Upload
francisco-rantul
View
221
Download
2
Embed Size (px)
DESCRIPTION
tesina de grado
Citation preview
Sede Puerto Montt
Seminario de Grado
Crecimiento Económico y Felicidad:
Nueva evidencia empírica.
Tesina presentada como requisito para
optar al Grado de Licenciado en
Administración.
Profesor Responsable: Jenny Pulgar P.
Profesor Patrocinante: Oscar Guevara A.
Francisco Osiel Rantul Mansilla
Fabián Esteban de Rays Pillancari
PUERTO MONTT – CHILE
2012
ÍNDICE
RESUMEN EJECUTIVO .................................................................................................. 4
1.- INTRODUCCIÓN ........................................................................................................ 6
2.- PRESENTACIÓN DEL PROBLEMA ......................................................................... 7
2.1- PLANTEAMIENTO DEL PROBLEMA .............................................................. 7
2.2- JUSTIFICACIÓN .................................................................................................. 8
2.3- PREGUNTAS DE INVESTIGACIÓN .................................................................. 9
2.4- OBJETIVOS ......................................................................................................... 10
2.4.1- OBJETIVO GENERAL ................................................................................. 10
2.4.2- OBJETIVOS ESPECÍFICOS ......................................................................... 11
3.-HIPÓTESIS ................................................................................................................. 11
4.- DEFINICIÓN DE VARIABLES ................................................................................ 12
4.1- CONCEPTUAL .................................................................................................... 12
4.2- OPERACIONAL................................................................................................... 13
5.- MARCO REFERENCIAL .......................................................................................... 15
5.1- UN POCO DE HISTORIA ................................................................................... 15
5.2- INVESTIGACIÓNES PREVIAS ......................................................................... 17
5.3- MODELO DE UTILIDAD RELATIVA .............................................................. 21
6. – DISEÑO METODOLÓGICO ................................................................................... 26
6.1- LOS DATOS Y SU RECOLECCIÓN .................................................................. 26
6.2- TIPO Y PLAN DE LA INVESTIGACIÓN .......................................................... 28
6.3- REGRESIÓN CON FIXED EFFECTS Y RANDOM EFFECTS ........................ 29
7- PRESENTACIÓN Y DISCUSIÓN DE LOS RESULTADOS ................................. 33
8- CONCLUSIONES ....................................................................................................... 36
REFERENCIAS ............................................................................................................... 42
ANEXO 1 - ¿QUÉ ES FELICIDAD? .............................................................................. 48
ANEXO 2 – GRUPOS DE REFERENCIA Y ADAPTACION DE EXPECTATIVAS. 57
ANEXO 3 – REGRESIÓN CON FIXED EFFECTS Y RANDOM EFFECTS .............. 60
ÍNDICE DE TABLAS
Tabla 1 - Investigaciones previas y sus resultados........................................................... 20
Tabla 2 - Lista de países seleccionados para la investigación ......................................... 26
Tabla 3 - Orden de los datos del estudio .......................................................................... 28
Tabla 4 - Regresión con random effects .......................................................................... 30
Tabla 5 - Regresión con fixed effects .............................................................................. 31
Tabla 6 - Test de Hausman............................................................................................... 31
Tabla 7 - Test Breuch-Pagan (multiplicadores de Lagrange) para efectos aleatorios ...... 32
Tabla 8 - Regresión agrupada .......................................................................................... 32
Tabla 9 - Regresión con random effects .......................................................................... 34
Tabla 10- Correlación entre par de variables por separado.............................................. 36
ÍNDICE DE GRÁFICOS
Gráfico 1 – Ingreso y felicidad en los Estados Unidos (1975-2010) ................................. 7
Gráfico 2 – Ingreso y felicidad en Japón (1975-2010) .................................................... 10
Gráfico 3 – Matriz de correlación entre las variables desde 1975 hasta el 2010. ............ 33
Gráfico 4 - Relación entre PIB per cápita, coeficiente de Gini y felicidad en Reino Unido
(1975-2010) ...................................................................................................................... 37
Gráfico 5 - Relación entre PIB per cápita y coeficiente de Gini en Reino Unido (1975-
2010) ................................................................................................................................ 38
Gráfico 6 - Relación entre el PIB per cápita y la felicidad. ............................................. 39
Gráfico 7 - Índice de felicidad y tasa de inflación en Italia (1981-1991). ....................... 40
Gráfico 8 - Libertad civil y felicidad en el Reino Unido (1990-2010). ........................... 41
RESUMEN EJECUTIVO
En éste estudio se desarrollará un modelo que logre describir la relación entre la
felicidad y diferentes variables como PIB per cápita, tasa de inflación, coeficiente de
Gini y libertad civil para aportar con nueva evidencia empírica y una herramienta
enfocada políticas públicas para trabajar en factores que logren una mayor felicidad en
los habitantes de una nación. Mediante una regresión de datos de panel con efectos
aleatorios se obtiene un modelo en el cual el impacto del PIB per cápita, coeficiente de
Gini, tasa de inflación y libertad civil es de 0,00000397, 0,00723, -0,0118 y -0,173
puntos respectivamente dado un índice de felicidad que varía desde 1 a 10. Dentro de la
investigación se descubre que cada mayor sea la cantidad de dinero que tenga una
persona menor será el impacto que éste tiene en las variaciones de felicidad y también
que la desigualdad en los países es un mal necesario para que las personas sean más
felices.
6
1.- INTRODUCCIÓN
Desde los inicios de la ciencia económica se ha asumido y tomado como base el que las
personas al tener más dinero son más felices1 debido a que pueden satisfacer más
necesidades. Por este motivo en la creación de modelos y el estudio del comportamiento
de las personas se da como hecho que éstas optimizan su tiempo y toman las decisiones
más convenientes para alanzar mayores recursos monetarios.
En la actualidad podemos observar un comportamiento muy diferente a los que explica
la teoría y los modelos económicos; países con muchos recursos y un elevado PIB per
cápita viven un período de crisis social en el que todo hace parecer que el dinero no
importa para alcanzar la felicidad.
En 1974 Easterlin realizó un estudio en el cual analizaba la relación dinero-felicidad
llegando a la sorprendente conclusión; no hay relación entre ambas variables, dando a
luz a la conocida “paradoja de Easterlin”. Ésta paradoja se podría explicar por dos
razones, la primera es que estamos en presencia de una distorsión social lo cual causó la
conclusión de Easterlin, y segundo, simplemente nunca hubo relación entre crecimiento
económico y felicidad.
Varios años más adelante Veenhoven (2003) realizó un estudio en el cual elaboró un
complejo modelo que dio por finalizada la incógnita entre la relación del crecimiento
económico y la felicidad demostrando una relación positiva entre ambas variables, es
decir, a mayor PIB per cápita en un país, sus habitantes son más felices.
Si bien el modelo elaborado por Veenhoven fue categórico a la hora de llegar a una
conclusión, actualmente aún podemos observar ciertas distorsiones que no han podido
ser explicadas por su modelo; estas distorsiones no son más que desviaciones en la
1 Para ver una definición extensa de felicidad, ver anexo 1.
7
tendencia de la felicidad respecto de la tendencia del PIB per cápita (variable que tiende
a ser la más relacionada con el crecimiento económico) lo que nos lleva a pensar que
hay otros factores que también podría influir; por esta razón en este estudio se busca
explicar por medio de un modelo más completo en lo que a variables se refiere la causa
de estas desviaciones.
2.- PRESENTACIÓN DEL PROBLEMA
2.1- PLANTEAMIENTO DEL PROBLEMA
Al observar en diversos países tanto su evolución del crecimiento económico como
también sus respectivos índices de felicidad, se pueden apreciar ciertos comportamientos
contradictorios a los que Veenhoven (2003) concluyó respecto a la positiva correlación
entre éstas variables. Esto probablemente se debe a que el crecimiento del PIB per cápita
por sí solo no abarca todo lo que el crecimiento económico implica en una sociedad. Un
ejemplo de esto se puede observar en el gráfico 1 en la cual se observan la evolución del
PIB per cápita y el índice de felicidad desde 1975 hasta el 2010. Como se puede
observar en éste periodo el PIB per cápita en los Estados Unidos casi se quintuplicó, sin
embargo el índice de felicidad parece tener una tendencia plana, es decir, varía en torno
al 7,4 incluso acabando en niveles más bajos que los iniciales en 1975.
Gráfico 1 – Ingreso y felicidad en los Estados Unidos (1975-2010)
Fuente: Elaboración propia con datos del world database of happiness.
USD 0
USD 10.000
USD 20.000
USD 30.000
USD 40.000
USD 50.000
6,5
7
7,5
8
8,5
1975
1978
1981
1984
1987
1990
1993
1996
1999
2002
2005
2008
Felicidad PIB per cápita
8
El hecho de que en ciertos momentos hubo crecimiento económico (medido solo por el
PIB per cápita) sin aumento de la felicidad, no nos indica precisamente que el modelo
estimado por Veenhoven en el 2003 no represente la realidad, sino que se podría deber a
una distorsión causada por otros factores (relacionados con el crecimiento económico)
que no hayan sido considerados en el estudio. Estos factores externos serán el centro de
estudio en ésta investigación la cual tiene como objetivo principal estudiar y explicar a
la felicidad incluyendo nuevas variables.
2.2- JUSTIFICACIÓN
Si bien la relación entre crecimiento económico y felicidad es positiva, un excesivo
enfoque en el crecimiento del PIB per cápita ha dejado de lado las demás variables que
un crecimiento económico podría traer consigo, ya sea el PIB per cápita, la tasa de
inflación, distribución de los ingresos (medido por el coeficiente de Gini) y la libertad
civil. Incluir éstas variables al estudio se podría traducir en la obtención de un modelo
que sea más explicativo respecto a las variaciones de la felicidad y los factores que lo
provocan para así tener una herramienta útil respecto a las políticas públicas de una
nación teniendo un pleno conocimiento de qué es lo que hace más felices a los
individuos2.
2 Más adelante se percatará que al inicio del estudio se consideran más variables (concentración de la
población en la ciudad más grande, concentración de la población en zonas rurales, desempleo), sin embargo, éstas variables no fueron consideradas en el modelo final, por ésta razón se omitieron.
PIB
Nuevas Variables
Modelo más explicativo
sobre la felicidad
9
2.3- PREGUNTAS DE INVESTIGACIÓN
Esta investigación responderá preguntas como:
¿Cómo han variado los índices de felicidad y crecimiento económico a lo largo
del tiempo?
¿Qué variables han provocado desviaciones entre el crecimiento económico y la
felicidad?
¿Es un modelo de crecimiento con equidad la solución al descontento social que
vive el mundo?
¿Cómo afecta la inclusión de nuevas variables en el modelo para explicar
cambios en la felicidad?
¿Cuál es el grado de importancia de las variables estudiadas a la hora de explicar
cambios en la felicidad?
¿En que se deberían enfocar las políticas públicas a la hora de buscar mayor
satisfacción de los habitantes de los países?
¿De qué manera las variables explican los cambios en la felicidad?
10
2.4- OBJETIVOS
2.4.1- OBJETIVO GENERAL
Identificar y evaluar los determinantes que inciden en la variación de los índices de
felicidad en los países, por medio de un modelo econométrico multivariado.
Ésta investigación básicamente se centra en la obtención de un nuevo modelo que
permita realizar un estudio más robusto incluyendo más variables que puedan explicar
los cambios en la felicidad de las personas para así tener conocimiento de en qué se
tienen que enfocar las políticas públicas para hacer más felices a los habitantes de una
nación. Representar el crecimiento económico con una sola variable (PIB per cápita) es
insuficiente a la hora de estudiar cómo el crecimiento económico impacta en la felicidad
de las personas ya que éste trae consigo muchos otros factores. Como se puede observar
en el gráfico 2, el índice de la felicidad no siempre tiene la misma tendencia que el del
PIB per cápita, evidencia más que suficiente para suponer que existen otros factores.
Gráfico 2 – Ingreso y felicidad en Japón (1975-2010)
Fuente: Elaboración propia con datos del world data base of happiness.
USD 0
USD 5.000
USD 10.000
USD 15.000
USD 20.000
USD 25.000
USD 30.000
USD 35.000
USD 40.000
USD 45.000
USD 50.000
5
5,2
5,4
5,6
5,8
6
6,2
6,4
6,6
6,8
1975
1977
1979
1981
1983
1985
1987
1989
1991
1993
1995
1997
1999
2001
2003
2005
2007
2009
Ingreso y felicidad en Japón
Índice de felicidad PIB per cápita
Diferencia
Diferencia
11
2.4.2- OBJETIVOS ESPECÍFICOS
Estudiar la relación entre los índices de felicidad y un conjunto de variables
socio-económicas.
Explicar en qué sentido y con qué magnitud las variables incluidas en el modelo
influyen en los cambios en los índices de felicidad.
Estudiar la evolución y el comportamiento a través del tiempo de los índices de
felicidad y las variables derivadas del crecimiento económico para explicar
distorsiones ocurridas entre el comportamiento del PIB per cápita y la felicidad.
3.-HIPÓTESIS
La felicidad es un fenómeno múlticausal, que no puede ser explicado a través de una
única variable como el PIB per cápita, sino que en ella influyen cada vez un mayor
número de variables socio-económicas.
“Incluir nuevas variables socio-económicas da como resultado un modelo más
explicativo respecto de las variaciones de la felicidad”
12
4.- DEFINICIÓN DE VARIABLES
4.1- CONCEPTUAL
En ésta investigación la búsqueda de un modelo más explicativo involucra la inclusión
de ocho nuevas variables aparte de las consideradas por Veenhoven (PIB per cápita y
felicidad).
La variable felicidad se consideraría dependiente ya que sus variaciones se ven
afectadas dependiendo del comportamiento de las otras variables como el PIB per
cápita, tasa de desempleo, esperanza de vida al nacer, inflación, coeficiente de Gini,
concentración de la población en la ciudad más grande, concentración de la población
Felicidad
PIB
Esperanza de vida
Inflación
Desempleo
Gini
Libertad civil
Pobl. Urbana
Concentr. de la
Población
13
en zonas rurales, y libertad civil; éstas se considerarían independientes ya que son las
que causan o explican el comportamiento en los índices de felicidad.
4.2- OPERACIONAL
Para medir la variable de felicidad se tomara como referencia el resultado de diferentes
encuestas realizadas por Eurobarómetro y el anuario estadístico de la ONU a lo largo del
tiempo, encuesta con diferentes escalas de valores o alternativas para las personas, las
cuales serán transformadas en una escala del 1 al 10, para que todas sean consistentes
con la investigación. La redacción de la pregunta realizada por Eurobarómetro fue: "En
general, ¿cuán satisfecho está usted con la vida que lleva? ¿Está usted: muy satisfecho,
bastante satisfecho, no muy satisfecho o nada satisfecho con la vida que lleva?" El
resultado de dichas encuestas la podemos encontrar en una amplia base de datos creada
por Veenhoven (2012).
Una de las variables que más se utiliza para medir el crecimiento económico es el PIB
(producto interno bruto), el indicador utilizado es el PIB per cápita que mide el
producto de un país en un periodo dividido la cantidad de habitantes. El PIB per cápita
está expresado en dólares de Estados Unidos, para dar una escala consistente en todos
los países.
El coeficiente de Gini es el índice mayormente aceptado para medir la desigualdad en
los países éste varía desde el 0 al 1; cuando el índice es igual a 0 el PIB per cápita se
reparte de forma equitativa entre todos los habitantes de un país y cuando es igual a 1
solo una persona tiene goce de las ganancias de un país.
La tasa de desempleo mide en términos porcentuales la cantidad de personas que están
desocupadas y tienen la intención de encontrar un trabajo, se estima dividiendo el
número de personas desempleadas por la fuerza laboral que hay en los diferentes países.
14
La tasa de inflación se mide calculando qué tan caro se vuelve comprar una canasta
básica de consumo básico en diferentes países, en Chile conocido como el IPC. Ésta
afecta directamente el poder de compra de las personas en términos reales. Mientras más
alto sea la tasa de inflación más caro se vuelven los productos en términos nominales. Es
importante tomar en cuenta el valor que tiene la moneda local analizar su real impacto
en el poder adquisitivo.
La concentración de la población en la ciudad más grande y la concentración de la
población en zonas rurales se miden calculando en términos porcentuales la cantidad
de habitantes que viven en la ciudad más grande de un país y en zonas rurales. Estas
variables podrían afectar directamente en el estrés que pueden tener las personas por
vivir en lugares muy poblados o lugares con difícil acceso a bienes básicos para
subsistir, tomando en cuenta tanto la conectividad con otras ciudades como también el
desarrollo de las ciudades donde habitan.
La proyección de vida al nacer se estima calculando el promedio de los años de vida
que tiene la población en los distintos países, la esperanza de vida al nacer regularmente
se compara con la calidad de vida que hay en la zona estudiada. Los países más
desarrollados o mejor ubicados en términos de desarrollo tienen una mayor proyección
de vida al nacer, en comparación a los países los cuales tienen una proyección más baja;
ésta variable fue incluida por que refleja de buena manera la calidad de vida y el acceso
a la salud y la buena alimentación de las personas que habitan lo determinados países.
El índice de libertad civil se mide en tres rangos de valores, de 1.0 a 2.5 que significa
"libre"; entre 3.0 a 5.5 “parcialmente libre," y entre 5.5 a 7.0 “sin libertad”. El índice de
libertad civil se nos presenta como un variable que representa los derechos y la libertad
que tiene la gente a la hora de elegir sus líderes políticos y el grado de participación que
pueden tener en una sociedad en su conjunto, países con dictaduras han obtenido
históricamente índices de felicidad más bajos, por lo que esta variable se trasforma en
15
un factor muy importante a considerar a la hora de crear un modelo que busca explicar
de mejor manera los cambios en la felicidad.
5.- MARCO REFERENCIAL3
5.1- UN POCO DE HISTORIA
Treinta y ocho años atrás, Easterlin (1974) planteó una importante pregunta, “¿Un
aumento de los ingresos de todas las personas, aumentará la felicidad de todas las
personas?”. Aunque los ciudadanos y economistas implícitamente asumieron que la
respuesta era “si”, la teoría de la renta relativa indica que la respuesta podría ser
negativa. La teoría de la preferencia negativa (Duesenburry, 1949) indica que la utilidad
por ingresos es relativa a otras personas (grupo de referencia) o relativa al ingreso previo
de la misma persona (adaptación de expectativas)4. La teoría de la renta relativa afirma
que la satisfacción que una persona obtiene de sus ingresos no depende del nivel
absoluto de los mismos, sino de su nivel relativo. De este modo, la satisfacción o
bienestar subjetivo de una persona estaría positivamente relacionada con su nivel de
ingresos y negativamente con los ingresos de los demás. Bajo estas teorías, un aumento
en los ingresos de todas las personas no cambiaría el ingreso de cada uno con respecto
a los demás, y las expectativas individuales se ajustarían sobre el aumento del ingreso,
sin otorgar utilidad adicional. Ambas teorías de la utilidad relativa dificultan o hace
imposible la relación entre felicidad y crecimiento económico. Por el contrario, las
teorías de utilidad absoluta más comúnmente utilizadas, suponen que mayores ingresos
pueden generan nuevas necesidades (Veenhoven, 1974) por lo que el aumento de los
3 Como no existen estudios anteriores en los que se elabore un modelo con varias variables para explicar los cambios en la felicidad, en esta sección se expondrán los acontecimientos, conceptos más relevantes y el modelo de Veenhoven lo cual es la base de éste estudio, ya que se da por hecho el que el crecimiento económico afecta a la felicidad. 4 Para ver una definición más extensa sobre adaptación de expectativas y grupos de referencia ver anexo 2.
16
ingresos permite satisfacer las nuevas necesidades y de este modo aumentar la felicidad
de todos.
Easterlin (1974) hizo el primer intento para poner a prueba estas teorías. Es el primero
en sugerir comparación transversal entre las naciones con diferentes niveles de PIB per
cápita. Datos más actuales (Veenhoven, 1989 y 1991; Diener y Oishi, 1999; Inglehart y
Klingemann, 2000) muestran que en más de 40 naciones la felicidad nacional crece
paralelamente con un mayor PIB per cápita, siendo consistente con la teoría de la
utilidad absoluta. Las micro-correlaciones de nivel entre los ingresos personales y la
felicidad individual parece ser mayor en las naciones pobres y casi insignificante en
varios países ricos (Veenhoven, 1991), esto también es consistente con la teoría de la
utilidad absoluta.
Los datos transversales no se pueden controlar por factores culturales e institucionales
que covarían con el ingreso nacional, tales como una mayor libertad, la mejora de los
servicios públicos y los posibles sesgos culturales hacia la felicidad. Por lo tanto,
Easterlin también hizo una comparación en el tiempo dentro de una misma nación (los
EE.UU). Señaló que el ingreso per cápita se había duplicado entre 1946-1970, mientras
que la felicidad media se había mantenido al mismo nivel. Vio que era otra prueba para
la teoría de utilidad relativa. Como respuesta Veenhoven (1989), citó ejemplos de otras
naciones, donde un aumento en los ingresos fue seguido por un aumento en la felicidad,
Europa occidental de la posguerra y Brasil. Más recientemente se publicaron los datos
sobre más naciones y períodos más largos. Los primeros análisis de estos datos han
arrojado resultados mixtos. Oswald (1997) y Hagerty (2000) encontraron pequeños
efectos de la renta nacional sobre la felicidad. Por el contrario, Easterlin (1995) y Diener
y Oishi (2000) no han podido detectar ningún efecto. Easterlin (1995) llegó a la
conclusión de nuevo, "Elevar los ingresos de todos, no aumentará la felicidad de todos".
17
5.2- INVESTIGACIÓNES PREVIAS
Investigaciones previas se han visto limitadas en tres formas. En primer lugar, todos los
autores se quejan de la escases de datos en series de tiempo y la ausencia de las naciones
en desarrollo en sus muestras. Ya que en teoría se espera que los países en desarrollo
muestren el mayor efecto de los ingresos sobre la felicidad, si la utilidad marginal
decreciente es válida para los ingresos. Sin embargo, las naciones en desarrollo cuentan
con presupuestos limitados para las encuestas sobre felicidad ciudadana. Ambos factores
limitan el poder de las pruebas para detectar los efectos longitudinales de los ingresos.
Por ejemplo, la última revisión de Easterlin (1995) incluye datos de 11 países entre 1972
y 1987, todos de países desarrollados de la OCDE.
La segunda limitación de los estudios anteriores es que a pesar de que Easterlin
recomienda que los modelos de utilidad incorporen las teorías de grupos de referencia y
las expectativas adaptativas cuando se aplica a los datos de la felicidad, no hay estudios
previos actualmente que estimen tales efectos.
La tercera limitación de los estudios anteriores es que la mayoría no pudo calcular el
coeficiente de interés central: el cambio de la felicidad nacional, ante una variación del
1% del ingreso nacional.
Dos estudios han informado de esta estadística, y se resumen en la primera columna de
la Tabla 1 de éste documento; Diener y Oishi (2000) encontraron que la pendiente de la
felicidad nacional en 14 naciones es en promedio un 0.007 por año con un 1% de
aumento en el PIB nacional per cápita. Convirtiendo sus 4 puntos de las escalas a un
estándar de 10 puntos en la escala, el efecto tamaño mostrado en la Tabla 1 es 0.007(10-
1)/(4-1) = 0.021 por cada 1% de aumento en el ingreso nacional por año. El efecto fue
tan pequeño que fue considerado “prácticamente plano”. El segundo estudio que estimó
el efecto de la renta nacional fue realizado por Hagerty (2000). Él informó un cambio en
la felicidad de 0,061 (en una escala de 10 puntos) por un cambio de $1.000 en el PIB per
18
cápita. Convirtiendo su coeficiente a porcentaje del PIB per cápita (en la media) se
obtiene una estimación de cambio de (0,061/$1.000)*($15.326/100) = 0,0093 en la
felicidad por 1% de cambio en el PIB per cápita. Esta estimación es menos de la mitad
de Diener y Oishi, pero continúa siendo significativamente mayor que cero.
Resumiendo la primera columna de la Tabla 1, el efecto del crecimiento del ingreso
nacional sobre la felicidad nacional es claramente pequeña al observar las naciones a
través del tiempo, aunque parece ser positiva. ¿Es el efecto lo suficientemente pequeño
como para ignorarlo? Con el fin de comparar estos tamaños del efecto con otros efectos
bien aceptados, la segunda columna de la Tabla 1 muestra los tamaños del efecto
estimados a partir del análisis intersectorial de un aumento del 1% del PIB per cápita.
Diener y Oishi (2000) y de Easterlin (1995) contribuyeron con estudios, y ambos
reportaron un efecto positivo y significativo. La tabla muestra que la revisión de Diener
y Oishi en 42 países muestra un cambio en la felicidad (convertidos a una escala de 10
puntos) de un 0,010 por el aumento de un 1% en el PIB per cápita, mientras que
Easterlin (1995) analizó 24 naciones calculando una cambio de un 0.009. Nótese que la
estimación intersectorial de Diener y Oishi es más pequeña que la estimación en serie de
tiempo, y que la estimación de Easterlin es más pequeña que la estimación de series de
tiempo de Hagerty, sin embargo, Diener junto a Oishi y Easterlin catalogaron la
estimación de series de tiempo como "prácticamente plana". La razón, por supuesto, es
que el poder estadístico para detectar el efecto es limitado por la variación en el PIB per
cápita, que es mucho mayor en las estimaciones de intersectoriales. La desviación
estándar del PIB per cápita en la estimación intersectorial de Diener y Oishi era cerca de
$ 8.000, mientras que la desviación estándar en la serie de tiempo Hagerty fue sólo 1/4
o $ 2,000 dentro de un país con más de 25 años. En conclusión, los tamaños del efecto
en la columna 1 son aproximadamente igual o mayor que los tamaños del efecto
generalmente aceptados en la segunda columna. Sólo el poder estadístico para detectar
el efecto es menor en los estudios de la columna 1.
19
La última columna de la Tabla 1 muestra otros efectos del ingreso que son bien
aceptados, que son también más pequeños que los de la columna 1. La última columna
resume los estudios intersectoriales que estiman el efecto del aumento de un 1% del PIB
per cápita para un individuo. Diener y Oishi estimaron esto como alrededor de la mitad
del tamaño de un aumento del 1% en el PIB nacional per cápita, es decir, un 0.005.
Hagerty (2000) calcula esto como 0.0049, muy cerca de la estimación de Diener y Oishi.
Blanchflower y Oswald (1999) estimó el coeficiente lineal del ingreso personal en
0,00409/$1000 en los EE.UU, después de controlar por sexo, raza, y una serie de
variables demográficas. Evaluando esto con un ingreso medio de $11.236 y el ajuste de
la escala de 3 puntos en una escala de 10 puntos se obtiene un tamaño del efecto de
aumento de 0,0021% por cada uno de los ingresos de un individuo. Tenga en cuenta que
todos los tamaños del efecto en la última columna son más pequeños que los dos
tamaños del efecto de la primera columna. Contrariamente a la caracterización anterior,
el tamaño del efecto del PIB nacional per cápita es más grande que los tamaños del
efecto reportados para el PIB individual per cápita.
En resumen, las investigaciones vistas anteriormente sobre el efecto del PIB nacional
per cápita muestran efectos significativos y positivos, contrariamente a la conclusión de
Easterlin. Además, los resultados resumidos en la Tabla 1 se contradicen con las
predicciones de los modelos de utilidad relativos. Por ejemplo, si los grupos de
referencia reducen el efecto del de PIB nacional per cápita, y para acentuar el efecto de
la riqueza individual, entonces esperaríamos que los coeficientes en la columna 3
debieran ser más grandes que los de las columnas 1 y 2. Por el contrario, son mucho
más pequeños que los de otras columnas. Diener y Oishi (comparando los efectos de las
columnas 2 y 3), notaron este orden de los tamaños del efecto, y propusieron una
explicación para esto, "la gente pobre puede recibir algunos beneficios de la riqueza
nacional (por ejemplo, parques y una mejor atención de la salud) si viven en una nación
rica, e incluso los ricos pueden tener dificultades para evitar ciertos problemas si viven
en una sociedad pobre (por ejemplo, carreteras en mal estado)”. Ambos de estos efectos
pueden diluir cualquier efecto del ingreso relativo en favor de una teoría basada en las
20
necesidades (una sociedad rica llena mejor las necesidades de todos para los parques,
cuidado de la salud, y las carreteras).
El presente estudio pone a prueba estos resultados directamente en una muestra amplia
de países (los cuales se especificarán más adelante) mediante la estimación de VanPraag
y el modelo de Kapteyn. Ya que incorpora la utilidad absoluta, las expectativas
adaptativas, y los efectos del grupo de referencia, la contribución relativa de cada uno
puede ser estimada.
Tabla 1 - Investigaciones previas y sus resultados
Efecto del aumento del
1% en el ingreso
nacional de una
estimación en series de
tiempo
Efecto del aumento del
1% en el ingreso
nacional en una
estimación de corte
transversal
Efecto del aumento del
1% en el ingreso
individual en
estimación de corte
transversal
Diener y Oishi (2000) .022 ᵃ
.010 ᵃ
.005 ᵃ
Hagerty (2000) .009 ᵇ
-- .005 ᶜ
Easterlin (1995) -- ᵈ
.009 ᵉ
--
Blanchflower y Oswald
(1999)
-- -- .002 ᶠ
Notas del cuadro ᵃ Cálculo de las estimaciones que aparecen en el texto. ᵇ Pendiente es.061 / $ 1000 (Hagerty). Convirtiendo a un rendimiento de base de 1% del PIB: 0.061 / $ 1000 * $ 15 326/100 =
0,0093.
ᶜ Pendiente es 0.004 / $ 1.000 (Hagerty). Conversión a un 1% del PIB y la base de un rendimiento a escala de 10 puntos: 0.004 / $
1000 * $ 26793/100 * (1.10) / (3-1) = 0.0048.
ᵈ Indica que no hay estimaciones recogidas en papel.
ᵉ Pendiente estimada a partir de Easterlin (1995) es de 1,8 / 14.000 dólares. Convirtiendo a un rendimiento de base de 1% del PIB:
1,8 / US $ 14,000 * $ 7000/100 = 0.009.
ᶠ Pendiente tomado de Blanchflower y Oswald, es 0.00000409 / $ 1. Convirtiendo un 1% del PIB base y los rendimientos de la
felicidad de 10 puntos: .00000409 * ($ 11.236) / 100 * (10-1) / (3-1) = 0.0021
21
5.3- MODELO DE UTILIDAD RELATIVA5
Easterlin propone que la felicidad de una persona no depende absolutamente de los
ingresos corrientes del propio ingreso relativo a otras personas (un grupo de referencia)
en el mismo período de tiempo, así también como de los ingresos propios de la persona
en períodos anteriores (expectativas adaptativas). La hipótesis del grupo de referencia
predice que si nosotros nos consideramos mejor que el promedio en el país
(económicamente), nos consideraríamos a nosotros mismos felices. En sociología, este
razonamiento se conoce como "teoría de la comparación social". Una revisión de las
variantes de la teoría de comparación se puede encontrar con Veenhoven (1991). En
economía se conoce como la teoría de 'las preferencias interdependientes ". Una cuenta a
principios de esta visión fue presentada por Duesenberry (1949), quien propuso el
modelo básico de preferencias interdependientes para explicar las tasas de ahorro, en los
que la utilidad de un individuo es simplemente relativa sus ingresos a la renta de una
persona promedio:
Esta es una forma extrema de la comparación social, ya que predice que el aumento de
los ingresos de todos, no aumentará la felicidad de todos, y predice que la felicidad es un
juego de suma cero; si aumentara los ingresos o utilidad de todas las personas a la vez,
no aumentaría la diferencia económica con nuestro grupo de referencia (amigos,
vecinos, colegas, etc) sino todos tendrían más recursos dejándonos en la misma posición
que antes.
El segundo tipo de variante de utilidad relativa consiste en una versión de las
expectativas adaptativas, en las que una persona compara sus ingresos corrientes con los
5 Para ver los resultados de la regresión con este modelo ver “Wealth and Happiness Revised: Growing wealth of nations does go with greater happiness” por Ruut Veenhoven 2003.
22
ingresos que esperan sobre la base de los flujos de ingresos en el pasado. Esto crea un
fenómeno de “aumento de las expectativas” donde los ingresos en constante
crecimiento no crean ninguna nueva felicidad porque ya está previsto y descontado.
VanPraag y PJG (1973), Kapteyn y Wansbeek (1985) y VanderStadt, PJG, y Van de
Geer (1985) han proporcionado un modelo flexible que integra ambos tipos de renta
relativa, mientras preservan un cierto efecto de la renta absoluta. Los modelos de
utilidad (o felicidad) para un individuo i en el momento actual (t = 0) es:
[ (
) ]
(1)
: La utilidad o felicidad del individuo i en el momento actual 0
: El ingreso "permanente” percibido por el individuo i en el momento 0
: La media de la distribución del ingreso esperado en el tiempo 0
: La desviación estándar.
Esta formulación hace explícito que la gente considera que tanto el ingreso absoluto
y algún nivel de referencia que las personas esperan en ese período de tiempo.
En estos Modelos depende tanto de los ingresos de las otras personas relevantes
para el individuo como de los ingresos del mismo en el pasado (VanderStadt et al, 1985,
la ecuación 9):
∑
∑ ( )
(2)
Dónde:
: Peso de la memoria en el tiempo t para descontar los ingresos pasados.
23
: La importancia que el individuo i ubica a la persona j en un determinado grupo de
referencia.
: Error independiente con media cero.
Para estimar este modelo, las restricciones adicionales deben ser impuestas. Se asume
que la desviación estándar ( ) es constante durante todo el tiempo y las personas
(VanderStadt 1985 p.182) simplifican los valores de tiempo asumiendo una estructura de
rezagos (donde se define entre cero y uno) y simplifican los valores por persona,
suponiendo que todos los valores dentro de cada grupo social de referencia son iguales.
(VanderStadt et al., 1985 ec. 11).
( )
(3)
(Cuando el individuo j está en el grupo de referencia de la persona i, con k=0)
Este modelo permite probar hipótesis a Easterlin y Veenhoven sobre la felicidad a
través del tiempo. Si no cambia con el tiempo o con los ingresos de otras personas,
entonces los datos son consistentes con la teoría de necesidad absoluta y las teorías
relativas no tienen consistencia. En cambio, si 0 ≤ a <1, entonces la felicidad depende de
los ingresos del pasado y las personas muestran los efectos de adaptación. Por último, si
w> 0, entonces la felicidad depende de las personas relevantes para el individuo, y las
preferencias muestran los efectos de comparación social. VanderStadt et al. (1985)
estimó el modelo de sólo dos períodos, pero encontró fuertes efectos de las expectativas
adaptativas sin efectos para los grupos de referencia. Su estudio se centró en la
satisfacción con el ingreso, y no en la satisfacción con la vida como un todo6.
6 Los resultados sobre la satisfacción con los ingresos no corresponden necesariamente con la
satisfacción con la vida como un todo. Satisfacción con los ingresos que se derivan en gran parte de la comparación con estándares externos, debido a que carecen de un órgano sensorial interno para evaluar
24
Como en ésta investigación los datos difieren, el método de estimación se diferencia en
tres formas7. En primer lugar, los datos de la felicidad se agregan a los países, mientras
que VanPraag y PJG proponen un modelo para los individuos. La dificultad es que los
distintos países parecen tener la felicidad media muy diferente, que puede ser debido a
factores externos tales como la cultura y las instituciones. Por lo tanto, se añaden efectos
fijos (1-3), para estimar un intercepto diferente para cada país, para dar cuenta de ellos.
El segundo problema en la aplicación de (2) es que en los datos actuales "ingreso
permanente" es una variable no observada, mientras que VanPraag y PJG
simplemente asumieron que el ingreso de manera voluntaria por el demandado es el
ingreso permanente.
Por lo tanto tomamos Friedman (1957) en el que la formulación original del ingreso
permanente es el promedio ponderado de los ingresos para todos los años anteriores,
donde los valores van disminuyendo de manera exponencial:
( ) ∑ ( )
(4)
: Ingreso permanente percibido por los ciudadanos del país i
p: peso de la memoria para calcular el "ingreso permanente"
s: índice por períodos de tiempo anterior del periodo actual (s = 0).
la suficiencia del ingreso. Satisfacción con la vida-como-un-todo es más bien derivado de la experiencia afectiva interior, que es psico-biológicamente vinculada a necesitar la gratificación 7 En adición los cambios en el método de estimación, algunos pueden ser objeto de que las calificaciones de la felicidad son estrictamente una escala ordinal y no se puede agregar por un promedio de calificaciones,… sino que deben ser analizados por logit ordenado. Sin embargo, estudios anteriores utilizando logit ordenado (Hagert y 2000, Blanchflower y Oswald 1999) han encontrado en esencia los mismos resultados que el análisis de regresión que se trata a la escala como intervalos iguales. Del mismo modo, Veenhoven (1993), reajusto la escala compatible con la teoría de que los encuestados son capaces de utilizar la escala de la felicidad en intervalos iguales.
25
Sustituyendo de estas adiciones en (1) se obtiene la ecuación de estimación:
∑ ( ) ∑ ( )
( ) ∑
∑ ( )
(5)
c: Es el conjunto intersección con el eje y
: La variable ficticia o intercepto para el país i
: El coeficiente del ingreso absoluto (permanente)
Los otros símbolos se definen en (2-4)
Para demostrar la diferencia de lo que la hipótesis de ingreso permanente hace, en el
siguiente ejemplo se asumirá los ingresos de un individuo aumentan en el tiempo t = 0
de $ 10.000 a $ 15.000 en una función de un paso. El modelo de Kapteyn y VanPraag
supone que la totalidad del aumento se percibe inmediatamente, haciendo que la
felicidad alcance su punto máximo en el tiempo 0, y disminuiría a continuación debido a
la adaptación a los nuevos ingresos. Por el contrario, la hipótesis del ingreso permanente
podría predecir que individualmente no sería cierto que el ingreso adicional sea
permanente en el primer año, por lo que tomaría varios años asumir que los nuevos
ingresos son permanentes. Como resultado, la hipótesis del ingreso permanente (4)
predice que la felicidad llegará a su máximo en algún momento mayor que t = 0.
El tercer problema en la aplicación de este modelo a las encuestas de la felicidad es que
muchos países realizaron sondeos sobre la felicidad de forma intermitente, por lo que
existen datos que faltan en la serie de tiempo. Este es un problema para el método de
estimación de VanderStadt, et al. (1985), quién aplica la transformación Koyck
(comúnmente utilizado en los modelos de expectativas adaptativas) en (2). En nuestro
caso, la transformación Koyck daría lugar a cantidades inaceptables de los datos
perdidos, ya que requiere que todos los datos rezagados sobre la felicidad deben existir.
Por lo tanto el modelo en (2) se calcula directamente a través de la restricción no lineal
de mínimos cuadrados en el programa de cálculo SPSS. Este programa utiliza un
26
algoritmo de programación cuadrática secuencial, con un sub-problema de programación
cuadrática para determinar la dirección de búsqueda (Gill et al., 1986). Las estimaciones
resultantes son los mínimos cuadrados, dadas las restricciones que, P y K se encuentran
entre 0 y 1.
6. – DISEÑO METODOLÓGICO
6.1- LOS DATOS Y SU RECOLECCIÓN
Los datos consisten en clasificaciones de la felicidad, PIB per cápita, tasa de desempleo,
esperanza de vida al nacer, inflación, coeficiente de Gini, concentración de la población
en la ciudad más grande, concentración de la población en zonas rurales, y libertad civil
en 10 países durante los años 1975 y 2010.
Todos los países que fueron incluidos han desplegado varios estudios en el tiempo
utilizando la misma escala de calificación en una muestra representativa de los
ciudadanos. La Tabla 2 muestra los países que se estudiarán; éstos fueron seleccionados
debido a que cumplen con los requisitos de información suficiente para cubrir la
cantidad de variables en el período establecido de estudio.
Tabla 2 - Lista de países seleccionados para la investigación
Fuente: elaboración propia.
27
Las clasificaciones de la felicidad se obtuvieron de la base de datos Mundial de la
Felicidad del año 2012 disponible en la página web de Veenhoven, razón por la que se
considera que los datos fueron recolectados por medio de una fuente secundaria, ya que
no hubo directa relación con los agentes protagonistas. Nueve de los países de la lista
participaron en el programa de encuestas del Eurobarómetro desde 1973, que emplea la
misma escala de satisfacción con la vida en el tiempo y entre países. La codificación
estaba originalmente en una escala de 4 puntos, y se transformó por Veenhoven a una
escala de 10 puntos para permitir una fácil comparación con otras escalas; en Estados
Unidos la codificación original es de 3 puntos la cual también fue transformada a una
escala de 10 puntos.
Los datos del PIB per cápita fueron recogidos por el Banco Mundial (2012) en la base
de datos del world development indicators y global development finance. El PIB fue
recogido anualmente y en el caso que los datos estaban mensualmente fueron
transformados sacando el promedio de los 12 meses utilizando el sistema del banco
central de los distintos países.
El coeficiente de Gini se adquirió en la development data8 (entidad encargada
exclusivamente de registrar esta variable desde 1960 hasta la actualidad) y el índice de
libertad civil se obtuvo desde el Freedom in the World Country Ratings. Como la
medición de estos índices es similar en todos los países no fue necesario transformar la
escala de medición.
Todos los demás índices fueron extraídos del world development indicators and global
development finance 2012.
Dado que los datos combinan una dimensión temporal con otra transversal éstos serán
analizados como datos de panel con efectos aleatorios (random effects) y con efectos
8 http://www.developmentdata.org/inequality.htm
28
fijos (fixed effects)9. Como se observa en la tabla 3 en cada país son estudiadas 10
variables en un periodo de 35 años por lo que la estimación de los coeficientes es
extremadamente robusta logrando obtener unos betas muy consistentes para el modelo.
Tabla 3 - Orden de los datos del estudio
Fuente: Elaboración propia.
Una vez estimado el modelo con ambas metodologías se realizará el test de Hausman
para seleccionar uno de los modelos (con random effects o fixed effects) para así
interpretar el comportamiento de las variables, cómo se influyen entre sí mismas y aún
más importante, cómo éstas influyen en las variaciones de la felicidad.
6.2- TIPO Y PLAN DE LA INVESTIGACIÓN
El tipo de estudio es correlacional, ya que como se podrá observar más adelante se
buscará la relación que hay entre las variables estudiadas y cómo estas influyen en la
felicidad de las personas de un país. También es explicativa por que se buscará explicar
el “por qué” las variables del modelo tienen cierta influencia en la felicidad de las
personas.
El plan de la investigación es no experimental. En una investigación no experimental el
investigador no tiene control sobre las variables por que los hechos ya ocurrieron, en
9 Para ver más en detalle en que consiste random y fixed effects ver el apéndice C.
id país año felicidad HDI PIB inflación desem gini libcivil conpobl poblu
1 Bélgica … … … … … … … … … …
1 Bélgica … … … … … … … … … …
… … … … … … … … … … … …
1 Bélgica … … … … … … … … … …
2 Dinamarca … … … … … … … … … …
2 Dinamarca … … … … … … … … … …
… … … … … … … … … … … …
2 Dinamarca … … … … … … … … … …
… … … … … … … … … … … …
… … … … … … … … … … … …
10 Estados Unidos … … … … … … … … … …
10 Estados Unidos … … … … … … … … … …
… … … … … … … … … … … …
10 Estados Unidos … … … … … … … … … …
29
esta investigación no se manipularán los datos estudiados, simplemente se recolectarán y
serán analizados.
6.3- REGRESIÓN CON FIXED EFFECTS Y RANDOM EFFECTS
Como se mencionó anteriormente en esta investigación se utiliza dos tipos de regresión
con datos de panel, la de efectos fijos y efectos aleatorios. Los resultados de cada
modelo son distintos, razón por la cual se utiliza el test de Hausman para verificar cual
es el más óptimo para utilizar.
Como era de esperar no todas las variables son aceptadas en los respectivos modelos, la
forma de saber aquello es filtrando las variables mediante la “prueba t” o cálculo de la “t
de Student” la cual es un contraste de significación por el cual se utilizan los resultados
muestrales de la estimación para verificar la verdad o falsedad de una determinada
hipótesis. En el caso de la estimación paramétrica, esa “prueba t” se utiliza para verificar
la verdad o falsedad de la hipótesis nula de que el verdadero valor de cada uno de los
parámetros del modelo es nulo. En caso de demostrarse que esta hipótesis es cierta, la
variable relativa a ese parámetro no debería incluirse en la especificación al entenderse
que su relación con la endógena (medida precisamente por el valor del parámetro) es
nula. En este estudio se ha escogido un intervalo de confianza del 95% por lo que |p|>t
no puede ser mayor a 0,05 para que la variable sea aceptada por el modelo estudiado.10
A continuación se puede observar el resultado de la regresión con efectos aleatorios
(tabla 4) y con efectos fijos (tabla 5).
10 Para ver en más detalle el proceso de filtro de variables en los modelos con random y fixed effects, ver el anexo D.
30
Al realizar el test de Hausman11
(ver tabla 6) se obtiene un valor de probabilidad mayor
al 5% por lo que no se rechaza la hipótesis nula de que los coeficientes del modelo fijo y
del modelo aleatorio son iguales (o que la diferencia entre los coeficientes no es
sistemática) por lo que es aconsejable operar con el modelo de efectos aleatorios
(random effects).
Tabla 4 - Regresión con random effects
Fuente: Elaboración propia
11 Tomando como referencia un 5%.
rho .74590386 (fraction of variance due to u_i)
sigma_e .21649863
sigma_u .37093477
_cons 6.853844 .1549625 44.23 0.000 6.550123 7.157565
libcivil -.1734633 .034642 -5.01 0.000 -.2413603 -.1055662
gini .0072373 .0029182 2.48 0.013 .0015177 .0129569
inflacion -.0118532 .0034547 -3.43 0.001 -.0186242 -.0050822
pibpc 3.97e-06 8.97e-07 4.43 0.000 2.22e-06 5.73e-06
felicidad Coef. Std. Err. z P>|z| [95% Conf. Interval]
corr(u_i, X) = 0 (assumed) Prob > chi2 = 0.0000
Wald chi2(4) = 90.67
overall = 0.2607 max = 36
between = 0.6082 avg = 36.0
R-sq: within = 0.2087 Obs per group: min = 36
Group variable: id Number of groups = 10
Random-effects GLS regression Number of obs = 360
31
Tabla 5 - Regresión con fixed effects
Fuente: Elaboración propia.
Tabla 6 - Test de Hausman
Fuente: Elaboración propia.
Antes de saltar a la siguiente sección en la tabla 7 se puede observar el resultado del
test del multiplicador lagrangiano el cual también es útil a la hora de comprobar si el
F test that all u_i=0: F(9, 346) = 252.25 Prob > F = 0.0000
rho .91178547 (fraction of variance due to u_i)
sigma_e .21649863
sigma_u .69603555
_cons 6.8407 .0943186 72.53 0.000 6.65519 7.02621
libcivil -.1608472 .0337078 -4.77 0.000 -.2271451 -.0945493
gini .0072332 .0028435 2.54 0.011 .0016405 .012826
inflacion -.0119362 .0033537 -3.56 0.000 -.0185325 -.00534
pibpc 3.89e-06 8.71e-07 4.47 0.000 2.18e-06 5.60e-06
felicidad Coef. Std. Err. t P>|t| [95% Conf. Interval]
corr(u_i, Xb) = 0.3725 Prob > F = 0.0000
F(4,346) = 22.85
overall = 0.2486 max = 36
between = 0.5896 avg = 36.0
R-sq: within = 0.2089 Obs per group: min = 36
Group variable: id Number of groups = 10
Fixed-effects (within) regression Number of obs = 360
Prob>chi2 = 0.4549
= 2.61
chi2(3) = (b-B)'[(V_b-V_B)^(-1)](b-B)
Test: Ho: difference in coefficients not systematic
B = inconsistent under Ha, efficient under Ho; obtained from xtreg
b = consistent under Ho and Ha; obtained from xtreg
libcivil -.1734633 -.1608472 -.0126161 .0079908
gini .0072373 .0072332 4.06e-06 .000656
inflacion -.0118532 -.0119362 .000083 .000829
pibpc 3.97e-06 3.89e-06 8.57e-08 2.14e-07
random fixed Difference S.E.
(b) (B) (b-B) sqrt(diag(V_b-V_B))
Coefficients
32
modelo más óptimo para el estudio es el de efectos aleatorios en comparación con una
regresión agrupada.
Tabla 7 - Test Breuch-Pagan (multiplicadores de Lagrange) para efectos aleatorios
Fuente: Elaboración propia.
El valor de la probabilidad nos indica que podemos rechazar Ho; por lo tanto, los
efectos aleatorios iu son relevantes y es preferible usar la estimación de efectos
aleatorios en vez de la agrupada.
Tabla 8 - Regresión agrupada
Fuente: Elaboración propia.
Prob > chibar2 = 0.0000
chibar2(01) = 2337.41
Test: Var(u) = 0
u .1375926 .3709348
e .0468717 .2164986
felicidad .5613044 .7492025
Var sd = sqrt(Var)
Estimated results:
felicidad[id,t] = Xb + u[id] + e[id,t]
_cons 22.32257 1.330557 16.78 0.000 19.70578 24.93936
poblcon -.0082604 .0021666 -3.81 0.000 -.0125215 -.0039993
libcivil -.6524585 .0672245 -9.71 0.000 -.7846681 -.5202489
inflacion -.0522202 .0084469 -6.18 0.000 -.0688326 -.0356079
espvida -.1923773 .0178979 -10.75 0.000 -.2275769 -.1571777
pibpc .0000223 2.26e-06 9.89 0.000 .0000179 .0000267
felicidad Coef. Std. Err. t P>|t| [95% Conf. Interval]
Total 201.508294 359 .561304441 Root MSE = .50543
Adj R-squared = 0.5449
Residual 90.4325948 354 .255459307 R-squared = 0.5512
Model 111.0757 5 22.2151399 Prob > F = 0.0000
F( 5, 354) = 86.96
Source SS df MS Number of obs = 360
33
7- PRESENTACIÓN Y DISCUSIÓN DE LOS RESULTADOS
Las variables seleccionadas en el modelo con efectos aleatorios (que influyen en la
felicidad) son PIB per cápita, tasa de inflación, coeficiente de Gini y finalmente libertad
civil. Las variables que no serán consideradas en el modelo son tasa de desempleo,
esperanza de vida al nacer, concentración de la población en la ciudad más grande y
concentración de la población en zonas urbanas.
Como se observa en el gráfico 3 las variables no aceptadas por el modelo no muestran
una clara relación con las otras variables y la distribución de sus datos en comparación
con los demás aparenta tener una pendiente nula o igual a cero lo cual es consistente con
lo obtenido mediante la prueba t.12
Gráfico 3 – Matriz de correlación entre las variables desde 1975 hasta el 2010.
Fuente: Elaboración propia con datos del world database of happiness.
12 La matriz de correlación entre par de variables en la tabla 9 también nos es útil para éste tipo de análisis.
34
Para simplificar el análisis de los resultados a continuación se vuelve a presentar la
tabla 4, la cual es el resultado de la última regresión con efectos aleatorios y con las
variables que cumplen con los requisitos estadísticos para formar parte del modelo.
Tabla 9 - Regresión con random effects
Fuente: Elaboración propia
Como se puede observar el error iu no está correlacionado con los regresores en el
modelo con efectos aleatorios, la correlación con éstos es igual a 0.
La R 2 dentro de cada unidad es de un 20,87%; entre cada unidad (teniendo como
unidad de análisis a los países) es de un 60,82%; y tomando las observaciones como un
todo es de un 26,07%.
rho .74590386 (fraction of variance due to u_i)
sigma_e .21649863
sigma_u .37093477
_cons 6.853844 .1549625 44.23 0.000 6.550123 7.157565
libcivil -.1734633 .034642 -5.01 0.000 -.2413603 -.1055662
gini .0072373 .0029182 2.48 0.013 .0015177 .0129569
inflacion -.0118532 .0034547 -3.43 0.001 -.0186242 -.0050822
pibpc 3.97e-06 8.97e-07 4.43 0.000 2.22e-06 5.73e-06
felicidad Coef. Std. Err. z P>|z| [95% Conf. Interval]
corr(u_i, X) = 0 (assumed) Prob > chi2 = 0.0000
Wald chi2(4) = 90.67
overall = 0.2607 max = 36
between = 0.6082 avg = 36.0
R-sq: within = 0.2087 Obs per group: min = 36
Group variable: id Number of groups = 10
Random-effects GLS regression Number of obs = 360
35
El valor de la probabilidad de la prueba estadística de Wald13
(<0,0001) lleva a concluir
que al menos uno de los coeficientes de regresión en el modelo no es igual a cero, en
este caso todos los coeficientes son distintos de cero y pueden explicar las variaciones en
la felicidad. Esto lo respalda un alto valor z en cada variable lo cual indica que éstas
tienen una influencia significativa en la variable dependiente.
Al analizar la desviación estándar de los residuos ( iu y ie ) y al comparar los de efectos
fijos (tabla 5) con los de efectos aleatorios es visible que éstos últimos son menores; el
mismo resultado se obtiene comparando la correlación intraclase (rho) de ambas
regresiones; todo lo anterior indica que el modelo con efectos aleatorios es más ajustado
y con menos errores de estimación que el de efectos fijos.
Analizando los coeficientes se puede observar que variaciones en las variables PIB per
cápita y coeficiente de Gini influyen positivamente en la felicidad de las personas. Por el
contrario las variables esperanza de vida, inflación y libertad civil afectan
negativamente. El aumento de un dólar en el PIB per cápita aumenta la felicidad en
0.00000397 puntos; el aumento del coeficiente de Gini en un 1% significa un aumento
de la felicidad en 0.00723; el aumento de la inflación en un 1% disminuye la felicidad en
-0.0118 y finalmente el aumento de la libertad civil en 1 punto disminuye la felicidad en
-0,173. Como se puede observar en la tabla 9 orden de la magnitud del impacto de cada
variable en la felicidad es similar al obtenido calculando la correlación de cada par de
variables por separado siendo coeficiente de Gini el de mayor impacto positivo y el
índice de libertad civil el de mayor impacto negativo.
13 El alfa normalmente se fija en 0,05 = 5%.
36
Tabla 10- Correlación entre par de variables por separado
Fuente: Elaboración propia.
8- CONCLUSIONES
La comprensión de cuáles son las variables que afectan en la felicidad de las personas
se ha convertido en un tema muy recurrente en el análisis de varias ciencias, las cuales
han alineado sus estudios para comprender algo que es muy complejo; el ser humano. En
la actualidad la escasez de datos hace aún más difícil estudios de éste tipo, sin embargo
el escenario en el futuro se torna más claro gracias a la tecnología y a la creciente
curiosidad de los estudiosos en éste tipo de investigaciones.
Los resultados obtenidos demuestran que existen variables socio-económicas que
influyen en la felicidad y entender este comportamiento brinda una importante
herramienta para hacer políticas públicas. La forma de pensar de la sociedad está
cambiando y en la actualidad las personas valoran distintos factores en comparación a
años anteriores; por ésta razón se observan comportamientos intraintuitivos en diversas
partes del mundo, en los cuales los índices económicos son positivos pero los índices de
felicidad son sorprendentemente bajos.
De acuerdo a los resultados obtenidos, si se quiere que en un país sus habitantes sean
más felices, las decisiones políticas se deberían enfocar en mejorar variables como PIB
libcivil -0.5872 -0.0996 0.0076 0.1539 1.0000
gini -0.0690 -0.1154 0.1841 1.0000
inflacion -0.1352 -0.5311 1.0000
pibpc 0.2669 1.0000
felicidad 1.0000
felici~d pibpc inflac~n gini libcivil
37
per cápita, libertad civil, tasa de inflación y coeficiente de Gini; sorprendentemente éste
último afecta positivamente a la felicidad14
, sin embargo, el coeficiente de Gini es un
indicador que tiende a subir en países que se están desarrollando, por ésta razón
indirectamente refleja una mejora en la calidad de vida de sus habitantes asumiendo
como un costo necesario, la desigualdad en los ingresos. Si bien el desarrollo conduce a
la desigualdad éste ha sido el camino más efectivo para reducir la pobreza y por ésta
razón las personas en promedio son más felices. Un ejemplo de lo mencionado
anteriormente lo podemos observar en los datos del Reino Unido entre los años de 1975
y el 2010 en el que la relación tanto del PIB per cápita con la felicidad como el del
coeficiente de Gini con la felicidad son positivos (ver gráfico 4); también se puede
observar que la relación entre el PIB per cápita y el coeficiente de Gini fue positiva (ver
gráfico 5).
Gráfico 4 - Relación entre PIB per cápita, coeficiente de Gini y felicidad en Reino
Unido (1975-2010)
Fuente: Elaboración propia con datos del World Database of Happiness y del Banco Mundial.
14
En teoría la relación con la felicidad debería ser negativa dado que el Coeficiente de Gini es un
indicador que al ser más alto indica mayor desigualdad.
0
5
10
15
20
25
30
35
40
USD 0
USD 10.000
USD 20.000
USD 30.000
USD 40.000
USD 50.000
6,5 6,6 6,7 6,8 6,9 7 7,1 7,2 7,3 7,4 7,5
Co
efi
cien
te d
e G
ini
(%)
PIB
per
cá
pit
a
Índice de Felicidad
Felicidad - PIB per cápita Felicidad - Gini
Lineal (Felicidad - PIB per cápita) Lineal (Felicidad - Gini)
38
Gráfico 5 - Relación entre PIB per cápita y coeficiente de Gini en Reino Unido
(1975-2010)
Fuente: Elaboración propia con datos del Banco Mundial.
Como se mencionó anteriormente el PIB per cápita es una variable que afecta
positivamente en la felicidad de las personas, dado que a mayores ingresos las personas
tienen mayor poder de compra y por ende pueden satisfacer más y nuevas necesidades,
sin embargo, como se puede observar en el gráfico 6 un aumento en los ingresos son
cada vez genera un menor impacto a medida que éstos toman valores más elevados.
Prueba de aquello es el nacimiento de la paradoja de Easterlin, en la que se llegó a la que
erróneamente se llegó a la conclusión de que no había relación entre crecimiento
económico y felicidad sólo porque los países desarrollados con un alto PIB per cápita
son menos sensibles a las variaciones en los ingresos monetarios. Yendo a un caso
extremo, si una persona tuviera todo el dinero del mundo probablemente sus nuevas
necesidades ya no serían tener más dinero, sino vivir para siempre o estar en varios
lugares a la vez para estar con su familia y amigos al mismo tiempo y en lugares
diferentes; casos como estos (no tan extremos) hacen que el dinero en abundancia pierda
valor para las personas. Es importante mencionar que dado lo dicho anteriormente el
beta del PIB per cápita en el modelo no debería ser constante, éste debería ser cada vez
USD 0
USD 10.000
USD 20.000
USD 30.000
USD 40.000
USD 50.000
22 24 26 28 30 32 34 36
PIB
per
cá
pit
a
Coeficiente de Gini
PIB per cápita - Coeficiente de Gini
Lineal (PIB per cápita - Coeficiente de Gini)
39
menor a medida que aumentan los ingresos en las personas, sin embargo el coeficiente
obtenido es un buen proxy siendo éste igual a cero15
cuando los ingresos tienden al
infinito.
Gráfico 6 - Relación entre el PIB per cápita y la felicidad.
Fuente: Elaboración propia con datos del World Database of Happiness y del Banco Mundial.
Otra manera de aumentar la felicidad es disminuir la inflación la cual afecta
directamente en el poder de compra de las personas, con una mayor inflación éstas se
sienten más pobres porque pueden comprar una menor cantidad de bienes y su calidad
de vida incluso disminuye. Disminuir la inflación puede ser una opción muy importante
a considerar cuando a los países se les hace difícil aumentar su PIB per cápita ya sea por
una escasa conexión con el comercio internacional (economía cerrada) o por una débil
producción interna. Como se puede observar en el gráfico 7, en Italia en el período entre
1981 y 1991 una disminución de la tasa de inflación fue acompañada con un aumento en
el Índice de felicidad.
15 O puede ser incluso negativo cuando las personas desean otra cosa y solo tienen acceso a dinero.
40
Gráfico 7 - Índice de felicidad y tasa de inflación en Italia (1981-1991).
Fuente: Elaboración propia con datos del World Database of Happiness y del Banco Mundial.
Por último, la libertad civil es un factor sumamente importante que influye
significativamente en la felicidad de las personas; generalmente los países con Índices
de felicidad más elevados son en los que sus habitantes tienen derecho a elegir a sus
líderes políticos y a “castigar” a aquellos que cumplen con las expectativas simplemente
no votando por ellos. Es importante que el deseo de las personas respecto a cómo
quieren vivir como sociedad se vea reflejada en un sistema y en líderes que velen por lo
que las personas realmente quieren. Ésta investigación deja en evidencia que las
personas no sólo quieren dinero, sino que también desean otras cosas. Una evidencia
respecto a lo mencionado anteriormente se puede observar en el gráfico 8. En el Reino
Unido entre los años 2001 y 2002 se puede observar un aumento en la libertad civil16
de
2 a 1, lo cual cambió la pendiente del índice de felicidad de plana a positiva en ese
período.
16 Es importante recordar que cada menor sea el valor de éste índice mayor es la libertad civil.
0
2
4
6
8
10
12
14
16
18
20
4,8
5
5,2
5,4
5,6
5,8
6
6,2
6,4
6,6
1981 1982 1983 1984 1985 1986 1987 1988 1989 1990 1991
Tasa
de
Infl
ació
n (
%)
Índ
ice
de
Felic
idad
Índice de Felicidad Tasa de Inflación
41
Gráfico 8 - Libertad civil y felicidad en el Reino Unido (1990-2010).
Fuente: Elaboración propia con datos del World Database of Happiness y Freedom in the World Country
Ratings.
El mayor interés que existe en la actualidad por la felicidad claramente alimentará el
nacimiento de muchas más investigaciones como ésta; es importante que los países
pobres y en vías al desarrollo formalicen la recopilación de datos que permitan estudios
de éste tipo y así analizar el impacto de las variables en un escenario diferente, en el que
las necesidades son otras (diferente a las de los países desarrollados) para así verificar
que tan cercana está la teoría de la realidad. Un de 6,853 no indica otra cosa más que
existen muchas otras variables que pueden afectar en la felicidad de las personas (y
mantenerla a niveles estables), variables que no necesariamente están ligadas al
crecimiento económico como las analizadas en este estudio, la complejidad del ser
humano, la evolución de su personalidad y del entorno que lo rodea hacen que sólo se
conozca la punta del iceberg, pues aún hay un universo entero y fascinante por
descubrir.
0
0,5
1
1,5
2
2,5
6,2
6,4
6,6
6,8
7
7,2
7,4
7,6
1990
1991
1992
1993
1994
1995
1996
1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
Lib
ert
ad
Civ
il
Índ
ice
de
Felic
idad
Felicidad Libertad Civil
42
REFERENCIAS
2001 Income and happiness: towards a unified theory, en The Economics Journal, 111.
2003 Building a better theory of Well-Being en Bruni y Porta (Eds) 2005.
2004 La Economía de la Felicidad. Nuevos elementos para la crítica del
liberalismoeconómico en Filosofía y Economía de nuestro tiempo: orden económico y
cambio social, Ministerio de Educación y Ciencia.
2005a La felicidad: lecciones de una nueva ciencia, Taurus, Madrid.
2005b Rethinking Public Economics: The implications of Rivalry and Habit en Bruni y
Porta.
Banco Mundial ( 2012) World Development Report: Workers in an integrated world.
World Bank and Oxford University Press, New York, USA.
Blanchflower David G. and Andrew J. Oswald (1999) Well-being over time in Britain
and the USA, working paper, Department of Economics, Dartmouth College, NH, USA.
Bruni, L y Porta, P.L2005 Economics and Happiness. Oxford University Press.
Cambridge, MA: Harvard Univ. Press.
43
Di Tella, R., R.J. MacCulloch y A.J.Oswald 1999 The Macroeconomics of Happiness.
Working paper B3. Bonn, Center for European Integration Studies.
Diener, E. y Oishi, S.2000 Money and happiness: Income and subjective well-being
across nations, en E. Diener y E. Suh (eds.), Culture and Subjective Well- being,
Cambridge Mass.,MIT Press.
Diener, Ed and Shigehiro Oishi (2000) Money and Happiness: Income and Subjective
Well-Being Across Nations, in Subjective Well-being Across Cultures,” (Eds. E. Diener
and E. M. Suh) Cambridge MA: MIT Press, 185-218.
Duesenberry, James S. (1949) Income, Savings, and the Theory of Consumer Behavior.
Easterlin, R.1974 Does economic growth improve human lot? Some empirical evidence.
P.A. Davis, M.W. Reder, (eds.) Nations and households in economic growth. New
York–London, Academic Press.
Easterlin, Richard A. (1974) Does economic growth improve the human lot? Some
empirical evidence, in: Paul A. David and Melvin Reder (eds.), Nations and Households
in Economic Growth, New York: Academic Press.
44
Easterlin, Richard A. (1995) Will raising the incomes of all increase the happiness of
all? Journal of Economic Behavior and Organization, vol. 27, pp. 35-47. Erasmus
University Rotterdam, Netherlands.
Esteve, F.2000 Bienestar y crisis del Estado de Bienestar. Elementos para una Economía
de la Felicidad en Muñoz de Bustillo, R. (ed.), El Estado de Bienestar en el cambio de
siglo. Alianza. Madrid.
Frank, R. 2005 Does absolute income matter? En Bruni, L y Porta, P.L Economics and
Happiness. University Press.
Friedman, M. (1957) A Theory of the Consumption Function, Princeton University
Press: Princeton, NJ.
Frustaciones de la riqueza. Fondo de Cultura Económica (1986), México.
Hagerty, Michael R. (2000) Social Comparisons of Income in One’s Community:
Evidence from National Surveys of Income and Happiness, Journal of Personality and
Social Psychology, 78, 4, 746-771.
Hamermesh, D. 1977 Economics Aspects of Job Satisfaction, Essays in Labour market
analysis. John Wiley & Sons.
45
Hamilton, C 2006 El fetiche del crecimiento, Editorial Laetoli, S.L., Pamplona.
Hirsch, F. 1977 Social limits to growth. Cambridge University Press.
Inglehart, Ronald and Hans-Dieter Klingemann (2000) Genes, Culture, Democracy, and
Happiness,’ in Ed Diener and Eunkook Suh (eds.) Culture and Subjective Well-Being,
Cambridge, MA: MIT Press, 165-184.
Journal of Economic Psychology, 6, 333-363.
Kapteyn, Arie, and Tom Wansbeek (1985) The Individual Welfare Function: A Review,
Layard, R 1980 Human satisfaction and public policy, the Economic Journal, vol. 90, nº
360.
Mill, J.S 1923 Principles of political economy, with some of their applications to social
philosophi, 6ª ed., Longmans, Green and Co., Londres.
Oswald, Andrew J. (1997) Happiness and economic performance, The Economic
Journal, (Nov.) 1815-1831.
Scitovsky, T. 1976 The Joyless economy.New York. Oxford University Press.
46
Sen, A. 1993 Capability and well-being en M. Nussbaum, A. Sen, (eds.) The quality of
life, Oxford, Clarendon Press. 2001 Sobre ética y economía, Alianza, Madrid.
VanderStadt, Huib, Arie Kapteyn, and Sara van de Geer (1985) The relativity of utility:
evidence from panel data, The Review of Economics and Statistics, 67, (May), 179-187.
VanPraag, Bernard M. S., and Kapteyn, Arie (1973) Further evidence on the individual
welfarefunction of income: An empirical investigation in the Netherlands, European
Economic Review, 4, 33-62.
Veenhoven, R (1994) Correlates of happiness, 7838 findings from 603 studies in 69
nations 1911-1994.RISBO, Studies in Social and Cultural Transformation nr 3, 3
volumes) Erasmus University Rotterdam, Netherlands.
Veenhoven, R 2007 Trend Average Happiness in Nations 1946 – 2006: How much
people like the life they live. World Database of Happiness, Trend Report 2007 – 1.
Veenhoven, R. ( 1991) Is happiness relative? Social Indicators Research, vol 24, 1-34.
Veenhoven, R. ( 1993) Happiness in Nations. Subjective appreciation of life in 56
nations 1946-1992 RISBO, Studies in Social and Cultural Transformation nr 2)
47
Veenhoven, R. ( 1996 b) Happy life-expectancy. A new comprehensive measure of
quality-of-life in nations. Ed.- Investigaciones de Indicadores Sociales, vol. 39 pgs. 1-57
Veenhoven, R. (1984a) Conditions of happiness (Condiciones para la Felicidad) Reidel,
Dordrecht, Netherlands (reprinted 1991 by Kluwer Academic.)
Veenhoven, R. ed (1989i) How harmful is happiness? Consequences of enjoying life or
not Universitaire Pers Rotterdam, Den Haag, Netherlands.
Veenhoven, Ruut (1989d) National wealth and individual happiness, in: Grumert, K.G.
& Olander, F. (eds) Understanding economic behavior, Kluwer Academic, Dordrecht
Netherlands, pp 9-32
Veenhoven, Ruut (1996a) Developments in satisfaction research, Social Indicators
Research, vol 37, pp 1-46
Veenhoven, Ruut (2012) World Database of Happiness, Catalog of Happiness in
Nations, http://www.eur.nl/fsw/research/happiness
Veenhoven, Ruut, (1991a) Is happiness relative? Social Indicators Research, vol 24, pp
1-34
Veenhoven Ruut and Hagerty Michael (2003) Wealth and happiness revisited. Social
indicators research, vol. 64, 2003, pp. 1-27
48
ANEXO 1 - ¿QUÉ ES FELICIDAD?
Esta pregunta es probablemente tan antigua como la humanidad misma. Las grandes
mentes humanas han luchado con este problema. Gran parte de la filosofía se ha
ocupado de definir qué es una vida buena y feliz. Esfuerzos similares han sido hechos
por psicólogos, que se han ocupado de los ingredientes y circunstancias particulares que
hacen a la gente feliz o infeliz.
Pero ciertamente no ha habido consenso en cuanto a lo qué es la felicidad. Esto significa
diferentes cosas para diferentes personas. Está abierto para todo el mundo definir por sí
mismos qué es la felicidad. Algunas personas están dispuestas a argumentar que es el
objetivo final en la vida. Todas las otras influencias en la vida se reflejan en el concepto
de felicidad. Por lo tanto, todo lo que hacemos es buscar la felicidad.
Así, por ejemplo, existen tres objetivos finales que han sido distinguidos, ninguno de
los cuales se puede combinar con el otro. Estos son el bienestar subjetivo (otro término
para la felicidad), el desarrollo humano (que se toma para incluir virtud), y la justicia
(Lane 2000). Otros autores mencionan el compañerismo y la libertad como objetivos
finales a la par con la felicidad. Sin embargo, otros consideran un conjunto aún mayor de
factores que son importantes además de la felicidad. Ejemplos de estos factores son la
confianza, la autoestima, la ausencia de dolor, la satisfacción con su trabajo, satisfacción
con la vida familiar y matrimonio.
Hay que tener en cuenta que existen dos conceptos de felicidad: felicidad subjetiva y
felicidad objetiva.
Por un lado, existe el concepto de felicidad subjetiva, que puede ser captado por las
encuestas. Con la ayuda de una sola pregunta (un solo elemento) o varias preguntas
(multi-item) de auto-informes globales, es posible obtener indicaciones de las
evaluaciones individuales de su satisfacción con la vida o la felicidad. Detrás de la
49
puntuación indicada por una persona es un proceso cognitivo por el cual él o ella
evalúan su felicidad en comparación con otras personas, la experiencia pasada y las
expectativas de futuro.
En el otro extremo, está el concepto de la felicidad objetiva, que se refiere a enfoques
fisiológicos, que se esfuerzan por captar el bienestar subjetivo, especialmente mediante
la medición de las ondas cerebrales. Este enfoque se acerca a la idea de un hedonometer,
que mide directamente la utilidad cardinal.
Las mediciones de felicidad objetiva se refieren a un individuo en particular, con
procedimientos técnicos que identifican el grado de felicidad.
Es importante mencionar que la felicidad subjetiva cuenta con factores cognitivos que
son útiles para las interrogantes relacionadas con felicidad, las cuales inciden en
aspectos sociales.
Las personas tienden a compararse los unos a los otros, por lo cual las comparaciones
sociales son de gran importancia y tienen que ser tenidas en cuenta. Así mismo, los
individuos no tienen una posición fija, sino que se adaptan a las circunstancias o
cambios en el tiempo.
Un ejemplo de ello es el efecto de un mayor ingreso sobre la felicidad. Al principio, los
individuos indican un mayor grado de felicidad, pero después de algunos meses, este
aumento tiende a evaporarse, y el nivel de felicidad no es mucho mayor de lo que era
antes de la aumento de los ingresos.
Pero ¿Cuáles son los factores que hacen a la gente más feliz o infeliz que los demás?
Esta es una pregunta crucial, ya que nos ayuda a entender cómo y en qué medida la
situación puede ser mejorada. Es útil distinguir cinco tipos de determinantes:
50
Los factores de personalidad, tales como la autoestima, el control personal, el
optimismo, la extraversión y el neuroticismo.
factores socio-demográficos, como la edad, género, el estado civil y educación.
Los factores económicos, como la renta individual y agregada, el desempleo, y
la inflación.
Los factores contextuales y situacionales, como el empleo en particular y las
condiciones de trabajo, el stress en el trabajo, relaciones interpersonales con los
compañeros de trabajo, familiares y amigos, y lo más importante el matrimonio
en pareja, así como condiciones de vida y la salud.
Los factores institucionales, tales como el grado de descentralización política y
los derechos de participación política de los ciudadanos.
Durante años, los factores de la personalidad, socios demográficos y contextuales han
sido ampliamente analizados por los psicólogos. Tienen además, estudiado algunos
factores económicos. En los últimos años, sin embargo, los economistas también han
contribuido importantes investigaciones sobre el efecto de los factores económicos sobre
el bienestar subjetivo. Es imposible dar cuenta de las diferencias en la felicidad entre las
personas sin tomar en cuenta los ingresos, el empleo y la inflación.
La felicidad no es, pues constante e inmutable, sino que es construida dentro de la
persona en cuestión y depende en gran medida de entorno social en el que cada persona
se ha desarrollado y del lugar donde vive.
51
Hay en particular cuatro procesos psicológicos que tienen que ser tomados en
cuenta:
Adaptación. La gente se acostumbra a las nuevas circunstancias y en
consecuencia ajusta su nivel subjetivo de bienestar. Adaptación hedónica por
tanto, reduce la capacidad de respuesta de los individuos cuando se repite un
estímulo. La adaptación se refiere a un montón de diferentes mecanismos; en el
caso de la habituación, se trata de un proceso biológico automático.
Ya se ha señalado que la gente se acostumbra a un nivel de ingreso, la felicidad
subjetiva tiende a converger con el tiempo a su nivel inicial. Las personas
ganadoras de la lotería, experimentan un gran aumento de la riqueza, no es
sorprendente que se sientan felices, pero se ajusta y, después de algún tiempo, en
promedio indican un nivel moderadamente alto de bienestar que antes de ganar
la lotería.
Aspiración. La gente evalúa su situación con respecto a sus aspiraciones, las
cuales están formadas por sus esperanzas y expectativas. Si la gente alcanzar sus
niveles de aspiración, están satisfechos con sus vidas.
Por lo general, los niveles de aspiración están estrechamente correlacionados
con los actuales o logros anteriores como, por ejemplo, ingresos actuales, lo que
es en su mayoría considerado satisfactorio para la propia casa.
La comparación social. No hay una vara de medir absoluta con respecto a la
felicidad subjetiva. La gente compara sus posiciones con el de las otras personas.
Obviamente, esto vale para los ingresos, al igual que se ha demostrado sobre la
importancia relativa de los ingresos. Pero los procesos similares de comparación
tienen lugar con respecto al desempleo. Las personas sin trabajo son
significativamente menos felices que los que tienen puestos de trabajo, pero su
infelicidad es menos intensa si viven en un entorno en el que muchos otros están
en paro también.
52
Hacer frente. La gente tiene una gran capacidad para superar eventos
desafortunados. Tal vez los ejemplos más notables son los parapléjicos.
Inicialmente, sufren una enorme caída en el bienestar subjetivo. Pero con el
tiempo, muchos de ellos son capaces de adaptarse activamente a su desgracia.
Después de algún tiempo, indican un nivel no muy bajo en su felicidad que antes
del accidente.
Ahora bien, esta diferenciación de la dimensión objetivo-subjetiva, trajo consigo la
intensificación del nivel de análisis individual frente al social o estructural. Será esta
acentuación de componentes internos la que permita el abordaje del bienestar humano en
su dimensión subjetiva, estudiándolo desde el punto de vista de la propia persona. Como
afirma Argyle (1993), el bienestar subjetivo representa la principal aportación de la
psicología al estudio de la calidad de vida. Según él:
"Son varios los movimientos que han estado relacionados con la calidad de vida. Por
ejemplo, los economistas del desarrollo miden la calidad de vida de los países en vías
de desarrollo por su renta per cápita, porcentaje de empleados, longevidad y educación.
La psicología puede añadir otra medida -el bienestar subjetivo. No es bueno hacer a las
personas más ricas si no se las hace también más felices." (p. 5).
Esta concepción justifica la introducción del bienestar subjetivo o personal (a lo largo
del texto se empleará igualmente el término "bienestar personal" aludiendo a su
dimensión subjetiva) como uno de los elementos relevantes en el estudio de la calidad de
vida. Es desde esta perspectiva desde la que se plantea el presente trabajo teórico. En el
que se ofrece inicialmente una ubicación conceptual del término y de sus dimensiones
estructurales. Posteriormente se acomete la compleja tarea de tratar de compendiar las
diferentes variables tenidas en cuenta en los numerosos estudios que han analizado los
factores que afectan en mayor o menor medida al bienestar subjetivo. Por último, son
53
expuestas una serie de concepciones teóricas y modelos desde los que se ha tratado de
explicar la naturaleza de este concepto.
¿Qué es el bienestar subjetivo y qué elementos lo componen?
En opinión de Diener (1994), este área de estudio tiene tres elementos característicos a
saber: su carácter subjetivo, que descansa sobre la propia experiencia de la persona; su
dimensión global, pues incluye una valoración o juicio de todos los aspectos de su vida;
y la necesaria inclusión de medidas positivas, ya que su naturaleza va más allá de la
mera ausencia de factores negativos.
Las definiciones de bienestar subjetivo a menudo no aparecen explícitas en la literatura.
Son muchos los autores que han tratado de definir la felicidad o el bienestar. Según
Diener y Diener (1995) estas concepciones se pueden agrupar en torno a tres grandes
categorías. La primera describe el bienestar como la valoración del individuo de su
propia vida en términos positivos, esta agrupación es la relativa a la "satisfacción con la
vida". Una segunda categoría, incide en la preponderancia de los sentimientos o afectos
positivos sobre los negativos. Este punto de vista fue iniciado por Bradburn (1969) con
el desarrollo de su Escala de Balance Afectivo. Para este autor la felicidad resulta del
juicio global que la gente hace al comparar sus sentimientos positivos con los negativos.
La definición de bienestar desde esta perspectiva está más cercana al uso cotidiano que
se hace de este término, según éste, una persona es más feliz cuando en su vida
predomina la experiencia afectiva positiva sobre la negativa. Frente a esto, la última de
estas tres concepciones, más cercana a los planteamientos filosófico-religiosos, concibe
la felicidad como una virtud o gracia. Las definiciones bajo esta última perspectiva se
pueden considerar normativas, ya que no se contempla como un bienestar subjetivo sino
más bien como la posesión de una cualidad deseable (Coan, 1977). En este sentido,
cuando Aristóteles y los filósofos clásicos hablan de la eudaemonia, la consideran como
un estado deseable al que sólo se puede aspirar llevando una vida virtuosa o deseable,
calificada como tal desde un particular sistema de valores.
54
Los científicos sociales han basado sus estudios principalmente en las dos primeras
aproximaciones. Así, una gran parte se han ocupado de estudiar los aspectos que llevan a
una persona a evaluar positivamente su existencia. En este sentido, Veenhoven (1984)
define el bienestar subjetivo como el grado en que una persona juzga de un modo
general o global su vida en términos positivos o, en otras palabras, en qué medida la
persona está a gusto con la vida que lleva. Según Veenhoven, el individuo utiliza dos
componentes en esta evaluación, sus pensamientos y sus afectos. El componente
cognitivo, la satisfacción con la vida, representa la discrepancia percibida entre sus
aspiraciones y sus logros, cuyo amplio rango evaluativo va desde la sensación de
realización personal hasta la experiencia vital de fracaso o frustración. El elemento
afectivo constituye el plano hedónico, es decir, el que contiene el agrado experimentado
por la persona con sus sentimientos, emociones y estados de ánimo más frecuentes.
Estos componentes en cierta medida están relacionados. Una persona que tenga
experiencias emocionales placenteras es más probable que perciba su vida como
deseable y positiva. Así mismo, los sujetos que tienen un mayor bienestar subjetivo son
aquellos en los que predominan esta valoración positiva de sus circunstancias y eventos
vitales; mientras que los "infelices" serían los que valoran la mayor parte de estos
acontecimientos como perjudiciales. En este sentido, la satisfacción con la vida y el
componente afectivo del bienestar subjetivo tienden también a correlacionar porque
ambos elementos se hallan influidos por la valoración que realiza el sujeto acerca de los
sucesos, actividades y circunstancias en general en las que se desarrolla su vida. No
obstante, necesariamente también han de diferir, ya que así como la satisfacción con la
vida representa un resumen o valoración global de la vida como un todo, el balance
afectivo depende más de las reacciones puntuales a eventos concretos que acontecen en
el curso de la vida.
El aumento de la felicidad: El ámbito social
55
Las poblaciones de los diferentes países y en diferentes períodos de tiempo revelan
importantes diferencias en la felicidad. Una razón obvia para estas diferencias en el
bienestar subjetivo puede ser las condiciones económicas. Las personas que viven en un
país económicamente deprimido, con el alto desempleo y una inflación vertiginosa, es
probable que sean más infelices.
Es uno de los propósitos principales de esta investigación es observar las repercusiones
que tienen los factores económicos sobre la felicidad. Una vez que se identifican los
factores, pueden servir como metas en el proceso político. Para que estos determinantes
puedan ser útiles, es importante conocer su impacto relativo en la felicidad, debido a que
algunos factores económicos están a menudo en conflicto uno con el otro. Esto se aplica
en particular al desempleo e inflación. Una política económica expansiva, diseñada para
estimular la economía y reducir así el número de personas desempleadas, es probable
que eleve la tasa de inflación (al menos después de que haya pasado algún tiempo). Tal
política inequívocamente sirve para elevar el bienestar de la población si el desempleo
disminuye considerablemente y si conseguir un trabajo aumenta notablemente la
felicidad subjetiva, mientras que la inflación se eleva sólo un poco y los aumentos de
precios no tienen mucho efecto sobre el sentimiento de la felicidad. Es evidente que las
condiciones antes mencionadas no necesariamente se cumplen, por lo que una política
económica expansiva puede trabajar en contra de la felicidad.
La felicidad también puede diferir entre los países, debido a que su política y la vida
social se rigen por diferentes instituciones. Las principales instituciones de cada país
definen la forma cómo se organiza una sociedad. En la mayoría de los países, las
instituciones principales están definidas en la Constitución, que establece las formas de
regir la sociedad. Por lo tanto, le asigna un papel a la política, al mercado, a la
burocracia gubernamental y grupos organizados. También se le atribuye los derechos
inalienables a las personas en particular, los derechos humanos y el derecho a participar
políticamente a través de elecciones y / o por medio de referendos populares. Dentro del
área política, para toma de decisiones, la Constitución establece el papel de los tres
56
poderes del Estado (Ejecutivo, Legislativo y Judicial) y determina las responsabilidades
del Estado central y las unidades federales (por ejemplo, provincias, regiones y
municipios o estados, condados y ciudades).
Existen dos factores que afectan fundamentalmente al bienestar subjetivo que son: la
descentralización política y la posibilidad de participación política de los ciudadanos.
Las unidades políticas deben otorgar a los ciudadanos el derecho a decidir por sí
mismos a sus gobernantes, como también la forma de gobernar y la posibilidad de
participar de manera directa en las decisiones importantes para el país, en las cuales se
vean reflejados los deseos de la sociedad, lo cual sería una buena manera de aumentar la
felicidad general de la población.
Una nación y sus ciudadanos tienen soberanía, por lo cual no hay ninguna manera de
decirles lo que deben o no debe hacer. Más bien, lo que se puede ofrecer es información
sobre cómo el estado de la economía y las condiciones institucionales afectan el
bienestar subjetivo.
57
ANEXO 2 – GRUPOS DE REFERENCIA Y ADAPTACION DE
EXPECTATIVAS.
Grupos de Referencia
Salancik y Pfeffer (1978) defienden que los individuos forman sus actitudes a partir de
la información disponible en un determinado momento proveniente de su contexto
social. El contexto social (1) proporciona una construcción directa del significado a
través de guías para creencias, actitudes y necesidades socialmente aceptables y razones
aceptables para la acción, (2) centra la atención del individuo sobre cierta información,
haciéndola más saliente y relevantes y (3) proporciona expectativas relativas a la
58
conducta individual y a las consecuencias lógicas de esa conducta. La mayor eficacia del
modelo situacional al interpretar las actitudes y en concreto la satisfacción laboral en
relación con el modelo alternativos de la satisfacción de necesidades.
Una posición similar, aunque más limitada, es la formulada por los defensores de
la teoría del grupo de referencia social, defienden que la satisfacción laboral es una
función de (o está positivamente relacionada con) el grado en que las características del
puesto de trabajo se ajustan a las normas y deseos de los grupos que el individuo
considera como guía para su evaluación del mundo y para su definición de la realidad
social.
La investigación de Hulin (1966) sobre la satisfacción laboral de empleadas
administrativas de 300 oficinas en la que se recogían datos sobre su nivel económico, el
grado de desempleo existente en su entorno, los barrios pobres y la situación general de
las comunidades en las que estaban establecidas las distintas oficinas, mostraba
relaciones claras de carácter negativo entre el nivel económico del entorno social y la
satisfacción laboral de las empleadas. Las empleadas que vivían en un entorno social
con un nivel socioeconómico superior tendían a estar menos satisfechas con su trabajo.
Datos que suponen una confirmación, bajo ciertas condiciones, de las predicciones y de
las teorías del grupo de referencia como marco para la valoración del trabajo y como
criterio que influye en el tipo de actividades que el trabajador desarrolla ante él. El
marco social de cada trabajador puede estar constituido por grupos concretos o por el
ambiente social general en el que el individuo se desenvuelve.
Un problema para la investigación consiste en el estudio de los procesos que intervienen
en la elección o aceptación por parte de los individuos de los grupos de referencia base
para evaluarse a sí mismos y otros objetos sociales. Son muchos los puntos oscuros en
relación con este problema. Festinger señala que las personas se fijan en aquellas
personas que son semejantes a ellas para valorarse. Hipótesis que recibió confirmación
en un estudio sobre el modo como los compañeros de trabajo evalúan sus ingresos
salariales. Otras investigaciones señalan factores importantes al elegir el grupo o grupos
59
de referencia y entre ellos se puede mencionar la clase social, la raza o el hábitat (rural o
urbano).
Korman (1978) tras una revisión de la teoría de las necesidades y de la de los grupos de
referencia propone una integración global según la cual la teoría de las necesidades
saciadas sería más eficaz para explicar la satisfacción laboral de las personas con alto
nivel de autoestima ya que para éstas la satisfacción de las necesidades puede
considerarse justa y equilibrada. Se hipotetiza que la relación entre la evaluación de una
tarea por el grupo de referencia y la evaluación hecha por el propio sujeto será mayor en
el caso de personas de bajo nivel de autoestima que en el caso de personas con nivel
alto.
Un esfuerzo de integración señala la necesidad de considerar la importancia de los
aspectos situacionales del contexto social y los aspectos internos del sujeto tanto en lo
que se refiere a la satisfacción de necesidades como en lo relativo a aspectos de tipo más
cognitivo. Integración factible a partir de la consideración de las dimensiones cognitivas
y propositivas de los sujetos.
Adaptación de expectativas (Teoría de las expectativas).
La adaptación es, en sociología y psicología, el proceso por el cual un grupo o un
individuo modifican sus patrones de comportamiento para ajustarse a
las normas imperantes en el medio social en el que se mueve. Al adaptarse, un sujeto
abandona hábitos o prácticas que formaban parte de su comportamiento, pero que están
negativamente evaluadas en el ámbito al que desea integrarse, y eventualmente adquiere
otros en consonancia con las expectativas que se tienen de su nuevo rol. La adaptación,
en este sentido, es una forma de socialización secundaria, ya que opera tomando como
base las habilidades sociales con las que el sujeto ya cuenta.
60
En este sentido, la crisis económica en la que estamos inmersos producto de los
problemas financieros del mercado norteamericano, indica por ejemplo que si en un país
X, la percepción ciudadana, lo esperado o expectativas “racionales”, son negativas
respecto de la economía mexicana y mundial. Por lo tanto, éstas se convertirán en
adaptativas en el mediano y corto plazo. Es decir, si la inflación ha sido alta en el
pasado, los ciudadanos podrían esperar -y adaptarse- a que sea alta en el futuro. Esto es
lo que sucederá producto de un pánico generalizado en esa economía, si fracasan las
medidas económicas en Estados Unidos y por consiguiente en el país X.
ANEXO 3 – REGRESIÓN CON FIXED EFFECTS Y RANDOM EFFECTS
RANDOM EFFECTS
En la primera regresión con random effects la variable con la P más alta es esperanza de
vida con 0,991, por lo cual es excluida del modelo.
61
En la segunda regresión la segunda variable excluida es concentración de la población
en la ciudad más grande con una P de 0,933.
Como se puede observar en la siguiente regresión la variable que se debe excluir es
concentración de la población en zonas urbanas con un P de 0,756.
rho .91858265 (fraction of variance due to u_i)
sigma_e .21664454
sigma_u .72769332
_cons 6.861085 1.168585 5.87 0.000 4.570699 9.15147
poblu .0021533 .0052853 0.41 0.684 -.0082056 .0125122
poblcon .0007034 .0105828 0.07 0.947 -.0200385 .0214452
libcivil -.1580295 .0342934 -4.61 0.000 -.2252432 -.0908157
gini .0065397 .0028746 2.27 0.023 .0009056 .0121738
desem -.0093901 .0052367 -1.79 0.073 -.0196538 .0008736
inflacion -.0141343 .0045164 -3.13 0.002 -.0229863 -.0052822
espvida .0001696 .014671 0.01 0.991 -.028585 .0289242
pibpc 3.70e-06 1.77e-06 2.09 0.036 2.35e-07 7.17e-06
felicidad Coef. Std. Err. z P>|z| [95% Conf. Interval]
corr(u_i, X) = 0 (assumed) Prob > chi2 = 0.0000
Wald chi2(8) = 95.95
overall = 0.2084 max = 36
between = 0.3877 avg = 36.0
R-sq: within = 0.2167 Obs per group: min = 36
Group variable: id Number of groups = 10
Random-effects GLS regression Number of obs = 360
rho .87341334 (fraction of variance due to u_i)
sigma_e .21633895
sigma_u .56826469
_cons 6.915763 .3150465 21.95 0.000 6.298283 7.533243
poblu .0018766 .0048564 0.39 0.699 -.0076418 .0113949
poblcon -.0008007 .0095835 -0.08 0.933 -.0195841 .0179827
libcivil -.1593534 .0343843 -4.63 0.000 -.2267453 -.0919614
gini .0065286 .0028832 2.26 0.024 .0008777 .0121796
desem -.0093026 .0052582 -1.77 0.077 -.0196085 .0010033
inflacion -.0140605 .0036166 -3.89 0.000 -.0211489 -.006972
pibpc 3.63e-06 1.14e-06 3.18 0.001 1.39e-06 5.87e-06
felicidad Coef. Std. Err. z P>|z| [95% Conf. Interval]
corr(u_i, X) = 0 (assumed) Prob > chi2 = 0.0000
Wald chi2(7) = 95.57
overall = 0.2352 max = 36
between = 0.4691 avg = 36.0
R-sq: within = 0.2164 Obs per group: min = 36
Group variable: id Number of groups = 10
Random-effects GLS regression Number of obs = 360
62
Con un modelo ya tomando forma la variable a eliminar es tasa de desempleo con un P
de 0,085.
rho .82266642 (fraction of variance due to u_i)
sigma_e .21607356
sigma_u .46539104
_cons 6.90979 .2173357 31.79 0.000 6.483819 7.33576
poblu .0014938 .0048087 0.31 0.756 -.0079311 .0109186
libcivil -.1622406 .0343566 -4.72 0.000 -.2295783 -.0949028
gini .0065455 .0029008 2.26 0.024 .0008601 .012231
desem -.0092838 .0052828 -1.76 0.079 -.0196378 .0010702
inflacion -.0140447 .0036204 -3.88 0.000 -.0211406 -.0069488
pibpc 3.64e-06 1.06e-06 3.42 0.001 1.56e-06 5.73e-06
felicidad Coef. Std. Err. z P>|z| [95% Conf. Interval]
corr(u_i, X) = 0 (assumed) Prob > chi2 = 0.0000
Wald chi2(6) = 95.08
overall = 0.2314 max = 36
between = 0.4546 avg = 36.0
R-sq: within = 0.2164 Obs per group: min = 36
Group variable: id Number of groups = 10
Random-effects GLS regression Number of obs = 360
rho .78713037 (fraction of variance due to u_i)
sigma_e .21584996
sigma_u .41506724
_cons 6.946816 .1740117 39.92 0.000 6.605759 7.287872
libcivil -.1639156 .034513 -4.75 0.000 -.2315598 -.0962713
gini .006576 .0029134 2.26 0.024 .0008658 .0122861
desem -.0090783 .0052662 -1.72 0.085 -.0193999 .0012432
inflacion -.013892 .0036121 -3.85 0.000 -.0209716 -.0068123
pibpc 3.49e-06 9.27e-07 3.76 0.000 1.67e-06 5.31e-06
felicidad Coef. Std. Err. z P>|z| [95% Conf. Interval]
corr(u_i, X) = 0 (assumed) Prob > chi2 = 0.0000
Wald chi2(5) = 94.71
overall = 0.2454 max = 36
between = 0.4812 avg = 36.0
R-sq: within = 0.2158 Obs per group: min = 36
Group variable: id Number of groups = 10
Random-effects GLS regression Number of obs = 360
63
Finalmente se obtiene el modelo final con random efects en el que las variables
seleccionadas son: PIB per cápita, Inflación, Coeficiente de Gini y Libertad Civil.
FIXED EFFECTS
En la primera regresión con fixed effects como se puede observar la variable a excluir
del modelo es esperanza de vida con un P de 0,856.
rho .74590386 (fraction of variance due to u_i)
sigma_e .21649863
sigma_u .37093477
_cons 6.853844 .1549625 44.23 0.000 6.550123 7.157565
libcivil -.1734633 .034642 -5.01 0.000 -.2413603 -.1055662
gini .0072373 .0029182 2.48 0.013 .0015177 .0129569
inflacion -.0118532 .0034547 -3.43 0.001 -.0186242 -.0050822
pibpc 3.97e-06 8.97e-07 4.43 0.000 2.22e-06 5.73e-06
felicidad Coef. Std. Err. z P>|z| [95% Conf. Interval]
corr(u_i, X) = 0 (assumed) Prob > chi2 = 0.0000
Wald chi2(4) = 90.67
overall = 0.2607 max = 36
between = 0.6082 avg = 36.0
R-sq: within = 0.2087 Obs per group: min = 36
Group variable: id Number of groups = 10
Random-effects GLS regression Number of obs = 360
F test that all u_i=0: F(9, 342) = 174.90 Prob > F = 0.0000
rho .91601121 (fraction of variance due to u_i)
sigma_e .21664454
sigma_u .71546352
_cons 6.563951 1.16021 5.66 0.000 4.281905 8.845998
poblu .0029658 .0054269 0.55 0.585 -.0077085 .0136401
poblcon .0044612 .0128073 0.35 0.728 -.0207297 .0296522
libcivil -.1569284 .0344597 -4.55 0.000 -.224708 -.0891487
gini .0065995 .0028809 2.29 0.023 .000933 .012266
desem -.0095827 .0052582 -1.82 0.069 -.0199252 .0007597
inflacion -.013912 .0045755 -3.04 0.003 -.0229117 -.0049122
espvida .0027093 .0149056 0.18 0.856 -.0266089 .0320275
pibpc 3.70e-06 1.84e-06 2.01 0.045 7.45e-08 7.32e-06
felicidad Coef. Std. Err. t P>|t| [95% Conf. Interval]
corr(u_i, Xb) = 0.1619 Prob > F = 0.0000
F(8,342) = 11.85
overall = 0.1189 max = 36
between = 0.1388 avg = 36.0
R-sq: within = 0.2170 Obs per group: min = 36
Group variable: id Number of groups = 10
Fixed-effects (within) regression Number of obs = 360
64
En la segunda regresión la variable a excluir es concentración de la población en la
ciudad más grande con un P de 0,693.
Como se pude observar en la siguiente tabla la siguiente variable a excluir es
concentración de la población en zonas urbanas con un P de 0,593.
F test that all u_i=0: F(9, 343) = 243.22 Prob > F = 0.0000
rho .91575506 (fraction of variance due to u_i)
sigma_e .21633895
sigma_u .71326754
_cons 6.766912 .3146235 21.51 0.000 6.148078 7.385747
poblu .0025765 .0049794 0.52 0.605 -.0072176 .0123706
poblcon .0049478 .0125067 0.40 0.693 -.0196517 .0295473
libcivil -.1566597 .0343794 -4.56 0.000 -.2242807 -.0890386
gini .0065646 .0028704 2.29 0.023 .0009188 .0122104
desem -.0096142 .0052479 -1.83 0.068 -.0199363 .000708
inflacion -.0144203 .003616 -3.99 0.000 -.0215327 -.007308
pibpc 3.95e-06 1.21e-06 3.26 0.001 1.57e-06 6.33e-06
felicidad Coef. Std. Err. t P>|t| [95% Conf. Interval]
corr(u_i, Xb) = 0.1676 Prob > F = 0.0000
F(7,343) = 13.58
overall = 0.1253 max = 36
between = 0.1448 avg = 36.0
R-sq: within = 0.2170 Obs per group: min = 36
Group variable: id Number of groups = 10
Fixed-effects (within) regression Number of obs = 360
F test that all u_i=0: F(9, 344) = 248.45 Prob > F = 0.0000
rho .91300635 (fraction of variance due to u_i)
sigma_e .21607356
sigma_u .6999947
_cons 6.873913 .1605358 42.82 0.000 6.558158 7.189668
poblu .0026589 .004969 0.54 0.593 -.0071145 .0124323
libcivil -.1544894 .0338973 -4.56 0.000 -.2211615 -.0878173
gini .006522 .0028649 2.28 0.023 .0008871 .0121568
desem -.0094252 .0052197 -1.81 0.072 -.0196918 .0008414
inflacion -.0142004 .0035686 -3.98 0.000 -.0212195 -.0071813
pibpc 3.72e-06 1.06e-06 3.50 0.001 1.63e-06 5.81e-06
felicidad Coef. Std. Err. t P>|t| [95% Conf. Interval]
corr(u_i, Xb) = 0.3153 Prob > F = 0.0000
F(6,344) = 15.85
overall = 0.2108 max = 36
between = 0.4005 avg = 36.0
R-sq: within = 0.2166 Obs per group: min = 36
Group variable: id Number of groups = 10
Fixed-effects (within) regression Number of obs = 360
. xtreg felicidad pibpc inflacion desem gini libcivil poblu, fe
65
En la siguiente regresión la variable que se debe excluir del modelo es la tasa de
desempleo con un P de 0,080.
Finalmente como se puede observar en la siguiente tabla, la regresión con fixed effects
queda con las siguientes variables las cuales son: PIB per cápita, Inflación, Coeficiente
de Gini y Libertad Civil.
F test that all u_i=0: F(9, 345) = 254.11 Prob > F = 0.0000
rho .91218857 (fraction of variance due to u_i)
sigma_e .21584996
sigma_u .69569481
_cons 6.936993 .1088607 63.72 0.000 6.722879 7.151107
libcivil -.1538579 .0338417 -4.55 0.000 -.2204199 -.0872959
gini .0065534 .0028613 2.29 0.023 .0009257 .0121812
desem -.0090883 .0051763 -1.76 0.080 -.0192693 .0010927
inflacion -.0139638 .0035375 -3.95 0.000 -.0209215 -.007006
pibpc 3.42e-06 9.08e-07 3.77 0.000 1.64e-06 5.21e-06
felicidad Coef. Std. Err. t P>|t| [95% Conf. Interval]
corr(u_i, Xb) = 0.3472 Prob > F = 0.0000
F(5,345) = 19.00
overall = 0.2358 max = 36
between = 0.4629 avg = 36.0
R-sq: within = 0.2159 Obs per group: min = 36
Group variable: id Number of groups = 10
Fixed-effects (within) regression Number of obs = 360
F test that all u_i=0: F(9, 346) = 252.25 Prob > F = 0.0000
rho .91178547 (fraction of variance due to u_i)
sigma_e .21649863
sigma_u .69603555
_cons 6.8407 .0943186 72.53 0.000 6.65519 7.02621
libcivil -.1608472 .0337078 -4.77 0.000 -.2271451 -.0945493
gini .0072332 .0028435 2.54 0.011 .0016405 .012826
inflacion -.0119362 .0033537 -3.56 0.000 -.0185325 -.00534
pibpc 3.89e-06 8.71e-07 4.47 0.000 2.18e-06 5.60e-06
felicidad Coef. Std. Err. t P>|t| [95% Conf. Interval]
corr(u_i, Xb) = 0.3725 Prob > F = 0.0000
F(4,346) = 22.85
overall = 0.2486 max = 36
between = 0.5896 avg = 36.0
R-sq: within = 0.2089 Obs per group: min = 36
Group variable: id Number of groups = 10
Fixed-effects (within) regression Number of obs = 360