Descarga la aplicación para disfrutar aún más
Vista previa del material en texto
Evaluación de impacto al programa de transporte escolar del Municipio de Medellín sobre los niveles de retiro y reprobación entre los años 2016 y 2019 Jhon Esteban Martínez Puerta Trabajo de grado presentado para optar al título de Economista Tutor Héctor Mauricio Posada Duque, Doctor (PhD) en Economía Universidad de Antioquia Facultad de Ciencias Económicas Economía Medellín, Antioquia, Colombia 2022 Cita (Martínez Puerta, 2022) Referencia Estilo APA 7 (2020) Martínez Puerta, J. E. (2022). Evaluación de impacto al Programa de Transporte Escolar en las Instituciones Educativas Oficiales del Municipio de Medellín 2016-2019 [Trabajo de grado profesional]. Universidad de Antioquia, Medellín, Colombia. Centro de Documentación Economía Repositorio Institucional: http://bibliotecadigital.udea.edu.co Universidad de Antioquia - www.udea.edu.co Rector: John Jairo Arboleda Céspedes. Decano/Director: Sergio Iván Restrepo Ochoa. Jefe departamento: Wilman Arturo Gómez Muñoz. El contenido de esta obra corresponde al derecho de expresión de los autores y no compromete el pensamiento institucional de la Universidad de Antioquia ni desata su responsabilidad frente a terceros. Los autores asumen la responsabilidad por los derechos de autor y conexos. https://co.creativecommons.net/tipos-de-licencias/ https://co.creativecommons.net/tipos-de-licencias/ Dedicatoria A mis hijos Luna y Juan Manuel por ser el más grande aliciente que me permitió culminar este proceso con éxito, sin ellos nada podría haber sido posible. Tabla de contenido Resumen ........................................................................................................................................... 6 Abstract ............................................................................................................................................ 7 Introducción ..................................................................................................................................... 8 Planteamiento del problema ....................................................................................................... 10 Objetivos ................................................................................................................................. 12 Objetivo general ................................................................................................................. 12 Objetivo específico 1 .......................................................................................................... 12 Objetivo específico 2 .......................................................................................................... 13 Objetivo específico 3 .......................................................................................................... 13 Revisión de literatura ..................................................................................................................... 13 Metodología ................................................................................................................................... 15 Resultados ...................................................................................................................................... 23 Conclusiones .................................................................................................................................. 31 Referencias ..................................................................................................................................... 33 EVALUACIÓN DE IMPACTO AL PROGRAMA DE TRANSPORTE ESCOLAR EN MEDELLÍN… 6 Resumen En el presente proyecto investigativo, se realiza una evaluación del impacto que genera el programa de Transporte Escolar en la disminución de la deserción y reprobación en las Instituciones Educativas Oficiales (IEO) del Municipio de Medellín, teniendo en cuenta que la inversión anual en dicho programa ha incrementado de manera significativa desde su implementación y que sus efectos sobre la deserción escolar no han sido cuantificados con la rigurosidad científica necesaria que permita mejorar la efectividad de dicho programa. Para esto, se consultaron bases de datos de los estudiantes que fueron beneficiarios del programa entre los años 2016-2019. Adicionalmente, se tomó la población total de estudiantes matriculados durante este mismo periodo en las IEO de Medellín de acuerdo con la información registrada en el Sistema de Matrículas (SIMAT) y se extrajeron las variables: edad, sexo, grado, estrato, discapacidad, repitencia, zona rural o urbana. Se crearon los grupos de tratamiento y control y se evaluaron los efectos que produce ser beneficiario del programa en las variables de retiro, reprobación y repitencia, encontrando que la política tuvo un efecto del -3,9% sobre los niveles de retiro de los beneficiarios del programa; en cuanto a la reprobación académica de estos, se evidencia un impacto del 0,7% en los estudiantes tratados, adicionalmente, se observa que el efecto generado sobre la repitencia de los estudiantes durante el periodo analizado fue del -3,2%. Palabras clave: evaluación de impacto, financiación de la educación, bienestar del estudiante, transporte escolar, deserción escolar. Clasificación JEL: C21, H43, H4, H52 EVALUACIÓN DE IMPACTO AL PROGRAMA DE TRANSPORTE ESCOLAR EN MEDELLÍN… 7 Abstract This research project covers an evaluation of the impact achieved by the school transportation program on diminishing the dropout and failure rates at public education institutions of the city of Medellín, taking into account that the yearly investment on said program has been significantly increased since its implementation and that its effects on school dropout have not been measured at the scientific rigor required to improve the efficiency of said program. For such purpose, collection of the databases of students benefiting from this program between 2016 and 2019 was conducted. Additionally, the total population of students enrolled during the same period in public education institutions of the city of Medellín was analyzed on the following variables: age, sex, grade, stratum, disability, repetition, rural or urban area. Treatment and control groups were created and the effects of being a member of the program were evaluated on the dropout and failure variables, founded that the political has a effect of -3,9% above of the levels of retirement the beneficiaries of the program; about the academic reapproval of this, we can see a impact of the 0,7% of the students, even we can analyze the effect generated above repetition of the students during the period already analyze that was -3,2%. Keywords: impact evaluation, educational finance, student welfare, student transportation, dropping out. Clasificación JEL: C21, H43, H4, H52 EVALUACIÓN DE IMPACTO AL PROGRAMA DE TRANSPORTE ESCOLAR EN MEDELLÍN… 8 Introducción Se entiende por deserción escolar, el abandono del sistema educativo por parte de los estudiantes, provocado por una combinación de factores que se generan, tanto en la escuela como en contextos de tipo social, familiar e individual, anotando que algunos teóricos han preferido llamar a esta situación “abandono escolar” dado el carácter militar que tiene la palabra “deserción” (Moreno, 2014). La deserción escolar es un fenómeno multicausal, por este motivo es de gran importancia la identificación de sus principales causas desde el enfoque personal, del entorno escolar, social y económico, entre otros. En Colombia se han llevado a cabo varios estudios e investigaciones sobreeste fenómeno, realizando análisis entre variables y contextos que son factores que contribuyen al abandono académico por parte de los estudiantes (Caballero, 2019). El fenómeno del abandono académico o la deserción escolar presenta un impacto en la sociedad, afectando factores tanto económicos como sociales y políticos que retardan el desarrollo de la nación. Cuando se presenta deserción escolar se incrementan las dificultades marginales en las personas, debido a que la remuneración de los trabajadores está directamente relacionada con su nivel de capacitación, generando así pobreza social (Montoya y Castañeda, 2019). Según datos del MEN, en Colombia el índice de deserción escolar para preescolar, básica y media, entre los años 2011 y 2019 fue alrededor del 4,08%. Por su parte, Antioquia a pesar de mantener un comportamiento similar, mantuvo porcentajes en promedio menores a los del país, a excepción de los registrados entre los años del presente análisis (2016 – 2019). (Ver Gráfico 1) EVALUACIÓN DE IMPACTO AL PROGRAMA DE TRANSPORTE ESCOLAR EN MEDELLÍN… 9 Fuente: Elaboración propia a partir de datos del Ministerio de Educación Nacional De acuerdo con el Ministerio de Educación Nacional (MEN) en su artículo ABC de la deserción escolar (2014), la población en riesgo de deserción es identificada desde el nivel nacional, asimismo, se caracterizan los niños, niñas y jóvenes que deben ser reintegrados al sistema educativo porque ya desertaron. Adicionalmente, se focalizan las acciones en la población más vulnerable, ampliando la oferta de programas nacionales. Desde el nivel territorial, cada secretaría de educación es responsable, junto con los establecimientos educativos de monitorear a los estudiantes en riesgo, fortaleciendo su capacidad institucional e identificando las causas de la deserción y proponiendo acciones de prevención en articulación con otros sectores. Entre las estrategias desarrolladas por el MEN, se encuentran las estrategias de apoyo económico y apoyo complementario a la canasta escolar: Gratuidad educativa, Articulación con los Programas “Familias en Acción” y Red para la Superación de la Pobreza Extrema Juntos, Inversión del Sector Solidario y de las Cajas de Compensación, Alimentación Escolar y Transporte Escolar. El programa de transporte escolar del Municipio de Medellín es una estrategia de permanencia educativa que procura apoyar la movilidad de los estudiantes entre su residencia y el establecimiento educativo en el cual se encuentran matriculados, según información publicada por 0,00% 1,00% 2,00% 3,00% 4,00% 5,00% 6,00% 2 0 1 1 2 0 1 2 2 0 1 3 2 0 1 4 2 0 1 5 2 0 1 6 2 0 1 7 2 0 1 8 2 0 1 9 TASA INTERANUAL DE DESERCIÓN ESCOLAR COLOMBIA ANTIOQUIA Gráfico 1: Índice de deserción escolar: 2011 - 2019 EVALUACIÓN DE IMPACTO AL PROGRAMA DE TRANSPORTE ESCOLAR EN MEDELLÍN… 10 la Secretaría de Educación de Medellín en su página web1. De acuerdo con la Circular 201960000181 de 2019, por medio de la cual se fijan los lineamientos para la asignación de beneficios en las diferentes modalidades de la estrategia de transporte escolar, esta política cuenta con tres modalidades: • Tiquete estudiantil: subsidia el 50% del valor de la tarifa vigente en el transporte público, este aporte es realizado por las empresas transportadoras como parte de sus programas de Responsabilidad Social Empresarial. • Perfil estudiante municipio (metro): tarifa diferencial en el sistema metro para los estudiantes de IEO e Instituciones de Educación Superior. • Transporte contratado: servicio contratado por la Secretaría de Educación para movilizar a los estudiantes desde su lugar de residencia hasta la Institución Educativa y viceversa. Planteamiento del problema La modalidad que se abordará para analizar el efecto que tiene el programa, sobre la disminución de la deserción escolar en las IEO del Municipio de Medellín será la de transporte contratado. Este programa a pesar de estar catalogado por el MEN como una estrategia de permanencia educativa, también es utilizado para atender dificultades en la cobertura, al movilizar estudiantes desde algunas zonas que presentan exceso de demanda en educación hacia otras donde exista mayor oferta educativa. En la práctica, la modalidad funciona similar a un transporte privado que recoge al estudiante en un punto específico cercano a su lugar de residencia y lo lleva hasta la institución educativa donde se encuentra matriculado, con la diferencia de que este es financiado en un 100% con recursos de la Alcaldía de Medellín. La Secretaría de Educación de Medellín, con el acompañamiento de los directivos de cada institución educativa, realiza la verificación y asignación del beneficio a los estudiantes que cumplan con todos los requisitos de la estrategia detallados a continuación: • Ser residente del Municipio de Medellín. 1 https://www.medellin.edu.co/estudiantes/acceso-cobertura-y-permanencia/transporte-escolar EVALUACIÓN DE IMPACTO AL PROGRAMA DE TRANSPORTE ESCOLAR EN MEDELLÍN… 11 • Estar matriculado en una Institución Educativa del Municipio de Medellín de Carácter Oficial con su debido registro en el Sistema Integrado de Matrícula - SIMAT. • Residir en viviendas estrato 1, 2 o 3. • Vivir a más de 12.5 cuadras y/o 1 kilómetro de distancia de la Institución Educativa. • No existir oferta educativa con disponibilidad de cupos para el grado que el estudiante está cursando o aspira cursar en un rango menor de 12.5 cuadras o 1 kilómetro al lugar de residencia. A la modalidad de transporte contratado no se le ha realizado una evaluación del impacto que esta genera sobre la repitencia de los estudiantes, que permita tomar decisiones referentes a la continuidad, acciones de mejora o suspensión del programa, esto a pesar de que ha representado gastos para el Municipio de Medellín por más de 122 mil millones de pesos entre los años 2012 y 2019 según los contratos firmados para el cumplimiento de este objetivo y que reposan en el Sistema Electrónico para la Contratación Pública – SECOP I. (Ver Tabla 1) Tabla 1: Contratación transporte escolar Medellín: 2012 - 2019 AÑO CONTRATO MODALIDAD CONTRATISTA VALOR NOMINAL DEL CONTRATO 2012 4600040098 Convenio de asociación COOTRAESPECIALES $5.436.130.500 2013 4600048021 Subasta inversa COOTRAESPECIALES $9.291.686.270 2014 4600053624 Licitación pública COOTRAESPECIALES $6.808.505.120 2015 4600059708 Convenio de asociación COOTRAESPECIALES $11.347.340.400 2015 4600058360 Convenio de asociación COOTRAESPECIALES $3.724.955.900 2016 4600066122 Selección Abreviada COOTRAESPECIALES $9.972.552.346 2016 4600063677 Convenio de asociación COOTRAESPECIALES $7.939.265.910 2017 4600072516 Subasta inversa UT TRANSPORTE ESCOLAR MEDELLIN $9.888.000.000 2017 4600069379 Subasta inversa COOTRAESPECIALES $6.508.508.617 2018 4600075090 Subasta inversa UT TRANSPORTE ESCOLAR MEDELLIN 2018 $21.081.431.414 2019 4600080996 Subasta inversa UT ESCOLAR MEDELLIN $20.490.000.000 TOTAL $122.488.376.477 De acuerdo con los datos presentados en la Tabla 1, el programa de transporte escolar ha tenido incrementos significativos en el valor anual de cada contrato, inclusive si se descuenta el EVALUACIÓN DE IMPACTO AL PROGRAMA DE TRANSPORTE ESCOLAR EN MEDELLÍN… 12 aumento por inflación como se detalla en el Grafico 2. A pesar de esta tendencia alcista en el costo del programa, la cantidad de beneficiarios no ha aumentado en las mismas proporciones, de acuerdo con información consultada en la Secretaría de Educación de Medellín la estrategia benefició a alrededor de 10.000 estudiantes entre 2012 y 2015, por lo que se puede inferir que el costo per cápita de la estrategia es cada vez mayor. Gráfico2: Costo Anual Transporte Escolar 2012-2019 Objetivos Objetivo general Evaluar si el programa de transporte escolar del Municipio de Medellín generó un impacto positivo en el retiro y reprobación de los estudiantes entre los años 2016 y 2019. Objetivo específico 1 Recopilar los datos de los estudiantes beneficiados por el programa y la población total matriculada en el Municipio de Medellín entre los años 2016 y 2019; extrayendo las variables edad, sexo, grado, estrato, discapacidad, repitencia, zona rural o urbana y estado final de la matrícula del alumno. $5.436.130.500 $9.070.369.260 $6.522.806.208 $13.950.662.995 $15.601.270.147 $21.894.914.248 $16.912.500.132 $16.029.101.150 $- $5.000.000.000 $10.000.000.000 $15.000.000.000 $20.000.000.000 $25.000.000.000 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020 Costo anual a precios 2012 Contratación anual a precios 2012 Exponencial (Contratación anual a precios 2012) EVALUACIÓN DE IMPACTO AL PROGRAMA DE TRANSPORTE ESCOLAR EN MEDELLÍN… 13 Objetivo específico 2 Elegir el modelo que logre estimar de la manera más precisa posible, de acuerdo con la información de los estudiantes y la política, consultada en los sistemas de información de la Secretaría de Educación de Medellín y el Ministerio de Educación Nacional Objetivo específico 3 Elegir el grupo de tratamiento y grupo de control más conveniente de acuerdo con los datos disponibles de los estudiantes matriculados en las IEO de Medellín. Revisión de literatura La evaluación de impacto consiste fundamentalmente, en realizar algún tipo de inferencia causal sobre sus resultados. En principio, los individuos tienen la posibilidad de obtener el beneficio de un programa de gobierno, en este contexto, el problema de interés en la evaluación de impacto es comparar la situación del individuo que recibió el beneficio, con aquella en caso de no haberlo recibido (Herrera Ramos, 2009, p. 15). Según Bernal y Peña (2011) hace algunos años la evaluación de impacto era un tema casi desconocido en la gestión social. En el mejor de los casos, se percibía como una curiosidad de especialistas; en el peor, como un desperdicio de recursos y un obstáculo tecnocrático a las iniciativas sociales. El impacto de la mayoría de las políticas públicas era desconocido. (p. 11) De acuerdo con Gertler, et al (2017) los programas y políticas tienen como objetivo mejorar uno o varios resultados específicos, como aumentar los ingresos, mejorar el aprendizaje o reducir las enfermedades. Una pregunta crucial para las políticas públicas es saber si estos resultados se logran o no, aunque a menudo no suele abordarse. Normalmente, los hacedores y administradores de políticas concentran su atención en la medición e información de los insumos y productos inmediatos de un programa como la inversión en este, la cantidad de bienes o servicios entregados o el número de beneficiarios de la política, en lugar de evaluar si los programas han logrado el objetivo de mejorar los resultados. EVALUACIÓN DE IMPACTO AL PROGRAMA DE TRANSPORTE ESCOLAR EN MEDELLÍN… 14 La práctica de la evaluación de políticas y programas sociales en Colombia ha venido adquiriendo un carácter de creciente rigurosidad, lo que ha obligado a que sea cada vez más necesario tener claras las bases teórico-conceptuales de las distintas aproximaciones a la evaluación, así como tener herramientas para distinguir cuál modelo es el más apropiado en un determinado contexto (Nina, 2008, p. 451). En el año 2008, el Departamento Nacional de Planeación evaluó el impacto que generó el programa Familias en Acción sobre diferentes factores como educación, nutrición, salud, trabajo infantil, mercado laboral, y capital social. Dentro de los resultados obtenidos, se concluyó que el programa tuvo un efecto significativo reduciendo el número promedio de años repetidos en 0.09 años para estudiantes entre 12 y 17 años, tanto en la zona urbana como en la zona rural y de 0.12 años para estudiantes entre 14 y 17 en la zona urbana. (Departamento Nacional de Planeación [DNP], 2008, p. 49) Un estudio similar se realizó en Costa Rica, donde se evaluó el impacto al programa de estrategias condicionadas, Avancemos. A través de la metodología Propensity Score Matching se encontró que de acuerdo con los datos del período 2006-2007 la transferencia monetaria condicionada generó un impacto positivo, tanto sobre la deserción como sobre la reinserción. Esto significa que una parte de los estudiantes no abandonan los estudios gracias a la ayuda económica que reciben y, por otro lado, también ayuda a que los jóvenes que ya han desertado regresen a estudiar (Mata y Hernández, 2015). En el año 2012, la Secretaría de Educación Distrital de Bogotá (SED) realizó la evaluación del impacto de algunos de sus programas en el marco de la política educativa del Plan Sectorial de Educación Bogotá: una gran escuela 2004-2008. Los resultados del estudio conjugan dos tipos de información. La que se obtuvo directamente de las encuestas a estudiantes, profesores, directivos y padres de familia, a quienes se les preguntó cuál era su percepción del impacto de los programas en aspectos relevantes del proceso educativo y de la institución escolar. Y la información indirecta tomada de la base de datos del sistema de matrícula de la SED, organizada de tal manera que permitiera comparar, en cada programa, la situación de los beneficiarios y de los no beneficiarios. La investigación muestra que los programas han mejorado las condiciones de la educación en términos de cobertura y permanencia. Los entrevistados también perciben mejoras en la calidad, aunque el estudio no hace un análisis sistemático sobre esta dimensión, el balance general es positivo. EVALUACIÓN DE IMPACTO AL PROGRAMA DE TRANSPORTE ESCOLAR EN MEDELLÍN… 15 Por su parte, en Chile, se realizó un estudio similar, donde por medio de un análisis descriptivo de encuestas y entrevistas realizadas a estudiantes, madres, padres, apoderados, directores, operadores y conductores; se evaluó el impacto que generó el Programa Transporte Escolar en la población beneficiada directa e indirectamente a nivel nacional, concluyendo que a partir de los análisis generados, y los cálculos de estimación de impacto a nivel de la asistencia anual, asistencia trimestral (Junio-Julio-Agosto), y promedio general de notas, no se logró identificar que el programa contribuyese de manera significativa en la variaciones de estas (Ministerio de Transportes y Telecomunicaciones, 2016). La deserción escolar y la inasistencia no es el único impacto que podría generar la política de transporte escolar. De acuerdo con una investigación realizada por el Banco Interamericano de Desarrollo, en conjunto con la Universidad EAFIT, donde se analiza la modalidad del perfil estudiante municipio (metro) de la Secretaría de Educación de Medellín, existe una correlación directa entre una disminución total o parcial en los costos de transporte sobre la elección de colegios de mejor calidad, esto, una vez analizadas las características socioeconómicas y ubicación geográfica de estudiantes y colegios de instituciones públicas en Medellín. Adicionalmente, en la misma evaluación se concluye que la modalidad de transporte contratado no tiene ningún efecto sobre la elección de colegios de mejor calidad (Cortés, 2022). Metodología De acuerdo con Bernal y Peña (2011) La evaluación de impacto debe responder a un interrogante complejo: ¿qué habría pasado con los beneficiarios en ausencia del programa en cuestión? Esta pregunta consume buena parte del tiempo y el esfuerzo del evaluador. Pero no es la única pregunta relevante. El evaluador debe realizar dos tareas preliminares e indispensables: un riguroso análisis factual y un análisis del contexto del programa.En este sentido, lo que busca la evaluación de impacto es estimar el efecto causal que provoca una política sobre una o varias variables de resultados. Se trata de aislar el efecto de esta política sobre la variable de interés, manteniendo controlado cualquier otro factor que afecte a esta última variable. De no ser las condiciones idénticas los efectos no podrían atribuirse de forma exclusiva a la actuación. (Cansino et al., 2010, p7) EVALUACIÓN DE IMPACTO AL PROGRAMA DE TRANSPORTE ESCOLAR EN MEDELLÍN… 16 Basados en el modelo de resultado potencial o modelo Roy-Rubin se define el indicador de tratamiento como 𝐷𝑖. Para el caso que se analiza el tratamiento es binario, es decir, 𝐷𝑖 = 1 si el estudiante es beneficiario del programa y 𝐷𝑖 = 0 en caso contrario. Las variables de resultado se definen como 𝑌𝑖(𝐷𝑖) para cada individuo 𝑖 = 1 … 𝑁 donde 𝑁 denota la población total. Es decir, 𝑌𝑖(1) es la variable de resultado si el individuo 𝑖 es tratado y 𝑌𝑖(0) es la variable de resultado si el individuo 𝑖 no es tratado. En este sentido, el efecto del tratamiento será la diferencia entre el individuo cuando este bajo tratamiento y en ausencia de este, como se especifica en la ecuación (1). 𝜏 = 𝑌𝑖(1) − 𝑌𝑖(0) (1) A partir de esto es posible definir: 𝐸[𝑌𝑖(1)|𝐷𝑖 = 1] como el valor esperado de la variable de resultado en el grupo de tratamiento en presencia del tratamiento y 𝐸[𝑌𝑖(0)|𝐷𝑖 = 1] como el valor esperado de la variable de resultado en el grupo de tratamiento en ausencia del tratamiento, es decir, el resultado contrafactual. Como es evidente, no es posible obtener de manera real datos del contrafactual, ya que ningún individuo podrá ser beneficiario y no beneficiario del programa durante el mismo periodo de tiempo. Por esto es necesario encontrar un grupo control 𝐸[𝑌𝑖(0)|𝐷𝑖 = 0] lo suficientemente cercano al contrafactual. Es decir: 𝐸[𝑌𝑖(0)|𝐷𝑖 = 1] ≈ 𝐸[𝑌𝑖(0)|𝐷𝑖 = 0] (2) Una vez obtenido el mejor grupo de control posible, se podría inferir que el impacto de la política estaría dado por la diferencia entre la esperanza matemática del grupo de control y el grupo de tratamiento, es decir: 𝜑 = 𝐸[𝑌𝑖(1)|𝐷𝑖 = 1] − 𝐸[𝑌𝑖(0)|𝐷𝑖 = 0] (3) Existen diferentes métodos para evaluar el impacto de una política y la aplicación de cada uno dependerá del tipo de política que se analiza. Por ejemplo, Bernal y Peña (2011) afirman que EVALUACIÓN DE IMPACTO AL PROGRAMA DE TRANSPORTE ESCOLAR EN MEDELLÍN… 17 En programas consolidados los métodos no experimentales son muchas veces la única opción disponible. Si la selección del grupo de tratamiento obedece a criterios claros y conocidos, la técnica de emparejamiento es una opción atractiva. Si el programa es autofocalizado y existen diferencias geográficas en la facilidad de acceso o la disponibilidad de cupos, la técnica de variables instrumentales puede ser conveniente. Si los mecanismos de focalización contienen saltos discretos, la técnica de regresión discontinua es una elección obvia. En muchos casos puede ser conveniente utilizar varias técnicas y compararlas. (p. 306) Para llevar a cabo la evaluación de impacto al programa de transporte escolar de la Secretaría de Educación de Medellín, se consultaron los datos de la matrícula de los estudiantes que fueron beneficiarios del programa entre los años 2016-2019. Adicionalmente, se construyó una muestra de la población total de estudiantes matriculados, tomando únicamente los estudiantes que hubieran sido tratados con la política en por lo menos un año durante el periodo de análisis en las IEO de Medellín y se extrajeron un conjunto de variables de dicha muestra. De acuerdo con la composición de los datos, se considera conveniente la utilización de un modelo de efectos fijos con datos de panel teniendo en cuenta que se tiene información transversal de cada individuo durante varios periodos de tiempo. De acuerdo con Ramoni y Orlandoni 2014: Los datos panel proporcionan información de individuos en distintos momentos de tiempo, lo que los hace ideales para evaluar los efectos de programas sociales y proyectos al permitir datos del grupo de tratamiento y del grupo de control antes y después de la intervención. Los modelos de datos panel tienen la gran ventaja de permitir controlar por variables no observadas que pueden de alguna manera afectar el comportamiento de la variable respuesta, y a la vez permiten modelar dinámicas de ajuste y diferencias de comportamientos vitales en la evaluación de impactos. (p.164) Para la construcción del panel de datos, se seleccionaron los estudiantes que habían sido tratados en al menos uno de los cuatro años y de los que además se tuviera información durante todo el periodo de análisis, con el fin de tener un panel balanceado. En este sentido, se seleccionó la información de 12624 individuos durante los años 2016-2019, para un total de 50496 observaciones. EVALUACIÓN DE IMPACTO AL PROGRAMA DE TRANSPORTE ESCOLAR EN MEDELLÍN… 18 De acuerdo con el mecanismo de asignación de la política, donde se prioriza la edad de los estudiantes, se espera que el grupo etario con mayor cantidad de beneficiarios sean los de menor edad, sin embargo, como se observa en el gráfico 3, fueron los estudiantes entre 11 y 15 años con la mayor cantidad de tratados durante el periodo de análisis. Gráfico 3: Distribución de beneficiarios por edades De los datos obtenidos se evidenció que en promedio el programa atendió a cerca de 2120 estudiantes de la zona rural, es decir el 16,8% de los beneficiarios y 10504 de la zona urbana representando el 83,2% de los estudiantes tratados, lo que no es compatible con la forma en que se asigna la estrategia, donde se prioriza a los estudiantes de la zona rural. Sin embargo, se debe tener en cuenta la cantidad de estudiantes matriculados de la zona rural, que para 2019 representaban únicamente el 3,9% de la población estudiantil total. En este sentido, se podría afirmar que la política benefició alrededor del 22,1% de todos los estudiantes de la zona rural, mientras que de la zona urbana benefició únicamente el 4,4% siendo esto consistente con los criterios de priorización de la política. En cuanto al sexo, la política no diferencia entre hombres y mujeres en el momento de su asignación, aunque se benefició una mayor cantidad de hombres, quienes representaron el 52% de 2669 2384 2071 1542 2840 3502 3890 4050 153 417 878 1293 4 8 12 15 0 1000 2000 3000 4000 5000 6000 7000 8000 2016 2017 2018 2019 DISTRIBUCIÓN DE BENEFICIARIOS POR EDADES 5 - 10 11 - 15 16 - 20 21 - 25 EVALUACIÓN DE IMPACTO AL PROGRAMA DE TRANSPORTE ESCOLAR EN MEDELLÍN… 19 los tratados, frente al 48% de mujeres, no se observa una diferencia significativa que muestre un posible caso de discriminación en la asignación de la política. El criterio más relevante para ser beneficiario de la política es la distancia entre la institución educativa y la vivienda del estudiante, sin embargo, únicamente se logró acceder a la información de este parámetro del 36% de los estudiantes que hicieron parte de la política en 2019. En promedio, los estudiantes viven a 1800 metros de la institución educativa donde se encuentran matriculados, lo que es consecuente con el criterio de 1000 metros establecido por la Secretaría de Educación de Medellín. Sin embargo, como se observa en el gráfico 4, un poco más del 40% de los estudiantes se ubicaron por debajo de esta distancia, lo que podría interpretarse como posibles inconsistencias en la asignación de la estrategia o la presencia de estudiantes con movilidad reducida u otras discapacidades, quienes son priorizados de acuerdo con la circular que reglamenta la política. Gráfico 4: Distancia en metros: Institución - Vivienda Otro de los factores importantes en la asignaciónde la política es el estrato socioeconómico de los estudiantes, donde solo se puede acceder si el estudiante pertenece a los estratos 1, 2 y 3, priorizando desde el estrato más bajo. En el gráfico 5 se observa que, para todos los años, los 0,0% 10,0% 20,0% 30,0% 40,0% 50,0% 60,0% 70,0% 80,0% 90,0% 100,0% 5 0 0 1 0 0 0 1 5 0 0 2 0 0 0 2 5 0 0 3 0 0 0 3 5 0 0 4 0 0 0 > 4 0 0 0 Fe cu e n ci a ac u m u la d a Distancia en metros DISTANCIA EN METROS INSTITUCIÓN - VIVIENDA EVALUACIÓN DE IMPACTO AL PROGRAMA DE TRANSPORTE ESCOLAR EN MEDELLÍN… 20 estudiantes pertenecientes al estrato 2 fueron los mayormente elegidos, seguidos por los estudiantes de estrato 1 y 3 respectivamente. Gráfico 5: Distribución de beneficiarios por estrato socioeconómico El programa de transporte escolar opera en la mayoría de las comunas2 de Medellín, a excepción de la comuna 1, 10, 15 y 90 donde no se ha priorizado el beneficio por la suficiente oferta educativa respecto a su demanda en estos territorios. En el gráfico 6 se observa que las comunas 3, 7, 13 y 60 tienen la mayor cantidad de beneficiarios. 2 Medellín se encuentra organizado territorialmente en 16 comunas y 5 corregimientos, distribuidos de acuerdo con su ubicación geográfica. 0% 20% 40% 60% 80% 100% 2016 2017 2018 2019 DISTRIBUCIÓN DE BENEFICIARIOS POR ESTRATO SOCIOECONÓMICO ESTRATO 1 ESTRATO 2 ESTRATO 3 EVALUACIÓN DE IMPACTO AL PROGRAMA DE TRANSPORTE ESCOLAR EN MEDELLÍN… 21 Gráfico 6: Distribución de beneficiarios por comuna Llama la atención la diferencia existente en cantidad de beneficiarios que se observa en la comuna 60 respecto a las demás, este comportamiento puede ser explicado por el incremento de unidades habitacionales que se dio en el sector de Nuevo Occidente en la periferia urbana, el lugar donde se construyó desde 2003 uno de los megaproyectos de vivienda de interés social más ambiciosos del país: la edificación de 23.000 unidades habitacionales en una vereda del corregimiento San Cristóbal (Ceballos, 2016). Este incremento acelerado de habitantes no estuvo acompañado por un aumento en la oferta de servicios esenciales, entre ellos la educación, por este motivo los estudiantes deben ser trasladados a las instituciones educativas del casco urbano de San Cristóbal y a la comuna 7 – Robledo, incrementando así de manera significativa la necesidad del beneficio de transporte escolar. Una vez organizados los datos obtenidos de los estudiantes durante el periodo a analizar bajo la estructura de un panel de datos balanceado, donde cada uno de los parámetros varía entre los individuos y el tiempo, se plantea el siguiente modelo como punto de partida para la estimación: 𝑦𝑖𝑡 = 𝐷𝑖𝑡𝜌 + 𝑥′𝑖𝑡𝛽 + 𝛼𝑖 + 𝛿𝑡 + 𝑢𝑖𝑡 , 𝑢𝑖𝑡~𝑁(0, 𝜎𝑢 2) (4) Donde 𝑥′𝑖𝑡 es un vector que contiene k variables observables, β es un vector de k parámetros, i representa a los individuos (i = 1,..., N), t representa el tiempo (t = 1,..., T), por su 0 500 1000 1500 2000 2 3 4 5 6 7 8 9 11 12 13 14 16 50 60 70 80 DISTRIBUCIÓN DE BENEFICIARIOS POR COMUNA 2016 2017 2018 2019 EVALUACIÓN DE IMPACTO AL PROGRAMA DE TRANSPORTE ESCOLAR EN MEDELLÍN… 22 parte 𝛼𝑖 y 𝛿𝑡 recogen la heterogeneidad provocada por los efectos de los individuos y el tiempo respectivamente. Para el caso del presente análisis se construyó la variable binaria nombrada como repitencia 𝑦𝑖𝑡 que toma el valor de 1 si el estudiante reprobó o se retiró antes de culminar el año lectivo en el periodo t y 0 si el estudiante culminó y aprobó dicho año; 𝐷𝑖𝑡 representa una variable dummy que toma el valor de 1 si el estudiante fue tratado durante el periodo t y 0 en otro caso; el vector 𝑥′𝑖𝑡 contiene toda la información que pudo ser recolectada para cada uno de los estudiantes y que fue considerada relevante dentro del modelo, es decir: la edad, el sexo, grado, estrato, discapacidad, jornada y zona rural o urbana, y 𝛼𝑖 y 𝛿𝑡 seguirá representado el efecto fijo individual y el efecto fijo asociado al tiempo respectivamente. Una forma equivalente de estimar el efecto fijo del modelo (4) cuando se cuenta con grandes tamaños de muestras es utilizar una regresión sobre las variables obtenidas como desviaciones respecto a las medias individuales. Tomando el promedio de los individuos a través del tiempo, es decir: 𝑦�̅� = �̅�𝑖𝜌 + 𝑥′𝑖̅̅ ̅𝛽 + 𝛼�̅� + 𝛿̅ + �̅�𝑖 (5) Donde, �̅�𝑖 = 1 𝑇 ∑ 𝐷𝑖𝑡 𝑇 𝑡=1 , 𝑦�̅� = 1 𝑇 ∑ 𝑦𝑖𝑡 𝑇 𝑡=1 y 𝑥�̅� = 1 𝑇 ∑ 𝑥𝑖𝑡 𝑇 𝑡=1 Restando (4) – (5) se obtiene el modelo en desviaciones respecto a la media: 𝑦𝑖𝑡 − 𝑦�̅� = (𝐷𝑖𝑡 − �̅�𝑖)𝜌 + (𝑥𝑖𝑡 − �̅�𝑖) ′𝛽 + (𝛿𝑡 − 𝛿̅) + (𝑢𝑖𝑡 − �̅�𝑖) (6) Esta transformación es conocida como transformación within. Se puede observar que 𝛼𝑖 ha sido eliminada del modelo debido a que (𝛼𝑖 − �̅�) = 0 lo que corrige una posible correlación entre 𝐷𝑖 y el termino de error del modelo en diferencias (𝑢𝑖𝑡 − �̅�𝑖). Para hallar el efecto del programa, basta con aplicar el estimador de mínimos cuadrados ordinarios – MCO al modelo (6). Sin embargo, el estimador por MCO supone que los residuos provienen de una población que tiene homocedasticidad, lo que significa varianza constante. Cuando la heterocedasticidad está presente en un análisis de regresión, las conclusiones del contraste de hipótesis se vuelven difíciles EVALUACIÓN DE IMPACTO AL PROGRAMA DE TRANSPORTE ESCOLAR EN MEDELLÍN… 23 de confiar. Específicamente, la heterocedasticidad aumenta la varianza de las estimaciones del coeficiente de regresión, pero el modelo de regresión no detecta esto. Esto hace que sea mucho más probable que un modelo de regresión declare que un término del modelo es estadísticamente significativo, cuando en realidad no lo es. (Comprensión de la heterocedasticidad en el análisis de regresión, STATOLOGOS, 2021) Para el caso del presente análisis, es probable que se esté violando el supuesto de independencia del término de error a través de las observaciones toda vez que, un estudiante puede verse afectado por las condiciones del barrio donde vive, por la calidad de la institución educativa donde estudia o inclusive por la metodología de sus maestros, lo que supone presencia de errores sesgados dada la presencia de clústeres dentro las observaciones. Esta clusterización natural dentro de los datos implica diferentes varianzas de los errores para cada observación o segmento de la muestra, violando el supuesto de homocedasticidad, es decir: 𝑉𝑎𝑟(𝑢𝑖|𝑋′) = 𝜎𝑖 2 Existen distintas maneras de corregir este problema de los errores estándar. Uno de ellos, consiste en calcular los errores estándar clusterizados. Una vez calculados, se debe revisar si se conserva o no la significancia del estimador; dada la forma en que se agrupan naturalmente los estudiantes se considera que la manera más conveniente de clusterización es por institución educativa. Resultados Inicialmente es ejecutado el modelo a través del paquete Linear Models for Panel Data - plm del software R, tomando la variable retiro como dependiente, donde se le asigna el valor de 1 si el estudiante se retiró antes de culminar su año lectivo y 0 en otro caso, independientemente de que el estudiante haya aprobado o reprobado el grado que cursaba, de donde se obtienen los siguientes resultados. EVALUACIÓN DE IMPACTO AL PROGRAMA DE TRANSPORTE ESCOLAR EN MEDELLÍN… 24 Tabla 2: Resultados linear models for panel data - retiro =========================================================== Dependent variable: RETIRADO TRATAMIENTO -0.039*** (0.002) RURAL 0.002 (0.005) GRADO -0.001*** (0.0001) ESTRATOESTRATO 1 0.021 (0.026) ESTRATOESTRATO 2 -0.003 (0.026) ESTRATOESTRATO 30.001 (0.029) ESTRATOESTRATO 4 -0.009 (0.048) ESTRATOESTRATO 5 -0.002 (0.100) ESTRATONO APLICA -0.034 (0.036) EDAD -0.007 (0.009) DISCAPACIDAD 0.023 (0.047) JORNADAFIN DE SEMANA -0.101** (0.043) JORNADAMAÑANA 0.020 (0.024) JORNADANOCTURNA 0.011 (0.028) JORNADATARDE 0.018 (0.024) JORNADAÚNICA 0.020 (0.024) EVALUACIÓN DE IMPACTO AL PROGRAMA DE TRANSPORTE ESCOLAR EN MEDELLÍN… 25 rezagoREGULAR -0.020*** (0.005) Observations 50,496 R2 0.019 Adjusted R2 -0.309 F Statistic 42.709*** (df = 17; 37852) =========================================================== Note: p<0.1; **p<0.05; ***p<0.01 Como se observa en la salida anterior, el tratamiento causó un impacto del -3,9% en la cantidad de retiros de los estudiantes, lo que se clasifica como positivo de acuerdo con lo que se espera que genere una política pública. Adicionalmente, se observa un p-valor menor a 0.01 concluyendo que se rechaza la hipótesis nula según la cual el efecto del programa sobre la variable de retiro es igual cero. Posteriormente, se ejecutó el mismo modelo cambiando la variable dependiente por la información de reprobación de los estudiantes, donde tomará el valor de 1 si el estudiante culminó el año lectivo, pero reprobó y 0 en otro caso, obteniendo los resultados que se presentan en la tabla 3. Tabla 3: Resultados linear models for panel data - reprobación ========================================================== Dependent variable: REPROBADO TRATAMIENTO 0.007** (0.003) RURAL -0.059*** (0.009) GRADO -0.004*** (0.0001) ESTRATOESTRATO 1 -0.014 (0.044) ESTRATOESTRATO 2 0.021 (0.045) ESTRATOESTRATO 3 -0.014 EVALUACIÓN DE IMPACTO AL PROGRAMA DE TRANSPORTE ESCOLAR EN MEDELLÍN… 26 (0.049) ESTRATOESTRATO 4 0.119 (0.082) ESTRATOESTRATO 5 0.019 (0.170) ESTRATONO APLICA 0.060 (0.062) EDAD 0.056*** (0.015) DISCAPACIDAD 0.095 (0.080) JORNADAFIN DE SEMANA -0.501*** (0.074) JORNADAMAÑANA 0.008 (0.041) JORNADANOCTURNA -0.405*** (0.048) JORNADATARDE -0.027 (0.041) JORNADAÚNICA 0.012 (0.041) rezagoREGULAR 0.304*** (0.008) Observations 50,496 R2 0.058 Adjusted R2 -0.257 A partir de los resultados detallados en la tabla 3, se observa que la política generó un impacto del 0,7% en la reprobación de los estudiantes, es decir, que los estudiantes tratados durante el periodo analizado tuvieron mayor nivel de reprobación por causa de la política, en comparación con los que no recibieron tratamiento. Finalmente, es ejecutado el modelo de interés donde la variable dependiente es la repitencia de los estudiantes, construida a partir de la información de retiro temprano del estudiante durante el año lectivo o la culminación con reprobación. Como en los presentados anteriormente, se ejecuta EVALUACIÓN DE IMPACTO AL PROGRAMA DE TRANSPORTE ESCOLAR EN MEDELLÍN… 27 de manera inicial sin ningún tipo de agrupamiento y se obtienen los resultados que se muestran en la tabla 4: Tabla 4: Resultados linear models for panel data - repitencia Dependent variable: REPITENCIA TRATAMIENTO -0.032*** (0.003) ZONA RURAL -0.057*** (0.010) GRADO -0.005*** (0.0001) ESTRATO 1 0.007 (0.048) ESTRATO 2 0.018 (0.048) ESTRATO 3 -0.013 (0.053) ESTRATO 4 0.109 (0.088) ESTRATO 5 0.017 (0.184) EDAD 0.049*** (0.016) DISCAPACIDAD 0.118 (0.087) JORNADA FIN DE SEMANA -0.602*** (0.079) JORNADA MAÑANA 0.029 (0.045) JORNADA NOCTURNA -0.394*** (0.052) JORNADA TARDE -0.009 (0.045) JORNADA ÚNICA 0.032 (0.045) rezagoREGULAR 0.284*** (0.009) Observations 50,496 R2 0.061 Adjusted R2 -0.253 F Statistic 143.916*** (df = 17; 37852) EVALUACIÓN DE IMPACTO AL PROGRAMA DE TRANSPORTE ESCOLAR EN MEDELLÍN… 28 Note: *p<0.1; **p<0.05; ***p<0.01 Se puede observar que el impacto que generó la política sobre la repitencia de los estudiantes fue de 3,2%, es decir, que de los 12634 estudiantes que fueron tratados, se evitó la repitencia de aproximadamente 404 estudiantes al año. Adicionalmente, se evidencia un p-valor menor a 0.01 concluyendo que se rechaza la hipótesis nula según la cual el efecto del programa es igual cero. Sin embargo, como se advirtió inicialmente, esta significancia del efecto que genera la política puede ser errónea si se viola el supuesto de independencia del término de error a través de las observaciones, por este motivo, se aplica el test de Breusch-Pagan con el fin de evaluar si se cumple el supuesto de homocedasticidad de los errores, para esto se analizan las siguientes hipótesis y se obtienen los resultados que se detallan a continuación: 𝐻0: 𝑙𝑜𝑠 𝑒𝑟𝑟𝑜𝑟𝑒𝑠 𝑡𝑖𝑒𝑛𝑒𝑛 𝑣𝑎𝑟𝑖𝑎𝑛𝑧𝑎 𝑐𝑜𝑛𝑠𝑡𝑎𝑛𝑡𝑒. 𝐻1: 𝑙𝑜𝑠 𝑒𝑟𝑟𝑜𝑟𝑒𝑠 𝑛𝑜 𝑡𝑖𝑒𝑛𝑒𝑛 𝑣𝑎𝑟𝑖𝑎𝑛𝑧𝑎 𝑐𝑜𝑛𝑠𝑡𝑎𝑛𝑡𝑒. studentized Breusch-Pagan test data: modtworepite BP = 1752.4, df = 18, p-value < 2.2e-16 Se puede observar a partir de la salida del test anterior que el p-valor es inferior al nivel de significancia de 0,05, por este motivo se puede afirmar que se rechaza la hipótesis nula, es decir, el modelo no cumple con el supuesto de homocedasticidad. Con el fin de corregir el incumplimiento de este supuesto, se utilizaron errores estándar clusterizados por institución educativa para verificar si se presentan cambios en la significancia del estimador, obteniendo los siguientes resultados: EVALUACIÓN DE IMPACTO AL PROGRAMA DE TRANSPORTE ESCOLAR EN MEDELLÍN… 29 Tabla 4: Resultados modelo plm vs. errores clusterizados Dependent variable: REPITENCIA Modelo inicial Modelo con errores Clusterizados TRATAMIENTO -0.032*** (0.003) -0.032*** (0.007) ZONA RURAL -0.057*** (0.009) -0.057*** (0.014) GRADO -0.005*** (0.0001) -0.005*** (0.0002) EDAD 0.049*** (0.014) 0.049*** (0.011) DISCAPACIDAD 0.118 (0.075) 0.118 (0.083) ANO_2017 -0.008 (0.014) -0.008 (0.018) ANO_2018 -0.047* (0.028) -0.047* (0.028) ANO_2019 -0.052 (0.041) -0.052 (0.037) ESTRATO_ESTRATO 1 0.007 (0.042) 0.007 (0.045) ESTRATO_ESTRATO 2 0.018 (0.042) 0.018 (0.041) ESTRATO_ESTRATO 3 -0.013 (0.046) -0.013 (0.045) ESTRATO_ESTRATO 4 0.109 (0.077) 0.109 (0.086) ESTRATO_ESTRATO 5 0.017 (0.159) 0.017 (0.054) ESTRATO_NO APLICA 0.026 (0.058) 0.026 (0.056) JORNADA FIN DE SEMANA -0.602*** (0.069) -0.602*** (0.071) JORNADA MAÑANA 0.029 (0.039) 0.029 (0.049) JORNADA NOCTURNA -0.394*** (0.045) -0.394*** (0.059) JORNADA TARDE -0.009 (0.039) -0.009 (0.049) JORNADA ÚNICA 0.032 (0.039) 0.032 (0.049) rezagoREGULAR 0.284*** (0.008) 0.284*** (0.016) Constant 0.000 (0.001) 0.000 (0.001) EVALUACIÓN DE IMPACTO AL PROGRAMA DE TRANSPORTE ESCOLAR EN MEDELLÍN… 30 Observations 50,496 50,496 R2 0.064 0.064 Adjusted R2 0.064 0.064 Residual Std. Error (df = 50475) 0.276 0.276 F Statistic (df = 20; 50475) 172.845*** 172.845*** Note: *p<0.1; **p<0.05; ***p<0.01 Se puede observar que, incluso agrupando los estudiantes por institución educativa, la significancia del coeficiente asociado al tratamiento sigue siendo menor a 0.01 lo que confirma nuevamente que se rechaza la hipótesis nula de que el efecto del programa es igual cero. Como se observa en la salida de ambas regresiones no fue tomada la variable género, esto se explica porque en todos los casos, al menos dentro del presente análisis, no existe variación en el tiempo de esta característica de los individuos, por lo que es tomada como una constante que se elimina en la diferenciación. A pesar de que existe un impacto en el sentido que se esperaba, es decir, el programa contribuye a la disminución de la reprobación y retiro de los estudiantes, es importante la revisión de lainversión en la política y el análisis de la relación costo – beneficio que esta genera y la comparación de la misma con otras estrategias. De acuerdo con Fedesarrollo (2019) el gasto público por estudiante durante cada uno de los años evaluados fue de alrededor del 17,8% del PIB per cápita, es decir, aproximadamente 1,2 millones de pesos; esta inversión se pierde completamente si el estudiante no logra culminar su año lectivo. En este sentido, es posible afirmar que la política evitó la pérdida de aproximadamente 485 millones de pesos anuales, lo que representa menos del 2,3% del gasto anual en el programa. Sin embargo, la inversión pública directa en educación no es la única pérdida asociada a la deserción o reprobación del estudiante, por ende, no puede ser esta la única medida de los beneficios que genera la política; existen otros costos sociales y privados indirectos que, aunque no hacen parte del alcance del presente trabajo se pueden mostrar algunas aproximaciones que permitan dar luces de los efectos de la deserción y reprobación escolar en la sociedad. OCDE (2010), sostiene que, al no terminar el proceso educativo, las personas se encuentran en desventaja por el resto de su vida. Aseguran, además, que los costos económicos y sociales de la deserción son grandes, pues pueden afectar los niveles de crecimiento económico, aumentar el gasto social en salud, disminuir los beneficios intergeneracionales y reducir la cohesión social. En EVALUACIÓN DE IMPACTO AL PROGRAMA DE TRANSPORTE ESCOLAR EN MEDELLÍN… 31 este sentido la inversión en educación y la efectividad de esta, trae consigo importantes beneficios como el incremento de los salarios, la disminución en factores como la desigualdad, la criminalidad y el embarazo adolescente, entre otros. Por ejemplo, de acuerdo con Aguilar (2008) existen diferentes obstáculos para el desarrollo económico de un país, el autor nombra las fallas de la educación del factor humano como uno de estos, este obstáculo establece que, si toda la población no está educada, instruida y capacitada, no es posible alcanzar un nivel satisfactorio de desarrollo económico. De acuerdo con esto, el rezago de cada estudiante en su formación académica retrasa el desarrollo económico del país y por ende el crecimiento de este. De acuerdo con Tarazona y Remolina (2017) en Colombia, la tasa de retorno de la educación por cada año adicional es de 9,1%, mientras que un año más de experiencia podría incrementar los ingresos de un individuo en por lo menos 2,2% en sus primeros años, por otra parte, si el individuo posee muchos años de experiencia un año más de esta podría disminuir sus ingresos en un 0,002% lo que podría ser insignificante. Adicionalmente, varios estudios indican que los niños de familias pobres y de padres con poca educación afrontan una probabilidad relativamente alta de alcanzar niveles de educación bajos, de obtener menos retornos derivados de su educación, y de seguir siendo pobres (Perry, et. al, 2006, pág. 2, como se citó en Muñoz, 2016). En el mismo sentido Cuenca (2016), afirma que la educación media es una etapa decisiva para los logros posteriores en la universidad y el mercado laboral, afrontar esta etapa sin rezagos genera mejor desempeño académico en el examen Saber11, lo que implica un efecto de consideración importante en el ingreso a Instituciones Educativas Superiores de alta calidad y a un alto desempeño durante la educación superior, así como en la obtención de mejores ingresos. Conclusiones El impacto que generó el programa de transporte escolar de la Secretaría de Educación de Medellín sobre el nivel de repitencia de los estudiantes entre los años 2016 y 2019 fue del 3,2%, es decir, que de los 12634 estudiantes que fueron tratados anualmente, se evitó la repitencia de aproximadamente 404 estudiantes. EVALUACIÓN DE IMPACTO AL PROGRAMA DE TRANSPORTE ESCOLAR EN MEDELLÍN… 32 La política evitó la pérdida de aproximadamente 485 millones de pesos anuales del gasto en educación, lo que representa cerca del 2,26% de la inversión en la estrategia durante cada uno de los cuatros años analizados. A pesar de obtener resultados positivos en el efecto de la política sobre la reprobación y retiro de los estudiantes, es importante la revisión de la inversión en la política y el análisis de la relación costo – beneficio que este genera y la comparación del mismo con otras estrategias. La evaluación de impacto a las políticas públicas es fundamental para la toma de decisiones a partir del efecto generado por estas; fomentar su aplicación de manera permanente a los programas con un alto nivel de gasto, incrementa la eficiencia en la utilización de los recursos públicos. La inversión efectiva en educación trae consigo importantes beneficios como el incremento de los salarios, la disminución de la desigualdad, la criminalidad y el embarazo adolescente, entre otros. La metodología propuesta permite controlar por variables no observadas que pueden de alguna manera afectar el comportamiento de la variable respuesta, haciéndolo preferido sobre otros métodos teniendo en cuenta la disponibilidad y calidad de los datos en algunas políticas públicas, en este sentido, puede ser replicado a otras políticas que requieran aislar el efecto de las variables no observadas. EVALUACIÓN DE IMPACTO AL PROGRAMA DE TRANSPORTE ESCOLAR EN MEDELLÍN… 33 Referencias Bernal, R., & Peña, X. (2011). Guía práctica para la evaluación de impacto (Spanish Edition) (Primera edición). Ediciones Uniandes. Caballero, W. A. (2019). Análisis de la deserción escolar en las instituciones educativas oficiales del municipio de Villeta en el Departamento de Cundinamarca durante el año 2017 [Tesis de Especialización, Universidad Pedagógica Nacional]. http://repository.pedagogica.edu.co/bitstream/handle/20.500.12209/10858/TO- 23569.pdf?sequence=1&isAllowed=y Cansino, J. M., Romero, M. P., Sanchez Braza, A., & López Melendo, J. (2010). Métodos basados en la inferencia causal estadística para evaluar un programa de impulso inicial a la intenacionalización de la empresa andaluza. the future of the cohesion policy. Castillo Gutiérrez, S., & Lozano Aguilera, E. D. (2010). Q-Q Plot Normal. Los puntos de posición gráfica. Iniciación a La Investigación, (2). Recuperado a partir de https://revistaselectronicas.ujaen.es/index.php/ininv/article/view/259 Comprensión de la heterocedasticidad en el análisis de regresión en 2022 STATOLOGOS. (2021, 7 mayo). Statologos: El sitio web para que aprendas estadística en Stata, R y Phyton. https://statologos.com/regresion-de-heteroscedasticidad/ Cortés, R. (2022, 31 enero). Impacto del programa de subsidios en el transporte escolar en Medellín, Colombia. Moviliblog. Geraadpleegd op 21 april 2022, van https://blogs.iadb.org/transporte/es/impacto-del-programa-de-subsidios-en-el-transporte- escolar-en-medellin-colombia/ Cuenca, A. (2016). Desigualdad de oportunidades en Colombia: impacto del origen social sobre el desempeño académico y los ingresos de graduados universitarios. Estudios pedagógicos (Valdivia), 42(2). https://doi.org/10.4067/S0718-07052016000200005 Daniel E. Ho, Kosuke Imai, Gary King, Elizabeth A. Stuart (2011). MatchIt: Nonparametric Preprocessing for Parametric Causal Inference. Journal of Statistical Software, Vol. 42, No. 8, pp. 1-28. URL https://www.jstatsoft.org/v42/i08/ Departamento Nacional de Planeación [DNP]. (2008). Programa Familias en Acción: Impactos en capital humano y Evaluación beneficio - costo del Programa. Recuperado de https://colaboracion.dnp.gov.co/CDT/Prensa/Publicaciones/Evaluacion-politicas-publicas- 6.pdf Fedesarrollo. (2019, junio). Gasto en el sector educativo en Colombia. David Forero, Camila Valentina Moreno Parrado. https://acortar.link/VHGwvp Gertler, P. J., Martinez, S., Premand,P., & Rawlings, L. B. (2017). La evaluación de impacto en la práctica, Segunda edición (2.a ed.). World Bank Publications. Herrera Ramos, J. Mario. (2009). La evaluación de impacto y la evaluación de proceso en un sistema general de evaluación. Introducción al tema mediante un estudio de caso: el programa http://repository.pedagogica.edu.co/bitstream/handle/20.500.12209/10858/TO-23569.pdf?sequence=1&isAllowed=y http://repository.pedagogica.edu.co/bitstream/handle/20.500.12209/10858/TO-23569.pdf?sequence=1&isAllowed=y https://revistaselectronicas.ujaen.es/index.php/ininv/article/view/259 https://statologos.com/regresion-de-heteroscedasticidad/ https://blogs.iadb.org/transporte/es/impacto-del-programa-de-subsidios-en-el-transporte-escolar-en-medellin-colombia/ https://blogs.iadb.org/transporte/es/impacto-del-programa-de-subsidios-en-el-transporte-escolar-en-medellin-colombia/ https://www.jstatsoft.org/v42/i08/ https://colaboracion.dnp.gov.co/CDT/Prensa/Publicaciones/Evaluacion-politicas-publicas-6.pdf https://colaboracion.dnp.gov.co/CDT/Prensa/Publicaciones/Evaluacion-politicas-publicas-6.pdf https://acortar.link/VHGwvp EVALUACIÓN DE IMPACTO AL PROGRAMA DE TRANSPORTE ESCOLAR EN MEDELLÍN… 34 tortilla. Cuadernos de Economía, 28(51), 125-174. Retrieved May 02, 2021, from http://www.scielo.org.co/scielo.php?script=sci_arttext&pid=S0121- 47722009000200006&lng=en&tlng=es. Martínez, J. A. (2016). Endogeneidad, diferencia de medias y regression. [Endogeneity, mean difference and regression]. RICYDE. Revista internacional de ciencias del deporte, 12(46), 335–337. https://doi.org/10.5232/ricyde2016.046ed Mata, C., & Hernández, K. (2015). Evaluación de impacto de la implementación de transferencias monetarias condicionadas para educación secundaria en Costa Rica (Avancemos). Revista de Ciencias Económicas, 33(1), 9. https://doi.org/10.15517/rce.v33i1.19964 Mata, C., & Hernández, K. (2015). Evaluación de impacto de la implementación de transferencias monetarias condicionadas para educación secundaria en Costa Rica (Avancemos). Revista de Ciencias Económicas, 33(1), 9. https://doi.org/10.15517/rce.v33i1.19964 Ministerio de Educación ABC de la deserción (2014). Disponible en https://www.mineducacion.gov.co/1621/articles-293659_archivo_pdf_abc.pdf Ministerio de Educación Encuesta Nacional de Deserción Escolar (ENDE) (2011). Socialización de resultados principales en el marco de los encuentros regionales de construcción del Plan Sectorial de Educación. Presentación disponible en: http://www.mineducacion.gov Ministerio de Educación Nacional, [MEN]. (2018). Informes operación PAE año 2018. Recuperado de https://www.mineducacion.gov.co/1759/w3-article- 357467.html?_noredirect=1 Ministerio de Educación Nacional. (s. f.). Estadisticas en educacion preescolar, basica y media. Datos Abiertos. Recuperado 10 de mayo de 2021, de https://www.datos.gov.co/Educaci- n/men_estadisticas_en_educacion_en_preescolar-b-sica/ji8i-4anb/data Montero. R (2011): Efectos fijos o aleatorios: test de especificación. Documentos de Trabajo en Economía Aplicada. Universidad de Granada. España. Montoya Villarraga, N. E., & Castañeda Tovar, J. E. (2019). Identificación de las Posibles Causas de Deserción Escolar en los Jóvenes y Niños del Colegio Departamental General Santander Sede San Benito de Sibaté [Tesis de Especialización, Universidad Cooperativa De Colombia]. https://repository.ucc.edu.co/bitstream/20.500.12494/14995/1/2019_identificacion_posibles _causas.pdf Moreno Bernal, D. M. (2014). La Deserción Escolar: Un problema de Carácter Social. In Vestigium Ire, 6(1). Recuperado a partir de http://revistas.ustatunja.edu.co/index.php/ivestigium/article/view/795 Muñoz Barón, C. P. (2016). Efectos económicos y sociales de la deserción escolar en básica primaria en la ciudad de Bogotá. Retrieved from https://ciencia.lasalle.edu.co/economia/355 Nina Baltazar, Esteban. (2008). Modelos de evaluación de políticas y programas sociales en Colombia. Papel Politico, 13(2), 449-471. Retrieved May 02, 2021, from http://www.scielo.org.co/scielo.php?script=sci_arttext&pid=S0122- 44092008000200003&lng=en&tlng=es. http://www.scielo.org.co/scielo.php?script=sci_arttext&pid=S0121-47722009000200006&lng=en&tlng=es http://www.scielo.org.co/scielo.php?script=sci_arttext&pid=S0121-47722009000200006&lng=en&tlng=es https://doi.org/10.5232/ricyde2016.046ed https://doi.org/10.15517/rce.v33i1.19964 https://doi.org/10.15517/rce.v33i1.19964 https://www.mineducacion.gov.co/1621/articles-293659_archivo_pdf_abc.pdf http://www.mineducacion.gov/ https://www.mineducacion.gov.co/1759/w3-article-357467.html?_noredirect=1 https://www.mineducacion.gov.co/1759/w3-article-357467.html?_noredirect=1 https://www.datos.gov.co/Educaci-n/MEN_ESTADISTICAS_EN_EDUCACION_EN_PREESCOLAR-B-SICA/ji8i-4anb/data https://www.datos.gov.co/Educaci-n/MEN_ESTADISTICAS_EN_EDUCACION_EN_PREESCOLAR-B-SICA/ji8i-4anb/data https://repository.ucc.edu.co/bitstream/20.500.12494/14995/1/2019_identificacion_posibles_causas.pdf https://repository.ucc.edu.co/bitstream/20.500.12494/14995/1/2019_identificacion_posibles_causas.pdf http://revistas.ustatunja.edu.co/index.php/ivestigium/article/view/795 https://ciencia.lasalle.edu.co/economia/355 http://www.scielo.org.co/scielo.php?script=sci_arttext&pid=S0122-44092008000200003&lng=en&tlng=es http://www.scielo.org.co/scielo.php?script=sci_arttext&pid=S0122-44092008000200003&lng=en&tlng=es EVALUACIÓN DE IMPACTO AL PROGRAMA DE TRANSPORTE ESCOLAR EN MEDELLÍN… 35 OECD (2010), Overcoming School Failure: Policies that Work. Project Description. R Core Team (2021). R: A language and environment for statistical computing. R Foundation for Statistical Computing, Vienna, Austria. URL https://www.R-project.org/ Ramoni Perazzi, J., & Orlandoni Merli, G. (2014). Modelos de regresión de datos panel y su aplicación en la evaluación de impactos de programas sociales. TeloS, 16(1), 157–164. https://www.redalyc.org/pdf/993/99330402007 Rubin, D.B. (2001). Using Propensity Scores to Help Design Observational Studies: Application to the Tobacco Litigation. Health Services & Outcomes Research Methodology, 2, 169-188. Secretaría de Educación de Medellín. (s.f.). Transporte Escolar. Recuperado el 25 de abril de 2021 de https://www.medellin.edu.co/estudiantes/acceso-cobertura-y-permanencia/transporte- escolar Sistema Electrónico para la Contratación Pública - SECOP I, Contrato 4600066122 de 2016, Secretaría de Educación de Medellín - COOTRAESPECIALES, Recuperado el 03 de mayo de 2021 de: https://www.contratos.gov.co/consultas/detalleProceso.do?numConstancia=16- 17-5212539 Sistema Electrónico para la Contratación Pública - SECOP I. Contrato 4600080996 de 2019. Secretaría de Educación de Medellín - UT ESCOLAR MEDELLÍN. Recuperado el 03 de mayo de 2021 de: https://www.contratos.gov.co/consultas/detalleProceso.do?numConstancia=19-9-454304 Sistema Electrónico para la Contratación Pública - SECOP I. Contrato 4600072516 de 2017. Secretaría de Educación de Medellín - UT TRANSPORTE ESCOLAR MEDELLÍN. Recuperado el 03 de mayo de 2021 de: https://www.contratos.gov.co/consultas/detalleProceso.do?numConstancia=17-9-435020 Sistema Electrónico para la Contratación Pública - SECOP I. Contrato 4600069379 de 2017. Secretaría de Educación de Medellín - COOTRAESPECIALES. Recuperado el 03 de mayo de 2021 de: https://www.contratos.gov.co/consultas/detalleProceso.do?numConstancia=17- 9-425486 Sistema Electrónico para la Contratación Pública - SECOP I. Contrato 4600063677 de 2016. Secretaría de Educación de Medellín - COOTRAESPECIALES. Recuperado el 03 de mayo de 2021 de: https://www.contratos.gov.co/consultas/detalleProceso.do?numConstancia=16- 4-4638547 Sistema Electrónico para la Contratación Pública - SECOP I. Contrato 4600059708 de 2015. Secretaría de Educación de Medellín - COOTRAESPECIALES. Recuperado el 03 de mayo de 2021 de: https://www.contratos.gov.co/consultas/detalleProceso.do?numConstancia=15-4-3745535 Sistema Electrónico para la Contratación Pública - SECOP I. Contrato 4600058360 de 2015. Secretaría de Educación de Medellín - COOTRAESPECIALES. Recuperado el 03 de mayo de 2021 de: https://www.contratos.gov.co/consultas/detalleProceso.do?numConstancia=15- 12-3378551 https://www.r-project.org/ https://www.redalyc.org/pdf/993/99330402007 https://www.contratos.gov.co/consultas/detalleProceso.do?numConstancia=16-17-5212539 https://www.contratos.gov.co/consultas/detalleProceso.do?numConstancia=16-17-5212539 https://www.contratos.gov.co/consultas/detalleProceso.do?numConstancia=19-9-454304 https://www.contratos.gov.co/consultas/detalleProceso.do?numConstancia=17-9-435020 https://www.contratos.gov.co/consultas/detalleProceso.do?numConstancia=17-9-425486 https://www.contratos.gov.co/consultas/detalleProceso.do?numConstancia=17-9-425486 https://www.contratos.gov.co/consultas/detalleProceso.do?numConstancia=16-4-4638547 https://www.contratos.gov.co/consultas/detalleProceso.do?numConstancia=16-4-4638547 https://www.contratos.gov.co/consultas/detalleProceso.do?numConstancia=15-4-3745535 https://www.contratos.gov.co/consultas/detalleProceso.do?numConstancia=15-4-3745535 https://www.contratos.gov.co/consultas/detalleProceso.do?numConstancia=15-12-3378551 https://www.contratos.gov.co/consultas/detalleProceso.do?numConstancia=15-12-3378551 EVALUACIÓN DE IMPACTO AL PROGRAMA DE TRANSPORTE ESCOLAR EN MEDELLÍN… 36 Sistema Electrónico para la Contratación Pública - SECOP I. Contrato 4600053624 de 2014. Secretaría de Educación de Medellín - COOTRAESPECIALES. Recuperado el 03 de mayo de 2021 de: https://www.contratos.gov.co/consultas/detalleProceso.do?numConstancia=13- 9-363574 Sistema Electrónico para la Contratación Pública - SECOP I. Contrato 4600048021 de 2013. Secretaría de Educación de Medellín - COOTRAESPECIALES. Recuperado el 03 de mayo de 2021 de: https://www.contratos.gov.co/consultas/detalleProceso.do?numConstancia=13- 9-363984 Sistema Electrónico para la Contratación Pública - SECOP I. Contrato 4600040098 de 2012. Secretaría de Educación de Medellín - COOTRAESPECIALES. Recuperado el 03 de mayo de 2021 de: https://www.contratos.gov.co/consultas/detalleProceso.do?numConstancia=13- 12-2094592 Stock, J. H., & Watson, M. W. (2012). Introducción a la Econometría (3.a ed.). Pearson Education. Tarazona Quintero, N. E., & Remolina Amartegui, D. (2017). Efectos de la tasa de retorno de la educación en Colombia (2009-2016) (Pregrado). Universidad Santo Tomas. Universidad Nacional de Colombia, & Ceballos Guerra, J. C. (2016, abril). ¿Los Macroproyectos de Vivienda Masiva solucionan los problemas de habitabilidad? https://acortar.link/Lxwnxj Urdiola, S. S. (2017). Cómo evaluar el impacto de programas sociales y políticas públicas. Editorial UOC. Vergara Rojas, R. (2014). Factores de permanencia escolar: análisis de la educación básica y media en Caldas. Universidad EAFIT Recuperado de: https://repository.eafit.edu.co/bitstream/handle/10784/7418/Roque_VergaraRojas_2015.pdf? sequence=2 https://www.contratos.gov.co/consultas/detalleProceso.do?numConstancia=13-9-363574 https://www.contratos.gov.co/consultas/detalleProceso.do?numConstancia=13-9-363574 https://www.contratos.gov.co/consultas/detalleProceso.do?numConstancia=13-9-363984 https://www.contratos.gov.co/consultas/detalleProceso.do?numConstancia=13-9-363984 https://www.contratos.gov.co/consultas/detalleProceso.do?numConstancia=13-12-2094592 https://www.contratos.gov.co/consultas/detalleProceso.do?numConstancia=13-12-2094592 https://acortar.link/Lxwnxj https://repository.eafit.edu.co/bitstream/handle/10784/7418/Roque_VergaraRojas_2015.pdf?sequence=2 https://repository.eafit.edu.co/bitstream/handle/10784/7418/Roque_VergaraRojas_2015.pdf?sequence=2
Compartir