Descargar PDF

porque, como se planteó anteriormente, las cuotas regionales se definen un año antes de la
distribución efectiva. Las variables utilizadas son: el porcentaje de la población regional
respecto a la nacional, como aproximación de la magnitud de las necesidades socioeconómicas
de cada región; la razón entre el PIB per cápita de la región y el PIB per cápita promedio del
país (datos hasta 2003), como aproximación del ingreso por habitante; la tasa de desempleo
regional por su efecto sobre pobreza (datos hasta 2004); la dispersión poblacional (razón entre
la superficie y la población de cada región) para reflejar condiciones territoriales; y la tasa de
mortalidad infantil (datos hasta 2003), que representa necesidades del sector salud. Por último,
se incluye como variable dependiente el FNDR rezagado en un periodo, debido a la presencia
de un componente histórico en la distribución del FNDR descubierto en el Gráfico 7 de la
sección anterior. Además esta variable sirve de proxy de las decisiones políticas de cada año.
Otros indicadores teóricamente importantes son el porcentaje de pobres y el de población rural
regional, que no se pudieron incluir debido a la poca disponibilidad de datos. Las variables
explicativas son exógenas, debido a que la magnitud de los recursos del FNDR no es suficiente
para que pueda influir sobre los indicadores socioeconómicos y territoriales. Por ejemplo,
difícilmente el PIB de cada región puede ser explicado por el FNDR asignado en los periodos
anteriores, ya que en promedio representa el 0.8% de los PIB regionales (ver Apéndice 4). Para
controlar los efectos asociados al tiempo se utilizaron 29 dummies como variables explicativas.
Al año 2005 no se le asigna una dummy para evitar perfecta colinealidad entre ellas.
Para capturar los efectos fijos individuales de cada región, como superficie y distancia de
Santiago, se puede correr la regresión con efectos individuales fijos o aleatorios. Que los
efectos no observables sean fijos supone que estos son determinísticos, es decir, las diferencias
entre regiones pueden ser vistas simplemente como desplazamientos paramétricos en la función
de la regresión. Los efectos aleatorios, en cambio, suponen que los efectos individuales son,
como dice su nombre, aleatorios. El modelo de efectos fijos utiliza Mínimos Cuadrados
Ordinarios (MCO), y el modelo de efectos aleatorios emplea Mínimos Cuadrados
Generalizados al suponer que existen elementos distintos de cero afuera de la diagonal de la
matriz varianza-covarianza. Un antecedente que entrega Duncan (2000) es que el modelo de
efectos aleatorios es preferible en los casos que la muestra de individuos no representa una
muestra exhaustiva de la población. En este caso están representadas las trece regiones del país,
es decir, la población completa. En cambio Wooldridge (2002) y Greene (1999) plantean que la
19