ARTÍCULO DE INVESTIGACIÓN / RESEARCH ARTICLE
Protestas y política fiscal en Argentina (2006-2019)
Protests and Fiscal Policy in Argentina [2006-2019]
Fernando Antonio Ignacio González1 Lara Sofia Cantero2 Pablo Ariel Szyszko3
1 Doctor en economía. Profesor de la Facultad de Ciencias Económicas de la Universidad Nacional de Misiones e Investigador de CONICET. fernando_gonzalez01@hotmail.com. Orcid: https://orcid.org/0000-0002-8347-9808.
2 Estudiante de economía de la Facultad de Ciencias Económicas de la Universidad Nacional de Misiones. lara-sofiacantero@gmail.com. Orcid: https://orcid.org/0000-0002-0249-9226.
3 Estudiante de economía de la Facultad de Ciencias Económicas de la Universidad Nacional de Misiones. pa-bloaszyszko@gmail.com. Orcid: https://orcid.org/0009-0000-9114-228X.
Resumen
En este trabajo respondemos al interrogante de si las protestas constituyen un mecanismo efectivo para inducir cambios en la política fiscal para el caso de un país en desarrollo y federal -Argentina-. La estrategia de identificación consiste en un enfoque de variable instrumental -que permite superar las frecuentes preocupaciones por causalidad inversa-, basado en la expansión del acceso a internet. Los resultados indican que una mayor frecuencia de protestas genera un incremento en las transferencias discrecionales del gobierno nacional hacia las provincias con protestas. Esto no se traduce en una mejora en el resultado económico ni en una reducción en la recaudación tributaria de esas provincias. Así, las protestas aparecen como un mecanismo efectivo para inducir cambios en la política fiscal vía transferencias.
Palabras claves: protestas, política fiscal, transferencias, internet, Argentina.
Abstract
In this paper we respond to the question of whether protests constitute an effective mechanism to induce changes in fiscal policy in the case of a developing and federal country -Argentina-. The identification strategy consists of an instrumental variable approach -which makes it possible to overcome the frequent concerns about reverse causality-, based on the expansion of Internet access. The results indicate that a higher frequency of protests generates an increase in discretionary transfers from the national government to the provinces with protests. This does not translate into an improvement in the economic result or a reduction in the tax collection of those provinces. Thus, protests appear as an effective mechanism to induce changes in fiscal policy via transfers.
Keywords: protests, fiscal policy, transfers, internet, Argentina.
1. Introducción
Múltiples países en desarrollo han experimentado una profunda ola de protestas en años recientes -ej. Egipto, Irán, Ucrania, Chile, Perú, Venezuela- (Valenzuela et al., 2012; Acemoglu et al., 2017). En cada caso, los protestantes exigen al Gobierno cambios de política en diferentes dimensiones (libertades civiles y políticas, transparencia, coyuntura económica, entre otras). En este trabajo respondemos a una pregunta de especial relevancia para la literatura de economía: ¿Son las protestas un mecanismo efectivo para inducir cambios de política fiscal en países en desarrollo?
La literatura de economía ha examinado esta pregunta previamente. Acemoglu y Robinson (2000) muestran que las protestas -y la amenaza de una revolución- que alteran temporalmente la distribución de facto del poder político pueden resultar en cambios en las instituciones políticas que alteren la distribución de jure del poder político. Esto, lógicamente, podría dar lugar a cambios de política económica. Al respecto, Madestam et al. (2013) plantean el interrogante de si son las protestas las que inducen cambios de política o bien los cambios en las preferencias y creencias son los que provocan protestas y cambios de política. Los autores brindan evidencia causal, al explotar cambios exógenos en las precipitaciones diarias, en relación con las protestas del Partido del Té (Tea Party) en 2009 en Estados Unidos. Sus hallazgos muestran que, efectivamente, las protestas inducen cambios de política.
En términos teóricos, las protestas pueden entenderse como juegos de coordinación que sólo tienen éxito si superan un umbral mínimo de participación. Estos eventos permiten a los ciudadanos agregar información privada que se encuentra dispersa y señalizarla a los hacedores de política -quienes pueden elegir utilizar esta nueva información o no-. Para que la protesta sea efectiva se requiere que la agregación sea posible, y para ello es necesario que las señales individuales transmitan información precisa (Battaglini, 2017; Battaglini et al., 2020).
Por su parte, Passarelli y Tabellini (2017) modelan a las protestas como una respuesta emocional a un trato injusto. Así, los individuos forman una visión de lo que es justo considerando las restricciones del Gobierno y aceptan un menor bienestar mientras más restringido se encuentre este. Por su parte, el Gobierno intenta retrasar las decisiones que puedan generar malestar, y para ello acumula deuda. Esta predicción teórica es consistente con la evidencia empírica -hay una mayor acumulación de deuda en momentos de mayor inestabilidad social (Woo, 2003)-.
En términos microeconómicos, la decisión de participar en una protesta puede modelarse como una relación costo-beneficio que depende de: cuánto afecta al individuo la situación o política en contra de la cual debe decidir si protestar o no, cuán grande es el grupo de potenciales protestantes1 y cuál es la represión o castigo esperado por participar (Amorim et al., 2022). En este contexto, el acceso a internet y a redes sociales facilitan el acceso a información que contribuye a una mejor evaluación de estos factores.
La evidencia empírica sobre el impacto de las protestas en la política fiscal muestra resultados mixtos. Por un lado, Klomp y de Haan (2013) examinan un panel de 65 países a lo largo de cuatro décadas (1975-2005), a partir de un enfoque de variable instrumental, y encontraron que en años electorales una mayor cantidad de protestas resulta en un mayor gasto público y en un peor resultado fiscal. Esto es, las protestas inducen cambios de política fiscal a partir de un mayor gasto. Resultados similares son reportados por Archibong et al. (2022) para el caso de Nigeria. En forma contraria, Enikolopov et al. (2020) hallaron, para el caso de Rusia, que una mayor cantidad de protestas a nivel local se asocia con una menor recepción de transferencias del Gobierno nacional. Así, las protestas inducirían menores transferencias del Gobierno nacional a los municipios con protestas.
En este contexto, América Latina aparece como una de las regiones más conflictivas a nivel global (ACLED, 2023). Los países de la región se caracterizan por una alta desigualdad de ingresos y una limitada capacidad estatal para atender las causas del descontento social (Programa de Naciones Unidas para el Desarrollo [PNUD], 2015). Según el PNUD, Argentina, Bolivia y Perú son los países con la mayor cantidad de conflictos (+200 eventos cada año).
En particular, Argentina constituye un caso paradigmático. Este país, el octavo más extenso del mundo, presenta un régimen federal en el cual coexisten el Gobierno nacional con 24 jurisdicciones subnacionales (23 provincias más la Ciudad Autónoma de Buenos Aires). En este marco, las provincias obtienen la mayor parte de sus recursos fiscales a partir de un esquema de coparticipación de impuestos -el Gobierno nacional reparte los recursos entre las jurisdicciones subnacionales, además de una porción que se reserva para sí mismo- (González et al., 2023). Los recursos que pertenecen al Gobierno nacional pueden luego destinarse a las provincias a partir de transferencias discrecionales (Gervasoni, 2010). Estas transferencias pueden utilizarse para asegurar la gobernabilidad -al reducir la conflictividad- (Del Tredici et al., 2022). Argentina, además de presentar una elevada desigualdad (González y Dip, 2021; 2022), se caracteriza por presentar una alta institucionalidad de las protestas. En efecto, desde su surgimiento en la década de los 90, los movimientos piqueteros2se han constituido en organizaciones legalmente reconocidas que presionan por mayores recursos hacia sus miembros. Estas organizaciones también coadministran varios programas sociales en conjunto con el gobierno nacional.
En este contexto, en este trabajo analizamos el impacto que la ocurrencia de protestas posee sobre las transferencias que reciben las provincias argentinas de parte del Gobierno nacional. Para ello, combinamos registros de ocurrencia de protestas con aquellos de transferencias -discrecionales y automáticas- hacia las provincias. La estrategia de identificación econométrica se basa en un modelo de variable instrumental. Esto nos permite superar las preocupaciones de endogeneidad por causalidad inversa (transferencias que afectan las chances de que ocurra una protesta). Esta preocupación cuenta con evidencia empírica previa para Argentina que la respalda (Moscovich, 2012).
El instrumento elegido para implementar este diseño metodológico es el acceso a internet por provincia y año. Esta elección cuenta con antecedentes que la respaldan (Enikolopov et al., 2020; Manacorda y Tesei, 2020). Así, una variada literatura ha documentado la relación existente entre la penetración de internet y protestas en una región. Esta dinámica se ve explicada por dos motivos: el primero está relacionado a la función informativa de internet (information channel) y hace referencia a la capacidad de visibilización de problemáticas (i.e. da señales acerca de la "calidad" del gobierno a los agentes). En segundo lugar, el acceso a internet -y, por ende, a las redes sociales- facilita la coordinación entre agentes que comparten su descontento acerca de una o más cuestiones sociales (collective action channel). En otras palabras, el acceso a internet y las redes sociales incrementa el poder de convocatoria y reduce el costo coordinación de un evento (García-Galera et al., 2014). Al respecto, el internet y las redes sociales han recibido la denominación de tecnología de liberación, en el sentido que le otorga voz a un público amplio y diverso, es de acceso abierto, descentralizado y de bajo costo (Manacorda y Tesei, 2020). Esto es especialmente relevante en el contexto de países en desarrollo.
En términos teóricos, Battaglini (2017) elaboró un modelo que permite entender por qué las redes sociales podrían mejorar la capacidad de los ciudadanos de influenciar a los tomadores de decisiones. La agregación de la información, posible gracias a la interacción en redes sociales, da como resultados ciudadanos mejor informados capaces de coordinar protestas más efectivas, y así dar señales a los tomadores de decisiones. Sin embargo, el autor señala que es esta mayor capacidad de coordinación -que reduce el número de actores independientes- la que también puede llevar a los tomadores de decisiones a "desconfiar" de sus peticiones, cuestionando la veracidad de sus preferencias.
Para el caso de países en vías de desarrollo, la relación parece sostenerse. Valenzuela et al. (2012) evidencian una relación positiva entre el uso frecuente de Facebook y la participación en protestas utilizando datos de encuestas a jóvenes chilenos. Sin embargo, este resultado es condicional al uso de la misma para el consumo de noticias y socialización con pares. La razón es intuitiva: quien utiliza las redes únicamente como un medio de entretenimiento difícilmente interactúe con contenido que lo incentive a participar en protestas.
También para países en desarrollo, el acceso a internet y a las redes sociales ha mostrado no sólo ser un buen medio de transmisión de información relevante para el reclamo social y -particularmente en los países de ingresos bajos- sino también para el fortalecimiento de la democracia. Al emplear una muestra de más de 125 países, Jha y Kodila-Tedika (2020) hallaron que existe una relación positiva entre el uso de redes sociales y la calidad de la democracia3. Es decir, los efectos positivos de las redes sociales son mayores para los países de ingresos bajos, que pueden beneficiarse aún más de inversiones que permitan a sus ciudadanos exigir un mayor reconocimiento de sus derechos y libertades civiles. Comúnmente, el principal mecanismo de reclamo de dichos derechos y libertades son las protestas públicas.
En términos más generales, un trabajo que implementó un metaanálisis con 38 estudios empíricos mostró que un mayor uso de internet se asocia a una mayor participación política (Boulianne, 2009). Esto es respaldado por evidencia de múltiples países (Bakker y de Vreese, 2011; Scherman et al., 2012). Al respecto, Amorim et al. (2022) hallaron que la incorporación de un proveedor de internet adicional aumenta significativamente la probabilidad de ocurrencia de una protesta en el contexto del Occupy Movement ocurrido en Estados Unidos en 2011.
Por todo lo anterior, el instrumento elegido en este trabajo (acceso a internet) cuenta con un robusto respaldo, teórico y empírico, para ser utilizado en el análisis de las protestas. Además, las estimaciones que se presentan en la sección de resultados dan cuenta de que este es un instrumento relevante (alta correlación con el regresor endógeno -protestas-) para el caso argentino.
En el mejor del conocimiento de los autores, este trabajo añade valor a la literatura de protestas en dos aspectos. Primero, es el primer trabajo en brindar evidencia causal, a partir de una estimación de variable instrumental, del impacto de las protestas sobre la política fiscal para el caso de un país en desarrollo y federal como Argentina. Esto permite superar las preocupaciones de causalidad4nversa presentes en otros antecedentes. Segundo, este trabajo brinda una novedosa desagregación según el ámbito en el cual se desarrolla la protesta (estatal vs. privado), y por lo cual se puede conocer el distinto nivel de sensibilidad del Gobierno nacional a las protestas en cada ámbito. En términos generales, los resultados de este trabajo muestran que un incremento en la cantidad de protestas genera un aumento en la magnitud de las transferencias discrecionales (totales y por habitante) que recibe la provincia con protestas en ese año.
En adelante, la sección 2 detalla las fuentes de información, mientras que la sección 3 describe la estrategia de identificación empírica del trabajo. La sección 4 presenta los principales resultados y, finalmente, la sección 5 avanza con las conclusiones.
2. Fuentes de información
En este trabajo se combinan seis fuentes de información. Primero, la información de transferencias del Gobierno nacional a las provincias, así como la recaudación y resultado fiscal de estas proviene de lo reportado por la Dirección Nacional de Asuntos Provinciales (Ministerio de Economía de la Nación, 2022). Esta fuente presenta una desagregación anual y por provincia. Las anteriores series son re-expresadas en pesos constantes del año 2021 utilizando el deflactor del PBI4. Segundo, los registros de población por provincia y año provienen de los censos poblaciones de 2001 y 2010 (INDEC, s.f.). Para los años entre 2001 y 2010 se recurre a la interpolación lineal, mientras que para los años posteriores a 2010 se utilizan las proyecciones poblaciones de INDEC.
Tercero, los registros de crecimiento económico por provincia provienen de las estimaciones de PBI elaboradas por la Comisión Económica para América Latina y el Caribe (Cepal, 2022). Cuarto, el dato de superficie por provincia proviene de lo reportado por el Instituto Geográfico Nacional (s.f.). Quinto, la principal base de protestas utilizada en este trabajo proviene de lo reportado por el Ministerio de Trabajo, Empleo y Seguridad Social de la Nación (2020) en su serie de Conflictividad Laboral.
De la serie de Conflictividad Laboral es posible conocer, por provincia y año, la cantidad de conflictos laborales registrados, la cantidad de personas involucradas en cada uno y la cantidad de jornadas laborales perdidas por la protesta (calculada como el producto de las dos cantidades anteriores). Además, esta fuente permite desagregar según el ámbito (estatal o privado) en que se desarrolla la protesta y el motivo de la protesta (mejoras salariales, despidos, condiciones y medio ambiente, discriminación, seguridad, etc.) -aunque esta última apertura no está disponible por provincia-. La serie de Conflictividad Laboral se encuentra disponible para el período 2006-2021.
Sin embargo, dadas las esperables diferencias para los años 2020-2021 (con amplias restricciones a la movilidad y reunión de personas), solamente se considera el período 2006-2019 en adelante.
Sexto, los datos de acceso a internet por habitante, que son utilizados en la estimación de variable instrumental, provienen de lo reportado por el Ente Nacional de Comunicaciones (ENACOM, 2022). Esta serie se encuentra disponible para el período 2008-2012 y 2014 en adelante. La tabla 1 presenta estadística descriptiva básica para los principales resultados de interés y regresores.
3. Metodología
Siguiendo la literatura econométrica estándar, las primeras estimaciones de este trabajo surgen de un modelo de efectos fijos bidireccionales ("two-way fixed effects", en inglés) -ecuación 1-.
donde TRD.tson las transferencias discrecionales por habitante que recibe la provincia i en el año t. β1es el coeficiente de interés y surge de la variable Protestas.tque indica el número de protestas registradas en la provincia i en el año t. Se espera que β1sea positivo en caso que la ocurrencia de protestas genere un mayor flujo de transferencias hacia las provincias con protestas, y un β1<0 en caso contrario. γ. y δίson los efectos fijos geográficos y temporales, respectivamente. La inclusión de efectos fijos permite controlar por aquella heterogeneidad no observada que difiere entre provincias, pero no en el tiempo (efectos fijos geográficos) y por aquella que difiere en el tiempo, pero no entre provincias (efectos fijos temporales). Esto incluye factores como la superficie de cada provincia, los ingresos fiscales del Gobierno nacional, entre otros. X.tes un vector de controles que incluye la densidad poblacional por km2 y el crecimiento económico (PBI). Por último, μ es el término del error del modelo.
La estimación de según la ecuación 1, es insesgada y más eficiente en relación con su estimación por otros métodos lineales. Este es el principal motivo por el cual se recurre a una estimación de este tipo. Sin embargo, para que esto se cumpla se deben verificar los supuestos básicos de regresión lineal. Esto incluye la exogeneidad de los regresores (no correlación entre los regresores y el término del error). Esto no se verifica cuando existe causalidad inversa (i.e. la variable dependiente afecta al regresor). En el contexto de este trabajo, esto es esperable: la recepción de una amplia cantidad de transferencias puede impulsar las protestas para apropiarse de estos recursos. La evidencia empírica para Argentina es consistente con esto (Moscovich, 2012). Por ello, es apropiado incorporar un método de estimación que permita superar los problemas de causalidad inversa.
El método de variable instrumental es el adecuado para superar el problema anterior. Aquí se busca una nueva variable (instrumento) que esté correlacionada con el regresor endógeno (en este caso, el número de protestas) pero que no se vea afectado por la variable dependiente (transferencias discrecionales). Al respecto, y siguiendo una amplia literatura en el tema, se recurre al acceso a internet como instrumento. Tal como se detalló en la Introducción, es esperable que el acceso a internet esté sustancialmente correlacionado con el número de protestas por dos motivos: facilita la difusión de la información relevante y reduce los costos de coordinación de la protesta. Las redes sociales constituyen la plataforma a través de la cual lo anterior tiene lugar (Valenzuela et al., 2012; Enikolopov et al., 2020). Además, no es esperable que las transferencias discrecionales provoquen cambios relevantes en el acceso a internet. Esto es especialmente cierto para el caso argentino, en donde casi la totalidad de los accesos a internet, inalámbrico y alámbrico es brindada por operadores privados (BNA Américas, 2022) y la inversión pública proviene esencialmente del Gobierno nacional (Plan Estratégico Argentina Conectada, 2011).
La estimación por variable instrumental consta de dos etapas. En la primera (ecuación 2) se realiza una regresión del regresor endógeno (protestas) en función del instrumento (accesos a internet). En la segunda (ecuación 3) se utilizan los valores predichos del regresor endógeno de la primera etapa para estimar una ecuación similar a la ecuación 1:
Donde Accesos internet, se refiere a la cantidad de accesos a internet cada 100 habitantes en la provincia i en el año t.
Además de las estimaciones de las ecuaciones 1 a 3, en este trabajo se contemplan múltiples "checks" de robustez. En primer lugar, se procede con una desagregación según el ámbito en que se desarrolla la protesta (estatal o privado). Parece esperable una mayor sensibilidad del Gobierno nacional cuando la protesta involucra al ámbito estatal. Segundo, se contemplan distintas especificaciones de la variable dependiente (número total de protestas y número de protestas estandarizado por población, número de protestantes y jornadas laborales pérdidas por la protesta). Tercero, se consideran otros resultados de interés que podrían verse afectados por la ocurrencia de las protestas: resultado económico de las provincias (ingresos menos gastos) y recaudación tributaria propia. Cuarto, se recurre a un test placebo: si bien es esperable que las transferencias discrecionales puedan verse afectadas por la ocurrencia de protestas, no sucede lo mismo con las transferencias automáticas (i.e. coparticipación). En este caso, es de esperar que no existan cambios significativos ante una mayor ocurrencia de protestas.
4. Resultados
En primer lugar, se presentan los resultados que surgen de estimar la ecuación 1. Los resultados de la Tabla 2 muestran un resultado robusto a diferentes especificaciones: un incremento en la cantidad de protestas reduce las transferencias discrecionales por habitante que recibe la provincia con protestas en ese año. Este resultado parece indicar que el Gobierno nacional castiga a las provincias más conflictivas (por no haber evitado las protestas) enviándoles menos transferencias. Este resultado, aunque contraintuitivo, también fue reportado por estudios previos. Enikolopov et al. (2020) hallaron, para el caso de Rusia, que una mayor cantidad de protestas a nivel de ciudad se asocia con una menor recepción de transferencias del Gobierno nacional.
Al avanzar con desagregaciones, los resultados anteriores pierden robustez. En particular, al considerar una apertura por cantidad de protestantes y cantidad de jornadas de trabajo perdidas por protestas (Tabla A.1 del Anexo), uno de los coeficientes es no significativo y el otro lo es apenas para un nivel de 10 % de significancia. Lo mismo sucede al desagregar según el ámbito de la protesta (estatal o privado) en la tabla A.2 en Anexo: las protestas privadas no afectan a las transferencias que recibe la provincia con protestas, mientras que las protestas estatales si lo hacen.
Tal como se mencionó en el apartado de Metodología, los resultados que surgen de la ecuación 1 pueden no ser válidos en caso de existir problemas de causalidad inversa. Dado que esto es esperable en el contexto de este trabajo, se avanza con una estimación que supere estas limitaciones (método de variable instrumental). Al respecto, la tabla 3 presenta los resultados que surgen de estimar las ecuaciones 2 y 3 por Mínimos Cuadrados en Dos Etapas (2SLS, por sus siglas en inglés).
La Tabla 3 muestra resultados opuestos a los anteriores (tabla 2): cuando se controla por posible causalidad inversa, se observa que una mayor cantidad de protestas resulta en un incremento de la cantidad de transferencias discrecionales que recibe la provincia protestante en ese año. Este resultado es robusto a la consideración del total de transferencias o las transferencias por habitante. En particular, la columna 2 de la tabla 3 muestra que, ante un incremento en la cantidad de protestas, la provincia afectada recibe 374 millones de pesos extra en transferencias discrecionales. Esto representa el 5.5 % de la media de transferencias discrecionales recibidas durante 2019 por las provincias argentinas. Además, al desagregar según el ámbito de la protesta (estatal o privado), los resultados de la tabla A.3 muestran que el Gobierno nacional es sensible tanto a protestas en el ámbito estatal como en el privado. Esto difiere de lo reportado en la tabla A.2 al considerar una regresión estándar (ecuación 1).
La tabla 4, por su parte, muestra que el incremento en las transferencias discrecionales que recibe la provincia con protestas no resulta en cambios en el resultado económico (ingresos menos gastos) ni en la recaudación tributaria propia de esa jurisdicción. En otras palabras, el incremento de las transferencias discrecionales es enteramente gastado sin que ocasione una mejora en el resultado económico ni sustituya al esfuerzo fiscal propio.
Finalmente, la tabla 5 presenta un test placebo. El esquema de coparticipación (de recursos fiscales) entre el Gobierno nacional y las provincias —del cual estas obtienen la mayor parte de sus recursos— contempla un porcentaje fijo de los recursos que es destinado a cada jurisdicción (transferencias automáticas). De esta forma, no deberían surgir diferencias en lo recibido de coparticipación por la ocurrencia de protestas. De acuerdo con lo esperado, ninguno de los coeficientes de coparticipación es significativamente distinto de cero. Esto refuerza la hipótesis de este trabajo respecto a que son las protestas las que generan un incremento de las transferencias que recibe la provincia protestante —como mecanismo para reducir la conflictividad— y no otros factores.
Los resultados reportados en este trabajo se muestran en sintonía con lo hallado por Archibong et al. (2022). Estos autores muestran que las protestas en Nigeria contribuyen a incrementar las transferencias a las regiones protestantes. Este incremento oscila entre el 4 y 6 % y es consistente con lo que surge de la tabla 3 de este trabajo (+5.5 %). Al mismo tiempo, nuestros hallazgos son parcialmente consistentes con lo hallado por Enikolopov et al. (2020). Estos autores, al examinar el caso de las protestas en Rusia, reportan que aquellas ciudades con mayor penetración de la red social VK —la más popular en aquel país—, presentan una mayor frecuencia de protestas y reciben menos transferencias. Esto lo explican como una forma de castigo del Gobierno nacional a los municipios por no haber evitado la ocurrencia de las protestas. Además, los autores reportan que no existen cambios significativos en la recaudación ni en el gasto de esos municipios, lo cual es consistente con los resultados reportados por este trabajo para el caso de Argentina.
Por otra parte, los resultados aquí reportados se muestran en sintonía con la evidencia previa sobre protestas y transferencias para Argentina. En particular, nuestros resultados son complementarios a los de Moscovich (2012). Aquí la autora halla evidencia de que mayores transferencias discrecionales del Gobierno nacional a las provincias y organizaciones sociales incrementa la frecuencia de las protestas. Esto lo justifica a partir de una mayor lucha por la apropiación de los recursos. Además de proveer una clara justificación para nuestro enfoque de variable instrumental (ante la existencia de causalidad inversa), los resultados de Moscovich (2012) y los aquí reportados, considerados en conjunto, muestran la existencia un vínculo bidireccional entre protestas y transferencias: mayores transferencias incrementan la frecuencia de protestas y un mayor número de protestas genera un aumento en la cantidad de transferencias que recibe la provincia protestante. A su vez, nuestros resultados son consistentes con los de Calvo y Moscovich (2017), quienes muestran que las protestas tienen la capacidad de influir efectivamente sobre la política fiscal del Gobierno nacional (i.e. transferencias más progresivas hacia los hogares en provincias protestantes).
5. Conclusiones
En este trabajo hemos examinado el impacto causal que la ocurrencia de protestas tiene sobre las transferencias que reciben los gobiernos subnacionales por parte del Gobierno nacional en el contexto de un país en desarrollo y federal —Argentina—. Nuestra estrategia de identificación empírica fue dual: por un lado, consideramos un modelo de efectos fijos bidireccionales. Por otro, debido a las preocupaciones de causalidad inversa (de transferencias hacia protestas) —que tienen sustento empírico para Argentina (Moscovich, 2012)— contemplamos un modelo de variable instrumental basado en la expansión del acceso a internet.
Los resultados de este trabajo, siguiendo un enfoque de variable instrumental, dan cuenta de un incremento en las transferencias —totales y per cápita— que reciben las provincias con protestas. Esto muestra que las protestas constituyen un mecanismo efectivo para influenciar la política fiscal del Gobierno nacional. En efecto, el Gobierno nacional responde otorgando mayores transferencias discrecionales en un plausible intento por reducir la conflictividad.
El hecho de que las protestas sean un mecanismo efectivo para modificar la política fiscal y que las redes sociales afecten sustancialmente las chances de que una protesta ocurra, permite extraer valiosas reflexiones. Por un lado, estos hallazgos posibilitan explicar la frecuente conducta de regímenes autoritarios (ej. Irán, China), que ante la irrupción de protestas rápidamente limitan el acceso a internet y a las redes sociales —conociendo el efecto facilitador que esto puede tener sobre la conflictividad—. Por otra parte, estos hallazgos dan cuenta de la importancia que el acceso a la información posee sobre las democracias modernas. En efecto, el acceso a internet y a las redes sociales permite obtener mayor información sobre las acciones del Gobierno y facilita la discusión. En última instancia, observamos que las nuevas tecnologías de la información y comunicación juegan un rol crítico en el contexto de países en desarrollo en los cuales típicamente los canales formales de comunicación entre gobernados y gobernantes no se encuentran adecuadamente institucionalizados y son poco fluidos.
A futuro, es relevante poder desagregar con mayor detalle el tipo de protestas que ocurre en cada provincia, su duración y cantidad de participantes. Para ello, es necesario una base de microdatos más detallada. Parece oportuno estudiar cómo ha evolucionado el reparto de transferencias discrecionales en el contexto de Covid-19 —cuando las protestas masivas no eran posibles—. Por último, considerando los elevados niveles de desigualdad entre regiones argentinas (González, 2020; González et al., 2021), resulta relevante examinar el potencial impacto de las protestas sobre esta dimensión.
Anexo
Notas
1 La literatura no muestra consenso respecto a la existencia de una complementariedad estratégica (la probabilidad de que una nueva persona participe en la protesta aumenta cuanto mayor es el grupo de protestantes) o de una sustituibilidad estratégica (la probabilidad disminuye) (Cantoni et al., 2019).
2 El nombre resulta de su método de protesta más frecuente: el piquete (corte de vías de transporte concurridas).
3 La "calidad" de la democracia en cada país es medida a partir del índice Freedom in the World, que contempla factores como el proceso electoral, el pluralismo y la participación política y el funcionamiento del Gobierno.
4 Serie disponible en: https://datos.bancomundial.org/indicator/NY.GDP.DEFL.ZS.AD
Referencias
Acemoglu, D., Hassan, T. y Tahoun, A. (2017). The power of the street: Evidence from Egypt's Arab Spring. The Review of Financial Studies, 31(1). https://doi.org/10.1093/rfs/ hhx086.
Acemoglu, D. y Robinson, J. (2000). Why did the West extend the franchise? Growth, inequality and democracy in historical perspective. Quarterly Journal of Economics 115(4),1167- 1199.
ACLED (2023). ACLED Year in Review Global Disorder in 2022. Reporte Anual. https://acledda-ta.com/2023/01/31/global-disorder-2022-the-year-in-review/.
Amorim, G., Lima, R. C. y Sampaio, B. (2022). Broadband internet and protests: Evidence from the Occupy movement. Information Economics and Policy, 60(C). https://doi.org/10.1016/j.infoecopol.2022.100982.
Archibong, B., Moerenhout, T. y Osabuohien, E. (2022). Protest matters: The effect of protests on economic redistribution. Brookings Global Working paper 172. https://www. brookings.edu/wp-content/uploads/2022/04/Protest-Matters-Final_April-2022.pdf.
Bakker, T. y De Vreese, C. (2011). Good news for the future? Young people, Internet use, and political participation. Communication research, 38(4), 451-470. https://doi.org/10.1177/0093650210381738.
Battaglini, M. (2017). Public Protests and Policy Making. The Quarterly Journal of Economics, 132(1), 485-549. https://doi.org/10.1093/qje/qjw039.
Battaglini, M., Morton, R. y Patacchini, E. (2020). Social groups and the effectiveness of protests. Working paper, 26757, NBER. https://www.nber.org/papers/w26757.
BNA Americas (2022). Un vistazo a las conexiones de internet en Argentina. https://www.bna-mericas.com/es/noticias/un-vistazo-a-las-conexiones-de-internet-en-argentina.
Boulianne, S. (2009). Does Internet Use Affect Engagement? A Meta-Analysis of Research. Political Communication, 26, 193-211. https://doi.org/10.1080/10584600902854363.
Calvo, E. y Moscovich, L. (2017). Inequality, Protests, and the Progressive Allocation of Cash Transfers in the Argentine Provinces. Latin America Politics and Society, 59(2), 3-26. https://doi.org/10.1111/laps.12016.
Cantoni, D., Yang, D., Yuchtman, N. y Zhang, Y. (2019). Protests as Strategic Games: Experimental Evidence from Hong Kong's Antiauthoritarian Movement. The Quarterly Journal of Economics, 134(2), 1021-1077. https://doi.org/10.1093/qje/qjz002.
Cepal (2022). Desagregación provincial del valor agregado bruto de la Argentina, base 2004. https://www.cepal.org/es/publicaciones/47900-desagregacion-provincial-valor-agregado-bruto-la-argentina-base-2004.
Del Tredici, R., González, L. y Zaragaza, R. (2022). Buying stones: Welfare spending and protests in Argentina, 2008-2019. Governance. https://doi.org/10.1111/gove.12728.
ENACOM (2022). Serie Acceso a internet. https://datosabiertos.enacom.gob.ar/dash-boards/20000/acceso-a-internet/
Enikolopov, R., Makarin, A. y Petrova, M. (2020). Social media and protest participation: Evidence from Russia. Econometrica, 88(4), 1479-1514. https://doi.org/10.3982/ECTA14281.
García-Galera, M., Hoyo-Hurtado, M. y Fernández Muñoz, C. (2014). Engaged Youth in Internet. The Role of Social Networks in Social Active Participation. Comunicar. 22, 35-43. https://doi.org/10.3916/C43-2014-03.
Gervasoni, C. (2010). A rentier theory of subnational regimes: Fiscal federalism, democracy and authoritarianism in the Argentine provinces. World Politics, 62(2), 302-340. https://doi.org/10.1017/S0043887110000067.
González, F. (2020). Regional Price dynamics in Argentina (2016-2019). Regional Statistics, 10(2). https://doi.org/10.15196/RS100205.
González, F., Cantero, L. y Szyszko, P. (2023). Favoritismo regional en Argentina. Working paper 11, Facultad de Ciencias Económicas-Universidad Nacional de Misiones. https:// cyt.fce.unam.edu.ar/documentos-cyt/dt-010-favoritismo-regional-en-argentina/.
González, F. y Dip, J. (2021). The Impact of Educational Assortative Mating on Income Inequality: Evidence from Argentina. Journal of Population and Social Studies, 30. 7. https://doi.org/10.25133/JPSSv302022.008.
González, F. y Dip, J. (2022). Whom Is It Fair to Subsidise? Evidence from Argentina. Studies in Microeconomics. https://doi.org/10.1177/23210222221105185.
González, F., Dip, J. y London, S. (2021). Long-lasting effects of pandemics: The case of the 1918 influenza pandemic in Argentina. Spatial and Spatio-temporal Epidemiology, 37. https://doi.org/10.1016/j.sste.2021.100409.
INDEC (s.f.). Población por provincia. https://www.indec.gob.ar/indec/web/Nivel3-Tema-2-41
Instituto Geográfico Nacional (s.f.). Superficie y población. https://www.ign.gob.ar/Nuestra-sActividades/Geografia/DatosArgentina/DivisionPolitica
Jha, C. K., Kodila-Tedika, O. (2020). Does social media promote democracy? Some empirical evidence. Journal of Policy Modeling, 42(2), 271-290. https://doi.org/10.1016/j.jpolmod.2019.05.010.
Klomp, J. y de Haan, J. (2013). Popular protest and political budget cycles: A panel data analysis. Economic Letters, 120, 516-520. https://dx.doi.org/10.1016/j.econlet.2013.05.030.
Madestam, A., Shoag, D. y Yanagizawa-Drott, D. (2013). Do political protests matter? Evidence from the Tea Party Movement. Quarterly Journal of Economics, 128(4), 1633-1685. https://doi.org/10.1093/qje/qjt021.
Manacorda, M. y Tesei, A. (2020). Liberation Technology: Mobile Phones and Political Mobilization in Africa. Econométrica, 88(2), 533-567. https://doi.org/10.3982/ECTA14392.
Ministerio de Economía de la Nación [MEN] (2022). Serie Transferencias del gobierno nacional a las provincias. https://www.argentina.gob.ar/economia/sechacienda/asuntos-provinciales.
Ministerio de Trabajo, Empleo y Seguridad Social de la Nación (2020). Serie Conflictividad Laboral. https://www.argentina.gob.ar/trabajo/estadisticas/conflictos-laborales.
Moscovich, L. (2012). From Top To Bottom (and Back To The Top Again): Federal Spending, Sub-national Coalitions, and Protests in Argentina, 2002- 2006. Journal of Politics in Latin America, 4(1), 35-72.
Passarelli, F. y Tabellini, G. (2017). Emotions and political unrest. Journal of Political Economy, 125(3), 903-946. https://doi.org/10.1086/691700.
Plan Estratégico Argentina Conectada (2011). Estrategia integral de conectividad. https://cdi. mecon.gov.ar/bases/docelec/ac1035.pdf.
PNUD (2015). La protesta social en América Latina. Cuaderno de Prospectiva Política, 1. https://www.undp.org/publications/understanding-social-conflict-latin-america.
Scherman, A., Arriagada, A. y Valenzuela, S. (2012). ¿Hacia una nueva ciudadanía multifuncional? Uso de medios digitales, redes sociales online y participación política. Revista Latinoamericana De Opinión Pública, 2, 159-191. https://doi.org/10.14201/rlop.22276.
Valenzuela, S., Arriagada, A. y Scherman, A. (2012). The Social Media Basis of Youth Protest Behavior: The Case of Chile. Journal of Communication, 62. 299-314. https://doi.org/10.1111/j.1460-2466.2012.01635.x.
Woo, J. (2003). Economic, Political, and Institutional Determinants of Public Deficits. Journal of Public Economics, 87(3), 387-426.