Por Andrea Atencio, Estudiante de doctorado en economía en la Universidad de Illinois Urbana-Champaign
Darwin Cortés, Profesor de economía de la Universidad del Rosario y Alianza EFI
Julieth Santamaría, Consultora, Banco Interamericano de Desarrollo
Gran parte de las desigualdades de ingresos que se evidencian en el mercado laboral están relacionadas con diferencias en la calidad de educación que las personas recibieron en primaria, secundaria y post-secundaria. En un país tan desigual como Colombia, entender estas heterogeneidades es de vital importancia para pensar en políticas públicas que ayuden a reducir la desigualdad económica.
Con estas inquietudes en mente, en este trabajo analizamos este problema para las personas que terminan el nivel de educación profesional. Como punto de partida nos planteamos las siguientes preguntas: ¿Cuál es el aporte de las instituciones universitarias a la acumulación de capital humano? ¿Qué explica las diferencias entre individuos en la acumulación de capital humano? ¿Qué insumos de las universidades explican el aporte que hacen a la acumulación de capital humano de sus estudiantes?
Para resolver estas preguntas, tomamos información del examen SaberPRO de los años 2016, 2017 y 2018. Este es un examen que deben presentar todos los estudiantes que están terminando sus estudios de pregrado. El examen está dividido en dos partes: un componente común sobre conocimientos básicos (test general) y un componente específico sobre el área de estudios de la carrera profesional (test específico).
Para calcular el valor agregado de la institución de educación superior adoptamos la aproximación de Chetty et al. (2014). Esta aproximación nos permite calcular el valor agregado para cada institución y cada año evitando la correlación mecánica que existe en otras aproximaciones.
Para responder la primera pregunta (¿Cuál es el aporte de las instituciones universitarias a la acumulación de capital humano?) establecemos cuál es la correlación que hay entre los resultados individuales de ambas pruebas del SaberPRO y el valor agregado de la universidad. En la Tabla 1 se reportan las correlaciones entre estas dos variables para tres especificaciones distintas. En la primera no se incluye ninguna variable adicional, en la segunda se incluye el resultado del Saber11 (una prueba estandarizada que se aplica al finalizar los estudios de secundaria) y en la tercera se añaden controles de las características del estudiante, características del colegio de la secundaria y efectos fijos de la carrera cursada. Todas las estimaciones se calculan incluyendo efectos fijos de año. En las especificaciones más sencillas, un aumento en una desviación estándar en el valor agregado de las universidades está asociado a un aumento del 45% de una desviación estándar del aprendizaje en conocimientos básicos (columna 1) y el 35% de una desviación estándar del aprendizaje en conocimientos específicos (columna 4). A medida que se van agregando nuevas variables, el coeficiente del valor agregado disminuye. El rendimiento académico previo medido por el Saber11 reduce los coeficientes entre 8 y 9 puntos porcentuales (ver columnas 2 y 5). Los demás controles llevan a que un aumento de una desviación estándar del valor agregado de las universidades esté asociado a un aumento del 20% de una desviación estándar del SaberPRO. Estos resultados confirman una autoselección importante de los estudiantes que entran a la universidad: los estudiantes mejor formados y con un contexto socioeconómico y educativo más favorable asisten a las mejores universidades. Pero, ¿toda la diferencia es autoselección? Los resultados iniciales de la Tabla 1 sugieren que no.
Tabla 1. Acumulación de capital humano y valor agregado de la universidad
| Módulo del Examen | ||||||
| General | General | General | Específico | Específico | Específico | |
| (1) | (2) | (3) | (4) | (5) | (6) | |
| Valor agregado estandarizado | 0.4540***
(0.0323) |
0.3605***
(0.0348) |
0.2294***
(0.0060) |
0.3513***
(0.0164) |
0.2773***
(0.0140) |
0.2120***
(0.0078) |
| Observaciones | 1,113,468 | 1,113,468 | 1,113,468 | 1,113,468 | 1,113,468 | 1,113,468 |
| R-cuadrado | 0.2219 | 0.4044 | 0.5925 | 0.1386 | 0.2580 | 0.3369 |
| Saber 11 | ü | ü | ü | ü | ||
| Controles | ü | ü | ||||
| Notas:
– Las regresiones presentadas incluyen efectos fijos de año para el 2016, 2017 y 2018. – Saber 11 se define como el puntaje obtenido por el estudiante. – Dentro de los controles se tienen: (i) características del estudiante: edad cuando presentó el Saber Pro, género, diferencia de edad entre Saber Pro y Saber 11, nivel educativo alcanzado por el padre y la madre, el estrato socioeconómico y el tamaño del hogar; (ii) características de la escuela: proporción de familias con ingresos bajos, porcentaje de madres con educación superior, número de estudiantes y ranking alcanzado por el colegio en el saber 11; (iii) efectos fijos de la carrera cursada. |
||||||
Por esta razón, nos planteamos la segunda pregunta: ¿Qué explica las diferencias entre individuos en la acumulación de capital humano? Para responderla, dividimos las universidades en dos grupos de igual tamaño según el valor agregado (VA) y hacemos una descomposición RIF (Recentered Influence Function) entre estos dos grupos. Intuitivamente, esta descomposición permite identificar si las diferencias encontradas entre dos grupos (en nuestro caso, universidades con alto VA y universidades con bajo VA) se debe a variables observadas o no observadas y en qué tamaño. La descomposición RIF es una generalización de la descomposición de Oaxaca-Blinder porque permite hacer el ejercicio en distintos puntos de la distribución de la brecha. Para este ejercicio se usa la misma batería de variables medidas antes de la universidad (saber 11, condiciones socioeconómicas y del colegio de secundaria) reportadas en la Tabla 1 y un conjunto de variables que miden características de la universidad que hacen parte del indicador MIDE del Ministerio de Educación Nacional[2]. En particular, si la universidad es pública o privada, la apropiación social del conocimiento por profesor, el número de profesores por estudiante, la proporción de profesores que tiene estudios de posgrado (maestría o doctorado) y el número de coautorías internacionales.
En la Figura 1 se reportan los resultados para todas las universidades y programas. Los resultados muestran que gran parte de la brecha entre los estudiantes se debe a variables observadas que ya están definidas antes de entrar a la universidad (rendimiento académico previo y condiciones socioeconómicas y educativas). Este fenómeno, conocido como autoselección, explica alrededor de la mitad de la brecha. Entre el 5% y el 12% está explicado por las características de las universidades. El resto de la brecha (43% para el test general y 51% para el test específico) está explicado por variables no observadas.
Figura 1. Descomposiciones RIF comparando instituciones que están encima y debajo
de la mediana del Valor Agregado
Al hacer este análisis por áreas de conocimiento, encontramos diferencias importantes entre ellas (ver Figura 2). Las áreas en la que la autoselección es más importante son educación (para el test general) y derecho (para el test específico). Las áreas en las que la calidad de la universidad contribuye más a la brecha son medicina (32% y 37% para los test general y específico, respectivamente) e ingeniería (24% y 17%, respectivamente). Las áreas en las que el componente no explicado es más importante son economía y afines y salud (diferente a medicina).
Figura 2. La brecha de capital humano entre universidades de alto y bajo VA, por áreas de conocimiento.
Hasta este punto la lección más importante es que la autoselección en las mejores universidades explica alrededor de la mitad de la brecha en capital humano entre las universidades con alto y bajo valor agregado. Las universidades de alto valor agregado además son de mejor calidad y esto amplia aún más la brecha. A diferencia de hallazgos recientes para Estados Unidos (ver Mountjoy et al. 2021) que muestran que las brechas están fundamentalmente explicadas por características que los estudiantes ya tienen antes de entrar a la universidad, estos hallazgos sugieren que en Colombia parte de las diferencias en el capital humano están explicadas por diferencias en la calidad educativa de las universidades. Esto lanza una cuestión sobre el rol de la universidad pública en la educación universitaria del país. ¿Qué explica las brechas en la acumulación de capital humano entre las universidades públicas y las privadas? ¿En este sentido, las universidades públicas se comportan de manera distinta a las privadas? ¿Las universidades públicas logran cerrar las brechas en capital humano existentes entre estudiantes de distinto nivel socioeconómico?
Figura 3. La brecha en capital humano entre las universidades públicas y las privadas
Las Figuras 3 y 4 presentan resultados iniciales sobre este tema. El análisis de regresión muestra que la brecha está a favor de los estudiantes de la universidad pública, pues logran en promedio mejores resultados en las pruebas de SaberPRO que los estudiantes de las universidades privadas. Las universidades públicas también logran captar a los estudiantes que tienen mejores resultados en la prueba de Saber11. Las universidades privadas logran seleccionar estudiantes que vienen de un mejor entorno socioeconómico, de tal forma que estas variables reducen la brecha entre universidades privadas y públicas. Por otra parte, las variables asociadas a la calidad de la universidad aumentan la brecha a favor de la públicas. Las características de la universidad explican una mayor porción de las brechas de los test específicos disciplinares que de la brecha de los test generales.
Figura 4. La brecha en capital humano entre las universidades públicas y privadas, por área de conocimiento
El análisis de las brechas entre universidades públicas y privadas por áreas revela una situación más diversa. En primer lugar, no en todas las áreas de conocimiento las universidades públicas salen favorecidas. En administración, educación y salud los estudiantes de universidades privadas tienen mejores resultados. La autoselección por variables socioeconómicas juega un rol importante para explicar la brecha en áreas como administración, ingeniería y salud. De todas las variables la que juega un papel más importante para explicar la brecha es el saber 11. Esto probablemente refleja los altos niveles de selectividad en las mejores universidades públicas del país. En áreas como economía y afines, y educación las variables asociadas a la calidad de la universidad juegan un rol muy importante para explicar la brecha.
Tabla 2. Relación entre Valor agregado y características de las universidades
| Valor Agregado por módulo del examen | |||||
| General | General | Específico | Específico | ||
| VARIABLES | (1) | (2) | (3) | (4) | |
| Universidad Privada | -0.439***
(0.101) |
-0.297***
(0.072) |
-0.576***
(0.116) |
-0.385***
(0.079) |
|
| Apropiación social del conocimiento (std.) | 0.111*
(0.059) |
0.091
(0.061) |
|||
| Profesores por estudiantes | 0.118***
(0.033) |
0.171***
(0.035) |
|||
| % Profesores con postgrado | 0.605***
(0.054) |
0.614***
(0.069) |
|||
| Coautorías internacionales registradas en Scopus. | 0.024
(0.027) |
0.046
(0.032) |
|||
| Observaciones | 484 | 484 | 359 | 359 | |
| R cuadrado | 0.041 | 0.459 | 0.070 | 0.501 | |
| Nota: Cada columna presenta regresiones lineales que incluyen las variables listadas en las filas y efectos fijos de año para el 2016, 2017 y 2018. | |||||
Con esto pasamos a la última pregunta ¿Qué insumos o características de las universidades explican el aporte que hacen a la acumulación de capital humano de sus estudiantes? Para responder esta pregunta analizamos que tanto se correlaciona el valor agregado de las universidades con sus características. Los resultados preliminares aparecen en la Tabla 2. En las columnas 1 y 3 se muestran las diferencias entre universidades públicas y privadas. Estudiar en una universidad pública aumenta los resultados en SaberPRO en un 43% de desviación estándar del test general y un 57% de desviación estándar del test específico. Esto refleja la importancia de la universidad pública en la formación de capital humano en el país. Al introducir las variables asociadas a la calidad de las universidades hay dos que saltan a la vista por su importancia en explicar el valor agregado de las universidades: la proporción de profesores con maestría o doctorado y el número de profesores por estudiante. Ambas variables están asociadas a la función de producción de las universidades y muestran que el fortalecimiento del cuerpo docente de las universidades es clave para mejorar el aporte que hacen a la formación de capital humano del país.
Para terminar, quisiéramos hacer una reflexión que da pistas sobre el trabajo que sigue. El sistema de educación superior en Colombia tiene un número alto de instituciones, un poco más de 400. De estas, alrededor de 40 han sido acreditadas de alta calidad. Esto significa que un número relativamente bajo de universidades han hecho una apuesta clara por la calidad. Estas universidades tienen mecanismos de selectividad muy fuertes. Hasta qué punto los hallazgos mencionados en esta entrada están asociados a esas universidades más selectivas es un aspecto que analizaremos en las siguientes etapas de la investigación.
Referencias
Chetty Raj, John N. Friedman, and Jonah E. Rockoff (2014). Measuring the Impacts of Teachers I: Evaluating Bias in Teacher Value-Added Estimates. American Economic Review, 104(9):2593–2632, September.
Mountjoy Jack, and Brent Hickman (2021). The Returns to College(s): Relative Value-Added and Match Effects in Higher Education. NBER working paper 29276. DOI 10.3386/w29276
[1] Agradecemos el apoyo de María Fernanda García y Stephany Amaya con el manejo de las bases de datos y el análisis econométrico.
