La correlación no es causalidad. Detrás de ese lugar común hay una verdad importante. En enero de este año, por ejemplo, el Reino Unido tuvo uno de los confinamientos más estrictos y una de las tasas de mortalidad más altas por el covid. Nueva Zelanda no tuvo muertes y pocas restricciones. Sin embargo, no importa lo que diga tu teórico de la conspiración favorito de YouTube, los confinamientos no causan oleadas de coronavirus (covid-19). Las oleadas del virus causan confinamientos.
Pero si bien “la correlación no es causalidad” es una advertencia importante, cuando los responsables de la formulación de políticas en el mundo hacen preguntas, no es una gran respuesta.
Por ejemplo: ¿por qué la gente con mayor educación suele tener mayores ingresos? ¿Se debe a que la educación causa mayores ingresos, o porque las personas inteligentes y dinámicas prosperan tanto en la escuela como en el lugar de trabajo?
Los lugares con muchas cigüeñas también tienen muchos bebés. ¿Se debe a que las cigüeñas entregan bebés o porque las naciones más grandes tienen espacio para ambos?
El ejemplo de las cigüeñas y los bebés es una especie de cuento con moraleja, como explico en mi libro, How To Make The World Add Up. En 1965, el célebre comunicador de estadísticas Darrell Hoff dijo que la correlación entre fumar y el cáncer era igual de falsa que la que hay entre las cigüeñas y los bebés. Es un ejemplo sombrío de qué tan fácil un escepticismo saludable puede terminar en cinismo.
Todo esto explica por qué estaba tan emocionado por el anuncio del Premio Nobel en economía. Los ganadores del premio, David Card, Joshua Angrist y Guido Imbens, encabezaron la carga en lo que se llegó a conocer como “la revolución de la credibilidad” en economía.
Frente a los desordenados datos del mundo real, resulta tentador para los economistas encoger los hombros y alejarse de preguntas cruciales como “¿La educación eleva los ingresos?” y “¿Los inmigrantes aumentan la productividad?”, David Card, Joshua Angrist y Guido Imbens le mostraron a la profesión que podemos volvernos más ambiciosos.
Lo Dice...“El mundo está lleno de datos interesantes, pero no está lleno de experimentos controlados de manera rigurosa”
En 1992, Nueva Jersey elevó el salario mínimo de 4.25 dólares a 5.05 dólares por hora. ¿Eso podría volver demasiado caro emplear a los trabajadores de comida rápida? Card y Alan Krueger detectaron un experimento natural: el este de Pensilvania se encuentra junto a Nueva Jersey, con una economía similar, pero Pensilvania no cambió su salario mínimo. Card y Krueger compararon el empleo en Nueva Jersey y el este de Pensilvania, y no encontraron señales de que se perdieran empleos de comida rápida cuando subió el salario mínimo en Nueva Jersey.
Fue un hallazgo muy influyente, pero tal vez la parte más importante no fue el resultado, sino que se demostró que los economistas pueden encontrar datos para responder serias preguntas de política.
Angrist y Krueger abordaron la cuestión de la educación y los ingresos al observar una peculiaridad en el sistema educativo de Estados Unidos. Consideremos dos niños, uno que nació a finales de diciembre y el otro a principios de enero. El niño de diciembre comienza la escuela un año antes. Sin embargo, los dos niños podrían abandonar la escuela legalmente en su decimosexto cumpleaños, con un par de semanas de diferencia. La diferencia parece trivial, pero en 1991, Angrist y Krueger demostraron que los bebés de enero pasaron mucho menos tiempo en la escuela y también ganaban menos.
Es un dolor de cabeza estadístico, pero Imbens, junto con Angrist, desarrollaron un conjunto de herramientas para ayudar a los investigadores a discernir relaciones causales nítidas a partir de experimentos naturales borrosos. La economía se convirtió en un campo lleno de hallazgos empíricos inteligentes, y la mayor parte de ellos se basan en Angrist-Imbens.
También es un serio ejemplo de la diferencia entre la retórica política y el mejor trabajo de detective de datos. Por ejemplo, uno de los artículos más influyentes de Card toca el tema: ¿puedes elevar los salarios al restringir la inmigración?
Los datos sugieren una historia diferente. Card estudió la crisis de los balseros de Puerto Mariel, un éxodo de 125 mil personas de Cuba a EU en 1980. La mayoría de esas personas llegaron y se quedaron en Miami, y la mayoría era relativamente poco cualificada.
A pesar de que la fuerza laboral con baja cualificación de Miami aumentó casi 20 por ciento en el transcurso de unos cuantos meses, Card no encontró señales de que se deprimieran los salarios para personal no cualificado en Miami. En lugar de usar la entrada de trabajadores para reducir los salarios, las empresas de Miami encontraron la manera de emplear a estos nuevos trabajadores.
Es solo un estudio, pero el trabajo de David Card llevó a los economistas a replantear los modelos simplistas de inmigración. El balance de la evidencia ahora sugiere que los inmigrantes tienen más probabilidad de aumentar la productividad que de suprimirla.
El mundo está lleno de datos interesantes, pero no está lleno de experimentos controlados de manera rigurosa. Es demasiado fácil elegir estadísticas engañosas para argumentar que los confinamientos causan covid-19.
Podemos hacer algo mejor. Como Kruger mencionó alguna vez: “la idea de convertir la economía en una verdadera ciencia empírica, donde las teorías fundamentales se pueden rechazar, es una GRAN idea revolucionaria”. Justamente así. Realmente es posible convertir las estadísticas en información. Y tenemos que intentarlo.
srgs