¿Efecto CONAIE?

Supongamos que, ante una situación de conmoción nacional, el gobierno de turno diseña una menú de políticas con un fin sencillo: todos vamos a sufrir, pero todos vamos a sufrir en igual medida. Es decir, el gobierno de turno intenta repartir equitativamente los costos sociales que resultan de un shock negativo. Por ejemplo, incrementando presupuesto a zonas más vulnerables (zonas en las que un dólar menos tiene efectos no triviales en las capacidades de consumo de la gente, etc).

La pregunta natural a analizar es:

Luego de una conmoción nacional, ¿experimentan las localidades amazónicas costos sociales sistemáticamente más altos que las localidades no amazónicas?

Responder a esta pregunta es difícil por al menos tres motivos. El primero es que para intentar generar evidencia que no sea espuria tenemos que hacer lo posible por comparar pitahayas con pitahayas. Voy a poner un ejemplo. En el panel izquierdo de la Figura 1 se resaltan Carchi e Imbabura (región Sierra) y Sucumbíos (región Amazónica). Los contornos dentro de cada provincia son sus cantones. En el panel superior derecho, se resalta en rojo el cantón Sucumbíos de la provincia de Sucumbíos.

Figura 1. Ejemplo de selección de casos

Idealmente, lo que quisiéramos para responder la pregunta en cuestión es comparar al cantón Sucumbíos que está en una provincia amazónica, con un cantón Sucumbíos que, en un universo paralelo, está en una provincia no amazónica. Es decir, quiséramos que lo único que varíe sea la pertenencia de una localidad a una región amazónica. Este debe ser el estándar, aun cuando imposible (y a ello viene lo de comparar pitahayas con pitahayas).

Todo lo que sigue más abajo será, por ende, subóptimo. Así que debe tomarse con pinzas: esto es solo un ejercicio que hago por pura curiosidad —y que, con suerte, despertará interés para un trabajo más serio para intentar responder esa tan importante pregunta.

En asunto: podemos intentar armar una base de datos de localidades justo y a lo largo de las divisiones político-administrativas que dividen a la región amazónica de la región Sierra. ¿Por qué? Al menos, de nuevo, dos motivos: porque hay mucho cambio de clima a lo largo de Ecuador (lo que puede llevar a diferencias en ciclos de sequías, cultivos/cosecha de productos, etc), y porque queremos localidades que estén "casi" a la misma distancia de ciudades importantes como Quito.

Sigamos con el ejemplo: el cantón Sucumbíos (de este universo y no del paralelo) tiene cinco parroquias, las cuales se muestran en el panel inferior derecho. Dosde ellas (El Playón de San Francisco y La Sofía) están justo al borde y se conservan en la base de datos; y las tres restantes, que están lejos de este borde (Santa Bárbara, La Bonita y Rosa Florida), se eliminan. Repitiendo este ejercicio para cada cantón, tendremos una base de 101 parroquias.

Podemos, además, identificar a cada parroquia de cada cantón como perteneciente a una zona de planificación. De acuerdo a la Secretaría Nacional de Planificación, una zona está "conformadas por provincias, de acuerdo a una proximidad geográfica, cultural y económica". Es decir, buenas noticias porque podemos comparar parroquias a lo largo del borde Sierra-Amazonía, agrupadas por zonas.

Figura 2. Cantones y zonas de planificación

Sin embargo, en la Zona 3 solo un cantón amazónico se encuentra al borde (panel superior derecho). Por ello, podemos segmentar más: mandar a Cotopaxi a la Zona 2 y a Chimborazo a la Zona 6. Tenemos, así una nueva alternativa de zonas para la comparación.

***

Aquí tenemos un segundo problema: necesitamos un indicador que se agrege a nivel de parroquia y que varíe al menos cada trimestre. Solo encontré egresos hospitalarios, el cual varía mensualmente. El Instituto Nacional de Estadística define un egreso hospitalario (ver acá) como "el retiro de un paciente hospitalizado de los servicios de internacióndel hospital. Un egreso implica siempre la conclusión del periodo de hospitalización y la desocupación de una cama de hospital, ya sea por alta o fallecimiento". Es decir, un incremento en egresos hospitalarios es una mala señal de la salud de una localidad, dado que hay más personas que requieren pasar por hospitalización.

Finalmente, entramos a la selección de una conmoción nacional. Escojo la más reciente: el terremoto del 16 de abril de 2016, que tuvo como un epicentro entre Pedernales y Cojimíes (ver acá). Este fue lo suficientemente fuerte como para afectar las finanzas públicas (ver acá) — recordar que el expresidente Rafael Correa se refirió al suceso como "la tormenta perfecta" que su gobierno tuvo que enfrentar (ver acá), dado que ocurrió en un contexto de caídas de exportaciones y del precio del barril de petróleo. Para complementar, escojo también el terremoto más fuerte anterior a aquel: el de Bahía de Caráquez el 04 de agosto de 1998.

En la Figura 3 se muestra algo clave. En ambos casos, la intensidad del terremoto decae hacia el este y, a lo largo de los bordes de donde tenemos nuestras parroquias, esta llega a ser moderada a lo mucho. Pero aquí no importa el desbalance: las parroquias del lado de la sierra están marginalmente más expuestas al terremoto, así que deberían de experimentar efectos marginales mayores en actividad económica (si es que existen) que los del lado de la amazonía. Es decir, esto juega en contra de generar evidencia de que los amazónicos sufren sistemáticamente más luego de una conmoción social —lo cual en general siempre es una buena posición porque significa que manejamos efectos conservadores.

Figura 3. Dos conmociones nacionales

El objetivo es comparar diferencias en la tasa de egresos hospitalarios (por cada cien habitantes) antes y después de los terremotos. Para ello, agrego egresos en trimestres —dado que los efectos de desvío de esfuerzos del gobierno hacia las zonas afectadas pueden tardar en hacerse visibles.

Tabla 1. Estructura de comparación

Supongamos que la respuesta a la pregunta que analizamos es falsa. Si es así, deberíamos esperar que, en promedio, la diferencia (t+1) - (t-1) no sea significativamente distinta en comunidades amazónicas y no amazónicas. Para cada comparación, el modelo empírico es simplemente

    donde X es una pequeña batería de controles, que incluye Necesidades Básicas Insatisfechas por cada parroquia y efectos fijos de las zonas alternativas de planificación. Aquí los resultados:

Figura 4. Resultados de los modelos empíricos

Respuesta: no encuentro evidencia de que, luego de un desastre, las localidades amazónicas experimentan costos sociales sistemáticamente más altos que localidades no amazónicas. Para los datos del 2016 no me sorprende, dado el cambio de la constitución y los mandatos constituyentes para desarrollar a los sectores amazónicos.

Los datos de 1998 sí me sorprenden. Se me ocurre que quizá por eso la CONAIE está en movilización permanente, especialmente en contextos de conmoción nacional. Quizá estos resultados sugieren que su acción colectiva logra evitar que absorban los efectos de un shock negativo en el mediano plazo.

Aquí el COVID-19 abre la pregunta. Por primera vez, su amenaza de movilización queda exógenamente disminuida. ¿Internalizarán los amazónicos mayores efectos negativos?

---

Nota. No todas son buenas noticias: los amazónicos siguen teniendo, después de tantos años, las tasas más altas de egresos hospitalarios. Con el modelo empírico

obtenemos tenemos los siguiente:

Figura 4. Más resultados de los modelos empíricos