Cuestiones Metodolgicas en una Investigacin sobre la

Pobreza Multidimensional en America Latina1

Walter Sosa-Escudero2
Universidad de San Andrs y CONICET
Marzo de 2011

1. Introduccin
Desde la perspectiva de quienes se inician en la investigacin, y estn
acostumbrados a ser evaluados a travs de exmenes, (muy posiblemente, la
mayora de los estudiantes avanzados de ciencias sociales), investigar puede
sonar como algo simple y posiblemente engaoso. La prctica clsica del examen
consiste en responder una pregunta, en un contexto especfico proporcionado por
el docente o por el propio desarrollo de la asignatura. Es ms, la evaluacin
acerca de si es pertinente o no la respuesta recae sobre el docente. Por el
contrario, la actividad central de la investigacin consiste en formular una
pregunta y proveer una respuesta adecuada, en un contexto sobre el cual el
investigador tiene control, y en un marco interactivo, en donde las preguntas y
respuestas son evaluadas y reformuladas. Relegada a su mecnica elemental, y
Trabajo elaborado para la 4ta edicin del libro La Trastienda de la Investigacin,
compilado por Catalina Wainerman y Ruth Sautu. Agradezco a Catalina Wainerman,
Betina Duarte, Mariana Chudnovsky, Marina Navarro y Martin Cicowiez por sus
comentarios. Los errores y omisiones son de mi exclusiva responsabilidad. Contacto:
Walter Sosa-Escudero, Universidad de San Andrs, Vito Dumas 284 (B1644BID), Buenos
AiresArgentina. Ph :(54-11)-4725-7020. wsosa@udesa.edu.ar.
2 PhD en Economa, Universidad de Illinois. Profesor Asociado de la Universidad de San
Andrs. Investigador Independiente del CONICET. Profesor Titular de Econometra en
la Universidad Nacional de La Plata.
1

despojada de su esencia, la investigacin es un examen en donde uno mismo

formula la pregunta, la responde, la evala, decide su calificacin y tiene derecho
a reiniciar el proceso, si lo considerase apropiado.
Esta visin, claramente caricaturesca, deja de lado un aspecto esencial de
la investigacin. La pregunta en cuestin, y las acciones que se derivan de ella,
suceden en un marco de relevancia. La investigacin tiene lugar dentro de una
comunidad cientfica, a la cual el investigador pertenece, y con la cual interacta.
Es este proceso dinmico el que determina la relevancia y la pertinencia de las
preguntas y las respuestas.
Este libro respalda la tesis de que si bien el proceso de investigacin tiene
componentes codificables, que pueden ser aprendidos sistemticamente (ya sea,
tomando cursos, leyendo libros, etc.), una parte fundamental del mismo descansa
en una serie de habilidades y prcticas de compleja sistematizacin, que son
adquiridas indefectiblemente durante dicho proceso. Es decir, una buena parte
del aprendizaje de la investigacin ocurre investigando.
Las dificultades para estandarizar este segundo grupo de habilidades se
relacionan con la complejidad y la multiplicidad de acciones que son esenciales
en una investigacin.

Claramente, esta demanda todas las habilidades

intelectuales que son propias de los exmenes. As y todo, y para sorpresa de los
iniciados, conducir a buen puerto una investigacin relevante requiere una gran
capacidad de gestin de recursos (tecnolgicos, financieros, humanos),
habilidades interpersonales, capacidad estratgica y de administracin de
riesgos, probada capacidad de comunicacin (oral y escrita),

adems de un

espritu creativo y audaz; todas caractersticas que parecen adecuarse ms a la

bsqueda de un gerente de empresa que a la de un cientfico social. Es la
interaccin entre stas habilidades y las puramente intelectuales lo que da lugar a
un conjunto de prcticas de difcil, sino imposible, codificacin, y que todos los
investigadores hemos aprendido sobre la marcha.
El propsito de este captulo consiste en ilustrar estas complejidades, en el
contexto de una investigacin sobre bienestar multidimensional, enfatizando
cmo las habilidades puramente intelectuales interactan con otras operativas,
pero de igual relevancia al momento de plantear una investigacin exitosa.
Elegimos evitar un relato cronolgico, priorizando, por el contrario, una
visita a la trastienda de la investigacin ordenada a travs de los distintos
aspectos y habilidades involucrados en la dinmica del proyecto bajo anlisis. En
este marco, el capitulo se ordena de la siguiente forma. La seccin dos revisa el

contexto que dio origen al estudio en cuestin, sus principales objetivos, logros y
productos cientficos. La seccin tres es la visita a la trastienda. Se describe en
primer lugar el stock de recursos (de conocimientos previos, humanos,
institucionales, etc.) existentes antes de empezar esta investigacin. Luego se
discuten una serie de ideas y teoras que fueron utilizadas como marco
conceptual para la investigacin, y cmo fue la toma de decisiones en torno a las
mismas. El proceso de establecer qu se investiga, qu no, y cmo, es complejo,
y ocupa un lugar central en este apartado. Al tratarse de una investigacin
emprica, el manejo de datos y los mtodos estadsticos tienen particular
relevancia, y son descriptos con detalle. Tambin se ahonda en el proceso de
conformacin de un equipo, en la divisin de roles, en la existencia, tcita o no,
de una estructura jerrquica interna, y en el manejo de las relaciones entre las
instituciones involucradas en el proceso. Finalmente, se describe la estrategia de
difusin de los resultados obtenidos. La seccin 4 ofrece algunas reflexiones
generales sobre este proceso, que se espera sean extrapolables a cualquier
investigacin emprica en ciencias sociales.
2. Contexto, objetivos, resultados, y produccin cientfica.
La investigacin que utilizaremos para los objetivos de este trabajo, consisti en
un anlisis emprico de la pobreza multidimensional en Amrica Latina y el
Caribe. Si bien focalizaremos en el proceso de elaboracin de la misma, resulta
inevitable discutir, aunque ms no sea brevemente, algunos resultados.
Ciertamente, una revisin detallada de los mismos nos aleja de los objetivos de
este captulo, por lo que referiremos a los artculos derivados de esta
investigacin, para mayor detalle.
En economa, y en varias disciplinas sociales, la mayora de los estudios
empricos sobre pobreza se basan en una caracterizacin extremadamente simple
de la misma, usualmente basada en la carencia de ingresos3. En su concepcin
ms simplificada, se entiende como pobre a un hogar o persona con ingresos por
debajo de cierto umbral, usualmente llamado lnea de pobreza. Claramente,
esta (sobre) simplificacin obedece a cuestiones puramente pragmticas. Mas all
de las conocidas dificultades que tienen las encuestas en captar adecuadamente
los ingresos de las personas (ver Gasparini, Sosa Escudero y Cicowiez (2010, Cap
3), los mismos se prestan a comparaciones simples y consistentes, tanto
3

Ver Gasparini, et al. (2010) para una discusin detallada de estos conceptos.

geogrficas como temporales.

La posibilidad de reemplazar el ingreso por

alguna otra variable conceptualmente ms adecuada para la medicin del

bienestar (como el consumo), se choca inmediatamente con un sinfn de
problemas tcnicos y operativos, lo cual explica la enorme popularidad del
ingreso como proxy del bienestar.
Ms all de estas dificultades, existen preocupaciones conceptuales en
relacin al uso del ingreso con el fin de cuantificar el bienestar, y eventualmente,
la pobreza. Una de ellas se relaciona con que aceptar que el ingreso puede captar
adecuadamente el bienestar, implica creer que este ltimo es unidimensional, es
decir, que puede ser medido en base a una nica variable o coordenada. En las
ltima dcadas, y debido a la enorme influencia de los trabajos de Amartya Sen
(Sen, 1984),

se ha instalado la percepcin de que el precio a pagar por el

pragmatismo, en lo que se refiere a la medicin del bienestar en base al ingreso,

es muy grande, a la luz de la naturaleza esencialmente multidimensional del
mismo y de la pobreza.

Consecuentemente, en los ltimos aos, el anlisis

emprico de la pobreza enfrenta un delicado trade-off. Por un lado, la necesidad

de estudiar distintos aspectos de la pobreza (dinmicos, regionales, etc.), requiere
mediciones comparables, fcilmente reproducibles, y disponibles para varios
perodos y regiones, lo que favorece, naturalmente, el uso del ingreso. Por el otro,
el peso de la complejidad del problema de la pobreza, y la urgencia de sus
consecuencias, reclama concepciones empricas ms sofisticadas, que reconozcan
explcitamente su naturaleza multidimensional. Ver Kakwani y Silber (2008a y
2008b) para una recopilacin reciente de artculos sobre el tema.
Son muchos los escollos operativos que enfrenta el estudio emprico del
bienestar multidimensional, y es correcto afirmar que son la principal dificultad a
sortear en cualquier investigacin sobre el tema. Ms concretamente, una
aproximacin multidimensional requiere disponer de una gran cantidad de datos
para varias variables (incluyendo, naturalmente, al ingreso) que permitan captar,
en conjunto, la complejidad del bienestar. La necesidad de medir evoluciones
temporales, requiere disponer de estas mismas variables para varios perodos, y
cualquier ejercicio comparativo requiere lo mismo para distintas regiones. Este
problema se agiganta a la luz de los resultados de una parte sustancial de la
literatura reciente, que sugiere, enfticamente, la necesidad de contar con datos
para variables que capten los aspectos subjetivos del bienestar, es decir, aquellos
que surgen de las percepciones que las personas tienen del mismo. Ravallion y
Lokshin (2002) es una referencia relevante sobre este punto.

Al momento de comenzar la investigacin en cuestin, los estudios de

pobreza multidimensional eran escasos y episdicos, referidos a regiones o
perodos muy concretos, o en base a nociones muy restringidas de
multidimensionalidad. Eran, y todava lo son, muy pocas las encuestas oficiales
de hogares que incorporan sistemticamente informacin relevante para el
anlisis multidimensional, tales como preguntas sobre posesin de activos o
cuestiones subjetivas.
La investigacin bajo anlisis en este captulo utiliza la encuesta Gallup,
que contiene una gran cantidad de informacin socioeconmica sobre 132 pases,
brindando una oportunidad nica para el anlisis comparativo del bienestar
multidimensional. Consecuentemente, el principal objetivo de la investigacin
consisti en estimar los niveles y patrones de pobreza multidimensional, para
Amrica Latina y el Caribe, en base a una metodologa clara, reproducible y
comparable.
Si bien de uso popular en varios mbitos, el uso sistemtico de la Encuesta
Gallup a fines de investigaciones cientficas era muy escaso, Deaton (2007) era, a
la fecha de inicio del proyecto en cuestin, una notable excepcin. En
consecuencia, un aspecto central de esta investigacin consisti en validar y
sistematizar dicha encuesta, a fines de garantizar su adecuacin para los
objetivos de nuestro trabajo, y para la investigacin cientfica en general.
Un breve catlogo de preguntas iniciales que esta investigacin enfrent,
es el siguiente:
1. Cuan confiable es la Encuesta Gallup para su uso en una investigacin
emprica?
2. Cuan confiable es la informacin de ingresos contenida en la Encuesta
Gallup?
3. Cules son las dimensiones relevantes del bienestar y cmo medirlas?
4. Cmo se construyen ndices de pobreza para las distintas dimensiones y
como se comparan los resultados obtenidos con los que se basan solo en
el ingreso?
5. Son realmente multidimensionales el bienestar y la pobreza?
6. En caso afirmativo Cuntas dimensiones de bienestar existen?
7. Cuan dispares son los resultados multidimensionales en comparacin
con los basados solo en el ingreso?

8. Cuan erradas son las lneas de pobreza estndar como herramienta

para captar a los pobres multidimensionales?
Un muy sucinto resumen de los hallazgos de esta investigacin, es el
siguiente. Naturalmente, existen diferencias entre la informacin contenida en la
Encuesta Gallup y en las encuestas de hogares oficiales de los distintos pases.
As y todo, las mismas no son dramticas, y se reducen significativamente si
algunos casos atpicos son adecuadamente tratados. Llamativamente, esta
conclusin se extiende al ingreso, an teniendo en cuenta la pobre calidad de los
datos de dicha variable en la Encuesta Gallup. De hecho, en trminos de la
pobreza estimada en base a ingresos, los rankings de pases son muy similares en
base a ambas fuentes. El estudio encuentra evidencia concluyente de la
naturaleza multidimensional del bienestar. Una primera aproximacin toma
como dadas a las dimensiones del mismo, y construye indicadores para pobreza
objetiva monetaria (ingreso), objetiva no monetaria (acceso a servicios bsicos,
posesin de ciertos activos como computadora, telfono, etc.) y subjetiva (en base
a percepciones del bienestar, por ejemplo, preguntas del tipo considera Ud que
es pobre?).

Una segunda aproximacin se pregunta, en forma endgena, si

realmente existen varias dimensiones de bienestar (ver Caruso, Sosa Escudero y

Svarc (2010) para esta aproximacin) y explota a los propios datos a fines de
construir dimensiones de bienestar. En base a mtodos de variables latentes
(anlisis de factores), se concluye que existen tres dimensiones, de interpretacin
similar a las propuestas en forma exgena, concluyendo que el bienestar es
efectivamente multidimensional. Interesantemente, una de estas dimensiones, y
de particular importancia, resulta ser adecuadamente captada por el ingreso.
Consecuentemente, los resultados sugieren que si bien relevante en la
determinacin del bienestar, el ingreso no es suficiente para proveer una
caracterizacin adecuada del mismo. Otro resultado importante es que las lneas
de pobreza estndar, como la ampliamente utilizada de un dlar por da, pueden
proveer clasificaciones razonables de pobres en otras dimensiones ms all del
ingreso, como, por ejemplo, en base a no contar con medios para comprar
alimentos.
Como se discutir con detalle en la prxima seccin, una parte relevante
del proceso de investigacin consisti en definir cuales eran los productos
cientficos que se derivaran de la misma. Como es de esperar, son varios los
trabajos que surgen de esta investigacin, algunos de ellos, todava en

elaboracin al momento de escribir este captulo. Los principales son Gasparini,

Marchionni, Olivieri y Sosa Escudero (2008, 2009a,2009b), Gasparini y Gluzmann
(2009) y Caruso, Sosa Escudero y Svarc (2010).
3. La trastienda
3.1 Contexto y oportunidades
En un sentido amplio, ninguna investigacin tiene un comienzo concreto. Por el
contrario, existen una serie de circunstancias, conocimientos y habilidades
previas, que hacen ms proclive que ciertas ideas florezcan en determinados
mbitos que en otros. De ah que para un investigador, o centro de investigacin,
resulte ms apropiado hablar de lneas de investigacin, entendidas como un stock
de intereses, conocimientos y habilidades en el marco del cual se desarrollan
proyectos especficos.
En el caso de la investigacin bajo anlisis, este marco esta dado por el
Centro de Estudios Distributivos, Laborales y Sociales (CEDLAS) de la
Universidad Nacional de La Plata, el cual alberga a varios investigadores de
dicha universidad, as como a invitados de otras instituciones, como el autor de
este artculo, con afiliacin principal en la Universidad de San Andrs.
Desde su creacin en 2002, una de las principales actividades del CEDLAS
consisti en sistematizar y ordenar la informacin de base para el anlisis
distributivo, a fines de facilitar la elaboracin de estudios dinmicos y
comparativos para Amrica Latina y el Caribe. Esta ciclpea tarea4 conlleva
compatibilizar los microdatos de las encuestas de hogares de todos los pases de
la regin, para varios perodos, entender sus particularidades, y enfrentar un
sinfn

de

dificultades

conceptuales,

administrativas,

estadsticas

computacionales. Uno de los principales productos es la base de datos SEDLAC

(Socio Economic Data Base for Latin America and the Caribeean), elaborada en
conjunto por el CEDLAS y el Banco Mundial. La misma contiene informacin
comparable y sistemtica, detalladamente documentada, sobre aspectos
demogrficos, antropomtricos, de educacin, empleo, ingresos, gastos, salud,
4

Ciclpeo (fig): gigantesco, excesivo o muy sobresaliente. Un clculo simple y

conservador es el siguiente. A fines de la construccin de la base SEDLAC se procesaron
254 encuestas de hogares, que cubren 24 pases para el periodo 1990-2010. En promedio
las encuestas tienen 95.133 individuos, con aproximadamente 50 variables por encuesta,
lo cual arroja un total de 1.208.189.100 datos. Fuente: comunicacin personal con Martn
Cicowiez, vicedirector del CEDLAS.

programa sociales, y de migracin, entre varios otros. (CEDLAS y Banco

Mundial, 2010).
El segundo aspecto contextual a resaltar, es el voluminoso stock de
trabajos elaborados en el marco del CEDLAS, quizs el ms importante en
America Latina (y posiblemente, en el mundo) en los temas de sus especialidad5.
Finalmente, el tercer aspecto, y quizs el de mayor importancia, se refiere
a la composicin de su equipo de investigacin. El anlisis emprico de las
cuestiones distributivas requiere iguales dosis de madurez conceptual (sobre
todo, a la luz de las difciles cuestiones filosficas involucradas en la misma
nocin de bienestar), experiencia emprica en bases de datos voluminosas, as
como manejo de herramental estadstico y computacional sofisticado. La
estructura de investigadores del CEDLAS posee expertos en cada una de estas
reas, as como generalistas que pueden actuar en varias de las dimensiones
involucradas. En dicho marco, resulta simple disear equipos de investigacin
para proyectos concretos. En la subseccin sobre recursos humanos, discutiremos
con mayor detalle algunos aspectos relacionados con esta dimensin.
La investigacin sobre pobreza multidimensional surge de un llamado a
concurso de proyectos sobre el tema, convocado por el Banco InterAmericano de
Desarrollo, el cual fue ganado por CEDLAS a travs de un concurso abierto de
propuestas. Como se discutiese en la seccin anterior, la investigacin tena un
doble objetivo. Por un lado, explorar distintos aspectos de la naturaleza
multidimensional del bienestar y la pobreza. Por el otro, examinar la base de
datos Gallup a fines de validar su utilidad para fines de investigaciones
cientficas. La situacin del CEDLAS era ideal para esta tarea, a la luz de la
autoridad y competencia de sus investigadores, de su profusa experiencia previa
y, fundamentalmente, del inmediato acceso a fuentes de datos alternativas que
permitiesen una comparacin rigurosa con la Encuesta Gallup.
3.2 Recursos humanos
El equipo de investigacin se conform con investigadores del CEDLAS y de la
Universidad de San Andrs. Ambas instituciones comparten varias tareas
docentes y de investigacin en cuestiones sociales. El grupo estuvo coordinado
por Leonardo Gasparini (fundador y director del CEDLAS), experto en
cuestiones distributivas y con abundante experiencia en cuestiones conceptuales

La pagina web del CEDLAS se encuentra en www.cedlas.econo.unlp.edu.ar

y tcnicas del estudio del bienestar en America Latina y el Caribe. Como

investigadores senior participaron Sergio Olivieri, Mariana Marchionni y el autor
de este artculo. Andres Ham, Adriana Conconi, Pablo Gluzmann y German
Caruso, colaboraron como asistentes de investigacin en distintas tareas y etapas.
Resulta relevante indagar en las habilidades especficas del equipo,
disponibles antes de comenzar este estudio. El coordinador, Gasparini, sera el
experto generalista, a la luz de su dilatada trayectoria, y quien tendra la visin
ms general del problema en cuestin. Marchionni y el autor de este captulo
aportaran su vasta experiencia en econometra, ya que la tarea en cuestin
involucrara el uso de varias tcnicas sofisticadas. Sergio Olivieri aportara su
amplio conocimiento en el manejo de encuestas oficiales.
La estructura de asistentes se eligi en base a su experiencia previa, e
intereses. Andres Ham y Adriana Conconi haban colaborado en un proyecto de
pobreza multidimensional e invertido en algunos ejercicios previos y,
fundamentalmente, haban tomado contacto con la literatura previa.

Pablo

Gluzmann tena considerable experiencia en el manejo de datos de ingresos, una

variable clave para esta investigacin. German Caruso haba completado una
slida formacin en econometra, en particular en mtodos multivariados, sobre
los cuales se basara una parte importante de la investigacin. Todos ellos eran, al
momento de comenzar el proyecto, alumnos de maestra (Ham, Conconi y
Gluzmann en La Plata, Caruso, en San Andrs) y se encontraban en la etapa de
iniciar sus trabajos de tesis. Todos los ayudantes tenan una slida formacin en
econometra a nivel de posgrado, en cuestiones distributivas (a nivel tanto
conceptual como emprico), as como un avanzado grado de experiencia en
cuestiones computacionales, en particular, en el manejo de Stata, la herramienta
computacional a utilizar. Resulta interesante remarcar que todos ellos fueron, en
algn momento, alumnos de los investigadores senior.
Un producto no menor de esta investigacin, y quizs uno de los ms
gratificantes, es que todos los asistentes de este proyecto, escribieron sus tesis de
maestra abordando problemas que surgieron en el marco de esta investigacin.
Ms an, en etapas posteriores todos han participado como co-autores en
algunos de los proyectos que se derivaron de esta investigacin, logrando dar el
difcil paso de asistentes a investigadores.

3.3 Ideas y teoras

La explicitacin de una suerte de marco terico para esta investigacin result
una tarea complicada. Conceptualmente, el enfoque de capabilities de Sen (1984.),
proporcionaba un marco convincente, si bien un tanto abstracto para la
naturaleza esencialmente emprica de nuestra investigacin. De hecho, una de las
principales dificultades que tiene esta literatura es, justamente, encontrar
correlatos

empricos

concretos

que

permitan

evaluar

cuantificar

la

multidimensionalidad del bienestar y, eventualmente, de la pobreza.

Una extensa revisin de la literatura nos enfrent al siguiente panorama.
Por un lado, una parte importante de la literatura intentaba definir de antemano
y en forma conceptual cuales eran estas capabilities, y posteriormente realizar
algn tipo de esfuerzo en medirlas (Alkire (2008), por ejemplo). Por el otro, una
parte, ms incipiente, pero relevante, de la literatura, intentaba resolver este
problema en forma endgena, es decir, partir de un conjunto relativamente grande
de variables o medidas de bienestar y permitir que los propios datos definiesen
cuales son las dimensiones relevantes. Mas concretamente, este segundo enfoque
(Ferro Luzzi et al., 2008)) consiste en intentar resumir una gran base de datos en
unos pocos indicadores que representasen el bienestar.
Un problema adicional, quizs ms complejo, se refiere a cmo definir y
encontrar pobres, a la luz de la naturaleza multidimensional del bienestar. Aqu
la literatura es ms compleja y quizs haya menos consenso al respecto. Existan
dos aproximaciones. Por un lado, luego de definir las distintas dimensiones del
bienestar, una rama de la literatura intenta definir nociones de pobreza para cada
una de las dimensiones, y posteriormente computar una suerte de indicador
agregado

en

base

Alternativamente,

sopesar

alguna

todas

literatura

las

mas

dimensiones
incipiente

(Alkire,

intentaba

2008).
trabajar

directamente con el status de pobre, mirando todas las dimensiones de bienestar,

pero sin producir una conceptualizacion de pobre para cada una de las
dimensiones (Ferro Luzzi et al. (2008), Caruso et al. (2010)).
Un hecho interesante es el siguiente. Al momento de la elaboracin de la
propuesta, sabamos de la inminente aparicin de un libro de artculos,
compilado por las mximas autoridades en el tema (Kakwani y Silber, 2008a). Si
bien (Internet mediante) conocamos una buena parte de las versiones
preliminares de los captulos de este libro, percibamos que la versin final del
mismo nos obligara a redefinir algunos objetivos, a la luz de algn consenso que
del mismo se derive. Interesantemente, la versin final de este texto aparece a los

10

pocos meses de iniciada esta investigacin y, lamentablemente para el estado de

las artes, y afortunadamente para nosotros, encontramos que el contenido del
mismo reproduce la falta de consenso emprico y conceptual, lo cual nos daba
algo de libertad para fijar nuestro propio punto de vista conceptual, sin tener que
justificar alejarse de un estndar, todava inexistente.
Consecuentemente, el enfoque terico es, claramente, el de capabilities de
Sen, si bien empricamente hemos intentado tomarnos varias libertades, a la luz
de la falta de consenso emprico.
3.4 Decisiones estratgicas
El principio de relevancia, discutido en la Introduccin, implica que una parte
sustancial de una investigacin seria enfrenta al investigador a una incomoda
situacin: se investiga sobre lo que no se sabe. Consecuentemente, la
planificacin de acciones propias de una investigacin relevante ocurre en un
marco de alta incertidumbre, en donde las expectativas iniciales son revisitadas a
medida que la investigacin transcurre, lo cual implica un ejercicio constante de
replanificacin. Una parte importante de este proceso iterativo consiste en acotar
y redefinir el alcance de la investigacin, a la luz de los avances y las dificultades
encontradas en el desarrollo de la misma. Quizs la dificultad ms grande que
enfrentan los que se inician en la investigacin cientfica, sea justamente esta: no
saber como negociar el hecho de que ciertas ideas, cuya existencia y relevancia se
afianza durante el proceso de investigacin, pertenecen a un proyecto en
particular, y otras, a la luz de su propio volumen, quizs convenga postergarlas
para otra etapa. Un error muy comn de los estudiantes doctorales consiste en
percibir que sus tesis (su primera investigacin a gran escala) constituyen la
ltima y nica investigacin, cuando solo se trata de la primera.
En el caso de este estudio, desde un principio se percibi que no existan
consensos claros en cuanto a cmo abordar el problema del bienestar y la
pobreza multidimensionales, ni desde un punto de vista terico, ni emprico. La
seccin anterior sugiere que el marco terico heredado, si bien claro acerca de la
conveniencia de reconocer la multidimensionalidad del bienestar, no contiene
premisas metodolgicas claras, ni hiptesis lo suficientemente especficas que
sirviesen como gua especifica para disear y plantear una investigacin
emprica. Adicionalmente, el uso y la validacin de la Encuesta Gallup eran de
por si un evento innovador. Consecuentemente, se decidi priorizar un enfoque
mayormente exploratorio y descriptivo, en base a herramientas estndar, que

11

permitiese tomar un primer contacto con una nueva base emprica, y que
explorase en forma abarcativa el bagaje conceptual heredado, asi como abordar
algunas preguntas como las descriptas en la seccin 2.
El primer escollo metodolgico fue el contacto con la Encuesta Gallup. El
primer encuentro con una base de datos voluminosa y poco explorada (por lo
menos para los fines de nuestra investigacin) es siempre motivo de gran
incertidumbre. Que los datos existan y que estn disponibles, es una afirmacin
que tiene sentido solo en el contexto especifico de los propsitos de una
investigacin. Mas claramente, la nica chance de poder aprender de los datos se
basa en que exista variabilidad suficiente en los mismos, como para que los
mtodos estadsticos puedan operar en forma confiable, que esa variabilidad sea
funcional a las premisas tericas que dan respaldo a la investigacin, y que
pueda garantizarse un mnimo de calidad. En definitiva, de la calidad y utilidad
de los datos, solo se aprende al momento de utilizarlos a los fines de la
investigacin de inters. Este es otro grueso error de principiantes: pensar que los
datos existen por el mero hecho administrativo o computacional de que se
encuentran fsicamente en alguna parte. A modo de ejemplo, y en relacin a las
ciencias experimentales, a fines de medir el efecto que tiene una droga sobre la
temperatura corporal, una enorme base de datos que registra dichas variables es
de limitada utilidad si, por ejemplo, la variabilidad en las dosis es muy limitada
(completamente intil, si a todas las personas se les asigna la misma cantidad de
droga), si las dosis no fueron asignadas en forma exgena (lo cual elimina la
posibilidad de medir efectos causales), si existen copiosas cantidades de datos
faltantes y en alguna forma sistemtica, o si las temperaturas corporales se basan
en instrumentos de medicin muy imprecisos. La validacin de los datos dentro
del contexto de la investigacin es un paso crucial en una investigacin emprica,
los datos no existen sino a partir del momento en el cual los mismos son puestos
a trabajar (exitosamente) a los fines de la investigacin.
Preveamos que esta etapa era crucial. Ex ante no podamos garantizar la
calidad de la informacin, lo cual podra atentar seriamente contra los objetivos
de la investigacin. En consecuencia, todas las primeras energas del proyecto se
abocaron al ejercicio de validar, administrativa, conceptual y estadsticamente, la
encuesta. Como se mencionase anteriormente, esto implic un esfuerzo
considerable, ya que la tarea consisti en cotejar resultados con fuentes ya
exploradas o validadas, como las encuestas oficiales de hogares.

12

Los primeros resultados fueron promisorios: si bien existan notorias

disparidades, la Encuesta Gallup pareca contener informacin sistemtica, y en
varias dimensiones relevantes, similar a la sugerida por las encuestas de hogares.
Mas concretamente (ver Gasparini et. al (2008) para mas detalles), se
construyeron perfiles de pobreza en base los datos de la Encuesta Gallup y en
base a las encuestas de los organismos oficiales. Esta es una considerable tarea ya
que implica compatibilizar los micro-datos de las encuestas de todos los pases
involucrados en el anlisis. Los resultados fueron sorprendentes, en el sentido de
que ms all de algunas diferencias esperables, los perfiles de pobreza
construidos con ambas fuentes eran similares. Ms an, los rankings de pases
para varias variables son sorprendentemente similares cuando algunos casos
particulares son debidamente tratados. Si bien no era objeto de la investigacin,
se complement el anlisis comparando los patrones de desigualdad, y en forma
adicional, se realiz una exhaustiva comparacin de los ingresos en ambas
fuentes. Es importante remarcar que este ejercicio de validacin establece
resultados a un nivel de agregacin relativamente alto (a nivel pas) lo cual
sugiere cierta cautela al trabajar con niveles menores de agregacin.
De por si, el ejercicio de contraste y validacin de la Encuesta Gallup con
las encuestas oficiales era una contribucin importante. De hecho, tan relevante
es este resultado, que se decidi que la comparacin de ingresos entre fuentes era
en s misma una idea concreta y voluminosa, que fue relegada como subproducto
de esta investigacin y estudiada en forma aparte y posterior. Gasparini y
Gluzmann (2009) realizan una exhaustiva comparacin de ingresos entre ambas
fuentes. Sirva este ejemplo como ilustracin clara del proceso de replanificacin
antes mencionado. En algn momento hubo que decidir si una comparacin
detallada de los ingresos entre ambas fuentes perteneca a la investigacin bajo
anlisis, o si ella misma poda constituirse en una nueva investigacin. A la luz
de los objetivos y plazos disponibles, se decidi lo segundo.
Habiendo validado satisfactoriamente la encuesta Gallup, el equipo de
trabajo se dividi en tres, con tareas distintas, si bien complementarias. Gasparini
y Gluzmann se concentraron el problema de la pobreza monetaria, que se basa
fundamentalmente en el ingreso. Marchionni y Olivieri (con Andres Ham y
Adriana Conconi), focalizaron en la dimensin objetiva y no-monetaria de
bienestar (similar al principio de necesidades bsicas insatisfechas) y junto a
German Caruso abordamos la dimensin subjetiva. Posteriormente, se enfrento
el problema de explorar endgenamente la dimensionalidad del bienestar (para

13

lo cual se trabajo con toda la base de datos) y, finalmente, se construyeron

perfiles de pobreza multidimensional.
En trminos ms abstractos, esta investigacin comienza con un
insumo, provisto por la Encuesta Gallup, cuya calidad y utilidad tuvo que ser
verificada durante el proceso de investigacin, lo cual implic que todo el equipo
se abocase a esta tarea. Posteriormente este insumo se reparte en varios
componentes (monetario, no-monetario y subjetivo), que permite que el equipo
pueda trabajar por separado, si bien en contacto cercano. Los productos de esta
etapa vuelven a encontrarse en el ejercicio de evaluacin de la dimensionalidad y
en el de construccin de perfiles multidimensionales.
El ejercicio de validacin de las lneas monetarias estndar, mencionado
en la seccin 2, no formaba parte de los planes iniciales. Ms concretamente, los
resultados del anlisis multidimensional del bienestar hablaban claramente de la
insuficiencia

del

ingreso

como

variable

representativa

del

bienestar.

Naturalmente, result inevitable analizar la siguiente pregunta: cun errado es

el uso del ingreso a fines de captar la pobreza multidimensional?. Se planteo un
ejercicio simple, que consisti en calcular una suerte de lnea subjetiva de
pobreza, es decir, un ingreso que separase a los pobres de los no-pobres en base
a respuestas subjetivas. Por ejemplo, cual es un nivel de ingreso que separa a
aquellos que dicen tener suficientes ingresos para satisfacer sus necesidades
alimentarias, de aquellos que declaran no tenerlos. Interesantemente, se encontr
que los resultados obtenidos con lneas estndar de pobreza no difieren
sustancialmente de los obtenidos con estas lneas subjetivas, basadas en las
percepciones de las personas.
Desde un punto de vista metodolgico, este ejemplo ilustra cmo
reaccion el equipo ante una cuestin relevante, pero no considerada en el marco
inicial de la investigacin. A diferencia de la comparacin de ingresos
mencionada anteriormente, se decidi, sobre la marcha, que este era un punto
importante que deba formar parte de la investigacin. Naturalmente, esta
cuestin es relevante y una reelaboracin de la misma podra servir como base
para una futura investigacin.
3.5 Mtodos
La eleccin de los mtodos estadsticos para esta investigacin no result trivial,
por dos razones. En primer lugar, un aspecto innovador de esta investigacin
consisti en el uso de una nueva fuente de informacin. Consecuentemente, y a

14

fines de no alterar los objetivos iniciales del proyecto, se prefiri utilizar tcnicas
estndar que permitiesen una rpida implementacin, fcil comunicacin e
inmediata comparacin con resultados anteriores obtenidos con fuentes
alternativas, relegando a investigaciones posteriores el uso de mtodos ms
sofisticados y potencialmente ms ricos. Ms concretamente, nuestra impresin
era que innovar en los datos y en los mtodos podra conducir a confusiones que
impidiesen identificar las contribuciones relativas de ambas innovaciones.
Una segunda dificultad se relaciona con las barreras y preconceptos que
la economa tiene con el uso de mtodos multivariados. Llama la atencin que
esta rama de la estadstica (que incluye a los mtodos de clusters, el anlisis
discriminante y de correlaciones cannicas, los modelos de factores, entre varios
otros, ver Hardle y Simar (2003) para una revisin moderna de esta literatura)
ocupe un espacio mnimo en la caja de herramientas de los economistas. Toda
vez que las mismas ocupan un lugar considerable y creciente (a la luz de los
notorios avances computacionales y en tcnicas de data-mining) en disciplinas
cercanas, tales como la psicologa, la sociologa, el marketing o varias ramas
afines de la ingeniera. Ver Hastie, Tibshirani y Friedman (2009) para una
excelente revisin de la literatura de data mining. Un anlisis pormenorizado de
las razones que justifican esta cautela, excede claramente los objetivos de este
trabajo. Nos limitaremos a mencionar que las estrategias multivariadas en
economa, como los modelos de ecuaciones simultneas, o sus versiones ms
modernas como los vectores autorregresivos, fueron histricamente sujetos de
severas crticas en lo que se refiere a las dificultades que los mismos tienen en
identificar verdaderas relaciones causales (critica de Lucas), sin recurrir a
supuestos de difcil justificacin, emprica o terica6. Estas crticas se extienden,
casi en forma literal, a las estrategias de componentes principales o los modelos
de factores. Las mismas intentan representar un conjunto inicialmente grande de
variables a travs de unos pocos indicadores, lo cual parece ser un objetivo
emprico muy apropiado para los fines de nuestra investigacin. La principal
preocupacin que muchos investigadores tienen con respecto al anlisis de
factores se relaciona con las dificultades en interpretar coherentemente este
grupo reducido de variables. Habitualmente se apela a supuestos aparentemente
6

El acalorado debate actual entre experimentalistas y estructuralistas en economa

aplicada, es un reflejo de las dificultades que tiene la economa emprica en lidiar con
cuestiones causales y su relacin con la teora subyacente. Ver Angrist y Pischke (2010) y
los artculos de las ediciones especiales de Journal of Economic Perspectives y de Journal
of Economic Literature.

15

tcnicos, pero que muchas veces implican fuertes compromisos conceptuales;

ms concretamente, manipulaciones algebraicas o rotaciones que asisten en la
interpretacin de resultados (ver Hardle y Simar (2003, cap. 5)).
En este contexto, y en base a algunos resultados anteriores (en particular,
el estudio de Ferro-Luzzi et al. (2008)), se opt por recurrir a las versiones ms
estndar del anlisis de factores, evitando rotaciones arbitrarias, garantizndole
al lector que los resultados obtenidos se derivan de tcnicas ampliamente
disponibles y fcilmente reproducibles, y no a un conjunto de decisiones de
difcil justificacin conceptual.
3.6 Investigacin y docencia
Sin argumentos claros o ejemplos contundentes, las posiciones a favor de la
investigacin a la luz de sus consecuencias positivas sobre la docencia, tienen un
carcter autocomplaciente y, posiblemente, culposo. Afortunadamente, la
investigacin analizada en este artculo nos ofrece un ejemplo claro de
interrelacin provechosa entre ambas actividades. Muchas de las tareas docentes
del equipo se vieron beneficiadas por la investigacin en cuestin, que a su vez se
vio nutrida por algunas prcticas docentes concretas.
Las interacciones entre los investigadores senior y los asistentes,
comenzaron en el marco de cursos de grado o posgrado, como relaciones
profesor-alumno. Estos ltimos aprendieron y se interesaron por la temtica y las
tcnicas propias de la lnea de investigacin del equipo, en el contexto de los
cursos que los primeros dictan en temas cercanos a sus intereses intelectuales.
Ms concretamente, todos los asistentes pasaron por los cursos de grado y
posgrado de Leonardo Gasparini (Economa Espacial, y Distribucin del Ingreso)
y de Mariana Marchionni y Walter Sosa Escudero (Econometria, Econometria
Avanzada y Tpicos de Econometria), as como un curso conjunto sobre Tpicos
de Distribucin y Pobreza (Gasparini y Sosa Escudero), en la UNLP y UdeSA.
Estos cursos brindan un panorama relativamente completo de la temtica
distributiva y de sus herramientas analticas. Los mismos utilizan profusamente
ejemplos de las investigaciones del CEDLAS, y, en particular, las bases de datos
de SEDLAC.
A su vez, los objetivos de esta investigacin motivaron nuevas actividades
docentes. A la luz de la necesidad de utilizar enfticamente mtodos
multivariados, el autor de este artculo decidi dedicar su curso de Tpicos de
Distribucin de la UNLP (12 horas) al estudio de mtodos multivariados

16

aplicados a la pobreza.

Una experiencia similar tuvo lugar en UdeSA. El

Departamento de Matemtica de la misma, a cargo de Ricardo Fraiman, cuenta

con investigadores de amplia experiencia en estadstica multivariada. Tras un
breve intercambio de ideas, se decidi ofrecer un seminario corto, para alumnos
avanzados. Ricardo Fraiman y Marcela Svarc (ambos matemticos) se haran
cargo de las cuestiones formales, y con German Caruso nos ocuparamos de casos
y aplicaciones a las cuestiones distributivas. Interesantemente, en el transcurso
de este seminario aprendimos de un innovador mtodo de Ricardo y Marcela,
para reducir dimensiones luego de encontrar clusters (Fraiman, Justel y Svarc
(2008)). El mismo podra ser aplicado al problema de encontrar pobres y luego
atacar el problema de dimensionalidad. Esta idea, gestada en el transcurso de la
investigacin y en el marco de una experiencia docente, eventualmente cobr un
volumen considerable y devino en otra investigacin que abordamos luego de
concluido el proyecto (Caruso, Sosa Escudero y Svarc, 2010). Este es un tercer
ejemplo de decisin estratgica en lo que se refiere al contenido de una
investigacin.
Dar clase sobre lo que se investiga requiere de una enorme dosis de
honestidad intelectual, por parte del docente y de los alumnos. El punto crucial
es que, como se discutiese anteriormente, por definicin, se investiga sobre lo que
no se sabe. Lo cual tiende a sugerir, peligrosamente, que dar clase sobre lo que se
investiga implica dictar ctedra sobre lo que no se sabe. La llave de salida de esta
aparente contradiccin es, justamente, un planteo docente honesto, en donde los
alumnos se benefician de las motivaciones del docente (planteadas por su
investigacin), de su experiencia previa, y de acompaar al docente/investigador
en su propio aprendizaje, adentrndose, brevemente, en la trastienda de la
investigacin, a travs de la docencia. Adicionalmente, el investigador encontrar
en los buenos alumnos un campo frtil en donde discutir ideas nuevas, y se
beneficiara de visiones alternativas sobre su investigacin. En el caso del autor
de este artculo, si bien conoca profusamente los detalles tcnicos del anlisis
multivariado, la aplicacin a cuestiones de pobreza era toda una novedad.
Es el principio de honestidad el que descarta un uso espurio de la
docencia como un simple espacio para aprender material nuevo y que podra
haber ocurrido independientemente de ella, y que, por el contrario, permite a los
alumnos observar el proceso de construccin de visiones nuevas y beneficiarse
de una motivacin concreta, provista por los objetivos de una investigacin.

17

La docencia estrechamente relacionada a la investigacin requiere que

ambas partes, docentes y alumnos, entiendan claramente los costos y beneficios
de esta actividad. De los beneficios hemos argumentado mas arriba: los alumnos
se enriquecen de la motivacin que plantea una investigacin relevante, y el
docente/investigador encuentra un espacio para experimentar con ideas y
prcticas novedosas, que sern insumos de sus objetivos de investigacin.
Claramente, existen costos. El marco de una investigacin es especfico y
novedoso, en base, nuevamente, al principio de relevancia, lo cual implica que lo
concreto ocurre a costa de lo general. Asimismo, los riesgos aceptados por el
docente en su investigacin se trasladan, indefectiblemente, a la docencia. A
modo de ejemplo, en el caso de esta investigacin, la percepcin acerca de la
relevancia del uso de mtodos multivariados fue, al momento del inicio del
proceso de esta investigacin y del diseo de cursos relacionados, puramente
conjetural. Los alumnos asumen, junto con el docente, el riesgo de que esas
conjeturas resulten errneas en el largo plazo, y se benefician de que resulten
eventualmente correctas7.
Finalmente, en forma paralela al desarrollo de esta investigacin, junto a
Leonardo Gasparini y Martn Cicowiez (Gasparini, Cicowiez y Sosa Escudero,
2010) nos embarcamos en la tarea de escribir un libro de texto sobre cuestiones
distributivas. El material de esta investigacin fue utilizado profusamente en
varios captulos.
3.7 Instituciones y financiamiento
Una consecuencia directa del hecho de que las investigaciones pertenecen en
realidad a una lnea de investigacin, es que resulta complejo hablar de la
estructura de financiamiento de una investigacin en particular.

Como

aclarsemos anteriormente, cualquier investigacin hereda un stock de

habilidades y conocimientos, y, consecuentemente, es subsidiada por las
estrategias de financiamiento del pasado.
Este es un punto importante, ya que habla acerca de la necesidad de
percibir al financiamiento de la investigacin como un fenmeno de largo plazo.
7

A modo de ancdota, varios de los que nos formamos en economa en la dcada del
ochenta, realizamos inversiones sustanciales en enfoques como el de catstrofes, o en
tcnicas como rezagos distributivos, o estimacin bajo heterocedasticidad o
autocorrelacion, que a la fecha son de uso virtualmente nulo. Asi y todo, como con la
ropa o los discos, la ultima palabra en cuanto a la relevancia de estas inversiones, esta
todava por orse.

18

Muy posiblemente, el financiamiento para una actividad en particular resulte

exiguo, pero tambin es cierto que algunas actividades generan extenalidades
positivas sobre otros proyectos futuros.
La investigacin bajo estudio provee un claro ejemplo de cmo la
estructura de financiamiento de corto plazo interacta con una subyacente, de
largo plazo. La estructura de corto plazo se refiere, en este ejemplo, a los fondos
especficos obtenidos para este proyecto. En el caso de nuestra investigacin, se
trata de un fondo provisto por el Banco Interamericano de Desarrollo (BID)
obtenido por concurso abierto de propuestas, que sirvi para sostener
financieramente la estructura de investigadores y asistentes durante el grueso de
la tarea (aproximadamente 8 meses). El financiamiento de largo plazo se refiere a
la forma en la que se financi el stock heredado, en particular, las bases de datos
disponibles en la estructura del CEDLAS y, naturalmente, el capital humano
disponible para la investigacin. Claramente, esto incluye a todos los fondos
utilizados para proyectos anteriores, y tambin a la estructura de salarios
provista por las instituciones que emplean a los investigadores. En este caso, el
equipo se conforma con investigadores de la Universidad Nacional de La Plata
(Gasparini, Marchionni, Olivieri), y la Universidad de San Andres y el CONICET
(Sosa Escudero), todos ellos afiliados al CEDLAS. La estructura de asistentes se
conforma con investigadores de ambas instituciones.
El punto esencial de esta subseccion, es que habra resultado imposible
abordar esta investigacin sin el stock de recursos disponibles al momento de
elaborar la propuesta. La enorme inversin hundida en trminos de anlisis de
base de datos, y la experiencia metodolgica y temtica del equipo, es lo que
permite que el fondo de corto plazo resulte suficiente para financiar las acciones
marginales propias de este proyecto.
Una enseanza clara de este ejemplo, es que resulta crucial percibir a
cualquier accin de investigacin como una verdadera inversin intelectual que
traspasa los lmites temporales de un proyecto en particular.

A modo de

ejemplo, la inversin en mtodos multivariados para el estudio del bienestar,

tuvo alcances intelectuales que fueron mucho mas all de los objetivos de este
proyecto, y en definitiva, otras investigaciones posteriores se beneficiaron de los
fondos usados para financiar el proyecto bajo anlisis.
Adicionalmente, esta investigacin es un interesante ejemplo de
interaccin productiva entre instituciones marcadamente diferentes, como la
Universidad Nacional de La Plata (una institucin pblica de gran escala) y la

19

Universidad de San Andrs (privada y pequea). Los Departamentos de

Economa de ambas instituciones colaboran activamente en varios proyectos de
docentes y de investigacin, formalizados a travs de convenios explcitos y
tambin informales. Este ejemplo muestra, claramente, los enormes beneficios de
integrar comunidades acadmicas interactivas, abiertas a nuevos desafos, de los
cuales se benefician todos sus integrantes (docentes y alumnos), en un marco en
donde la identidad de las instituciones y la afiliacin de sus integrantes son
respetadas y valoradas.
Desde una perspectiva institucional, esta investigacin tambin ilustra
sobre los aspectos positivos de constituir centros de investigacin especficos,
como el CEDLAS en la UNLP. El perfil temtico y metodolgico del CEDLAS, y
su enorme experiencia en cuestiones distributivas, provee un marco institucional
muy adecuado para este tipo de investigaciones. Por un lado, su escala
institucional hace que sea relativamente simple conformar equipos de
investigacin, a la vez de disponer de un gigantesco stock de datos y
conocimiento especfico. Por el otro, el CEDLAS acta como un valor de marca,
altamente internacionalizado, que provee una garanta intelectual valiossima a la
hora de respaldar, intelectual y ticamente, las propuestas de investigacin que
alberga y promueve.
3.8 Difusin y produccin cientfica
Las actividades de difusin ocupan un lugar central en una investigacin. Estas
abarcan desde la presentacin en seminarios cientficos y profesionales, hasta la
produccin de papers, libros y artculos de difusin. A la larga, los objetivos de
una investigacin cientfica relevante y de alta calidad, deben estar perfectamente
alineados con el de publicar artculos o libros cientficos. Es, nuevamente, el
principio de relevancia, y el hecho de que el mismo se establece en el marco de
una comunidad cientfica, el que fuerza a que solo las investigaciones originales
y relevantes sean las que encuentran espacio en una buena publicacin cientfica.
Cuando esta comunidad funciona correctamente, estos objetivos no son
contradictorios, por el contrario, desde la perspectiva del investigador, deberan
ser indistinguibles.
Claramente, son varias las comunidades que se benefician de una
investigacin, ms all de la cientfica. En el marco de las ciencias sociales, los
resultados de una investigacin debera ser relevantes tambin para los
interesados en la disciplina especifica que engloba a la investigacin (acadmicos,

20

estudiantes, etc.), para el diseo y evaluacin de polticas sociales, para aquellos

interesados en cuestiones metodolgicas y epistemolgicas, entre otros, en forma
directa o indirecta. Esto implica que la poltica de difusin de una investigacin
relevante deba atender las demandas y especificidades de todas estas
comunidades. Otro factor que condiciona el tipo y la cantidad de productos
cientficos se relaciona con la decisin de integrar o separar los subproductos de
una investigacin, es decir, por cuestiones temticas o metodolgicas, producir
varios trabajos que reflejan la forma en la que fue fragmentada una investigacin.
Consecuentemente, es natural que un proyecto de gran escala se traduzca
en varias publicaciones, de distinto alcance, lenguaje y especificidad, a fines de
satisfacer los requisitos de la multiplicidad de interesados, y de separar distintos
resultados.
El producto inicial de esta investigacin consisti en un informe tcnico,
detallado, que fue presentado al organismo que financi la etapa inicial de esta
investigacin (Gasparini et al., 2008). Este tipo de informe tiene mltiples
lectores, que van desde especialistas interesados en detalles metodolgicos y
operativos, a generalistas relacionados con la implementacin de polticas
sociales. Manejar esta multiplicidad de lenguajes resulta una tarea compleja,
mxime a la luz del uso intensivo de mtodos estadsticos sofisticados.
Una versin sinttica de este informe, se transformo en un captulo de un
libro con resultados de una investigacin mas general sobre determinantes del
bienestar en America Latina (Gasparini et al. (2009b) en Graham y Lora (2009)). Si
bien cercano a los intereses de los implementadores de polticas pblicas, se trata
de un libro tcnico. Las principales innovaciones (metodolgicas y temticas) se
concentraron en un paper (Gasparini et. al (2009a)), escrito para especialistas y
destinado a una publicacin cientfica con referato.
Los trabajos, antes mencionados, de Gasparini y Gluzmann (2009) y de
Caruso, Sosa Escudero y Svarc (2010), son subproductos de este marco general, es
decir, investigaciones que se iniciaron en el marco del proyecto analizado y que
posteriormente cobraron relevancia y volumen como para constituirse ellas
mismas en investigaciones separadas.
4. La investigacin aplicada como proceso complejo y multidimensional
La experiencia discutida en las secciones anteriores debe ser entendida como un
ejemplo concreto del contexto y las actividades involucradas en el desarrollo de

21

una investigacin emprica en ciencias sociales. Ms all de los detalles de la

misma, y a la luz de la experiencia acumulada, existen varios principios y
reflexiones que resultan apropiados a fines de caracterizar, en trminos
generales, a dichas investigaciones.
A modo de conclusin, y a fines de extrapolar a cualquier investigacin
emprica las principales ideas discutidas en el ejemplo utilizado en este capitulo,
ofrecemos las siguientes reflexiones.

La investigacin como proceso dinmico. El caso estudiado sugiere,

enfticamente, la necesidad de concebir y evaluar a cualquier
investigacin como parte de un proceso dinmico, que se alimenta del
stock heredado y que a su vez es parte esencial de las investigaciones
futuras. Esta concepcin tiene un impacto directo sobre aspectos tanto
conceptuales como operativos. Con respecto al primero, una parte
fundamental del proceso de definicin y concrecin de una investigacin
consiste en negociar las nuevas ideas a la luz del conocimiento heredado,
y de la relevancia de las mismas. Este complejo proceso requiere un
delicado ejercicio de auto evaluacin y replanificacion, a fines de
establecer la naturaleza original e innovadora de la investigacin, lo cual
implica entender qu es lo que el status quo plantea, implcitamente o no,
como conocimiento nuevo y viejo, as como evaluar si las capacidades del
equipo de investigacin son adecuadas para llevar adelante tal
innovacin. Desde un punto de vista operativo, cualquier investigacin
debe ser pensada, administrada y evaluada como parte de un plan
integral, que contiene a las investigaciones pasadas, a las investigaciones
paralelas

que

lleva

cabo

el

equipo

de

investigacin

fundamentalmente, a las oportunidades de proyectos futuros.

y,
Esta

percepcin tiene una consecuencia directa sobre los aspectos operativos

del proceso de investigacin. La conformacin de un equipo de
investigacin transcurre, necesariamente, en un contexto temporal en
donde

la

relacin

inicial

alumno-docente

se

transforma,

muy

rpidamente, en una relacin de colegas. Desde el punto de vista de la

persona (alumno, investigador jnior o senior), resulta fundamental
evaluar la participacin en un proyecto de investigacin a la luz de los
senderos futuros que la misma es capaz de abrir. Tambin resaltamos la
necesidad de evaluar las decisiones de financiamiento desde un punto de

22

vista dinmico, que contemple explcitamente la estructura de subsidios

cruzados en la cual proyectos concretos se benefician de un stock
financiado en el pasado, y a su vez tienen impacto (intelectual y
financiero) sobre otras actividades de la lnea de investigacin.

La investigacin como fenmeno social y comunal. La mayora de las ideas

discutidas en las secciones anteriores sugieren que una parte importante
del proceso de investigacin se destina a relaciones entre personas. En
primer lugar, la naturaleza social de la investigacin, plasmada en la
nocin de comunidad cientfica, implica que la factibilidad y relevancia
de un proyecto de investigacin exitoso es determinada en conjunto, por
el investigador y la comunidad cientfica que lo contiene. De lo cual se
sigue la relevancia de crear y mantener instituciones que permitan
facilitar y enmarcar estas interacciones. El objetivo de las mismas consiste,
fundamentalmente, en brindar un marco concreto para que estas
interacciones personales ocurran en forma eficiente y provechosa para la
comunidad cientfica.
Un segundo rol para estas instituciones consiste en garantizar una
transicin generacional ordenada, que permita acumular capital humano
y social, as como garantizar una divisin de roles eficiente en los equipos
de investigacin. El diseo de carreras cientficas es una tarea crucial de
estas instituciones.
En tercer lugar, las instituciones que agrupan investigadores
cumplen un rol central en el aprovechamiento de economas de escala y
diversificacin en la investigacin. En cuanto a las de escala, las
inversiones temticas y metodolgicas son mejor aprovechadas (y
eventualmente, mas baratas) cuando son explotadas en un conjunto de
investigaciones. Las de diversificacin sugieren que la integracin de
equipos tiene un impacto directo sobre la cartera de proyectos que maneja
un

investigador.

Como

comentsemos

anteriormente,

cualquier

investigacin relevante implica asumir una considerable dosis de riesgo

intelectual y operativo, el cual es mas eficientemente administrado
cuando el equipo puede manejar un volumen grande de proyectos que
permiten distribuir el riesgo entre sus distintas actividades.
Finalmente, la dinmica compleja de un proceso de investigacin
implica que el mismo esta sujeto a un sinfn de shocks y eventos fortuitos.

23

Un parte esencial de la gestin de un proceso de investigacin implica

acomodar los efectos negativos y aprovechar, rpida e inteligentemente,
los positivos. Llevando este argumento a un extremo, posiblemente sea
recomendable (por ms contradictorio que resulte) construir un ambiente
que provoque estos shocks, y confiar en que una administracin eficaz se
aproveche del aspecto positivo de los mismos. Todos los que trabajamos
en investigacin podemos contar infinidad de ancdotas de ideas
inesperadas que surgen en charlas de caf, seminarios, clases, reuniones
administrativas, que ocurren en paralelo con una investigacin en
particular. Las instituciones, entonces, fuerzan estas interacciones y les
permiten a los investigadores aprovecharse de los shocks positivos que de
las mismas surgen. Concretamente, estos centros, equipos, ctedras, etc.,
brindan al investigador un mbito fsico para la interaccin comunal.

La investigacin como proceso estratgico: una idea recurrente en el caso

estudiado se relaciona con el fenmeno de que las investigaciones
relevantes

ocurren

en

un

contexto

de

enorme

incertidumbre,

consecuencia inmediata del hecho de que las investigaciones relevantes

versan sobre aquello que no se sabe. Queda del lado del investigador, y
de su interaccin con la comunidad cientfica, el proceso (dinmico) que
establece la relevancia de la investigacin en cuestin, y su factibilidad.
Este proceso es necesariamente estratgico, en el sentido de que el
investigador enfrenta, repetidas veces a lo largo de una investigacin,
nodos de decisin que lo inducen a adoptar un camino y, naturalmente,
descartar los otros. Este proceso decisorio comienza con la definicin y
evaluacin de la relevancia y factibilidad de una investigacin en
cuestin, y continua con una variedad de decisiones de distinta
importancia que incluyen, trgica y naturalmente, abandonar o postergar
la investigacin en cuestin, ya sea a la luz de sus dificultades logsticas,
de su poca relevancia temtica, o de otras cuestiones operativas. Uno de
los principales desafos que enfrentan los que se inician en la
investigacin, es gestionar este proceso, que tiene aspectos planificables y
evaluables, pero que, necesariamente, tienen que convivir con otros que
son espontneos y de compleja sistematizacin. Es imposible planear de
antemano todo el proceso de investigacin y pretender ajustarse a pautas
claras y preestablecidas. Por contraposicin, es valido dudar de la

24

relevancia de las que as ocurren. Ciertamente, no debera deducirse de lo

antedicho que es irrelevante planificar y ordenar una investigacin. Por el
contrario, una planificacin clara y puntillosa es una condicin
fundamental para evaluar dinmicamente los logros y fracasos, y
replanificar a la luz de los nuevos resultados y objetivos de la
investigacin.

La investigacin como proceso conceptual: mucho y diverso se ha escrito en la

literatura epistemolgica acerca de la interaccin entre la teora y su base
emprica (ver Klimovsky (1997) para una introduccion). La investigacin
analizada enfrent a los investigadores a un claro conflicto en donde la
teora heredada no es lo suficientemente explicita acerca de su propia
base emprica. La principal enseanza que se desprende del estudio de
este caso, se relaciona con la entidad de los datos, como tales, a la luz de
un concepto subyacente que gua a la investigacin (las nociones de
pobreza multidimensional y sus formas de medicin, en el caso
estudiado). En consecuencia, la disponibilidad y relevancia de una base
de datos ocurre solo en el contexto de los objetivos de una determinada
investigacin, lo cual, claramente, equipara a los datos con la
disponibilidad de una teora que los contiene y los asla temticamente.
Concretamente, y ms all de un evento puramente administrativo, es
imposible afirmar que los datos existen hasta el momento que son
sometidos al escrutinio de los objetivos de una investigacin.
La reciente revolucin de credibilidad en economa es ilustrativa
al respecto8. Sin un marco conceptual claro acerca del proceso abstracto
que genera datos, estos ltimos solo pueden servir a fines descriptivos. A
modo de ejemplo, las correlaciones positivas entre la educacin y los
salarios de las personas, contienen informacin causal en la medida en
que las discrepancias observables en la educacin no obedezcan a
diferencias salariales, como ocurrira en un experimento en donde los
niveles de educacin, fijados exgenamente, determinan los salarios. La
posibilidad de realizar inferencias causales en base a correlaciones de

Esta literatura se refiere al enfoque empirico (experimentalista) que prioriza el analisis

emprico en contextos en los que resulta clara la direccion de causalidad, ya sea a traves
de experimentos naturales o de detallados analisis institucionales. Ver Angrist y Pischke
(2008) para una revision detallada a estas ideas. Ver Keane (2010) para una vision critica
(estructuralista).

25

ingresos y niveles de educacin descansa en una presuncin o conjetura

terica acerca de que 1) efectivamente la educacin altera la productividad
de las personas (captada por los salarios) 2) cualquier otro factor no
observable o medible no interacta con la educacin en la determinacin
de los salarios. Ambas condiciones son, por construccin, inverificables
con datos de salarios e ingreso solamente. La primera, claramente, es una
conjetura causal terica, la segunda, por definicin, depende de factores
no observables. Consecuentemente, su validez, y, eventualmente, la
utilidad de dichos datos a fines de medir relaciones causales descansa en
concepciones tericas, o evaluables en otros marcos empricos ajenos a los
datos disponibles.
5. Comentarios finales: la trastienda de La Trastienda de la Investigacin
Aun a riesgo de contradecir las apreciaciones de la subseccion 3.1, este trabajo se
inicia, tcitamente, en un momento muy concreto, cuando Catalina Wainerman
me dedica la 3a edicin de La Trastienda de la Investigacin, con la frase Para
Walter: para que sigamos discutiendo de estos temas. Trabajamos en distintos
departamentos y en

disciplinas con fuertes discrepancias temticas y

metodolgicas, si bien dentro de las ciencias sociales. As y todo, es el contexto

fsico (una vez ms) provisto por la Universidad de San Andres, lo que nos
provey un espacio para discutir extensamente sobre nuestra comn
preocupacin sobre las cuestiones metodologicas: en interminables reuniones de
comits (de esos que intentan hacer pasar camellos por caballos), en medio de
lgidos debates sobre poltica universitaria, en charlas de pasillo o, simplemente,
esperando (vanamente) que la impresora comunitaria haga su trabajo. Sirva este
comentario como ejemplo concreto de la idea central de este artculo: hacer
investigacin es un hecho relevante en s mismo, y porque las interacciones que
de ella se derivan se traducen en nuevas investigaciones, a travs de un proceso
complejo, dinmico y fortuito.
Nos hubiese gustado relatar los pormenores de una investigacin ms
pica, en donde luego de escudriar teoras y datos, hayamos entendido, por
ejemplo, los determinantes de la pobreza extrema en nuestro pas, o descubierto
una nueva va de accin para mejorar el bienestar de las personas.

Por el

contrario, debimos conformarnos con mostrar un paso modesto y concreto, pero

ilustrativo del alcance de una investigacin moderna, y de las complejidades que

26

conlleva el trabajo emprico en ciencias sociales. Para los iniciados, la ciencia

social puede resultar frustrante, en comparacin con la visin idlica de las
experiencias en ciencias experimentales, que, en su larga historia, pueden hablar
de grandes hallazgos, viajes exticos, o heroicos descubrimientos. En su estado
actual, la ciencia social emprica enfrenta un enorme desafio, acorde con las
complejas interacciones que son su objeto de estudio. Y que sugiere que las
impresiciones, los fuertes disensos, y la naturaleza conjetural de los resultados de
las investigaciones empricas en ciencias sociales, se deben a sus enormes
dificultades operativas, metodolgicas y conceptuales, y no a la impericia de
quienes las llevan a cabo.

Referencias
Alkire, S., 2008, Choosing Dimensions: The Capability Approach and
Multidimensional Poverty, Cap. 6 en Kakwani y Silber (2008b).
Angrist, J. y Pischke, J., 2008, Mostly Harmless Econometrics: An Empiricist's
Companion, Princeton University Press, Princeton, NJ.
Angrist, J. y Pischke, J., 2010, The Credibility Revolution in Empirical Economics:
How Better Research Design Is Taking the Con out of Econometrics, Journal of
Economic Perspectives, 24.
Caruso, G., Sosa Escudero, W. y

Svarc, M., 2010, Deprivation and the

Dimensionality of Welfare: A Variable-Selection Cluster-Analysis Approach,

Documento de Trabajo CEDLAS No. 121.
Deaton, A., 2007, Income, aging, health and wellbeing around the world:
Evidence from the Gallup World Poll. Princeton University, mimeo.
Ferro Luzzi, G., Fluckiger, Y. y Weber, S., 2008, A cluster analysis of
multidimensional poverty in Switzerland, en Kakwani and Silber (2008a).

27

Fraiman R., Justel A. and Svarc M., 2008, Selection of Variables for Cluster
Analysis and Classification Rules, Journal of American Statistical Association,
103, 1294-1303.
Gasparini, L. y Gluzmann, P., 2009, Estimating income poverty and inequality
from the Gallup World Poll. The case of Latin America and the Caribbean,
Documento de Trabajo ECINEQ, Society for the Study of Economic Inequality.
Gasparini, L., Sosa Escudero, W. y Cicowiez, M., 2010, Pobreza y Desigualdad en
America Latina: Conceptos, Herramientas y Aplicaciones, mimeo.
Gasparini, L., Marchionni, M., Olivieri, S. y Sosa Escudero, W., 2008, Income,
Deprivation, and Perceptions in Latin America and the Caribbean: New Evidence
from the Gallup World Poll, mimeo, InterAmerican Development Bank.
Gasparini, L., Marchionni, M., Olivieri, S. y Sosa Escudero, W., 2009a,
Multidimensional Poverty in Latin America and the Caribbean: New Evidence
from the Gallup World Poll, con Leonardo Gasparini, Mariana Marchionni and
Sergio Olivieri. Documento de Trabajo CEDLAS No. 121.
Gasparini, L., Marchionni, M., Olivieri, S. y Sosa Escudero, W., 2009b, Objective
and Subjective Deprivation, en Graham, C. y Lora, E. (eds.), Paradox and
Perception: Measuring Quality of Life in Latin America, Brookings Institution
Press, Washington.
Hardle, W. y Simar, L., 2003, Applied Multivariate Statistical Analysis, Springer,
New York.
Hastie, T., Tibshirani, R. y Friedman, J., 2009, The Elements of Statistical
Learning: Data Mining, Inference, and Prediction, Second Edition, Springer, New
York.
Kakwani, N. y Silber, J., 2008a, Quantitative Approaches to Multidimensional
Poverty Measurement, Palgrave Macmillan, New York

28

Kakwani, N. y Silber, J., 2008b, The Many Dimensions of Poverty, Palgrave

Macmillan, New York.

Keane, M., 2010, A Structural Perspective on the Experimentalist School, Journal

of Economic Perspectives, 24, 4758.
Klimovsky, G., 1997, Las Desventuras del Conocimiento Cientfico. Una
Introduccin a la Epistemologa, A-Z editora, Buenos Aires.
Ravallion, M. y Lokshin, M., 2002, Self-rated economic welfare in Russia,
European Economic Review, 46, 1453-1473.
Sen, A., 1984, Rights and Capabilities, en A. Sen, Resources, Values and
Development. Basil Blackwell, Oxford,.

29