Descentralización del gobierno bajo la capacidad cambiante del estado: evidencia experimental de Paraguay

Descentralización del gobierno bajo la capacidad cambiante del estado: evidencia experimental de Paraguay

Plantilla G Bloques de contenido
Subeditor

Los modelos estándar de delegación asumen que los agentes están mejor informados que los directores sobre cómo implementar una tarea en particular. Estimamos el valor de la ventaja informativa que tenían los supervisores (los agentes) cuando el liderazgo ministerial (el director) introdujo una nueva tecnología de monitoreo destinada a mejorar el desempeño de los agentes de extensión agrícola (AEA) en las zonas rurales de Paraguay. Nuestro enfoque emplea un diseño experimental novedoso en el que, antes de la aleatorización del tratamiento, primero obtuvimos de los supervisores qué AEA creían que debían priorizarse para el tratamiento. Estimamos semiparamétricamente los efectos de tratamiento marginal (MTEs) y realizamos ejercicios contrafactuales variando la regla de asignación del principal y el acceso a la información. Encontramos que los supervisores tenían información valiosa: priorizaron a los AEA que serían más receptivos al tratamiento de monitoreo. La capacidad de respuesta de las AEA no es fácilmente observable para los directores o analistas. Mostramos tanto teórica como empíricamente que el valor de la información y los beneficios de la descentralización dependen crucialmente de la sofisticación del director y de la escala de implementación (es decir, la proporción de AEA que reciben tratamiento). Cuando el director no está informado, por lo general domina la descentralización. Un director parcialmente informado con datos sobre las características básicas observables de la AEA puede superar a los supervisores. La ventaja del director es mayor si puede realizar un ECA piloto y, posteriormente, ampliar la implementación en función de la respuesta prevista al tratamiento. Estos resultados resaltan el potencial de la evolución de las capacidades estatales para el análisis de datos para alterar la estructura del gobierno.

04 de abril de 2018