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