (ochenta y ocho, frente a setenta y siete). Se desataca el gran aumento de las inundaciones generalizadas a los largo del país: en la última década se han presentado 22 inundaciones de esta índole, frente a 14 de la década anterior y solo 6 en el resto del siglo pasado. Si bien es probable que la cantidad de desastres naturales en las primeras décadas de 1900 esté subestimada debido a eventos no registrados u otro tipo de asimetrías de información, la creciente tendencia de aparición de desastres naturales es clara.
Entre las 22 inundaciones de la última década, la ola invernal que azotó a Colombia entre 2010 y 2011 dejo poco más de tres millones de personas afectadas y el valor de los activos destruidos alcanzó los 11 billones de pesos, equivalente a 2% del PIB (BID y CEPAL, 2012). En términos
3
comparativos, esta ola invernal ha sido el segundo desastre con mayor cantidad de afectados en la historia reciente de Colombia (después de la inundación de Noviembre de 1970, que dejó a 5’105.000 habitantes afectados). Además, desde el ámbito económico, la ola invernal ha sido las que mayores pérdidas ha dejado, al menos, durante el último siglo.
Con la información de la ELCA, una encuesta socio-económica, realizada a 4800 hogares rurales de Colombia, se desarrolló el modelo de diferencias en diferencias para evaluar el impacto que tuvo la ola invernal en los hogares rurales de Colombia en términos del ingreso total, el ingreso laboral, el gasto total y el gasto en alimentación de los hogares. Se encontró poca evidencia que mostrara que la ola invernal repercutió en los hogares rurales de Colombia, salvo en el caso del ingreso laboral, el cual sí se vio afectado negativamente por la ola invernal. Parte de la respuesta se encuentra en el aumento en las ayudas a la población afectada.
La segunda sección de este documento estará centrada en la revisión literaria sobre el impacto de los choques climáticos. En la tercera se contextualizará sobre la geografía colombiana, su clima y la ola invernal del 2010-2011. En la cuarta parte se establece los datos y estadísticas descriptivas. La quinta sección muestra la metodología utilizados. En la sexta sección se desarrollará el modelo, en la séptima sección se plantean conclusiones y finalmente, se procederá a presentar las limitaciones y posibles extensiones del trabajo en la octava sección.
2. Revisión de literatura:
Hasta el momento gran parte de la literatura se ha centrado en el efecto macroeconómico de los desastres naturales. Algunos estudios muestran que los desastres naturales tienen efectos perversos en el PIB (Auffret, 2003; Cavallo et al, 2009; OECD, 2013; Moreno, A. y Cardona, O. 2011, BID y CEPAL, 2012), por otra parte hay quienes afirman que los desastres naturales generan mejor rendimiento en el largo plazo (Skidmore y Toya, 2002; Loayza, 2009; Kim, 2010; Ahleruo, 2013). A
4
nivel local, (Moreno, A. y Cardona, O. 2011) realizaron un estudio macroeconómico donde encuentran que los desastres naturales causan en promedio una pérdida del 1% del PIB Colombia (y México).
Por otra parte, algunos estudios académicos exponen la relación existente entre pobreza y vulnerabilidad, estos afirman que los choques naturales afectan más a los hogares más pobres pues estos son más vulnerables debido a que se encuentran en lugares más apartados de la sociedad, cuentan con tierras menos productivas o no tienen los recursos para contrarrestar los efectos del choque (ISDR, 2009; UNDP, 2004; Lampis, 2010; Baez y Kronick, 2013). De hecho, ISDR (2009) afirma que en América Latina el 80% de los pobres vivían en tierras marginales con muy baja productividad para finales del siglo pasado, situación peor a la de los países de Asia y África (donde la proporción es 50% y 60% respectivamente).
Por la existencia de esa relación entre pobreza y vulnerabilidad, en la última década se ha realizado una serie de estudios que apuntan a cuantificar el impacto de los choques naturales en el bienestar de los hogares, medido a partir de los ingresos, y los gastos totales y gastos en alimentación.
Dercon et al (2005), hace una investigación para 25 pueblos en Etiopía entre 1999 y 2004, estimando el impacto tres tipos de choques (salud, productivos y desastres naturales) sobre el consumo, y encuentra que las sequías tienen un impacto negativo significativo, con especial importancia en los tres quintiles más bajos, mientras que las inundaciones son negativas, pero no resultaron significativas. Con base en el paper anterior, Davies (2007) Estudia los mismos choques para Malawi, y encuentra los mismos resultados para la seguía, y un signo positivo, no significativo para el impacto de las inundaciones. De forma similar, Pacheco y Kamiche (2010) realizan un modelo de diferencias en diferencias, que muestra que los desastres naturales disminuyen entre
5
4,5% y 11% el consumo total de los hogares en Perú. Skoufias, Vinha y Conroy (2011), encuentran que el exceso de lluvias disminuye el consumo en alimentos en un 5%, aunque no encuentra cambios en el consumo total de los hogares.
Garbero y Muttarak (2012) y Poapongsakorn y Meethom (2012) realizan dos estudios similares sobre el impacto de las inundaciones y las sequías en el ingreso y el gasto en Tailandia. El primer estudio se hace a nivel comunitario y muestra un aumento en el gasto (en educación, en alimentos, en agricultura y en el resto) y en el ingreso de los hogares para el caso de las sequías, mientras que una diminución en el ingreso en el caso de las inundaciones (todo significativo). El segundo estudio realizado a hogares, muestra, por medio de la metodología de diferencias en diferencias por percentiles, que existe una pérdida de la capacidad de consumo de los hogares disminuyó al igual que el gasto en alimentos, mientras que los ingresos totales e ingresos por salario mostraron resultados no significativos.
Para el caso de la ola invernal, el BID y la CEPAL (2012) realizaron el único estudio existente que cuantifica grosso modo el impacto económico de este choque. Debido al vacío que existe en Colombia sobre el impacto que tiene los desastres naturales en el bienestar de los hogares, se realizará un estudio que seguirá una metodología similar a la de Pacheco y Kamiche, pero que incorporará varias de las variables expuestas en otros estudios mencionados, para lograr cuantificar el impacto de la Ola Invernal del 2010-2011.
3. La ola invernal en Colombia
Colombia es un país que se encuentra en continente americano dentro de la zona tórrida (entre las latitudes 4° sur hasta 12° Norte). Debido a la zona en la que se encuentra, el país cuenta con un clima bimodal en el cual se presenta temporadas de lluvias al año, y temporadas secas (de verano) en el año (dependiendo de su localización). Normalmente el norte y el occidente del país tiene
6
solo una época larga de lluvias, entre mayo a Octubre). Pese a esto, las precipitaciones de la costa pacífica (el oriente) son mucho más altas que las de la costa norte. El centro y el occidente de Colombia son territorios con relativamente altos niveles de lluvias, teniendo dos picos en el año en las temporadas de Abril-Mayo y Octubre-Noviembre (Karmarkar et al, 2006).
Debido a las diferentes altitudes con que cuenta el país (en 0 m.s.n.m hasta 5770 m.s.n.m), existen páramos donde se crean varios ríos y valles y estructuras geológicas donde se ha construido varias cuencas hidrográficas a lo largo de Colombia, generando grandes cuerpos de agua que ocupan el 1.6% del territorio nacional. Año a año cuando aparecen los picos de lluvias descritos anteriormente, los cuerpos de agua crecen o se desbordan, creando inundaciones que ocurren con total normalidad (generando las zonas inundables periódicamente, que corresponden al 9.2% del territorio nacional). Cuando ocurre el fenómeno de la niña (es decir, el enfriamiento de la temperatura promedio en 0.5°C durante 5 meses seguidos) (ICDE, 2011), las precipitaciones comienzan a incrementar haciendo que el área inundada sea mayor al 9.2% referenciado, y afectando a los pobladores que se encuentran en el área de inundaciones periódicas o aledañas a estas.
De acuerdo al estudio realizado por el BID y CEPAL (2011) acerca de la ola invernal, el fenómeno de la niña inició su proceso de formación tempranamente desde junio de 2010, cuando las temperaturas del Océano Pacífico tropical empezaron a enfriarse rápidamente alcanzando anomalías negativas inferiores a-0.5ºC. Para Septiembre las temperaturas alcanzaron -1.5ºC fortaleciendo el fenómeno de la niña, y alcanzando la etapa de madurez durante el trimestres de Noviembre2010-Enero2011.
Este enfriamiento en el Océano Pacífico tuvo como efecto el aumento en las precipitaciones a lo largo del territorio nacional que afectó a más de la mitad de los municipios del país
7
(principalmente en el Norte, el occidente y el centro del país). Entre las consecuencias del aumento en las precipitaciones se encuentran inundaciones adicionales a las periódicas (7.7% del territorio estudiado por el ICDE (2012)), deslizamientos, y desbordamiento de ríos, entre otras; eventos que a su vez causaron la destrucción de infraestructura estatal y privada, disminución de la producción y la productividad agropecuaria, y el detrimento del capital humano y social, etc.
La ola invernal impactó a 879.542 hogares en Colombia, equivalentes aproximadamente a 3.220.000 personas resultaron damnificadas o afectadas (BID y CEPAL, 2012) por alguno de esos desastres naturales que dejó el aumento de las precipitaciones entre 2010 y 2011. De esos 3.2 millones, el 64,7% residían en zonas rurales, en otras palabras, poco más de dos millones de los afectados serán el objeto de este estudio.
El BID y CEPAL (2012), hizo una recopilación de las pérdidas en los activos y flujos de ingreso más evidentes que afectaron al país. La ola invernal de 2010-2011 tuvo un total de 552.175 viviendas que fueron afectadas o destruidas, 310.608 se encontraban en área rural. De estas, 68.384 sufrieron pérdidas totales y 242.224 necesitaron ser reparadas. Adicionalmente, del total de hogares afectados, 591.987 (entre los que hay varios no rurales) reportó pérdidas agropecuarias. En resumidas cuentas, 481.543 tuvieron pérdidas en cultivos, 155.600 en bosques, 152.931 en ganado vacuno, 101.830 en caballos, yeguas mulos y burros; 276 en ganado menor, 275.145 en aves de corral y 58.000 en peces (United Nations, 2013).
El estudio del BID y CEPAL (2012) también recopila los daños en infraestructura de carreteras (3.29 billones); educativa (769 mil millones); de salud (192 mil millones); deportiva (172 mil millones), etc. Sin embargo no se profundizará en el valor de la pérdida de estos. Adicionalmente, el estudio excluye las pérdidas en capital humano y capital social, debido a la dificultad de cuantificarlos.
8 4. Datos
Para la investigación se utilizó la Encuesta Longitudinal de la Universidad de los Andes (ELCA) en Colombia. Esta encuesta hace un seguimiento a 10800 hogares (6000 en áreas urbanas y 4800 en áreas rurales) de estratos bajos y medios (estratos 1 a 4), a lo largo de cuatro regiones del país: Cundi-Boyacense, Atlántico Media, Eje Cafetero y Centro-Oriente. Actualmente cuenta con dos olas, una realizada en el 2010 y la siguiente realizada en 2013; lo que permite realizar una investigación con datos tipo panel. Esta encuesta cuenta con más de 200 variables para personas y hogares en donde se establece características sociales, económicas, institucionales y acerca de choques de diversa índole, así como su posición geográfica.
A partir de la información de los 4800 hogares rurales de la ELCA se discriminó los hogares que reportaron choques de cualquier tipo antes del 2010 y entre el 2010 y 2013. Para tener un resultado más robusto solo se tuvo en cuenta los hogares que reportaron haber tenido un impacto económico medio o alto como consecuencia de los choques. Se eliminó todas las observaciones de los hogares que tuvieron choques (incluyendo los climáticos) antes del 2010 para evitar que afectaran los resultados. Posteriormente se excluyó, también, todos los hogares que tuvieron choques no relacionados con la ola invernal entre 2010 y 2013. Finalmente se contó con 1709 observaciones (500 que tuvieron choque y 1209 que no).
En la ELCA se encontró que en 2010 los 1709 hogares estudiados generaban en promedio 378,000 pesos al mes. Para este momento, los hogares afectados entre 2010 y 2013, tenían un nivel menor de ingresos (representando el 95.9% del ingreso de los hogares no afectados). Entre el 2010 y 2013, hubo un crecimiento generalizado de los ingresos de los hogares, de hecho, los hogares que presenciaron el desastre tuvieron un crecimiento del 29.8%, frente a un crecimiento del 23% en el ingreso total de los hogares no afectados (Gráfica 1). En primera instancia esta información es
9
contra intuitivo, pues se esperaba que la ola invernal obstaculizara el crecimiento de los ingresos de los hogares afectados. Por este motivo se estudió el efecto del choque invernal con los controles, de tal forma que se validara esta diferencia de medias.
Fuente: ELCA, autor
Por otra parte, los hogares comenzaron el 2010 con niveles de gasto muy similares, nuevamente con los hogares que no tuvieron choque con niveles un tanto superiores, luego de la ola invernal, los gastos de los hogares afectados sobrepasaron los gastos totales de los hogares no afectados. Intuitivamente se puede afirmar que esto es posible pues los hogares afectados ahora tienen que recurrir a los costos de la reconstrucción de sus viviendas, o compra de nueva vivienda (en caso de haberse mudado), además de gastos en salud y finalmente, alza en los precios si la región estuvo muy afectada por las inundaciones.
0 100000 200000 300000 400000 500000 600000
2010 2013
Gráfica 1. Ingreso de los hogares
Hogares sin choque
Hogares con Choque
10
Fuente: ELCA, Autor
A diferencia del gasto total, el crecimiento en el gasto en alimentación de los hogares que tuvieron choques climáticos fue menor al de los hogares que no tuvieron desastre (Gráfico 3). Los hogares con choque han intentado mantener el nivel de gasto en alimentación sin embargo el aumento en la inversión en alimentos está muy por debajo del crecimiento del valor de los ingresos laborales, ingresos totales y del gasto total, lo que plantea un problema especialmente para la población pobre que más se vio afectada por la ola invernal. El crecimiento del gasto en alimentación de los hogares sin ola invernal también fue menor al crecimiento de las otras variables de interés, sin embargo la diferencia no es tan marcada.
0 50000 100000 150000 200000 250000 300000 350000 400000 450000 500000
2010 2013
Gráfico 2. Gasto de los hogares
Hogares sin Choque
Hogares con choque
11
Fuente: ELCA, Autor
Como punto final, se tiene que los hogares rurales de Colombia dependen en gran medida de sus ingresos laborales, ya sea por trabajo dentro de su propia finca, como en la finca de otro hogar (jornaleros), o en actividades relacionadas. Cerca del 83% de los ingresos totales de estos hogares se dan por este componente. Según la información recaudada en la ELCA, ambos tipos de hogares (con ola invernal y sin ola invernal) tuvieron un aumento sustancial en su ingreso por trabajo. Sin embargo, sí se encuentra un aumento más moderado para el caso de los hogares que presentaron choque climático (crecimiento del 25.8% frente a 31.6% de los hogares que no tuvieron choque), como lo muestra la gráfica 4. Esta diferencia puede estar explicada por los aumentos de los precios de los alimentos, que fueron aprovechados, principalmente por aquellos que no perdieron sus cultivos; pero también, porque el número de minutos trabajados al día por las personas que presenciaron la ola invernal creció poco en comparación con los hogares que no tuvieron este fenómeno. Es decir, el hecho que los hogares afectados aumentaran su fuerza laboral, no necesariamente compensó el tiempo e ingresos perdidos correspondientes a quedar desempleados o terrenos no cultivables por las inundaciones, y por otra parte, los hogares sin
0 50000 100000 150000 200000 250000 300000 350000
2010 2013
Gráfico 3. Gasto en alimentación de los
hogares
Hogares sin choque
Hogares con Choque
12
desastre natural parecen haber incrementado su tiempo de trabajo, como mecanismo de prevención.
Fuente: ELCA, Autor
5. Metodología
El objetivo de este trabajo es encontrar las diferencias en los cambios (entre 2010 y 2013) en el ingreso total, el gasto total, el ingreso laboral y el gasto en alimentación de los hogares rurales de Colombia que reportaron un choque climático frente a los que no. Para este objetivo se siguió la metodología de diferencias en diferencias propuesta por Bernal y Peña (2012), tomando como tratamiento la presencia de la ola invernal si el hogar reportó choque entre 2010 y 2013, en un procedimiento similar al realizado por Pacheco y Kamiche (2010) en Perú entre 2004 y 2006, o a la
$ $ 100000.0 $ 200000.0 $ 300000.0 $ 400000.0 $ 500000.0 $ 600000.0
2010 2013
Gráfica 4. Ingreso laboral
Hogares sin choque
Hogares con Choque
13
estimación general realizada por Poapongsakorn y Meethon (2012) en Tailandia en 2010. Se planteó cuatro regresiones, una con cada variable dependiente.
(1)
La primera regresión muestra el cambio la diferencia en diferencias del ingreso total ( ), sobre la presencia o no presencia de la ola invernal entre 2010 y 2013 (D=1, si reportó choque climático y tuvo impacto medio o alto) para el hogar i, y variables de control ( ) del año 2010 para el hogar i.
(2)
La segunda regresión muestra el cambio la diferencia en diferencias del gasto total ( ), sobre la presencia o no presencia de la ola invernal entre 2010 y 2013 (D=1, si reportó choque climático y tuvo impacto medio o alto) para el hogar i, y variables de control ( ) del año 2010 para el hogar i.
(3)
La primera regresión muestra el cambio la diferencia en diferencias del gasto en alimentación ( ), sobre la presencia o no presencia de la ola invernal entre 2010 y 2013 (D=1, si reportó choque climático y tuvo impacto medio o alto) para el hogar i, y variables de control ( ) del año 2010 para el hogar i.
(4)
La primera regresión muestra el cambio la diferencia en diferencias del ingreso laboral ( W), sobre la presencia o no presencia de la ola invernal entre 2010 y 2013 (D=1, si reportó choque
14
climático y tuvo impacto medio o alto) para el hogar i, y variables de control ( ) del año 2010 para el hogar i.
Para las cuatro regresiones se realizó varias regresiones cambiando algunos de las variables de control. Adicionalmente, en todas las regresiones se controló por región para eliminar efectos fijos y se realizó algunas variaciones en el conjunto de variables de control, pues unas no están relacionadas el ingreso, mientras que otras no están relacionadas con el gasto. A continuación se muestra la representación gráfica del presente estudio.
15
Las variables de control se muestran a continuación con su signo esperado y su interpretación
Variables de control
Variable Signo esperado Ingreso Signo esperado Ingreso Laboral Signo esperado Gasto Signo esperado Gasto
comida Interpretación
Región - - - -
Si pertenece a la Región Atlántica media, Cundi-boyacense, Eje cafetero u Oriental (control para efectos fijos)
Edad del jefe de hogar Negativo Negativo Negativo Negativo Entre mayor sea la edad del jefe de hogar, será más difícil que este encuentre algún medio económico para recuperarse de
un Shock sexo del jefe de hogar
(Hombres=1) Positivo Positivo Positivo Positivo
Si el jefe de hogar es un hombre, es más fácil que este consiga trabajo
Cantidad de minutos trabajados a diario
por el hogar
Positivo Positivo Positivo Positivo
A mayor minutos de trabajo promedio al día, mayor la probabilidad de que el hogar gane más dinero y por consiguiente, gaste más. proporción de
Población Económicamente
Activa
Positivo Positivo Positivo Positivo
Entre mayor sea la población económicamente activa del hogar, mayor probabilidad hay de que tengan un alto nivel de ingreso, y por tanto de gasto.
Pobreza (paredes de material no adecuado=1)
Negativo Negativo Negativo Negativo
Si el hogar es pobre es se espera que el hogar no pueda reaccionar frente al shock fácilmente afectando su nivel de ingreso y su gasto y gasto en comida
16
Variables de control
Variable Signo esperado Ingreso Signo esperado Ingreso Laboral Signo esperado Gasto Signo esperado Gasto
comida Interpretación
Estado civil del jefe
de hogar Positivo Positivo - -
Si el jefe de hogar está casado, o pareja estable,
será más fácil para él trabajar más pues no tendrá
que estar al tanto de todos los problemas cotidianos del
hogar
Educación del jefe
de hogar Positivo Positivo Positivo Positivo
Entre más años de
educación tenga el jefe de hogar, será más probable que su productividad (y por tanto su ingreso) sea mayor, así como su capacidad de reacción frente al shock
Hombres PEA (%) Positivo Positivo - -
Si la proporción de personas que hombres dentro del PEA es mayor, hay mayor probabilidad de que haya más personas trabajando y por tanto obteniendo ingresos
Otra etnia (jefe de hogar de minoría
étnica=1)
Negativo Negativo - -
Si el jefe de hogar pertenece a una minoría étnica, se espera que le sea más difícil conseguir trabajo, más después del shock
Gasto en
alimentación - - Positivo -
A mayor el gasto en alimentación se espera que
el nivel de gasto sea mayor
Mayores de 65 años
(%) Negativo Negativo Positivo Positivo
Las personas mayores de 65 años son menos
productivas, aunque se espera que el consumo sea similar al de los adultos menores de 65
17
Variables de control
Variable
Signo esperado
Ingreso
Signo esperado
Ingreso Laboral
Signo esperado
Gasto
Signo esperado
Gasto
comida Interpretación
Entre 4 y 15 años (%) Negativo Negativo Negativo Negativo
Las personas menores de 15 años son menos productivas, pero al mismo tiempo consume menos
Menores de 3 años (%) Negativo Negativo Negativo Negativo
Las personas menores de 15 años son menos productivas, pero al mismo tiempo consume menos
Personas en el hogar - - positivo Positivo Entre más personas haya en el hogar se espera que el ingreso y el consumo de este sea mayor
Ingresos 2010 - - Positivo Positivo
A mayor el ingreso recibido en 2010 se espera que haya una mayor capacidad de gasto en 2013
Fuente: Pacheco y Kamiche (2010); Poapongsakorn y Meethon (2012); Dercon et al (2005); Skoufias, Vinha y Conroy (2011); Garbero y Muttarak (2012); Autor
Finalmente se realizó una prueba de robustez para verificar que los coeficientes encontrados. Se generó dos dummies para desastre natural, una en 2010 y otra en 2013; luego se restan entre sí generando una nueva variable que toma los valores de 1, 0 y -1. Posteriormente se corrió las regresiones para los coeficientes 0 y 1 y se analizó los resultados.
18 6. Resultados y discusión
a. El Ingreso total del hogar
A pesar de tener el signo esperado en tres de las estimaciones, la presencia del desastre no fue significativa para ninguna de las cuatro pruebas realizadas, resultados similares a los de Poapongsakorn y Meethom (2012) para las inundaciones. Lo que indica que los ingresos de los afectados siguen estando relativamente en el mismo nivel que en 2010 respecto a los hogares no afectados. El hecho de que los hogares con desastre natural y los no afectados tengan una diferencia similar a la del 2010 en sus ingresos puede atribuirse a que los hogares afectados recibieron mayor nivel de ayuda durante los últimos tres años, aumentando su nivel de ingreso (Anexo 1). Por otra parte, la ola invernal no solo afectó a los hogares directamente, sino que las inundaciones causaron estragos en la infraestructura y capital físico del país, repercutiendo indirectamente a todos los habitantes de una región. Si el impacto indirecto fue muy grande, es más probable que las diferencias entre los hogares afectados y no afectados no aumenten, como se presumía, sino que se mantengan.
Para esta regresión se identificó determinantes comunes del ingreso, como el sexo, la educación y el estado civil del jefe de hogar esperando signos positivos significativos, así como edad del jefe de hogar que se esperaba que tuviera signo negativo. En adición, se tuvo en cuenta variables laborales y demográficas, como el tiempo trabajado en el día (en minutos), la proporción de hombres en el hogar y la cantidad de miembros que están económicamente activos, esperando que todas tuvieran signos positivos. Por último, se agregó la variable otra etnia que refleja la proporción de personas del hogar que pertenecen a minorías étnicas, esperando un signo negativo. De las variables, solo fueron significativos la edad y el sexo del jefe de hogar.
19
Tabla 1. Modelo dif-en-dif del ingreso total de los hogares frente a choques climáticos entre 2010 y 2013
(1) (2) (3) (4)
Dependent variable Ln (cambio en el ingreso total del hogar)
Desastre Natural 0.0172 -0.0372 -0.0427 -0.0515
(0.38) (-0.83) (-0.95) (-1.06)
Edad del jefe de hogar -0.0044*** -0.005*** -0.0056***
(-2.59) (-2.82) (-2.83)
sexo del jefe de hogar -0.1196* -0.1552** -0.1792**
(-1.86) (-2.24) ( -2.25)
Mins trabajados a diario (hogar) -0.0001 -0.0001 -0.00008
(0.097) (-1.25) (0.381)
PEA -0.0334
(-0.97)
Pobreza 0 .0337
(0.69)
Estado civil del jefe de hogar 0.0235 0.0289
(1.17) (1.24)
Educación del jefe de hogar 0 .0088
(0.33)
% Hombres PEA -0.0265
(-0.31)
Otra etnia -0.0811
(-0.72)
R-Squared 0.0001 0.0402 0.0417 0.0445
obs 1709 1709 1709 1709
* p < 0,1 ** p < 0,05 *** p < 0,01
b. EL Gasto total del Hogar
De acuerdo a la revisión de literatura, el coeficiente del gasto total, pudo ser negativo, pues el choque pudo producir un menor nivel de ingresos y por consiguiente un menor nivel de gasto Poapongsakorn y Meethom (2012); Pacheco y Kamiche (2010), o positivo, en caso de que el choque obligara al hogar a aumentar su nivel de gastos en reparaciones, salud etc, así los hogares tuvieran que endeudarse Garbero y Muttarak (2012). Tras realizar la regresión, el coeficiente tuvo valor positivo, siendo consecuente con segunda explicación, la diferencia de medias, y con la
20
mantención del crecimiento en el nivel de ingresos totales por parte del hogar. Pese a los controles utilizados, nuevamente la variable de interés no es significativa para ninguna de las pruebas realizadas, como en el caso de Davies (2007) para inundaciones en países africanos (positivo no significativo).
Los únicos controles que fueron significativos fueron la edad del jefe de hogar, pobreza, proporción de miembros entre 4 y 15 años y gasto en alimentación todos con los signos esperados, y en unas pruebas el ingreso y los mayores de 60 años también fueron significativos.
Tabla 2. Modelo dif-en-dif del gasto total de los hogares frente a choques climáticos entre 2010 y 2013
(1) (2) (3) (4)
Dependent variable Ln (cambio en el gasto total del hogar)
Desastre Natural 0.0655 0.04734 0.04088 0.0595
(1.51) (1.08) (0.93) (1.43 ) Edad del jefe de hogar -0.00503*** -0.0052*** -0.004***
(-2.98) (-3.01) (-2.45)
Mins trabajados a diario (hogar) 0.0001
(1.40)
Ingresos 2010 -8.16e-08 -8.70e-08 **
(-2.16) (-2.31)
Pobreza -0.1357 -0.1219*** -0.1522***
(-2.91) (-2.61) (-3.44)
Mayores de 60 años -0.2427* -0.2215
(-1.80) (-1.64)
Entre 4 y 15 años -0.1988*** -0.1449**
( -3.34) (-2.54)
menores de 3 años -0.20107 -0.20017
( -1.30) (-1.35)
% Hombres -0.1553 -0.1854 -0.1415
(-1.37) ( -1.62) (-1.30)
Gasto en alimentación 2010 -0.0000018***
(-13.80)
R-Squared 0.0001 0.023 0.0278 0.1263
obs 1709 1709 1709 1709
* p < 0,1 ** p < 0,05 *** p < 0,01
21 c. El gasto en alimentación del hogar
Pese a que Skoufias et al (2011), y Poapongsakorn y Meethom (2012) mostraban que el gasto en alimentos disminuía, sin embargo las cuatro pruebas evaluar el impacto de la ola invernal en el gasto en alimentación fueron insuficientes para mostrar significancia. Como los hogares siempre pretenden mantener un nivel de alimentación mínimo, es probable que la diferencia en las diferencias del gasto en alimentación fue muy pequeña como para mostrar una variación estadística, al menos relativamente frente a las diferencias estudiadas en las otras regresiones. Por otra parte el signo es el esperado, pues un choque de esta magnitud presupone una presión más grande de dejar de consumir en alimentos especialmente para las familias más pobres.
Se utilizaron controles similares a los de gasto total, añadiéndole educación del jefe de hogar y proporción de hombres en el hogar, que fue significativo, al igual que pobreza, personas en el hogar y proporción de personas entre 4 y 15 años.
22
Tabla 3. Modelo dif-en-dif del gasto en alimentación de los hogares frente a choques climáticos entre 2010 y 2013
(1) (2) (3) (4)
Dependent variable Ln (cambio en el gasto en alimentación del hogar) Desastre Natural .0283033 -0.0171306 -0.0226 -.0226797
(0.67 ) (-0.41) (-0.54) (-0.54)
Edad del jefe de hogar -0.00295*
(-1.69)
Educación del jefe de hogar 0.0073
(1.24) Mins trabajados a diario (hogar) 0.00011
(1.57)
Ingresos 2010 -4.76e-08 -4.99e-08
(-1.09) (-1.15)
Pobreza -0.07633* -0.0821** -0.0813**
(-1.86) (-2.00) (-1.98)
Entre 4 y 15 años -0.2073*** -0.1957*** -0.1946***
(-3.66) (-3.44) (-3.66)
menores de 3 años -0.2350 -0.1652 -0.18804
(-1.59) (-1.14) (-1.29)
% Hombres -0.1693 -0.1725
(-1.54) (-1.57)
Personas en el hogar -0.017*** 0.0595*** -0.0173***
(-6.23) (-6.02) (-6.23)
R-Squared 0.0003 0.0518 0.0508 0.0518
obs 1709 1709 1709 1709
* p < 0,1 ** p < 0,05 *** p < 0,01
23 d. El ingreso laboral del hogar
Posterior al análisis de diferencia de medias, se realizó la estimación con unos controles similares a los de la ecuación (1). Para dos de las cinco regresiones realizadas en esta ocasión el desastre natural tuvo un efecto significativo negativo al 10%. La primera regresión muestra un 7.5% menor cambio en el ingreso laboral para los hogares que sufrieron la ola, cuando se controla únicamente por región, educación, sexo y estado civil del jefe de hogar, y por pobreza. Mientras que se afirma que se tiene un 9% menos ingreso laboral cuando el desastre está controlado por las 10 variables. En otras palabras, la ola invernal afectó al componente más importante del ingreso obligando a los hogares a buscar fuentes de ingresos no tradicionales (como ventas de animales y cosechas no programadas, ventas de activos fijos, petición de préstamos formales e informales, entre otros).
La edad del jefe de hogar es una determinante del cambio en el ingreso laboral, se muestra que a mayor edad del jefe de hogar, el cambio en el ingreso laboral es menor, significativo para cualquiera de las pruebas. El Sexo del jefe de hogar es significativo pero negativo, lo cual es contra intuitivo, de acuerdo a lo encontrado en la investigación de Poaponsakorn, N. y Meethon (2013). La pobreza también tiene un efecto que no se esperaba, pues para las pruebas (2) y (4) el beta es positivo significativo, cuando lo esperado era que los hogares pobres tuvieran menor capacidad de reacción frente al choque. La educación del jefe de hogar, la cantidad de integrantes económicamente activos, y el tiempo de trabajo a su vez, tuvieron signos negativos, aunque no significativos, mientras pertenecer a minorías étnicas tiene el signo esperado, pese a no ser significativo.
24
Tabla 4. Modelo dif-en-dif del ingreso de los hogares por trabajo frente a choques climáticos entre 2010 y 2013
(1) (2) (3) (4) (5)
Dependent variable Ln (cambio en el ingreso por trabajo)
Desastre Natural -0.013 -0.0756* -0.0693 -0.0716 -0 .09162 * (-0.30) (-1.61) (-1.47) (-1.52) (-1.79) Edad del jefe de hogar -0.0048*** -0.0062*** -0.0057*** -0.00617***
(-2.65) (-3.14) (-2.97) (-2.81) sexo del jefe de hogar -0.1050 -0.0988 -0.1335* -0.1752**
(-1.48) (-1.43) (-1.81) (-2.12) Mins trabajados a diario
(hogar)
-.00014 -0.0001* -0.0001 -0.0001 -1.54 (-1.75) (-1.55) (-1.09)
PEA -0.0391 -0.0385
(-1.10) (-1.00)
Pobreza 0.092** 0.0801* 0.0834
(1.96) (1.68) (1.41)
Estado civil del jefe de hogar 0.036* 0.0313 -0.0123
(1.75) (1.50) (1.56)
Educación del jefe de hogar -0.0092 -0.0076 -0.0062
(-1.34) (-1.1) (-0.21) Educación del padre del jefe
de hogar
-0.0122 (-1.55)
Otra etnia -0.1182
(-1.01)
R-Squared 0.0001 0.0433 0.041 0.0433 0.0447
obs 1709 1709 1709 1709 1709
* p < 0,1 ** p < 0,05 *** p < 0,01
e. Prueba de Robustez
Con las pruebas de robustez, se obtuvo que los coeficientes de las variables de control son muy similares a las de las regresiones del presente trabajo, sin embargo hubo varios cambios en los coeficientes de las variables de interés. Para el caso del ingreso total (anexo 2) y del gasto en alimentación (anexo 4), el nivel de significancia bajó aún más, y el signo de la ola invernal para el caso del ingreso total cambió de signo. Por otra parte, para el caso del gasto total (anexo 3), la ola
25
invernal ahora es significativa al 10%, en la prueba sin controles y para la última prueba, que tiene nueve controles. El signo se mantuvo positivo. Finalmente, la regresión del ingreso laboral (anexo 5), perdió su significancia del 10%, aunque mantuvo su signo negativo.
7. Conclusión
Esta investigación planteaba cuantificar el cambio porcentual en el ingreso y el gasto de los hogares que habían presenciado la ola invernal frente a los hogares que no. Tras realizar una serie de estimaciones se llegó a la conclusión de que la ola invernal no tuvo un gran impacto en el valor total del ingreso ni el gasto de los hogares de las regiones estudiadas. Por parte del ingreso fue posible observar que el componente de ingreso laboral, que representa el 83% del ingreso total, tuvo un menor crecimiento para los hogares afectados. En paralelo, el ingreso por ayudas aumentó sustancialmente para los hogares afectados, frente a los no afectados; esto pudo haber compensado parte de desaceleración del ingreso laboral, y pudo ser la variable que ayudó a mantener el gasto y el gasto en alimentación en un rango similar al gasto de los hogares que no sufrieron choques. Según Ibáñez (2014) muchos de los hogares afectados, pudieron haberse descapitalizado en aras de mantener su nivel de consumo.
Adicionalmente se pudo validar la proposición del ISDR, que afirmaba que los hogares con menores ingresos son los más propensos a sufrir choques, pues se encuentran en regiones más alejadas, o con mayor nivel de riesgo.
8. Limitaciones y posibles extensiones
Esta investigación estuvo basada en los cuestionarios de la ELCA disponibles, lo cual presentó dos inconvenientes. En primer lugar, la variable de desastre natural fue producto del auto-reporte de los hogares, es decir, lo que hace que esta variable fuera una variable subjetiva y cualitativa. Aun
26
pese a que se intentó controlar este problema (eliminando las observaciones de los hogares que dijeron que el choque tuvo impacto bajo) no es suficiente para corregir el sesgo. Por esta razón, se plantea una corrección de este sesgo por medio de la inclusión de una variable de intensidad de lluvias con información del IDEAM y la geocodificación de los hogares de la ELCA. Por otra parte, con la información disponible, no es posible saber el municipio al que el hogar pertenecía, por lo que no se incluían controles por unidad municipal ni el aumento de los precios regionales.
Ya que el resultado general de esta investigación fue no significativo, otra extensión que se puede hacer al trabajo es estudiar el efecto de la ola invernal sobre los activos de los hogares, principalmente en aras de explicar el crecimiento del gasto y de gasto en alimentación de los hogares afectados.
27 9. Bibliografía
Auffret, Ph. 2003. High consumption Volatility: The impact of natural disasters? World Bank.
Bernal, R; Peña X. 2011. Guía práctica para la evaluación de impacto. Bogotá: Universidad de los Andes
BID y CEPAL. 2012. Valoración de daños y pérdidas: Ola invernal en Colombia 2010-2011. Bogotá.
Centre for research on the epidemology of desasters. (1998). The international disaster database. Recuperado el 05 de 09 de 2014, de http://www.emdat.be/
Davies, I .2007. Do shocks have a persistent impact on consumption? The case of rural Malawi.
Dercon, S; Hooddinh, J; Woldehanna, T. 2005. Journal of African economies .Shocks and consumption in Ethiopian Villages 1999-2004.
Garbiras, N. 2012. Desastres naturales y corrupción: el efecto de la ola invernal de 2010/2011 en Colombia, en el mal uso de los recursos públicos a nivel municipal.
Gabero y Muttarak. 2012. Effects of the 2010 droughts and floods on community welfare in the rural Thailand: Differential effects of the village educational attainment.
Infraestructura colombiana de datos espaciales (ICDE). 2011. Reporte final de áreas afectadas por inundaciones 2010-2011.
International Strategy for Disaster reduction (ISDR). 2009. Relationship between natural disasters and poverty: A Fiji Case study
Kámiche, J y Pacheco, A. 2010. ¿Cuánto es afectado el consumo de los hogares cuando ocurre un destre de tipo natural? Un análisis empírico para el Perú, 2004-2006.
Karmalkar, A. McSweeney, C. New M. y Lizcano, G. 2006. UNDP climate change country profiles: Colombia. School of geography and environment, University of Oxford, Tyndall center for climate change research.
Kinsey B. Burger, K. Gunning, J. 1998. Coping with Drought in Zimbabwe: Survey Evidence on Responses of Rural Households to Risk.
Lampis, A. 2010. Pobreza y riesgo medioambiental: Un problema de vulnerabilidad y desarrollo. Centro interdisciplinario de estudios sobre desarrollo (CIDER) de la Universidad de los Andes
Moreno, A. y Cardona, O. 2011. Efectos de los desastres naturales sobre el crecimiento, el desempleo, la inflación y distribución del ingreso: Una evaluación de los casos de Colombia y México. Evaluación de riesgos naturales.
OECD. 2013. Governing effective prevention and mitigation of disruptive shocks
o Poaponsakorn, N. y Meethon, P. 2013. . Economic Research Institute for ASEAN and East Asia
28
Poapongsakorn y Meethom (2012). Impact of the 2011 Floods and flood management in Thailand. In Sawada, Y. and S. Oum (eds), Economic welfare impacts of disasters in East Asia and policy responses. ERIA Research project report. 2011-8, Jakarta: ERIA: pp. 247-310
Skoufias, Vinha, Conroy (2011). World Bank. The impacts of climate variability on welfare in rural Mexico.
Sánchez, A. 2014. Análisis de la respuesta del estado colombiano frente al fenómeno de la niña 2010-2011: El caso de Santa Lucía. Documentos de trabajo sobre economía regional. Banco de la RepúbliÊ -
Shalizi, Z. y Lecocq F. 2009. Banco mundial. To mitigate or to adapt: Is that the question? Observations on an apropiate response to the climate change challenge to development strategies.
Stern, N. 2006. The Economics of Climate Change The Stern Review. Cambridge: Cambridge University Press
United Nations Office for Disaster Risk Reduction & Global Assessment Report on Disaster Risk Reduction y Corporación OSSO. 2013. Contribución al análisis de riesgos en el sector rural: El caso de Colombia y la “Ola invernal”.
Wooldrige, J. 2010- Introducción a la econometría: Un enfoque moderno
10. Anexos
Fuente: ELCA, Autor
$ $ 20000.0 $ 40000.0 $ 60000.0 $ 80000.0 $ 100000.0 $ 120000.0 $ 140000.0
2010 2013
Anexo 1. Ingreso por ayudas
Hogares sin choque
Hogares con choque
29 Anexo 2
Tabla 5. Modelo dif-en-dif de robustez del ingreso total de los hogares frente a choques climáticos entre 2010 y 2013
(1) (2) (3) (4)
Dependent variable Ln (cambio en el ingreso total del hogar)
Desastre Natural 0.063 0.0124 0.0483 0.0074
(1.57) (0.3) (0.28) (0.18)
Edad del jefe de hogar -0.0042*** -0.0045*** -0.0049*** (-2.69) (-2.78) (-2.9) sexo del jefe de hogar -0.1489*** -0.1653*** -0.1827***
(-2.6) (-2.68) (-2.91) Mins trabajados a diario (hogar) -0.0001* -0.0001 -0.0001
(-1.74) (-1.47) (-1.43)
PEA -0.0192
(-0.61)
Pobreza 0.0638
(1.55)
Estado civil del jefe de hogar 0.0104 0.0093
(0.58) (0.52)
Educación del jefe de hogar -0.0585
(-1.43)
% Hombres PEA -0.0369
(-0.37)
Otra etnia -0.0012
(-0.21)
R-Squared 0.0012 0.0403 0.0406 0.0425
obs 2085 2085 2085 2085
* p < 0,1 ** p < 0,05 *** p < 0,01
30 Anexo 3
Tabla 6. Modelo dif-en-dif de robustez del gasto total de los hogares frente a choques climáticos entre 2010 y 2013
(1) (2) (3) (4)
Dependent variable Ln (cambio en el gasto total del hogar)
Desastre Natural 0.0631* 0.0528 0.0483 0.0641*
(1.68) (1.38) (1.27) (1.78)
Edad del jefe de hogar -0.0051*** -0.0054*** -0.0054*** (-3.48) (-3.59) (-3.59)
Mins trabajados a diario (hogar) 0.00009
(1.33)
Ingresos 2010 -5.74E-08* -6.02E-08*
(-1.83) (-1.93)
Pobreza -0.1158*** -0.1011** -0.1302***
(-2.89) (-2.51) (-3.43)
Mayores de 60 años -0.1647 -0.1414
(-1.42) (-1.22)
Entre 4 y 15 años -0.1805*** -0.1322**
(-3.36) (-2.58)
menores de 3 años -0.1775 -0.1928
( -1.30) (-1.47)
% Hombres -0.1468 -0.1822* -0.182*
(-1.46) (-1.84) (-1.84)
Gasto en alimentación 2010 -1E-07*
(-15.75)
R-Squared 0.0013 0.0213 0.0272 0.1303
obs 2085 2085 2085 2085
* p < 0,1 ** p < 0,05 *** p < 0,01
31 Anexo 4
Tabla 7. Modelo dif-en-dif de robustez del gasto en alimentación de los hogares frente a choques climáticos entre 2010 y 2013
(1) (2) (3) (4)
Dependent variable Ln (cambio en el gasto en alimentación del hogar)
Desastre Natural 0.0281 0.0003 -0.0061 -0.002
(0.77) (0.01) (-0.17) (-0.06) Edad del jefe de hogar
-0.0039***
(-2.72)
Educación del jefe de hogar 0.0073
(1.44) Mins trabajados a diario (hogar)
0.00007 (1.06)
Ingresos 2010 -3.59E-08 -4.13E-08
(-1.03) (-1.18) Pobreza
-0.1046*** -0.099** -0.102*** (-2.69) (-2.52) (-2.64) Entre 4 y 15 años
-0.1927*** -0.1759*** -0.1788*** (-3.74) (-3.42) (-3.48)
menores de 3 años -0.187 -0.1202 -0.1084
(-1.41) (-0.92) (-0.84)
% Hombres -0.1643 -0.1761***
(-1.72) (-1.84)
Personas en el hogar 0.0524*** 0.0557*** 0.0539***
(6.18) (6.52) (6.37)
R-Squared 0.0003 0.0505 0.0472 0.0457
obs 2085 2085 2085 2085
* p < 0,1 ** p < 0,05 *** p < 0,01
32 Anexo 5
Tabla 8. Modelo dif-en-dif de robustez del ingreso de los hogares por trabajo frente a choques climáticos entre 2010 y 2013
(1) (2) (3) (4) (5)
Dependent variable Ln (cambio en el ingreso por trabajo)
Desastre Natural 0.0401 -0.0183 0.0118 .0121 -0.0407
(0.94) (-0.43) (0.29) ( 0.30) (-0.88) Edad del jefe de hogar -0.005*** -0.0047*** -0.0044*** -0.0063***
(-3.05) (-2.75 ) (-2.69 ) (-3.14) sexo del jefe de hogar -0.1441** -0.1518*** -0.1632*** -0.1968***
(-2.21) (-2.64 ) ( -2.65) (-2.69) Mins trabajados a diario (hogar) -0.0001 -0.0001 -.0001 -0.0001
(-1.64) (-1.61 ) (-1.58 ) (-1.32)
PEA -0.0214 -0.0071
(-0.68) (-0.2)
Pobreza 0.0221 -.0044 0.0119
(0.5) (-0.10) (0.24)
Estado civil del jefe de hogar 0.0137 .0117 0.0291
(0.73) (0.65) (1.31)
Educación del jefe de hogar -0.0019 -.00201 -0.0092
(-0.34) ( -0.34) (-1.31)
Educación del padre del jefe de hogar
-0.0066 (-0.25)
Otra etnia -0.0558
(-0.51)
R-Squared 0.0005 0.0396 0.0409 0.0411 0.0418
obs 2085 2085 2085 2085 2085
* p < 0,1 ** p < 0,05 *** p < 0,01
