Proyectos como la construcción de infraestructuras de energías renovables generan beneficios amplios para la sociedad, mientras que los costes —como el ruido o el impacto visual— se concentran en los vecinos inmediatos. La liberalización del taxi traería precios más bajos y mayor disponibilidad del servicio, beneficios que se reparten entre muchos —difusos—, mientras que los costes, como la pérdida de ingresos o licencias desvalorizadas, se concentran intensamente en un grupo pequeño. A simple vista, parece injusto que prevalga el interés particular, pero lo contrario ocurre con frecuencia. ¿Por qué? La lógica es simple: cuando unos pocos tienen mucho que ganar, tienen un fuerte incentivo para movilizarse. En cambio, cuando muchos tienen poco que perder, casi nadie se organiza. Los grupos pequeños son más fáciles de coordinar: se conocen, se controlan y tienen mucho en juego. En los grupos grandes, como la ciudadanía en general, cada uno siente que tiene poco que ganar o perder, así que cuesta más actuar en conjunto.
Los problemas de incentivos y organización política inherentes a las políticas con beneficios difusos son bien conocidos, así que hoy quiero hablarles de otra dificultad, más sutil, a la que se enfrentan. Resulta que los beneficios difusos son mucho más difíciles de detectar en los datos: en cambio, los costes concentrados saltan a la vista con mucha más facilidad. Y nuestros queridos métodos cuasi-experimentales, que tanta luz han arrojado en los últimos años sobre temas importantísimos y que, además, dominan gran parte de la investigación económica actual, tienen un talón de Aquiles en el análisis de este tipo de fenómenos. Un buen ejemplo es el estudio de los efectos del comercio con China, protagonista de muchos (y muy citados) papers en los últimos años. El comercio internacional es un caso clásico de beneficios difusos y costes concentrados porque sus ventajas —como precios más bajos de consumo y de componentes industriales— se reparten entre muchos consumidores y empresas, mientras que sus costes —como la pérdida de empleos en sectores específicos— afectan intensamente a grupos pequeños y bien definidos.
En el enfoque cuasi-experimental, estimamos el efecto del comercio comparando la evolución del empleo en un grupo de tratamiento —en este caso, zonas de EE. UU. con importante presencia manufacturera antes de que China entrara en la Organización Mundial del Comercio en 2001—, respecto a su evolución en zonas de control, con menos importancia manufacturera pero parecidas por lo demás. Este enfoque nos permite estimar los costes concentrados del comercio con China, pero no sus beneficios difusos (por ejemplo, los que actúan vía precios), que aparecen por igual en el grupo de tratamiento y el de control. Incluso si encontramos una forma de medir beneficios difusos en zonas de control, el poder estadístico que tenemos para detectarlos suele ser mucho menor, y muy a menudo no podremos llegar a ninguna conclusión. Los autores de los artículos que documentan pérdidas de empleo en las zonas manufactureras son perfectamente conocedores de esta limitación, y dejan meridianamente claro que los resultados no implican que el efecto neto nacional sobre el empleo sea negativo. Sin embargo, como los beneficios difusos del comercio son difíciles de estimar con precisión, también lo es documentarlos en artículos académicos. Esto genera una acumulación de evidencia sobre costes concentrados, frente a una ausencia de evidencia sobre beneficios difusos (que no debe confundirse con evidencia de ausencia de beneficios). Tal vez sin darnos cuenta de ello, esto puede llevarnos a olvidar las limitaciones de los estudios publicados, y a sobredimensionar los costes en relación con los beneficios del comercio, lo visible frente a lo invisible.
Pese a todas estas dificultades, existen estudios recientes que documentan parte de los beneficios del comercio con China, o matizan sus costes, gracias a la disponibilidad de datos económicos cada vez más granulares. Una investigación reciente muestra que el comercio con China redujo significativamente los precios, especialmente en bienes consumidos por familias de renta media-baja, así como en inputs industriales. Otro estudio, con datos de cadenas de suministro, muestra que este efecto fue positivo en el empleo, gracias al crecimiento de otros sectores. Igualmente, existe evidencia de que las reducciones en empleo manufacturero fueron a menudo compensadas por creación de empleo en el sector servicios dentro de la misma empresa, aunque el crecimiento tuvo lugar especialmente en regiones con menor peso del empleo manufacturero. Finalmente, cabe recordar que el acceso de China a la OMC y su correspondiente expansión exportadora coincidieron con un fuerte avance en la automatización y la productividad industrial, que también redujo significativamente la demanda de mano de obra en el sector manufacturero.
Nada de esto minimiza, como bien contaban James Heckman y Hanming Fang en el WSJ la semana pasada, el coste humano y social de la desindustrialización, muy desigual entre regiones, ni reduce la urgencia de apoyar a las regiones más golpeadas por ella. Pero sí debería hacernos más conscientes de la importancia de los beneficios difusos —en este caso, invisibilizados por las limitaciones de nuestras herramientas estadísticas más que por las dinámicas de organización política.
