Evaluación de Impacto Social en Proyectos de Innovación vía STATA, Métodos : Inferencia Causal, Aleatorización, Propensión de Coincidencia de Puntaje y Doble Diferencia

Autores/as

Juan Mejía-Trejo
Profesor Investigador Titular B CUCEA-Universidad de Guadalajara
https://orcid.org/0000-0003-0558-1943

Palabras clave:

Impacto Social, Innovación, STATA, Doble diferencia, Propensión de Coincidencia de Puntaje, Aleatorización, Inferencia Causal

Sinopsis

En el mundo empresarial e industrial, el diseño e implementación de proyectos normalmente toma en cuenta el impacto económico, financiero y hasta el político o ambiental en la introducción de innovaciones. Sin embargo, en los primeros veinte años del siglo XXI, han sucedido diversos acontecimientos que han demostrado que la evaluación de impacto social en la generación de bienestar, es de vital importancia.

De hecho, en los tiempos de la nueva normalidad que se avizora como la era PosCOVID-19, esto toma particular relevancia dado que todas las políticas y acciones que emitan empresas y gobiernos, deberán contar con el aval necesario de una evaluación de impacto social a la introducción de innovaciones.

Es por esta razón, que la obra: EVALUACIÓN DE IMPACTO SOCIAL EN PROYECTOS DE INNOVACIÓN VÍA STATA. Métodos: Inferencia Causal, Aleatorización, Propensión de Coincidencia de Puntaje y Doble Diferencia, Tomo 1 está orientada a describir tanto a propios como ajenos al tema, lo qué es el impacto social, sus características, condiciones e implicaciones, los principales métodos utilizados para calcularla así como las oportunidades que se vislumbran en la era PosCOVID-19, que demanda que los recursos y acciones de innovación a diseñar e implementar, reflejen altos estándares de impacto social que fomenten el bien- estar, particularmente en los países emergentes.

Para logralo, esta obra está dividida en una colección de dos tomos, correspondiendo al Tomo I:

Capítulo 1. Conceptos básicos. Este capítulo está orientado a explicar qué son los impactos sociales, las razones de por qué evaluar, la diferenciación entre monitoreo vs. evaluación, los indicadores de ambos,

lo que implica un monitoreo basado en resultados y su configuración. Esto permite definir mejor la idea sobre lo que son las evaluaciones de impacto, su relación como estudios de eficacia y efectividad, las impli- caciones sobre la evaluación operativa así como sus características de impacto cualitativo y cuantitativo además del punto de referencia en el que se requiera la evalución de impacto ya sea con prospectiva o con retrospectiva. Realizar cualquier evaluación de impacto social para la introducción de innovaciones, requiere reconocer al grupo de tratamiento y al de control, lo que necesita resolver el problema de cómo determinar al grupo contrafactuales; con y sin comparaciones así como su relación con el sesgo. Se aporta una descripción de caso, explicando el sesgo de selección, en un escenario ex post y explicando a su vez las características que le acompañan como evaluaciones de procesos y de evaluación de proyectos, la importancia del análisis de costo-beneficio y costo-efecti- vidad así como la ética en la evaluación de impacto social en la introduc- ción de innovaciones.

Capítulo 2. Preparación, inferencia causal y contrafactuales.

Dada la preparación de los grupos de tratamiento y de control, este capí- tulo está diseñado para considerar los pasos que sirvan a la construcción de escenarios contrafactuales que posibiliten a los grupos, explicar la construcción de una teoría del cambio, explicar los eslabones de una cadena de resultados, las técnicas que facilitan especificación de las preguntas de la evaluación, la selección de indicadores de resultados y desempeño, realizar una lista de verificación basada en los datos para los indicadores. De esta manera, se equipa al investigador para realizar inferencia causal, la descripción y estimación de los contrafactualuales, a través de dos casos de estudio con los que se cierra el capítulo.

Capítulo 3. Aleatorización. Es a partir de este capítulo hasta el 7, donde se inicia con las diferentes técnicas basadas en el software de STATA 14, por lo que se recomienda, si no está familiarizado con el software, iniciar con el Anexo: Introducción a STATA. Esto le permitirá

comprender las reglas de operación así como de acceder a los archivos del caso de ejemplo que se estará tratando y que se encuentran alojados en el enlace: https://amidi.mx/en publicaciones/archivo de soporte e-libros. Así, el capítulo 3 le permitirá al lector conocer las características de la asignación aleatoria, ventajas y desventajas de su uso, las condiciones recomendables para su aplicación, las implicaciones éticas, los diferentes métodos de aleatorización que existen, listas de verificación para llevarlo a cabo así como un ejemplo con STATA para su comprensión.

Capítulo 4. Propensión de coincidencia de puntaje (PSM Propen- sity Score Matching). Explica al lector más asiduo, qué es y qué hace esta técnica, los supuestos y reglas que deben reunirse para su aplica- ción, pasos para lograrlo así como uso de técnicas complementarias. Se debaten sus ventajas y desventyajas de uso y se completa con un ejemplo de STATA para comprobar su comprensión de uso.

Capítulo 5. Doble Diferencia (DD Double-Difference). El capítulo está diseñado para explicar el método qué es, cómo se usa, lo que sucede en el mismo a través del uso de panel de efectos fijos, cómo implemen- tarlo, ventajas y desventajas, su utilidad, tendencias, modelos alternativos, la posibilidad de combinarlo con el PSM, ajustes, limitaciones, conclu- yendo con un ejemplo de STATA para comprobar su comprensión de uso.

Descargas

Los datos de descargas todavía no están disponibles.

Biografía del autor/a

Juan Mejía-Trejo, Profesor Investigador Titular B CUCEA-Universidad de Guadalajara

Dr. Juan Mejía Trejo
He is born in 1964 in CDMX, México.
As professional experience:
1986-1987. Quality Department Control in KOKAI Electrónica S.A.
1987-2008. Former Internal Plant Exploitation Manager at Teléfonos de México S.A.B. Western Division.
As academic experience :
1987. He earned his degree in Communications and Electronics Engineering from the Escuela Superior de Ingeniería Mecánica y Eléctrica, Instituto Politécnico Nacional (ESIME at the IPN)
2004. He earned his master’s in Telecommunications Business Administration from INTTELMEX and France Telecom.
2010. He earned his doctorate in Administrative Sciences from the Escuela Superior de Comercio y Administración (ESCA at the IPN)
2011.He is a member of the Sistema Nacional de Investigadores (SNI) Level I of the Consejo Nacional de Ciencia y Tecnología (CONACYT) , México.
2010 to the present, he is Titular Research Professor B at the Department of Marketing and International Business at the Universidad de Guadalajara, México.
2018-2020. He earned his master’s in Valuing Business in the Centro de Valores S.C. México.
2019.He earned Level II of the SNI/CONACYT
2015-2022.He earned the Coordination of the Doctorate in Management Sciences at the Universidad de Guadalajara.

Currently, he is the founder of the AMIDI (Academia Mexicana de Investigacion y Docencia en Innovación SC) (https://amidi.mx/) as well as founder and editor-in-chief of the scientific journal Scientia et PRAXIS (https://scientiaetpraxis .amidi.mx/index.php/sp)
https://orcid.org/0000-0003-0558-1943

His line of research is Innovation Management, publishing articles and books that can be found on the Internet.
Email: jmejia@cucea.udg.mx

Dr. Juan Mejía Trejo
Nacido en la CDMX (1964).México.
Con experiencia profesional:
1986-1987. Departamento de Control de Calidad KOKAI Electrónica S.A.
1987-2008.Gerente de Explotación de Planta Interna en Teléfonos de México S.A.B. División Occidente.
Con experiencia académica:
1987 obtiene su licenciatura en Ingeniero en Comunicaciones y Electrónica de la Escuela Superior de Ingeniería Mecánica y Eléctrica del Instituto Politécnico Nacional (ESIME del IPN)
2004 egresa como Maestro en Administración Empresas de Telecomunicaciones por el INTTELMEX y France Telecom.
2010 obtiene su grado como Dr. en Ciencias Administrativas de la Escuela Superior de Comercio y Administración (ESCA del IPN)
2011 Ingresa al Sistema Nacional de investigadores Nivel I del CONACYT
2010 a la actualidad es Profesor Investigador Titular B en el Departamento de Mercadotecnia y Negocios Internacionales, de la Universidad de Guadalajara, México.
2018-2020 egresa como Maestro en Valuación de Negocios en Marcha por el Centro de Valores , S.C. México.
2019 Actualización en el Sistema Nacional de Investigadores como Nivel II
2015 a 2022 Coordinador del Doctorado de Ciencias de la Administración de CUCEA de la Universidad de Guadalajara.

2019 a la fecha, es fundador de la AMIDI (Academia Mexicana de Investigación y Docencia en Innovación SC) (https://amidi.mx/) así como fundador y editor responsable de la revista científica Scientia et PRAXIS (https://scientiaetpraxis.amidi.mx/index.php/sp)

Línea de Investigación la Administración de la Innovación, realizando publicaciones de artículos y libros localizables en Internet.

ORCID: https://orcid.org/0000-0003-0558-1943
email: jmejia@cucea.udg.mx

Citas

Abadie, A. J.; Imbens, G. (2008). On the failure of the Bootstrap for Matching Estimators. Econometrica 7 (6): 1537-1557

Abadie, A. J.; Angrist, D.; Imbens, G. W. (2002). “Instrumental Variables Estimates of the Effect of Subsidized Training on the Quantiles of Trainee Earnings. Econometrica 70 (1): 91–117.

AIEI (2015). Evaluación de Impacto Social: Lineamientos para la evaluación y gestión de impactos sociales de poryectos. Asocia- ción Internacional para la Evaluación de Impactos. Banco Intera- mericano de desarrollo, en: https://www.iaia.org/pdf/Evaluacion- Impacto-Social-Lineamientos.pdf

Bamberger, M.; Rao, V. y Woolcock, M. (2010). Using Mixed Methods in Monitoring and Evaluation: Experiences from International Devel- opment. Documento de trabajo de investigación de políticas Núm. 5245. Washington, D.C.: BancoMundial.

Becker, S. O. e Ichino (A). (2002a). Stata programs for ATT estimation based on propensity score matching, en: http://sobecker.userweb. mwn.de/pscore.html

Becker, S. O. e Ichino, A. (2002b). Estimation of Average Treatment Effects Based on Propensity Scores. Stata Journal 2 (4): 358–77.

Bell, B.; Blundell, R. y Van Reenen, J.(1999). Getting the Unemployed Back to Work: An Evaluation of the New Deal Proposals. Interna- tional Tax and Public Finance 6 (3): 339–60.

Bernal, R. y Peña X. (2011). Guía práctica para la evaluación de impacto. Perú: Universidad de los Andes: Facultad de Economía.

Bertrand, M.; Dufl E. y Mullainathan, S. (2004). How Much Should We Trust Differences-in-Differences Estimates? Quarterly Journal of Economics 119 (1): 249–75.

Descargas

Publicado

junio 30, 2021

Licencia

Creative Commons License

Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial 4.0.

Detalles sobre esta monografía

ISBN-13 (15)

978-607-571-166-9

doi

10.55965/abib.9786075711669.2021a