Upload
others
View
2
Download
0
Embed Size (px)
Citation preview
Legalización de la marihuana. Una mirada estadística al impacto sobre el bienestar.
Autores: Sebastián Vélez R. & Santiago Torres N.
[email protected]; [email protected]
Asesores: Hernando Zuleta & Andrés Ham
Universidad de los Andes
Bogotá D.C., Colombia
Abstract: En 2013 Uruguay se convirtió en el primer país en legalizar la producción, venta y
consumo del cannabis para uso recreativo y medicinal. A partir de este suceso, en este
documento se utiliza la metodología de estudio de eventos con el fin de evaluar los efectos
de la legalización sobre algunas variables de bienestar y desarrollo en los distintos países que
han implementado esta política. Específicamente se analizan variables de crimen y
seguridad, salud, y desarrollo. Se obtienen resultados tanto positivos cómo negativos. Con
respecto a educación se encuentra una disminución de tasas de matriculación en bachillerato.
Relacionado a salud, no se encontró ningún efecto. Con respecto a seguridad se encuentran
aumentos en tasas de robos y ningún efecto para la tasa de homicidios.
Palabras Clave: Legalización, Evaluación de impacto, Estudio de eventos, Diferencias en
Diferencias, Bienestar, Seguridad, Tendencias Paralelas.
Clasificación del Journal of Economic Literature (JEL):
INTRODUCCIÓN
El cannabis es una planta que ha sido cultivada y utilizada por muchas sociedades
desde tiempos milenarios. Las primeras evidencias de cultivo de cannabis datan de 4000 AC
en China, en donde era uno de los principales granos cultivados y se utilizaba para
alimentación y cómo una planta textil. Por otro lado, las primeras evidencias de su uso
medicinal data de 2737 AC durante el tiempo del Emperador Shen-Nung y cuyas tradiciones
orales fueron recopiladas en el Pen-ts’ao ching, una de las primeras farmacopeas registradas
en la historia. Durante el resto de la historia su uso ha sido registrado en múltiples sociedades
y con distintos usos, entre los cuales se encuentran los egipcios, los persas, los griegos, y
muchas más. A pesar de su amplio uso a través la historia, durante el siglo XIX se
implementaron muchas leyes que prohibieron su consumo, distribución, y venta en muchos
países del mundo. En 1925 la Liga de las Naciones agregó el Cannabis a la lista de drogas
peligrosas de la Convención Internacional del Opio. En 1937 se aprobó en Estados Unidos
de América la Ley de Tasación de la Marihuana que prohibía y criminalizaba cualquier
actividad relacionada con el Cannabis.
Durante las últimas décadas el debate de la legalización de la marihuana ha vuelto al
centro de la agenda en muchos países occidentales. Por ejemplo, para EE. UU. en 1996
California se convirtió en el primer estado en legalizar la marihuana para uso medicinal. Para
2019, 33 estados han legalizado la marihuana para uso medicinal y 11 lo han hecho para uso
recreativo. Esta misma tendencia se observa para otros países occidentales. Países. En la tabla
1 se presenta un resumen de todos los países que han implementado esta medida por tipo de
legalización y el año de implementación.
Tabla 1 – Tipo de legalización y año de implementación
Consumo Personal Consumo Medicinal Consumo Recreativo
Costa Rica 2002 Bélgica 2003 Países Bajos 1976
Ecuador 2015 Colombia 2015 Jamaica 2015
México 2009 Canadá 2001 Portugal 2001
Paraguay 1988 Israel 1992 Uruguay 2014
Perú 2008 Reino Unido 2012 Bélgica 2003
Venezuela 2010 Republica Checa 2013 Canadá 2018
Colombia 1986 - 2009 Puerto Rico 2015
Republica Checa 2009 - 2013 Países Bajos 2003
Alemania 2009 Jamaica 2015
Uruguay 2014
Alemania 2001
En diciembre de 2013 se aprobó en la República Oriental de Uruguay la ley 19.172
sobre el control y la regulación de la importación, producción, adquisición, almacenamiento,
comercialización y distribución de la marihuana y sus derivados. Dicha convirtió a Uruguay
en la primera nación en legalizar completamente la producción, distribución, y consumo de
marihuana para uso medicinal y recreacional. En la ley se establece el siguiente fin:
“Declárense de interés público las acciones tendientes a proteger, promover y mejorar
la salud pública de la población mediante una política orientada a minimizar los
riesgos y a reducir los daños del uso del cannabis, que promueva la debida
información, educación y prevención, sobre las consecuencias y efectos perjudiciales
vinculados a dicho consumo, así como el tratamiento, rehabilitación y reinserción
social de los usuarios problemáticos de drogas.” (Parlamento Uruguay, 2014)
Teniendo en cuenta que es una política pública que se implementa de esta forma por
primera vez en el mundo y considerando que el debate sobre la legalización de la marihuana
se encuentra en el centro de las discusiones públicas en muchas naciones occidentales, se
considera relevante el estudio del efecto de dicha política con el fin de determinar su impacto
en la sociedad. ¿Cuáles son los efectos sociales de legalizar el consumo del cannabis? ¿Cuáles
son los efectos positivos y los negativos de esta política? Asimismo, en caso de encontrar un
impacto positivo, es deseable estudiar la viabilidad de escalar la política a otros países.
También es imporante plantear preguntas como: ¿Qué diferencias existen entre las
consecuencias de la legalización en un país cómo Holanda contra un país cómo Uruguay?
Específicamente, en este documento se hace una evaluación de impacto de la política
para los países que han legalizado el consumo de cannabis para uso personal, medicinal, y
recreacional, con el fin de determinar cuáles han sido los efectos sobre el bienestar de estas
sociedades. Posteriormente, se contrastan estos resultados con el caso específico de Uruguay,
con el fin de analizar y determinar las particularidades de ese caso específico. Para observar
el efecto sobre el bienestar se utilizan variables e indicadores sobre salud, seguridad,
bienestar económico, libertades, y otros componentes que se asocian con la medición del
bienestar y desarrollo. Es importante resaltar que en la literatura existente no se encuentran
evaluaciones de impacto sobre esta política para Uruguay (entendiendo el poco tiempo
transcurrido desde la implementación), por lo tanto, este ejercicio es relevante para encontrar
los primeros impactos de la implementación de la política.
La evaluación de impacto realizada consta de dos componentes. En primer lugar, se
realiza un estudio de eventos para todos los países que han legalizado la marihuana para
cualquier tipo de consumo con el fin de descubrir cuales han sido los impactos y cuales
variables de bienestar, salud, y seguridad deslumbran un efecto significativo consecuencia
de la intervención. En segundo lugar, a partir de estos resultados, se realiza análisis no
econométrico para el caso de Uruguay con el fin de entender los efectos de esta medida para
este país, y contrastar con el estudio para todos los países para entender las particularidades
de este caso específico.
Este documento está organizado en seis secciones de las cuales esta introducción es la
primera. En la segunda sección se presenta la revisión de literatura realizada por los autores
para la sustentación, complementación, y soporte del presente documento. En la tercera
sección se presenta el marco teórico de la investigación. La cuarta sección es una descripción
del diseño experimental de la investigación y los datos. En la quinta sección se discuten los
resultados obtenidos en trabajo y su respectivo análisis. Por último, se presentan las
conclusiones.
REVISIÓN DE LITERATURA RELEVANTE
Con el propósito de sustentar y complementar la investigación realizada en este
documento se realiza una revisión de literatura de tres tipos de referencias académicas. Un
primer grupo de literatura corresponde a documentos relacionados con el bienestar social y
busca identificar cuales categorías de variables pueden ser afectadas por la implementación
de la política de legalización. Un segundo grupo corresponde a literatura sobre la legalización
de la marihuana y estudios sobre sus efectos en otros países del mundo. Este tipo de literatura
sirve cómo guía para esta investigación y permite a los autores tener indicios sobre los
posibles resultados de esta. Por último, se revisa un grupo de literatura relacionada con la
metodología propuesta para este documento, el estudio de eventos, con el fin de conocerla y
entenderla a fondo para poder implementarla y analizarla correctamente.
Morris, TenEyck, Barnes, y Kovandzic (2014) realiza un modelo de efectos fijos
sobre datos de panel para los diferentes estados que hacen parte de EE. UU. para los años
entre 1990 y 2006. Analizan el efecto de la legalización del cannabis medicinal para 11
estados sobre las tasas de homicidio, violación, robo, asalto, y robo de automóviles. Los
resultados del modelo indican que no existe un aumento en ninguna de las variables
mencionadas para los estados que legalizaron el uso medicinal. Este resultado funciona cómo
argumento en contra de la percepción social de que la legalización podría generar mayor
incidencia de crímenes violentos y sobre la propiedad. Por el contrario, los autores
argumentan la existencia de una correlación entre la legalización y la reducción en
homicidios y robos violentos. Estos resultados funcionan cómo sustento para la escogencia
de variables relacionadas con seguridad. Sin embargo, al no tener resultados definitivos es
necesario analizar con mayor cuidado estas categorías y así mismo mirar el efecto de la
legalización sobre otros aspectos del bienestar.
Dragone, Prarolo, Vanin y Zanella (2018) analizan el efecto de la legalización del
cannabis medicinal en los estados estadounidenses adyacentes Washington y Oregon
(EEUU) los cuales implementaron la medida con dos años de diferencia, 2012 y 2014
respectivamente. Utilizando la metodología de diferencias en diferencias y un diseño de
regresión discontinua los autores encuentran que existe una disminución significativa y
relativa en las tasas de robos y violaciones con respecto al lado de Oregon (antes de la
legalización en Oregon para los años 2013 y 2014). Por otro lado, encuentran que hay un
aumento significativo en el consumo de marihuana, pero una disminución en el consumo de
alcohol y otras drogas. En comparación con el artículo mencionado anteriormente, es
interesante ya que analiza el efecto de la legalización medicinal y también emplea la
metodología de diferencias en diferencias que se utiliza en este artículo.
Hajizadeh (2016) es una editorial ex ante que presenta varias hipótesis sobre los
posibles impactos de la legalización de la marihuana en Canadá. Aunque no utiliza ninguna
metodología econométrica o algún estudio económico es relevante porque al igual que el
caso de Uruguay hace un análisis previo de los posibles efectos de la implementación de la
política. Hajizadeh plantea que la legalización puede ser un arma de doble filo e impactar
tanto de forma positiva cómo negativa. Con respecto a los posibles efectos positivos, el autor
argumenta un aumento en los impuestos cómo resultado de la gravación de la venta de
cannabis y por otro lado una disminución en el gasto del gobierno relacionado con la
prohibición del consumo. Por el lado social argumenta que se disminuyen los daños
colaterales relacionados con el mercado negro de cannabis y hace énfasis en la minimización
del contacto de menores con esta sustancia. Por el lado negativo, aunque resalta los posibles
usos médicos del cannabis, también argumenta que la legalización puede generar un
problema de salud publica. El posible aumento del consumo podría significar problemas de
salud para los consumidores, especialmente con respecto a salud mental.
PAalen (2013) utiliza la metodología de control sintético para estimar el impacto de
la legalización de la marihuana en ciertos estados en EEUU. La hipótesis planteada por el
autor sugiere que la legalización de marihuana medicinal lleva a menores tasas de violencia.
Utiliza datos panel para 540 ciudades de 12 estados que legalizaron y 34 que no. Los
resultados del estudio surgieren una disminución significativa en los homicidios relacionados
con alcohol y drogas. Por otro lado, se muestra una disminución en el mercado de heroína y
cocaína, y el autor argumenta que esto es resultado por el efecto sustitución ya que estas
drogas son bienes sustitutos a la marihuana. El autor concluye que la legalización produce
externalidades positivas en el uso de drogas duras y en las tasas de violencia.
Liao, Mooney, Zhu, Valdez, Yoo y Hser (2017) se enfoca la relación entre el consume
de marihuana y los efectos en el bienestar físico y mental de las personas. Específicamente,
lo hacen para 123 usuarios de marihuana en California, EEUU para 2017 y 2018. El paper
encuentra que el consumo de marihuana tiene una relación positiva con el aumento de
problemas relacionados con el consumo de marihuana. Por otro lado, encuentra que no existe
una relación entre el bienestar físico y mental con el consumo de marihuana. También
argumenta que la disminución en el consumo puede ayudar a disminuir cierto tipo de
problemas relacionados con la salud mental. Este artículo es relevante ya que es importante
considerar los posibles efectos negativos que puede tener la implementación de la política
para poder escoger de forma correcta las variables a estudiar.
Finalmente, el paper “Synthetic Control Methods for Comparative Case Studies:
Estimating the Effect of California’s Tobacco Control Program” se analiza con el fin de
determinar posibles metodologías alternativas a el estudio de eventos. Este artículo analiza
el efecto de un programa de control de consumo de tabaco implementado en California en
1988. Los resultados del estudio indican que el consumo de tabaco disminuyó
significativamente, y que estos resultados se mantienen vigentes al hacer cambios en los
comparativos. Sin embargo, lo relevante del artículo es la metodología utilizada. Los autores
investigan la aplicación de un control sintético para un estudio comparativo. Se considera
uno de los primeros estudios que implementaron esta metodología. Los autores argumentan
que la utilización de un control sintético es importante cuando se está analizando una política
que afecta conjuntos agregados (países, regiones) pero que afecta a unidades individuales.
Igualmente, argumentan que es una metodología muy útil en casos dónde los métodos de
regresiones no son apropiados. Sin embargo, esta metodología fue descartada por los autores
de este artículo ya que los datos utilizados no permiten la implementación correcta del control
sintético.
MARCO TEORICO
Retomando lo expuesto en la sección anterior, es posible argumentar que la
legalización de la marihuana es una política pública que se ha estudiado con el fin de
encontrar impactos principalmente en el área de salud y seguridad de las sociedades que lo
hayan impuesto. Es por esto por lo que para la investigación se plantea utilizar indicadores
de bienestar que en su mayoría estén centrados en estas áreas para así poder argumentar
estadísticamente si es que dicha política tiene un efecto positivo o negativo en la calidad de
vida de las sociedades. Sin embrago, no se quiere dejar de lado el estudio de métricas en las
que no se haya evaluado aún un efecto potencial, con el fin de buscar maneras en las cuales
se haya podido evidenciar un impacto en diferentes dimensiones del bienestar que
anteriormente no hayan sido consideradas.
Para poder llevar a cabo dicha inferencia estadística se hace una evaluación de
impacto que estará dividida en dos componentes. Primero, se realizará un Estudio de Eventos
en el que se busca descubrir cuales son aquellas variables de bienestar en las cuales existe un
efecto significativo a causa de la intervención, esto dentro de aquellas que hemos escogido
como las potenciales en las que pudiere haber algún cambio. Segundo, utilizando esta primera
selección de indicadores en los que se puede argumentar un impacto significativo, se realiza
una revisión del comportamiento a través del tiempo de dichas variables únicamente para el
caso uruguayo. Lo anterior se realizará con el fin de contrastar si es que Uruguay se comporta
en la misma forma que el promedio de los países tratados y así poder darle el foco a la
sociedad uruguaya en el camino que ha recorrido posterior a la implementación de esta ley.
A. Estudio de Eventos
La estrategia de identificación de Estudio de Eventos se utiliza para medir el impacto
que tuvo una política en una población, esto contrastando los cambios en tendencias en el
tiempo de ciertos indicadores versus los cambios de dichas variables de estudio una población
lo suficientemente similar a la estudiada en un periodo de tiempo. Esto es lo que se conoce
como la metodología de Diferencias en Diferencias (DiD), con el adicional de que las
unidades tratadas pueden verse afectadas en diferentes momentos del tiempo. Lo anterior es
de suma importancia dado que se están estudiando grupos de países que han llevado a cabo
la legalización de la marihuana en diferentes niveles (para consumo personal, medicinal o
recreacional) en diferentes momentos del tiempo.
Dicho método se basa en el estudio de la aplicación de un tratamiento a un
subconjunto de la población con el fin de contrastar cambios en las tendencias de diferentes
indicadores en el tiempo contra las tendencias del resto de la población que no se vio afectada
por dicha intervención. Asimismo, se utilizan dos grupos para llevar a cabo esta comparación;
primero, se contrastan los cambios en tendencia de las unidades tratadas versus aquellas que
nunca serán tratadas; y segundo, se extrapolan los comportamientos de tendencia entre los
individuos que son afectados por la implementación de la política y aquellos que serán
tratados en un futuro con respecto a la intervención original.
Esta metodología deja de lado la suposición de que el tratamiento fue entregado de
manera aleatoria, por lo que es una aproximación más realista del problema que se busca
explicar. Esto se explora en el sentido que la decisión de una nación para legalizar la
marihuana no viene dada de manera aleatoria, pues hay condiciones únicas nacionales
observables y no observables que pueden estar halando a que se realice esta política; así como
cultura, niveles de ingreso, desigualdad, etc. Además de esto, es una metodología que no
pierde robustez ante una muestra pequeña, factor que es importante dado que de los 218
países de los cuales se han encontrado datos, solo 20 de ellos han llevado legalización a algún
nivel.
Ahora bien, para que esta estrategia pueda ser aplicada se debe satisfacer un supuesto
de identificación que es adjudicable al comportamiento en las tendencias de los países en los
indicadores de estudio previo a la intervención. Ampliando esta idea, es necesario que los
cambios en la variable de interés en el grupo de países que ejercen como control sean un
contra factual valido para el grupo de tratamiento; lo que quiere decir que previo al
tratamiento, dichas variables deben moverse de manera similar entre países que serán tratados
y aquellos que no. Este supuesto se conoce como Supuesto de Tendencias Paralelas.
B. Análisis no econométrico
Entrando en el tema del estudio puntual de desarrollo de indicadores de bienestar para
la Republica Oriental de Uruguay se realiza un análisis no econométrico. Esta metodología
se basa en comparar la evolución de tendencias, posteriores al tratamiento, de indicadores en
los que se encuentre un efecto significativo adjudicable a la implementación de la política de
interés entre unidades agregadas e.g. países, regiones o ciudades que son expuestas a dicha
política y el caso uruguayo específicamente. Esta estrategia se realiza con objeto de encontrar
si para Uruguay hay un cambio en las variables de interés que sea consecuente con el
promedio de los países tratados o si es que allí se puede ver un comportamiento único.
DISEÑO EXPERIMENTAL Y DATOS
En esta sección se explican los datos que se recopilaron para la realización de la
investigación, así como los pasos a seguir respecto a la metodología utilizada para encontrar
el impacto medible que tuvo la legalización de marihuana en los países en donde esta política
se implementó y consecutivamente el análisis para el caso específico de Uruguay. Para ello
se da primero un breve repaso de la fuente de los datos recolectados; segundo, una
explicación sobre la selección de la muestra con la que se trabaja; y, por último, se expone el
diseño experimental necesario para realizar la efectiva evaluación del efecto de la política.
Es importante mencionar libro “Guía práctica para la evaluación de impacto” por
Raquel Bernal y Ximena Peña. Este documento publicado por la Facultad de Economía y
CEDE de la Universidad de los Andes presenta un manual práctico de la forma correcta para
realizar e interpretar las evaluaciones de impacto de políticas económicas. Es básicamente
una guía de varias metodologías de evaluación de impacto, en dónde se incluye la teoría y la
realización de estas utilizando el paquete estadístico STATA. Se considera un documento
relevante para este trabajo ya que funciona cómo sustento práctico para las metodologías
propuestas y a la vez guía para las interpretaciones de los resultados obtenidos.
Específicamente, la Parte II. del libro, titulada “Experimentos sociales controlados y
experimentos naturales” incluye una explicación teórica y práctica de la metodología
diferencias en diferencias la cual sirvió como guía base para el análisis econométrico de este
documento.
A. Datos
Para la investigación se utilizaron datos de PASSPORT, la cual es una base de datos
global de investigación de mercado de Euromonitor International. La base utilizada cuenta
con información para 139 países y grupos de países para el periodo de tiempo concurrente
entre 1985 y 2018. La base cuenta con datos de 157 indicadores y variables macroeconómicas
y relacionadas con el bienestar. Específicamente, se utilizaron variables relacionadas con
crimen y seguridad, educación, salud, composición poblacional, libertad, desigualdad,
desarrollo social y económico, y características poblacionales asociadas al bienestar.
B. Selección de la Muestra
Para poder estudiar el impacto en el bienestar de las personas que se puede explicar
por la legalización de marihuana escogimos las siguientes variables de interés que entran en
el área de economía, seguridad y salud, temas que son propios del bienestar de una sociedad:
Admisiones Hospitalarias per cápita, Robos por 100,000 habitantes, Homicidios por 100,000
habitantes, Robo de Vehículos Motorizados por 100,000 habitantes, Personas Condenadas
per cápita, Tasa de Matriculación Bachillerato, Tasa de Matriculación en Educación
Superior, y Población Habitando en Barrios Marginales.
Ahora bien, dentro de los indicadores que se tienen en el panel, seleccionamos dos
vectores de controles para realizar inferencia. El primero se constituye de un grupo de
variables de tipo demográfico, educativo, económico, político y sociocultural que sirve para
controlar la varianza que podría aparecer como explicativa de cambios en la variable de
interés atribuible a características observables y no observables de cada país y así poder darle
mayor poder estadístico a la estrategia de especificación. Estas son: PIB en términos de la
Paridad de Poder Adquisitivo, Población Total, Edad Media de la Población, Índice de Voz
y Responsabilidad, Tasas de Mortalidad, Densidad Poblacional, Porcentaje de Hogares con
Acceso a Internet, Porcentaje de Hogares de Clase Media, Tasa de Ahorro, Índice de
Efectividad Gubernamental, Población Mayor a 15 con Educación Superior, Expectativa de
Vida Saludable, GINI, Tasa de Desempleo, Productividad por personas contratadas, y el
Índice de Estabilidad Política y Ausencia de Violencia. El segundo control que será utilizado
para realizar inferencia se reduce al Índice de Desarrollo Humano, que es una medida de los
logros de un país en la dimensión social y económica de manera conjunta, recopilando datos
de expectativa de vida, educación e ingreso. En la Tabla 2 se exponen las estadísticas
descriptivas de las variables utilizadas en el documento con el fin de mostrar el poder
estadístico de estas y la consistencia de los datos utilizados.
Tabla 2 – Estadísticas Descriptivas de las Variables
Variable Observaciones Paneles Promedio Años Observación
GDP_PPP 6.939 219 31,68
Población 8.160 240 34,00
Edad_Promedio 7.650 225 34,00
Rend_Cuentas 4.373 203 21,54
Tasa_Mortalidad 8.113 240 33,80
Dens_Poblacion 8.160 240 34,00
Internet 6.786 234 29,00
Clase_Media 2.934 103 28,49
Ahorro 3.851 133 28,95
Gob_Efectividad 4.331 202 21,44
Educ_Superior 4.181 123 33,99
Esperanza_Saludable 7.242 213 34,00
Gini 2.965 103 28,79
Desempleo 7.839 238 32,94
Productividad 4.817 172 28,01
Est_Politica 4.339 203 21,37
Robo_Vehiculos 1.903 130 14,64
Admi_Hospitalaria 2.293 83 27,63
Robos 2.450 127 19,29
Homicidios 4.853 236 20,56
Convictos 2.025 102 19,85
Matri_Bachillerato 5.981 213 28,08
Matri_Superior 5.426 194 27,97
Pop_Marginal 3.683 127 29,00
Por último, se utilizará la totalidad de los países a la hora de hacer estimaciones, pues
se tienen que 20 países entran al grupo de los tratados y resto sirve como grupo de control.
En este sentido, como es necesario que se cumpla el Supuesto de Tendencias Paralelas, se
realizará la estimación con la totalidad de países y se revisará el cumplimiento de este
supuesto. Si dicho supuesto falla, es necesario recortar la muestra de países a aquellos que
sean mejor control para los tratados.
C. Diseño Experimental
1. Estudio de Eventos
La estrategia de identificación consiste en realizar una regresión semiparametrica para
estudiar el comportamiento de las tendencias en diferentes indicadores de las regiones previas
y posteriores a la implementación del tratamiento. Dicho tratamiento se descompone en
cuatro categorías; primero, los países que han despenalizado únicamente el consumo personal
de cannabis; segundo, aquellos en donde se ha legalizado el uso del cannabis exclusivamente
a nivel medicinal; tercero, las regiones en las que, además de lo anterior, se permite el
consumo de marihuana con fines recreacionales; y por último, se considera una categoría en
la que se generaliza la aceptación del cannabis en todos los países en los que se haya
legalizado a cualquiera de los niveles expuestos anteriormente. Lo anterior con fin de poder
realizar diferentes estimaciones del efecto de la política separando por nivel de legalización
y para todos aquellos en donde hay aceptación en cualquier nivel.
Ahora bien, teniendo en cuenta que se debe realizar una primera estimación para
identificar si se cumple el Supuesto de Tendencias Paralelas para todo el conjunto de países,
se estima la siguiente regresión utilizando tres grupos diferentes de controles, dos definidos
anteriormente y una estimación sin control:
Yit = αi + γt + φXit + ∑ βk Dit + uit (1)
En donde Yit es el promedio ponderado de la variable de interés, αi refleja el
promedio ponderado de cambio en la variable Y por cada unidad agregada, γt expone el
promedio ponderado de cambio en la variable Y por periodo de tiempo, φXit es cada uno de
los vectores de control definidos anteriormente con su respectivo estimador asociado, ∑ βk
es un vector de estimadores medidos en una ventana de tiempo centrada en el momento del
tratamiento asociados al impacto del mismo, Di es un indicador de periodos antes y después
del evento estudiado y por último, uit es el error estándar que debe estar agrupado por
individuo.
Si dicha estimación refleja diferencias estadísticamente significativas previas al
tratamiento, es decir una falla en el Supuesto de Tendencias Paralelas, se irá acotando el
grupo de países comparados dándole prioridad a aquellos que muestran mayor similitud a
Uruguay en características observables.
Continuando en esta línea, para poder argumentar algo acerca de las tendencias
paralelas es necesario encontrar evidencia estadísticamente significativa que argumente que
βk ≈ 0 para todo k previo al tratamiento. Si se encuentran diferencias significativas en las
tendencias de variables características observables previas al tratamiento, es necesario
realizar una reelección del grupo de países que se está incluyendo como control y repetir la
estimación hasta lograr satisfacer este supuesto. Consecuentemente, para poder argumentar
un impacto estadístico asociado a la legalización de cannabis, en sus diferentes niveles, βk
debería ser estadísticamente diferente de cero para los periodos siguientes a la
implementación de la política. Además de esto, el Estudio de Eventos se debe realizar para
cada una de las variables, para así poder deslumbrar aquellas en las que hay un impacto
estadístico.
RESULTADOS
Tras realizar estimaciones de estudio de eventos para cada una de las variables de
interés con los dos vectores de control y sin controles se obtuvieron los siguientes
estimadores para el efecto de la política de intervención.
I. Educación y Salud
Figura 7:
-30.
00-2
0.00
-10.
000.
0010
.00
Coe
ficie
nte
≤-15-14 -13 -12 -11 -10 -9 -8 -7 -6 -5 -4 -3 -2 -1 0 +1 +2 +3 +4 +5 +6 +7 +8 +9 ≥10Años con respecto al tratamiento
Tasa Bruta de Matriculación Bachillerato C1
La primera variable educativa que se estudió fue la Tasa Bruta de Matriculación en
Bachillerato para la cual se evidencia que previo a la intervención de política se satisface el
supuesto de tendencias paralelas dado que el intervalo de confianza asociado a los
coeficientes de estimación del impacto de la política incluye el cero estadístico cómo se
muestra en la Figura 7, Figura 8 y Figura 9. Luego de la implementación de la política se
encuentra que únicamente para el vector de controles 1 (Figura 7) hay un impacto
estadísticamente significativo para el cuarto año después de la implementación. Este efecto
se mantiene para el quinto año después de la implementación, pero para los años consecutivos
no se puede argumentar un impacto significativo. Los coeficientes asociados a estos dos
periodos de impacto son -8.886 (4.213) y -8.244 (4.169) respectivamente (ver Tabla 2). Esto
se traduce en que la política generó una caída en la tasa de matriculación del alrededor de 8
puntos porcentuales por periodo. Se estudió una segunda variable relacionada con educación
que es la Tasa de Matriculación de Educación Superior. Las Figuras 10, 11 y 12 permiten
nuevamente argumentar la satisfacción del supuesto de tendencias paralelas previo al
tratamiento. Sin embargo, tras la estimación para los tres vectores de control no es posible
argumentar ningún impacto significativo posterior al tratamiento.
Con respecto al tema de salud, se estudió la cantidad de Admisiones Hospitalarias per
cápita. Las Figuras 19, 20 y 21 permiten argumentar la satisfacción del supuesto de
tendencias paralelas previo al tratamiento. Sin embargo, tras la estimación para los tres
vectores de control no es posible argumentar ningún impacto significativo posterior al
tratamiento.
II. Seguridad
Figura 17:
La primera variable relacionada con seguridad que se estudió fue los Robos por
100,000 habitantes. Para esta variable se evidencia que previo a la intervención de política
se satisface el supuesto de tendencias paralelas para los tres vectores de control dado que el
intervalo de confianza asociado a los coeficientes de estimación del impacto de la política
incluye el cero estadístico cómo se muestra en la Figura 16, Figura 17 y Figura 18. Luego de
la implementación de la política se encuentra que únicamente para el vector de controles 1
(Figura 17) hay un impacto estadísticamente significativo después del sexto año de
implementación. Este efecto se mantiene hasta el noveno y último periodo de estudio. Los
coeficientes asociados a estos cuatro periodos de impacto son 101 (58.53), 116.4 (66.16),
120.6 (58.93), y 115.8 (59.11) respectivamente (ver Tabla 5). Esto permite deslumbrar que
luego del sexto año el impacto fue significativo y creciente entre el sexto y octavo año y en
el último año se observa una disminución.
-100
0.00
-500
.00
0.00
500.
00C
oefic
ient
e
≤-15-14 -13 -12 -11 -10 -9 -8 -7 -6 -5 -4 -3 -2 -1 0 +1 +2 +3 +4 +5 +6 +7 +8 +9 ≥10Años con respecto al tratamiento
Robos Por 100,000 Habitantes C1
Figura 22:
Figura 24:
-400
.00
-200
.00
0.00
200.
00C
oefic
ient
e
≤-15-14 -13 -12 -11 -10 -9 -8 -7 -6 -5 -4 -3 -2 -1 0 +1 +2 +3 +4 +5 +6 +7 +8 +9 ≥10Años con respecto al tratamiento
Robo De Vehiculos Motorizados Por 100,000 Habitantes C2-4
00.0
0-2
00.0
00.
0020
0.00
Coe
ficie
nte
≤-15-14 -13 -12 -11 -10 -9 -8 -7 -6 -5 -4 -3 -2 -1 0 +1 +2 +3 +4 +5 +6 +7 +8 +9 ≥10Años con respecto al tratamiento
Robo De Vehiculos Motorizados Por 100,000 Habitantes SC
Una segunda variable relacionada con seguridad que se estudió fue
Robos de Vehículos Motorizados por 100,000 habitantes. Para esta variable se
evidencia que previo a la intervención de política se satisface el supuesto de
tendencias paralelas para los tres vectores de control dado que el intervalo de
confianza asociado a los coeficientes de estimación del impacto de la política
incluye el cero estadístico cómo se muestra en la Figura 22, Figura 23 y Figura
24. Para el caso sin controles y el vector de controles 2 (Figura 22 y 24) hay un
impacto significativo para todos los periodos posteriores al tratamiento y
incluyendo el periodo de implementación, excluyendo el cuarto periodo en el
caso con controles 2 y el periodo 4 y 5 en el caso sin controles. Para el caso de
los controles 1 se encuentra un impacto significativo a partir del sexto periodo.
Para este caso los coeficientes asociados al efecto para el periodo 6 en adelante
son: 54.03 (31.20), 55.96 (26.1), 44.72 (23.96) y 21.29 (12.75) (ver Tablas 7 y
9).
Adicionalmente, se estudió la cantidad de Homicidios por 100,000 habitantes. Las
Figuras 13, 14 y 15 permiten argumentar la satisfacción del supuesto de tendencias paralelas
previo al tratamiento para el caso sin controles y controles 2. Sin embargo, tras la estimación
para los tres vectores de control no es posible argumentar ningún impacto significativo
posterior al tratamiento. Otra de las variables en la que no se encontró un impacto
significativo posterior al tratamiento es la cantidad de Personas Condenadas per cápita,
aunque en este si se cumpliere el supuesto de tendencias paralelas para los tres vectores de
control. Esto se evidencia en la Figura 1, 2, y 3.
Finalmente, se estudió la Tasa de Personas Habitando en Barrios Marginales con el
fin de deslumbrar efectos relacionados con bienestar y organización demográfica. En las
Figuras 4, 5, y 6 de observa el cumplimiento del supuesto de tendencias paralelas previo a la
intervención de política para los tres vectores de control propuestos en la selección de
muestra. Sin embargo, el efecto encontrado para el vector de control 1 se contradice con los
resultados para los otros vectores de control. Específicamente, en el periodo de
implementación y dos periodos consecuentes se encuentra un impacto significativo de 5.263
(2.852), 5.889 (2.882) y 5.723 (2.803) respectivamente para el caso de control 1. Del otro
lado, en el caso sin control y control 2 se encuentra un impacto a partir del cuarto periodo y
tercer periodo respectivamente siendo estos todos negativos (ver Tablas 10, 11, y 12).
CONCLUSIONES
Tras la revisión de literatura se tuvo un primer acercamiento a las posibles
consecuencias de una política de legalización de marihuana sobre el bienestar de la
población, estudiado a través de variables de salud, educación, y seguridad. Los artículos y
documentos estudiados deslumbraban que en general el efecto de esta política podría tener
podría ser positivo. Es importante resaltar que en la literatura que se estudió siempre se toma
al tratamiento cómo un tipo de legalización específico, mientras que en nuestro paper
tomamos al tratamiento cómo haber legalizado en cualquiera de los niveles de los niveles
mencionados anteriormente. La hipótesis propia de los autores de este documento era la
obtención de efectos positivos sobre el bienestar para las variables de interés que se tomaron
en cuenta. A pesar de estas hipótesis, los resultados expuestos en la sección anterior muestran
una contradicción a lo que se esperaba previo al estudio.
Con respecto a educación, se estudió el efecto sobre tasas de matriculación tanto en
bachillerato como en educación superior. Los resultados muestran un efecto negativo
únicamente sobre bachillerato. Esto nos permite argumentar que en países donde se ha
llevado a cabo la legalización de cannabis en cualquier nivel, la proporción de jóvenes
matriculados cayó significativamente en los periodos cuatro y cinco posteriores a la
implementación. Esto puede ser resultado de que cierta cantidad de personas sustituyan su
tiempo destinado al estudio por el consumo de cannabis. En cuanto a salud, los resultados
son congruentes con la literatura en el sentido de que no se encuentra ningún impacto
significativo. Esto permite argumentar que la implementación de la política no genera daños
ni mejorías en el bienestar de la población a través del tema de la salud.
Por último, con respeto a seguridad se encontró que con respecto al número de robos
generales y de vehículos motorizados existe una contradicción con la literatura revisada. Para
ambas tasas se encontró que hay un aumento generalizado. Se considera que este efecto no
concuerda con ninguna relación causal clara, sin embargo, se puede argumentar que la
legalización en cualquier tipo de niveles aumenta la probabilidad de que las personas sean
más propensas a robar. Por otro lado, al estudiar el número de homicidios se encontró que no
existe ningún efecto significativo a partir de la implementación de la política. Esto si
concuerda con la literatura en el sentido de que la implementación de la legalización no tiene
efectos de ningún tipo sobre la seguridad. La última variable estudiada fue la tasa de personas
habitando barrios marginales. El efecto que se encontró fue ambiguo ya que para el control
1 se evidenció un aumento en la tasa mientras que para el caso sin control y control 2 hubo
una disminución en dicha tasa. Esto no nos permite argumentar una relación causal clara por
lo que se deja por fuera de la explicación del efecto de la política sobre el bienestar en este
sentido.
En suma, la implementación de una política de legalización de cannabis para
cualquier nivel tiene efectos en ambas direcciones para los temas relacionados con el
bienestar de las sociedades, específicamente para salud, seguridad y educación. Ya que estos
efectos no van en la misma dirección no es posible hacer una recomendación de política
pública para países que estén buscando escalar esta medida. Se considera que ninguna de las
áreas estudiadas de bienestar tiene relevancia sobre la otra y por tanto no es posible
argumentar que se aumente o disminuya el bienestar. A pesar de ello, se brindan herramientas
para la toma de decisiones a los futuros legisladores de políticas publicas.
BIBLIOGRAFÍA
Aalen, P. (2013). The Impact of Medical Marijuana Legalization on Violent Crime.
University of Oslo, Noruega.
Abadie, A. (2014). La evaluación de políticas publicas mediante controles sintéticos.
Harvard University.
Bernal, R., Peña, X. (2011). Guía práctica para la evaluación de impacto: Guía práctica para
la evaluación de impacto. Universidad de los Andes, Colombia.
Coronel, I. D. R. K., Sernicharo, G. P. (2016). Cuadros Analíticos sobre la regulación legal
de la marihuana en diversos países del mundo.
Dragone, Davide Prarolo, Giovanni Vanin, Paolo Zanella, Giulio. (2018). Crime and the
legalization of recreational marijuana. Journal of Economic Behavior Organization.
10.1016/j.jebo.2018.02.005.
Hand, A. & Blake, Alexia & Kerrigan, Paul & Samuel, P. & Friedberg, Jeremy. (2016).
History of medical cannabis. Cannabis: Medical Aspects. 9. 387-394.
Hijizadeh M. Legalizing and regulating marijuana in Canada: review of potential economic,
social, and health impacts. Int J Health Policy Manag. 2016;5(8):453–456.
doi:10.15171/ijhpm.2016.63
Hser, Yih-Ing & Mooney, Larissa & Huang, David & Zhu, Yuhui & Tomko, Rachel &
McClure, Erin & Chou, Chih-Ping & Gray, Kevin. (2017). Reductions in cannabis use are
associated with improvements in anxiety, depression, and sleep quality, but not quality of
life. Journal of Substance Abuse Treatment. 81. 10.1016/j.jsat.2017.07.012.
Liao, Jung-Yu Mooney, Larissa Zhu, Yuhui Valdez, Jonathan Yoo, Caroline Hser, Yih-Ing.
(2019). Relationships between marijuana use, severity of marijuana-related problems, and
health-related quality of life. Psychiatry Research. 10.1016/j.psychres.2019.03.010.
Morris RG, TenEyck M, Barnes JC, Kovandzic TV (2014). The Effect of Medical
Marijuana Laws on Crime: Evidence from State Panel Data, 1990-2006. PLoS ONE 9(3):
e92816. https://doi.org/10.1371/journal.pone.0092816
Shepard, Edward & Blackley, Paul. (2016). Medical Marijuana and Crime. Journal of Drug
Issues. 46. 10.1177/0022042615623983.
ANEXOS
Figura 1:
Figura 2:
-2.0
00.
002.
004.
006.
00C
oefic
ient
e
≤-15-14 -13 -12 -11 -10 -9 -8 -7 -6 -5 -4 -3 -2 -1 0 +1 +2 +3 +4 +5 +6 +7 +8 +9 ≥10Años con respecto al tratamiento
Personas Condenadas Per Cápita C1
-4.0
0-2
.00
0.00
2.00
4.00
Coe
ficie
nte
≤-15-14 -13 -12 -11 -10 -9 -8 -7 -6 -5 -4 -3 -2 -1 0 +1 +2 +3 +4 +5 +6 +7 +8 +9 ≥10Años con respecto al tratamiento
Personas Condenadas Per Cápita C2
Figura 3:
Figura 4:
-4.0
0-2
.00
0.00
2.00
4.00
Coe
ficie
nte
≤-15-14 -13 -12 -11 -10 -9 -8 -7 -6 -5 -4 -3 -2 -1 0 +1 +2 +3 +4 +5 +6 +7 +8 +9 ≥10Años con respecto al tratamiento
Personas Condenadas Per Cápita SC-2
0.00
-10.
000.
0010
.00
Coe
ficie
nte
≤-15-14 -13 -12 -11 -10 -9 -8 -7 -6 -5 -4 -3 -2 -1 0 +1 +2 +3 +4 +5 +6 +7 +8 +9 ≥10Años con respecto al tratamiento
Población en Barrios Marginales C1
Figura 5:
Figura 6:
-15.
00-1
0.00
-5.0
00.
005.
00C
oefic
ient
e
≤-15-14 -13 -12 -11 -10 -9 -8 -7 -6 -5 -4 -3 -2 -1 0 +1 +2 +3 +4 +5 +6 +7 +8 +9 ≥10Años con respecto al tratamiento
Población en Barrios Marginales C2-1
5.00
-10.
00-5
.00
0.00
5.00
Coe
ficie
nte
≤-15-14 -13 -12 -11 -10 -9 -8 -7 -6 -5 -4 -3 -2 -1 0 +1 +2 +3 +4 +5 +6 +7 +8 +9 ≥10Años con respecto al tratamiento
Población en Barrios Marginales SC
Figura 8:
Figura 9:
-30.
00-2
0.00
-10.
000.
0010
.00
Coe
ficie
nte
≤-15-14 -13 -12 -11 -10 -9 -8 -7 -6 -5 -4 -3 -2 -1 0 +1 +2 +3 +4 +5 +6 +7 +8 +9 ≥10Años con respecto al tratamiento
Tasa Bruta de Matriculación Bachillerato C2
-20.
00-1
0.00
0.00
10.0
020
.00
Coe
ficie
nte
≤-15-14 -13 -12 -11 -10 -9 -8 -7 -6 -5 -4 -3 -2 -1 0 +1 +2 +3 +4 +5 +6 +7 +8 +9 ≥10Años con respecto al tratamiento
Tasa Bruta de Matriculación Bachillerato SC
Figura 10:
Figura 11:
-20.
00-1
0.00
0.00
10.0
0C
oefic
ient
e
≤-15-14 -13 -12 -11 -10 -9 -8 -7 -6 -5 -4 -3 -2 -1 0 +1 +2 +3 +4 +5 +6 +7 +8 +9 ≥10Años con respecto al tratamiento
Tasa Bruta de Matriculación Educación Superior C1
-20.
00-1
5.00
-10.
00-5
.00
0.00
5.00
Coe
ficie
nte
≤-15-14 -13 -12 -11 -10 -9 -8 -7 -6 -5 -4 -3 -2 -1 0 +1 +2 +3 +4 +5 +6 +7 +8 +9 ≥10Años con respecto al tratamiento
Tasa Bruta de Matriculación Educación Superior C2
Figura 12:
Figura 13:
-20.
00-1
0.00
0.00
10.0
0C
oefic
ient
e
≤-15-14 -13 -12 -11 -10 -9 -8 -7 -6 -5 -4 -3 -2 -1 0 +1 +2 +3 +4 +5 +6 +7 +8 +9 ≥10Años con respecto al tratamiento
Tasa Bruta de Matriculación Educación Superior SC
-10.
000.
0010
.00
20.0
0C
oefic
ient
e
≤-15-14 -13 -12 -11 -10 -9 -8 -7 -6 -5 -4 -3 -2 -1 0 +1 +2 +3 +4 +5 +6 +7 +8 +9 ≥10Años con respecto al tratamiento
Homicidios Por 100,000 Habitantes C1
Figura 14:
Figura 15:
-15.
00-1
0.00
-5.0
00.
005.
0010
.00
Coe
ficie
nte
≤-15-14 -13 -12 -11 -10 -9 -8 -7 -6 -5 -4 -3 -2 -1 0 +1 +2 +3 +4 +5 +6 +7 +8 +9 ≥10Años con respecto al tratamiento
Homicidios Por 100,000 Habitantes C2-1
5.00
-10.
00-5
.00
0.00
5.00
10.0
0C
oefic
ient
e
≤-15-14 -13 -12 -11 -10 -9 -8 -7 -6 -5 -4 -3 -2 -1 0 +1 +2 +3 +4 +5 +6 +7 +8 +9 ≥10Años con respecto al tratamiento
Homicidios Por 100,000 Habitantes SC
Figura 16:
Figura 18:
-500
.00
0.00
500.
0010
00.0
015
00.0
0C
oefic
ient
e
≤-15-14 -13 -12 -11 -10 -9 -8 -7 -6 -5 -4 -3 -2 -1 0 +1 +2 +3 +4 +5 +6 +7 +8 +9 ≥10Años con respecto al tratamiento
Robos Por 100,000 Habitantes C2
Figura 19:
Figura 20:
-500
.00
0.00
500.
0010
00.0
015
00.0
0C
oefic
ient
e
≤-15-14 -13 -12 -11 -10 -9 -8 -7 -6 -5 -4 -3 -2 -1 0 +1 +2 +3 +4 +5 +6 +7 +8 +9 ≥10Años con respecto al tratamiento
Robos Por 100,000 Habitantes SC
-40.
00-2
0.00
0.00
20.0
040
.00
Coe
ficie
nte
≤-15-14 -13 -12 -11 -10 -9 -8 -7 -6 -5 -4 -3 -2 -1 0 +1 +2 +3 +4 +5 +6 +7 +8 +9 ≥10Años con respecto al tratamiento
Admisiones Hospitalarias Per Capita C2
Figura 21:
Figura 23:
-40.
00-2
0.00
0.00
20.0
040
.00
Coe
ficie
nte
≤-15-14 -13 -12 -11 -10 -9 -8 -7 -6 -5 -4 -3 -2 -1 0 +1 +2 +3 +4 +5 +6 +7 +8 +9 ≥10Años con respecto al tratamiento
Admisiones Hospitalarias Per Capita C1
-60.
00-4
0.00
-20.
000.
0020
.00
40.0
0C
oefic
ient
e
≤-15-14 -13 -12 -11 -10 -9 -8 -7 -6 -5 -4 -3 -2 -1 0 +1 +2 +3 +4 +5 +6 +7 +8 +9 ≥10Años con respecto al tratamiento
Admisiones Hospitalarias Per Capita SC
Tabla 1: Tasa Brutal de Matriculación Bachillerato Sin Controles
(1) VARIABLES yr78 D_antes_15 -5.482 (7.295) D_antes_14 -6.236 (7.330) D_antes_13 -4.458 (7.082) D_antes_12 -5.526 (7.816) D_antes_11 -3.975 (7.677) D_antes_10 -3.320 (7.673) D_antes_9 -3.427 (7.577) D_antes_8 -1.826 (7.509) D_antes_7 -1.970 (7.384)
-400
.00
-200
.00
0.00
200.
00C
oefic
ient
e
≤-15-14 -13 -12 -11 -10 -9 -8 -7 -6 -5 -4 -3 -2 -1 0 +1 +2 +3 +4 +5 +6 +7 +8 +9 ≥10Años con respecto al tratamiento
Robo De Vehiculos Motorizados Por 100,000 Habitantes C1
D_antes_6 -2.678 (7.142) D_antes_5 -3.430 (7.016) D_antes_4 -4.192 (6.608) D_antes_3 -3.045 (6.374) D_antes_2 -2.273 (6.422) D_antes_1 -3.073 (6.184) D_mid -3.105 (6.133) D_despues_1 -3.382 (5.858) D_despues_2 -3.918 (5.430) D_despues_3 -4.301 (5.400) D_despues_4 -5.907 (4.738) D_despues_5 -6.701 (4.620) D_despues_6 -6.434 (4.379) D_despues_7 -3.461 (4.229) D_despues_8 -2.604 (4.127) D_despues_9 -2.597 (3.853) o.D_despues_10 - Constant 76.51*** (0.451) Observations 5,981 R-squared 0.968
Tabla 2: Tasa Brutal de Matriculación Bachillerato Controles 1
(1) VARIABLES yr78 D_antes_15 -15.29**
(7.061) D_antes_14 -17.65** (7.224) D_antes_13 -13.48* (7.215) D_antes_12 -12.46* (7.134) D_antes_11 -12.11* (7.046) D_antes_10 -11.51* (6.871) D_antes_9 -11.43* (6.557) D_antes_8 -9.512 (6.756) D_antes_7 -7.575 (6.734) D_antes_6 -10.60 (7.431) D_antes_5 -9.547 (6.925) D_antes_4 -9.277 (6.495) D_antes_3 -7.197 (6.207) D_antes_2 -5.803 (6.390) D_antes_1 -6.499 (6.180) D_mid -6.578 (6.097) D_despues_1 -6.918 (5.798) D_despues_2 -6.517 (5.198) D_despues_3 -8.036 (4.917) D_despues_4 -8.886** (4.213) D_despues_5 -8.244* (4.169) D_despues_6 -7.099* (3.883) D_despues_7 -4.936 (3.714) D_despues_8 -3.963 (3.573)
D_despues_9 -3.725 (2.567) o.D_despues_10 - yr43 -6.18e-07 (4.93e-07) yr151 6.22e-05* (3.68e-05) yr101 1.865 (1.161) yr157 2.178 (1.906) yr24 0.556 (1.906) yr124 -0.0118*** (0.00254) yr112 -0.163*** (0.0426) yr102 0.431 (0.324) yr141 0.0462 (0.0857) yr60 -4.445** (2.091) yr1 -0.146 (0.370) yr82 1.852 (1.224) yr44 0.236 (0.298) yr153 -0.0832 (0.207) yr131 -8.78e-05 (6.83e-05) yr117 -0.369 (1.513) Constant -101.5 (76.39) Observations 2,008 R-squared 0.941
Tabla 3: Tasa Brutal de Matriculación Bachillerato Controles 2
(1) VARIABLES yr78 D_antes_15 -7.709 (7.285) D_antes_14 -8.531 (7.421) D_antes_13 -6.821 (7.170) D_antes_12 -8.107 (7.960) D_antes_11 -6.591 (7.766) D_antes_10 -6.253 (7.618) D_antes_9 -5.955 (7.516) D_antes_8 -4.661 (7.355) D_antes_7 -4.754 (7.226) D_antes_6 -5.882 (7.005) D_antes_5 -6.319 (6.888) D_antes_4 -6.493 (6.477) D_antes_3 -4.857 (6.271) D_antes_2 -4.026 (6.323) D_antes_1 -4.474 (6.088) D_mid -4.592 (6.061) D_despues_1 -4.789 (5.786) D_despues_2 -5.533 (5.374) D_despues_3 -7.346 (5.102) D_despues_4 -7.763* (4.693) D_despues_5 -6.882 (4.522)
D_despues_6 -5.744 (4.103) D_despues_7 -4.390 (4.510) D_despues_8 -3.532 (4.093) D_despues_9 -2.871 (3.161) o.D_despues_10 - yr85 50.41*** (8.955) Constant 41.05*** (5.860) Observations 4,452 R-squared 0.944
Tabla 4: Robos Por 100,000 Habitantes Sin Controles
(1) VARIABLES yr12 D_antes_15 620.1* (354.2) D_antes_14 528.2 (365.3) D_antes_13 440.0 (293.2) D_antes_12 208.3 (181.5) D_antes_11 126.4 (116.8) D_antes_10 -1.449 (107.2) D_antes_9 86.29
(164.2) D_antes_8 17.10 (167.9) D_antes_7 -1.019 (165.0) D_antes_6 -4.534 (147.5) D_antes_5 -16.71 (144.3) D_antes_4 -28.08 (136.3) D_antes_3 -39.72 (131.0) D_antes_2 -45.26 (126.4) D_antes_1 -48.41 (118.3) D_mid -11.40 (95.63) D_despues_1 19.18 (74.18) D_despues_2 41.92 (73.63) D_despues_3 42.32 (73.49) D_despues_4 45.95 (76.46) D_despues_5 48.27 (91.45) D_despues_6 83.73 (104.4) D_despues_7 136.9 (104.4) D_despues_8 135.9 (100.1) D_despues_9 124.0 (89.40) o.D_despues_10 - Constant 435.1*** (9.104) Observations 2,449 R-squared 0.875
Tabla 5: Robos Por 100,000 Habitantes Controles 1
(1) VARIABLES yr12 D_antes_15 -167.2 (243.8) D_antes_14 -245.6 (223.8) D_antes_13 -252.6 (189.9) D_antes_12 -322.3* (184.0) D_antes_11 -283.0 (188.8) D_antes_10 -258.9 (174.5) D_antes_9 -130.0 (194.9) D_antes_8 -165.9 (171.0) D_antes_7 -216.8 (217.8) D_antes_6 -224.3 (202.1) D_antes_5 -210.7 (183.4) D_antes_4 -194.8 (171.2) D_antes_3 -181.9 (170.7) D_antes_2 -164.9 (171.6) D_antes_1 -160.4 (165.4) D_mid -110.3 (135.9) D_despues_1 -72.12 (101.1) D_despues_2 -30.18 (80.45) D_despues_3 -11.73 (64.89) D_despues_4 -34.11 (62.26) D_despues_5 30.97 (64.79) D_despues_6 101.0* (58.53)
D_despues_7 116.4* (66.16) D_despues_8 120.6** (58.93) D_despues_9 115.8* (59.11) o.D_despues_10 - yr43 3.21e-05 (1.94e-05) yr151 -0.000130 (0.000671) yr101 72.68** (30.45) yr157 116.3 (83.36) yr24 0.126 (40.39) yr124 0.0962* (0.0553) yr112 0.345 (1.432) yr102 -3.567 (6.316) yr141 -4.196* (2.407) yr60 -47.72 (60.06) yr1 -15.83* (9.109) yr82 30.90 (24.99) yr44 -0.435 (7.002) yr153 10.96** (4.980) yr131 -0.00577 (0.00499) yr117 -60.07 (44.02) Constant -3,589** (1,488) Observations 1,232 R-squared 0.907
Tabla 6: Robos Por 100,000 Habitantes Controles 2
(1) VARIABLES yr12 D_antes_15 563.2* (328.8) D_antes_14 489.0 (332.2) D_antes_13 432.9 (276.5) D_antes_12 189.1 (179.0) D_antes_11 105.3 (120.5) D_antes_10 -43.02 (119.7) D_antes_9 41.66 (175.2) D_antes_8 -26.04 (185.9) D_antes_7 -63.62 (185.8) D_antes_6 -75.18 (160.9) D_antes_5 -79.39 (156.4) D_antes_4 -84.23 (147.2) D_antes_3 -88.82 (141.0) D_antes_2 -84.25 (137.8) D_antes_1 -83.80 (130.2) D_mid -37.76 (105.6) D_despues_1 -3.438 (80.79) D_despues_2 21.21 (79.31) D_despues_3 22.42 (83.54) D_despues_4 12.18 (83.39) D_despues_5 48.25 (99.98) D_despues_6 120.1
(107.7) D_despues_7 127.3 (112.7) D_despues_8 122.8 (103.4) D_despues_9 125.8 (98.85) o.D_despues_10 - yr85 744.9** (364.7) Constant -128.5 (274.9) Observations 1,970 R-squared 0.890
Tabla 7: Robo Vehiculos Motorizados Por 100,000 Habitantes Sin Controles
(1) VARIABLES yr104 o.D_antes_15 - o.D_antes_14 - o.D_antes_13 - D_antes_12 -64.13 (56.81) D_antes_11 -155.8 (111.5) D_antes_10 -63.48 (109.7) D_antes_9 35.71
(104.1) D_antes_8 39.63 (86.45) D_antes_7 56.53 (65.51) D_antes_6 70.45 (51.26) D_antes_5 59.79 (48.50) D_antes_4 59.40 (44.65) D_antes_3 60.35 (42.35) D_antes_2 62.85 (41.03) D_antes_1 58.80 (38.79) D_mid 76.25** (38.38) D_despues_1 65.22* (38.81) D_despues_2 69.33* (39.31) D_despues_3 65.58* (38.79) D_despues_4 56.08 (36.94) D_despues_5 51.32 (37.03) D_despues_6 60.80* (31.62) D_despues_7 69.51*** (23.33) D_despues_8 56.92*** (21.24) D_despues_9 48.29*** (17.87) o.D_despues_10 - Constant 108.4*** (3.735) Observations 1,885 R-squared 0.899
Tabla 8: Robo Vehiculos Motorizados Por 100,000 Habitantes Controles 1
(1) VARIABLES yr104 o.D_antes_15 - o.D_antes_14 - o.D_antes_13 - D_antes_12 -214.2** (96.09) D_antes_11 -240.5*** (90.02) D_antes_10 -133.3 (104.5) D_antes_9 -41.72 (97.02) D_antes_8 -24.74 (78.50) D_antes_7 -8.184 (64.99) D_antes_6 1.874 (56.09) D_antes_5 3.493 (51.07) D_antes_4 9.571 (48.16) D_antes_3 13.82 (46.17) D_antes_2 19.41 (43.49) D_antes_1 22.47 (40.37) D_mid 40.13 (40.00) D_despues_1 30.06 (41.23) D_despues_2 38.47 (40.11) D_despues_3 37.52 (41.19) D_despues_4 30.32 (38.77) D_despues_5 46.51 (36.62) D_despues_6 54.03* (31.20)
D_despues_7 55.96** (26.10) D_despues_8 44.72* (23.96) D_despues_9 21.29* (12.75) o.D_despues_10 - yr43 1.52e-06 (1.23e-05) yr151 0.000252 (0.000419) yr101 10.71 (6.959) yr157 -29.52 (25.16) yr24 30.65** (13.14) yr124 0.0157 (0.0296) yr112 1.027* (0.605) yr102 4.143 (2.854) yr141 -3.023** (1.274) yr60 33.54 (21.34) yr1 -19.21*** (5.777) yr82 34.29*** (9.938) yr44 -2.991 (2.218) yr153 -1.031 (1.789) yr131 -0.000225 (0.000657) yr117 -10.20 (12.13) Constant -2,501*** (689.3) Observations 1,102 R-squared 0.885
Tabla 9: Robo Vehiculos Motorizados Por 100,000 Habitantes Controles 2
(1) VARIABLES yr104 o.D_antes_15 - o.D_antes_14 - o.D_antes_13 - D_antes_12 -69.44 (63.22) D_antes_11 -141.9 (107.2) D_antes_10 -58.75 (117.6) D_antes_9 37.82 (107.2) D_antes_8 44.31 (90.50) D_antes_7 55.48 (75.31) D_antes_6 64.24 (55.54) D_antes_5 54.67 (49.88) D_antes_4 58.41 (45.20) D_antes_3 59.24 (42.25) D_antes_2 63.73 (40.82) D_antes_1 62.93 (38.72) D_mid 82.38** (38.01) D_despues_1 72.95* (38.18) D_despues_2 73.20* (38.65) D_despues_3 65.79* (38.54) D_despues_4 54.13 (37.12) D_despues_5 62.96* (36.41) D_despues_6 74.45**
(30.74) D_despues_7 68.54*** (25.11) D_despues_8 56.23** (23.20) D_despues_9 37.16** (18.16) o.D_despues_10 - yr85 355.9*** (112.7) Constant -186.4** (85.68) Observations 1,483 R-squared 0.835
Tabla 10: Tasa De Personas Habitando Barrios Marginales Sin Controles
(1) VARIABLES yr154 D_antes_15 -4.242 (5.419) D_antes_14 -2.695 (4.765) D_antes_13 -2.704 (4.448) D_antes_12 -2.854 (3.694) D_antes_11 -2.741 (3.411) D_antes_10 -2.661 (3.135) D_antes_9 -2.601
(2.858) D_antes_8 -2.575 (2.598) D_antes_7 -2.724 (2.356) D_antes_6 -2.824 (2.139) D_antes_5 -2.797 (1.991) D_antes_4 -2.561 (1.930) D_antes_3 -2.033 (1.948) D_antes_2 -1.412 (2.001) D_antes_1 -0.809 (2.107) D_mid -0.311 (2.216) D_despues_1 0.0706 (2.308) D_despues_2 -0.328 (2.544) D_despues_3 -0.132 (2.557) D_despues_4 -3.284* (1.840) D_despues_5 -3.160* (1.768) D_despues_6 -3.031* (1.716) D_despues_7 -2.891* (1.648) D_despues_8 -2.789* (1.606) D_despues_9 -3.534** (1.447) o.D_despues_10 - Constant 43.87*** (0.142) Observations 3,683 R-squared 0.953
Tabla 11: Tasa De Personas Habitando Barrios Marginales Controles 1
(1) VARIABLES yr154 D_antes_15 -3.954 (7.888) D_antes_14 -0.629 (5.749) D_antes_13 0.651 (5.022) D_antes_12 2.722 (4.415) D_antes_11 3.412 (4.334) D_antes_10 3.591 (4.007) D_antes_9 3.912 (3.710) D_antes_8 3.740 (3.493) D_antes_7 3.722 (3.342) D_antes_6 3.798 (3.192) D_antes_5 3.300 (3.029) D_antes_4 3.523 (2.965) D_antes_3 3.827 (2.910) D_antes_2 4.349 (2.829) D_antes_1 4.633 (2.755) D_mid 5.263* (2.852) D_despues_1 5.889** (2.882) D_despues_2 5.723** (2.803) D_despues_3 3.083 (2.416) D_despues_4 2.438 (2.329) D_despues_5 1.951 (2.231) D_despues_6 3.613
(2.501) D_despues_7 4.019 (2.763) D_despues_8 1.656 (2.462) D_despues_9 2.793 (2.102) o.D_despues_10 - yr43 -5.45e-07* (3.18e-07) yr151 -1.34e-05 (2.84e-05) yr101 0.570 (1.048) yr157 -1.799 (1.698) yr24 -2.409 (1.563) yr124 -0.0740 (0.0723) yr112 0.0551 (0.0566) yr102 0.221 (0.335) yr141 0.122 (0.118) yr60 -3.153 (2.493) yr1 0.324 (0.771) yr82 -2.119* (1.182) yr44 0.209 (0.247) yr153 -0.335** (0.141) yr131 0.000637* (0.000363) yr117 1.693 (1.159) Constant 148.7* (74.95) Observations 905 R-squared 0.957
Tabla 12: Tasa De Personas Habitando Barrios Marginales Controles 2
(1) VARIABLES yr154 D_antes_15 -5.196 (5.211) D_antes_14 -2.446 (4.459) D_antes_13 -2.732 (4.142) D_antes_12 -2.246 (3.912) D_antes_11 -2.276 (3.636) D_antes_10 -2.350 (3.365) D_antes_9 -2.571 (3.075) D_antes_8 -2.833 (2.789) D_antes_7 -3.234 (2.547) D_antes_6 -3.627 (2.305) D_antes_5 -3.770* (2.149) D_antes_4 -3.775* (2.077) D_antes_3 -3.469 (2.102) D_antes_2 -2.356 (1.956) D_antes_1 -1.982 (2.066) D_mid -1.747 (2.178) D_despues_1 -1.619 (2.270) D_despues_2 -1.403 (2.733) D_despues_3 -3.774** (1.609) D_despues_4 -3.817** (1.552) D_despues_5 -3.876**
(1.491) D_despues_6 -3.941*** (1.412) D_despues_7 -3.059* (1.725) D_despues_8 -4.258** (1.862) D_despues_9 -4.861** (2.209) o.D_despues_10 - yr85 -47.85*** (11.85) Constant 73.10*** (6.552) Observations 2,607 R-squared 0.944