¿Cómo sabemos los hechos de la demografía?

Los demógrafos saben que una población que aumenta lentamente tiene una mayor proporción de personas
mayores que una que aumenta rápidamente, y que las diferencias en las tasas de natalidad tienen una
mayor influencia en la distribución por edades que las diferencias en las tasas de mortalidad. A menudo
afirman que un país pobre cuya población está creciendo rápidamente aumentará su ingreso per cápita más
rápido si reduce su tasa de natalidad en lugar de mantenerlo en un nivel alto.
¿Cómo saben los demógrafos estas cosas? Muchos lectores se sorprenderán al saber que, en una ciencia
pensada como empírica y, a menudo, criticada por su falta de teoría, las relaciones más importantes no
pueden establecerse mediante la observación directa, que tiende a proporcionar informes enigmáticos e
inconsistentes. La confrontación de los datos con la teoría es esencial para la correcta interpretación de tales
relaciones, aunque en un tema en particular, con mayor frecuencia genera una agenda para una
investigación más profunda que un conocimiento útil. Gran parte de este libro está dedicado a examinar las
formas en que los demógrafos extraen conocimiento de la observación y de la teoría. El presente resumen
muestra un peso relativamente grande de evidencia para la teoría, ilustrada brevemente con una aplicación
a la demografía económica. Agradecemos a Paul Demeny por muchas mejoras y aclaraciones en esta
cuenta.
Que nadie piense que las preguntas de la demografía y los problemas de los métodos para encontrar
respuestas son remotas o puramente abstractas. La resolución de los principales problemas políticos de
nuestro tiempo depende de las respuestas. ¿Cuánto de su esfuerzo de desarrollo debería poner un país
pobre en control de la natalidad si considera que su tasa de crecimiento de la población es excesiva? Algunos
no pondrían nada, con la expectativa de que el rápido aumento de los ingresos por sí solo pondrá a la
población bajo control. Una vez que la gente tiene automóviles, una vez que su campo está pavimentado
con caminos, una vez que se construyen las casas con aire acondicionado, disminuyen su fertilidad. Pero,
¿no es esta una forma tortuosa de hacer que las personas usen píldoras y DIU? Seguramente la persuasión
directa dirigida a reducir la fertilidad ayudaría a alcanzar los objetivos de desarrollo deseados más
rápidamente.

Cualquier respuesta a tales preguntas debe tener en cuenta el grado en que una baja tasa de aumento de
la población promueve el desarrollo y viceversa. Esto no es un asunto simple. La figura 20.1 muestra la
relación entre las tasas de crecimiento de la población y el aumento del ingreso per cápita. Incluso el
espectador más imaginativo difícilmente percibiría la relación negativa que requiere la teoría dominante (que
luego se resumirá). En las páginas siguientes, la irregularidad de los datos empíricos, tal como aparecen en
los cuadros y tablas, se contrastará repetidamente con las claras relaciones matemáticas de la teoría.

El enfoque teórico se puede describir como "mantener constantes las variables no mencionadas"; lo
empírico, por ejemplo, en forma de regresión entre variables medidas, como "permitir que las variables no
mencionadas varíen según su actualidad". Esta distinción es familiar, más en las ciencias naturales que en
las sociales, en el contexto de los experimentos. Un experimento es, y se pretende que sea, una situación
artificial en la que algunos factores se manipulan mientras que otros se mantienen constantes. El poder de
los experimentos es precisamente su capacidad para sacar conclusiones sobre los factores manipulados,
en el contexto de los factores que se mantienen constantes (o aleatorizados, lo cual tiene el mismo efecto).
Los modelos teóricos del tipo considerado en este libro pueden considerarse experimentos matemáticos
(Caswell, 1988b). Los principios de un buen diseño experimental son muchos, pero no incluyen tratar de
duplicar la naturaleza o manipular todos los factores relevantes a la vez. Aun así, los resultados de un
experimento siempre están condicionados a la elección de qué variables manipular y cuáles se mantendrán
constantes, y la capacidad de un experimento para predecir el comportamiento del mundo real depende de
cómo estas variables no mencionadas realmente varían.

El contraste entre los enfoques teóricos y empíricos se vuelve claro cuando vemos un ejemplo en el que
creemos que sabemos la verdadera naturaleza de la relación entre dos variables.

Las poblaciones en crecimiento tienen menores proporciones de personas mayores

A fines de la década de 1960, la población de México creció a 3.5 por ciento por año; su proporción de 65
años y más fue de alrededor del 3 por ciento. Los Estados Unidos crecían a menos del 1 por ciento por año;
Su proporción de 65 años y más fue de alrededor del 10 por ciento. La relación se puede expresar como
una ecuación lineal. Para 1966 (Keyfitz y Flieger 1971, pp. 344, 354) los cuatro números fueron los
siguientes:

lo que nos dice que por cada 1 por ciento en que la tasa de aumento es mayor, hay una disminución de 2.4
por ciento en la proporción de 65 años y más. Con cero aumento el porcentaje sobre 65 sería 11.6; con un
aumento del 3 por ciento sería 11.6 - 7.2 = 4.4 por ciento.

Deberíamos poder obtener un resultado más confiable con un grupo de países más amplio y homogéneo,
así que probemos los de América Latina que se muestran en la Tabla 20.1. La regresión es P65 + = 0.0846
−1.63r. Aparentemente, el grupo más homogéneo da una pendiente menos pronunciada que los Estados
Unidos y México. Ahora, cada aumento del 1% en r se asocia con una caída de 1.6 en P65 +, solo dos
tercios. Un diagrama de dispersión (Figura 20.2) muestra que podríamos haber elegido dos países que
proporcionarían casi cualquier pendiente dada; Si quisiéramos mostrar una relación positiva en lugar de
negativa, podríamos haber tomado México y Brasil, o también Panamá y Guatemala. Además, gran parte
de la correlación negativa global se debe a tres países del límite sur, Argentina, Uruguay y Chile, que son
culturalmente distintos de los del norte, junto con Puerto Rico y Martinica. Para exagerar un poco, parece
que los países se dividen en dos grupos, aquellos con bajo r y alto P65 +, y aquellos con alto r y bajo P65
+. En resumen, gran parte de la información pertinente estaba contenida en la comparación de los Estados
Unidos y México con los que comenzamos.
¿Qué hay de tomar un país y seguir los cambios a través del tiempo en las dos variables? Suecia proporciona
información durante casi 200 años y también produce una regresión muy diferente de cualquier sección
transversal obtenida.

The comparisons and regressions summarizing them are highly inconsistent in reporting how much difference
in the proportion over 65 is to be associated with differences in the rate of increase. A large research project
could be undertaken to see why they fail to agree; it might reveal that the changing mortality over 200 years
in Sweden is confounded by the changing birth rate, or that the more homogeneous the group, the lower the
correlation and the lower the slope of regression. It happens that in this instance no one will undertake such
research because a simple theory is available that provides a better insight into the nature of the relationship
between growth rate and age distribution. Let us use this theory to back off and take a fresh approach to the
question.
 Población de más edad en función de la tasa de aumento cuando todo lo demás es
constante

El enfoque es el del Capítulo 5. Supongamos que la fracción de nacimientos que sobreviven a la

edad x viene dada por una función fija de supervivencia l (x), y que la tasa anual de aumento de
nacimientos es r, por lo que en comparación con x años, el número De nacimientos es ahora erx
mayor. Luego, por cada nacimiento presente hubo e-rx nacimientos x años atrás, y de estos han
sobrevivido una fracción l (x), los sobrevivientes ahora tienen la edad x. Por lo tanto, el número de
personas presentes de edad x debe ser Be − rxl (x), donde B es el número de nacimientos actuales.
Esto se aplica a todas las edades y basta para especificar la distribución por edades, como vimos
en el Capítulo 5. La expresión para personas de edad x indica la relación entre una fracción de la
distribución por edades y la tasa de aumento r:
Si l (x) es fijo, (20.1.1) establece P65 + como una función de r y de nada más. La ecuación no es
muy instructiva en esta forma, ya que no podemos ver fácilmente si P65 + aumenta o disminuye
con r, y mucho menos con cuánto.

Tomar el logaritmo y expandir el exponencial proporciona una serie de cumulantes que son una
buena aproximación a la expresión completa 20.1.1. Hasta los dos primeros términos que tenemos,
según el método del Capítulo 5,

donde m2 es la media y σ2 2 la varianza de los 65 y más, y m1 la media y σ2 1 la varianza de

todos, en la población estacionaria. Con m2 - m1 = 40, y sin tener en cuenta el término cuadrado,
tenemos la columna 3 de la Tabla 20.2; incluyendo el término cuadrado con σ2 1 = 400 y σ2 2 =
130, de modo que (σ2 1 - σ2 2) / 2 = 135, proporciona la columna 4, que es un buen ajuste, y se
basa en pocos datos más que un demógrafo lleva en su cabeza.

Tal relación teórica escapa en gran medida a los defectos de los datos. Otra ventaja del enfoque
teórico es que conocemos exactamente sus suposiciones. En este caso, nuestro modelo especifica
que la comparación sea entre poblaciones cerradas a la migración, con la misma tabla de vida pero
con diferentes tasas de aumento, y que cada una de ellas haya tenido nacimientos que aumenten
exponencialmente durante la vida de las personas ahora vivas o, alternativamente, tienen había
fijado tasas de natalidad y mortalidad específicas por edad durante un largo período pasado. En
consecuencia, este modelo no dice nada sobre el cambio a través del tiempo de una condición a
otra; la trayectoria del rápido aumento a la estacionariedad para una población dada requiere un
tipo más difícil de matemáticas. Que la teoría aquí, al igual que las estadísticas comparativas de la
economía, permita la comparación de condiciones estables solo es tanto una fortaleza como una
debilidad.
En lugar de suponer tasas fijas en una población cerrada, lo empírico la regresión tiene en cuenta
la migración, en cualquier proporción que haya estado ocurriendo en las poblaciones cuyos datos
están incluidos. En la medida en que la mortalidad ha ido disminuyendo, también se incorpora la
influencia de esa caída. Por lo tanto, es una mejor descripción del estado de los asuntos cubiertos
por los datos; es una afirmación peor de la relación intrínseca entre las variables establecidas.

Si las condiciones subyacentes son las mismas en el futuro, la regresión predecirá con mayor
precisión; Si cambian sustancialmente, la teoría será más confiable. Si una interferencia subyacente
es causada por alguna variable conocida y medible, la regresión empírica puede parcializarla y, en
este grado, acercarse más a la teoría.

En otro aspecto, la regresión depende inevitablemente de una base de datos, y esa base está
determinada por los datos disponibles. Difícilmente se le pueden aplicar nociones de muestreo, ya
que si uno toma países o alguna otra unidad, el número de poblaciones existentes que son
verdaderamente independientes es pequeño y predeterminado para el observador, más allá de
cualquier posibilidad de organizar un diseño aleatorio. Además, faltan datos sobre muchos países.
Incluso si se pudiera considerar que cada entidad que se puede describir como una nación
proporciona evidencia independiente, y si todos tuvieran una buena información, la colección de
naciones no es fácil de conceptualizar como un universo homogéneo.

Este simple ejemplo muestra cuán incierto sería nuestro conocimiento si las herramientas analíticas
como el modelo estable no estuvieran disponibles. Uno puede imaginar controversias
metodológicas, y escuelas de opinión, algunos quizás considerando que las relaciones eran
realmente diferentes para diferentes razas o continentes. Quien haya pasado por la teoría no diría
tan pronto que la relación subyacente entre el aumento y la composición por edades es diferente
para diferentes continentes de lo que diría que las leyes de la termodinámica son muy diferentes.

¿Son decisivos los nacimientos o las muertes?

El mismo modelo estable puede ayudar a decidir si la distribución por edad de una población
depende más de sus nacimientos o de sus muertes.

Venezuela en 1965 tenía una mayor proporción de niños más ancianos que Suecia en 1803–07.
Comparar un país contemporáneo no industrializado con uno a principios del siglo XIX revela un
aspecto de la diferencia en el proceso de lanzamiento del desarrollo antes y ahora.

Un alto índice de dependencia (niños menores de 15 años más adultos mayores de 65 años como
proporción del número de trabajadores de 15 a 65 años) es una desventaja para el desarrollo: el
índice de dependencia de Venezuela en 1965 de 1.021 fue 73 por ciento mayor que el de Suecia
en 1803–07 de 0.589. Uno quisiera saber hasta qué punto esto se debió a la menor tasa de
mortalidad de Venezuela y en qué medida a su mayor tasa de natalidad. Sin embargo, no es
concebible tal descomposición en las tasas observadas: muestran lo que muestran.

El modelo estable del Capítulo 5, en el que el número de personas de edad x es proporcional a l

(x) e-rx, permite sintetizar las relaciones de dependencia de varias combinaciones de tasas de
natalidad y mortalidad:
como se muestra en la Tabla 10.2. El efecto de la tasa de natalidad cuando la tasa de muerte es
constante es 1.021 - 0.703 = 0.318; el efecto de la tasa de mortalidad cuando la tasa de natalidad
es constante es de 0.703 - 0.589 = 0.114; De la diferencia total de 0,432, la parte debida a los
nacimientos es de alrededor del 74 por ciento, y la de las muertes a alrededor del 26 por ciento. El
enfoque de LTRE en la Sección 13.4 extiende este tipo de cálculo a tasas vitales específicas de
edad o etapa.

Alternativamente, podríamos haber utilizado como término intermedio en la descomposición la

relación de dependencia con muertes suecas y nacimientos venezolanos, que es de 0,856. El
efecto de muerte habría sido 1.021 - 0.856 = 0.165, y el efecto de nacimiento 0.856 - 0.589 = 0.267.
Ahora, el 62 por ciento de la diferencia se debe a los nacimientos, aún la mayor parte. Podemos
decir que entre el 62 y el 74 por ciento se debe a nacimientos, el intervalo entre estos números es
una interacción que no se puede asignar.

Cualquier otra característica de la edad puede ser analizada de manera similar. El porcentaje de
menores de 15 años en Suecia fue de 31,3 y el 47,7 de Venezuela; La combinación de nacimientos
suecos y muertes venezolanas produciría 34.2 por ciento. Por lo tanto, de la diferencia de 16.4
puntos porcentuales obtenida como 47.7 - 31.3, solo 2.9 (= 34.2 - 31.3) se debe a muertes y 13.5,
más de 4 veces más, a los nacimientos.

Promoción en las organizaciones

Todo el mundo sabe que en una organización de rápido crecimiento, es probable que la promoción
sea más rápida que en una que crezca lentamente. No se requieren datos empíricos elaborados ni
un modelo para demostrar ese hecho. Lo que uno quisiera saber es la relación cuantitativa: en una
organización de rápido crecimiento, ¿uno avanza a una posición intermedia unos meses antes que
en una de crecimiento lento, o varios años antes?

Podemos imaginar la recopilación de un gran volumen de datos para resolver este punto. El
organizador de la encuesta tendría que prestar atención al universo de organizaciones de las que
se proponía tomar una muestra; quizás se conformaría con todas las empresas comerciales, de
transporte y de manufactura en los Estados Unidos. Tendría que definir los límites de cada
organización, ya sea que incluyera a todos los establecimientos que constituyen una firma o si cada
establecimiento debía considerarse una organización separada. Se debería establecer un límite
inferior en el tamaño de la organización considerada, por ejemplo, 100 empleados. Uno querría
distinguir las empresas familiares, ya que las condiciones para la promoción en estas serían
ciertamente diferentes. Si se hiciera una encuesta de una sola vez, la información sobre la
promoción debería obtenerse retrospectivamente, con los errores de recolección que esto conlleva.
Por otro lado, una sucesión de encuestas que siguieran estadísticamente las carreras de individuos
tomaría tiempo y sería costosa. Habría que tomar muchas decisiones para establecer el universo y
llevar a cabo la operación de muestreo dentro de él.

Además, cuando los resultados estuvieran notados, notábamos que en algunas organizaciones
había muchas renuncias, por lo que la promoción fue rápida para el personal que quedaba; de
hecho, este efecto podría ser lo suficientemente fuerte como para ocultar el efecto del crecimiento.
Tendríamos que clasificar a las organizaciones en grupos homogéneos según su volumen de
negocios, o bien obtener un índice de volumen de negocios para cada uno y utilizar el análisis de
regresión para dividirlo. Este es solo uno de los muchos elementos perturbadores de los que se
podría esperar que los resultados, tan cuidadosamente obtenidos, inciertos en la interpretación en
relación con la pregunta a la que se busca una respuesta.
Un enfoque más simple que evita los errores a los que está sujeta una encuesta es comparar el
número de empleados frente a un individuo representativo, llamémoslo Ego, en una organización
de rápido crecimiento y de lento crecimiento, como si la promoción dependiera solo de años.
Superpuesto a la capacidad individual, la asiduidad, la influencia, la suerte y todos los demás
elementos que determinan la promoción en el mundo real es el efecto puro del crecimiento
organizacional en las carreras individuales, y eso es lo que queremos determinar. Ese efecto se
puede estudiar utilizando un modelo adecuado como vimos en la Sección 5.8.

En primer lugar, suponga un programa de supervivencia determinado: sabiendo que las muertes
de sus contemporáneos ayudan a la promoción de Ego, no queremos que las diferencias en la
mortalidad empañen nuestro análisis. Luego, suponga una distribución por edades que sea una
función solo de esta función de supervivencia y tasa de aumento, de modo que el modelo estable
sea aplicable. Finalmente, tome como punto de referencia arbitrario para medir la edad a la que los
individuos llegan a un nivel en el que la mitad de sus compañeros de trabajo están por debajo de
ellos y la otra mitad, por ejemplo, un puesto de supervisión junior.

Después de eso, las matemáticas simples de la Sección 5.8 muestran que, para tasas de muerte o
resignación dadas, la edad x en la cual el Ego alcanza tal posición se reduce en dos tercios de un
producto de tres factores:

1. El tiempo desde la edad x hasta la jubilación, descontado a la tasa de aumento de la población;

2. La diferencia entre la edad media del grupo de adultos mayores hasta el punto de promoción
considerado, y la edad media de los menores de edad. Esta diferencia no puede estar lejos de la
mitad de la duración de la vida laboral;
3. Incremento de la tasa de aumento de la población.

With an entry age of 20 and a retirement age of 65, comparison of two populations whose increase
differs by Δr percent gives for the difference in ages

Por lo tanto, el tiempo de promoción se retrasa en 2,25 años por cada 1 por ciento en que el
crecimiento de la población es menor. Este factor demográfico está superpuesto a todas las
diferencias individuales de habilidad, influencia y suerte. Si bien el modelo se basa en la antigüedad
pura, algunos de estos efectos se aplicarán si algún elemento de la antigüedad está presente. Solo
si la duración del servicio en la organización no se tiene en cuenta en la promoción, el modelo será
irrelevante.

Sin modelo, sin entendimiento

Un gran volumen de datos está disponible en relación con el cáncer de mama. A pesar de los
esfuerzos intensificados para enfrentarlo, las operaciones costosas y otras formas de tratamiento y
la publicidad generalizada instan a las mujeres a que se examinen a sí mismas y consulten a sus
médicos de inmediato si existe alguna sospecha, el aumento de muertes por cáncer de mama es
considerable en el Norte América y Europa occidental, justo donde se está realizando el esfuerzo
terapéutico más intensivo. En la década de 1980, el cáncer de mama fue la principal causa de
muerte entre las mujeres de 35 a 54 años de edad y fue el segundo lugar después de las
enfermedades cardíacas en las personas mayores. Parte del aumento puede deberse a una mayor
conciencia y, por lo tanto, a un diagnóstico más frecuente que en el pasado, y a un mejor
diagnóstico en América y Europa que en Asia y América Latina, pero aparentemente no fue esta la
causa. Las mujeres que tienen hijos pronto parecen tener un menor riesgo de cáncer de mama,
pero nadie piensa que tener hijos, ya sea temprano o tarde, puede prevenir la enfermedad o explicar
las diferencias. El cáncer de mama es menos común en los climas cálidos y entre las poblaciones
pobres, pero parece poco probable que el clima cálido o la pobreza sean preventivos.

Dichos diferenciales estadísticos seguirán siendo rompecabezas no resueltos hasta que alguien
presente un modelo que explique las diferencias. Mientras tanto, todo lo que se puede hacer es
continuar recopilando datos para discriminar entre los modelos propuestos.

La proporción de nacimientos de hombres y mujeres es un caso similar, ya que no hay un modelo

obvio y hasta ahora no se ha obtenido un resultado claro a partir de los diferenciales y las
correlaciones. Sabemos que los nacimientos de madres jóvenes tienen una proporción sexual más
alta (de hombres a mujeres) que de nacimientos a madres mayores, que los primeros nacimientos
de madres tienen una proporción sexual más alta que los nacimientos tardíos, y que los hijos de
padres jóvenes tienen una proporción sexual más alta que los niños de padres mayores. Pero entre
la edad de la madre, la paridad de la madre y la edad del padre, ¿cuál es la causa efectiva? Las
altas intercorrelaciones entre las posibles causas dificultan la distinción. Se han sugerido
mecanismos relacionados con la actividad relativa y la viabilidad de los espermatozoides
productores de espermatozoides, pero hasta que se demuestre que el mecanismo es operativo,
nuestro conocimiento es provisional e incierto.

Demasiados modelos

India y algunos otros países han aumentado la edad legal para contraer matrimonio en parte con el
objetivo de reducir la tasa de natalidad. Implícito en el pensamiento de los legisladores y otros es
una teoría en la cual la edad de fecundidad conyugal para la edad es relativamente fija, y una edad
mínima legal elimina efectivamente la parte de la curva de fertilidad por debajo de la edad
especificada. Dada la curva, la cantidad de efecto se calcula fácilmente. Los datos de una encuesta
de muestra para India muestran que, de 18.14 millones de nacimientos en 1961, alrededor de 3.24
millones o 18 por ciento fueron para madres menores de 20 años. (Keyfitz y Flieger 1968, p. 659).

Este parece un argumento potencialmente poderoso para restringir el matrimonio, suponiendo que
es posible elevar la edad hasta 20 años para las mujeres. Pero antes de llegar a una conclusión
firme, debe notarse que en un modelo opuesto, aumentar la edad en el matrimonio sería
completamente ineficaz.

Supongamos que las parejas casadas no se están reproduciendo al máximo, sino que quieren una
cierta cantidad de hijos, y luego tendrán lo que la ley les prohíbe tener antes. Después de todo, la
tasa de natalidad de la India (menos de 40 por mil) está muy por debajo del máximo fisiológicamente
posible. En estas circunstancias, la única ganancia de una edad mínima legal para contraer
matrimonio sería un retraso de unos pocos años que alargaría el tiempo que separa a las
generaciones sucesivas y, por lo tanto, reduciría el aumento anual promedio, pero en una cantidad
pequeña. La ilegitimidad también es un problema; es bajo en la India, pero una de las razones por
las que los padres quieren que sus hijas se casen temprano es para evitar que se involucren en el
sexo prematrimonial. Si los temores de los padres no son del todo imaginarios, podría haber un
aumento en el número de hijos nacidos fuera del matrimonio.

Sin embargo, estos argumentos no son convincentes al final; uno tiene la impresión de que las
parejas que pierden el tiempo antes de los 20 años pueden recuperar parte del terreno perdido,
pero no todos, y que la fertilidad extramatrimonial permanecerá baja. Para determinar la caída neta
en la fertilidad general como resultado de la restricción, se requerirían datos de comportamiento.
Solo estos pueden discriminar entre los modelos en competencia y predecir los efectos cuantitativos
de un cambio inducido en la edad en el matrimonio.

Desarrollo y aumento de la población

Este breve capítulo no es el lugar para considerar los problemas complejos de la economía de la
población, que es una disciplina académica completa con docenas de especialistas, una literatura
que abarca muchos cientos de artículos y libros, y sus propias líneas de escisión y controversia.
Vale la pena decir aquí solo lo suficiente para demostrar que tanto los métodos teóricos como los
empíricos se aplican en este campo, y que, a pesar de su uso extenso y experto, queda mucho por
hacer para desenredar las líneas de causalidad. La literatura habla de "desarrollo" como la
transformación socioeconómica en la condición moderna, y de "ingresos" como lo suficientemente
correlacionado con el desarrollo para ser utilizado como un proxy.

El efecto del desarrollo en la población

Primero, en relación con el efecto del desarrollo en la población, un vistazo rápido a los casos
sugiere una relación familiar negativa, con la que la teoría se ajusta. Parece que, tarde o temprano,
el desarrollo ha traído una reducción en el crecimiento de la población en todos los casos en que
ha ocurrido. Todos los países ricos tienen bajas tasas de natalidad en la actualidad, y los más ricos
no se están reemplazando a sí mismos. Por ejemplo, Alemania Occidental tuvo menos nacimientos
que muertes en 1973, y en 1974 tuvo menos nacimientos más inmigrantes netos que muertes, por
lo que su población en realidad disminuyó. Pero los países de Europa del Este son mucho menos
ricos, y también tienen bajas tasas de natalidad, mientras que en Gran Bretaña la tasa de natalidad
comenzó a caer casi un siglo después de que el desarrollo estuviera en marcha. Por lo tanto, la
correlación no es perfecta, pero aún así la historia parece decir que, con más o menos retraso, la
industrialización ha reducido el tamaño de la familia.

En teoría, esto puede deberse a que las mujeres encuentren empleos y fuentes de prestigio fuera
del hogar, de modo que no tengan que depender de la maternidad para su posición, y que los niños
sean más caros y, por otro lado, menos útiles para su situación. Los padres a medida que aumenta
el ingreso, ambos efectos están relacionados con el declive de la familia como unidad productiva
con el crecimiento de la industria. A medida que la anticoncepción se hace más fácil y más
disponible, una motivación relativamente débil es suficiente para reducir la tasa de natalidad. Lo
que debemos creer en este asunto, resumido en el concepto de transición demográfica, es
relativamente inequívoco porque las teorías dominantes y la evidencia anecdótica más visible
apuntan todas de la misma manera.

Sin embargo, incluso aquí, cuanto más de cerca y sistemáticamente los académicos han
examinado los datos, menos claro han encontrado el efecto del desarrollo en el tamaño de la familia.
Adelman (1963) hizo "un análisis de los patrones de fertilidad y mortalidad, ya que se ven afectados
por las fuerzas económicas y sociales". Sus materiales, basados principalmente en estadísticas
nacionales de 1953, mostraron una relación decididamente positiva entre los ingresos. y la
fertilidad. Friedlander y Silver (1967) parcializaron más variables y encontraron que para las
naciones desarrolladas la relación es negativa. Heer (1966) calculó las correlaciones para 41 países
que sugirieron que el efecto directo del desarrollo económico es aumentar la fertilidad, y los efectos
indirectos (a través de la educación, etc.) deben reducirla. Pero hace una diferencia cuando los
datos de los 24 países menos desarrollados se separan de los de los 17 más desarrollados y se
introduce más de un punto de tiempo para que los cambios, en lugar de los niveles, estén
correlacionados. Ekanem (1972) usó dos puntos de tiempo, la década de 1950 y la década de 1960,
pero el efecto de su mayor cuidado parece ser un resultado menos claro que el de Heer.
Nuevamente, Janowitz (1971) siguió a cinco países europeos y descubrió que las variables se
modificaron lo suficiente a lo largo del tiempo para que las relaciones longitudinales, más probables
de indicar la causalidad, sean decididamente diferentes de las regresiones transversales.

Sería desagradable decir que estos esfuerzos constituyen un empirismo puro. Están orientados por
una teoría económica: el aumento de la riqueza hace que las personas compren más de la mayoría
de las cosas, y las excepciones se etiquetan como bienes inferiores. Dado que nadie considera a
los niños bienes inferiores, muchos sostienen que los niños y los ingresos "realmente" están
relacionados positivamente, pero la relación se oculta por la intervención de otros factores. Los más
acomodados tienen acceso a anticonceptivos que los pobres ignoran; los que están en mejores
condiciones tienen niños de mayor calidad (es decir, más caros) y, por lo tanto, pueden pagar
menos de ellos (Becker 1960, Leibenstein 1974).

El efecto del crecimiento de la población en el desarrollo

Los escritores citados anteriormente intentaban encontrar el impacto del desarrollo en la fertilidad,
una situación donde, a pesar de algunas complicaciones y contradicciones, la causa parece más
clara que en el problema inverso: en qué dirección y en qué medida el rápido crecimiento de la
población afecta al desarrollo. Entre todas las preguntas que los demógrafos buscan responder,
esta última es la que es verdaderamente importante para la política.

En la teoría clásica, el crecimiento rápido significa muchos niños: 40 por ciento o más de la
población menor de 15 años. Los niños deben ser alimentados, vestidos y educados, y sin embargo
el costo se divide entre los padres y el estado, requiere recursos que compitan Con inversiones
industriales y otras. Además, los niños crecen y quieren empleos, y por lo tanto el crecimiento
requiere que se proporcione bienes de capital a una fuerza laboral más numerosa. Así, una
población en rápido crecimiento está doblemente impedida.

So much for the static aspect of the demographic–economic relationship. In regard to dynamics,
when fertility falls from an initially high level, the dependency ratio begins to shift immediately in an
economically favorable direction. Thus investment can be greater than it was before. Lagging 15 or
20 years behind is a longer-run dynamic effect: a slackening of the growth of the population in the
labor force ages. When relatively fewer children grow up to enter these ages, there is less
competition for productive jobs and each entrant may have more capital to work with than if the birth
rate had not been cut (Coale and Hoover 1958).

Todo esto se basa en la opinión de que el desarrollo es limitado en capital en lugar de limitado en
recursos. Pero si tiene recursos limitados, la población es una consideración aún más seria, aunque
ahora el nivel absoluto de la población es más preocupante que la tasa de natalidad; Cuanta más
gente, menos recursos hay a disposición de cada uno, en una teoría que se remonta a John Stuart
Mill y, en última instancia, a Malthus. En la declaración más general, ciertas proporciones de mano
de obra con respecto a los otros factores de producción de la tierra y el capital son más favorables
que otras, y la mayoría de los países en desarrollo se están alejando de lo óptimo con el tamaño
actual de la población y las tasas de natalidad.

¿Cómo serían las cosas si no se hubiera presentado ninguna teoría? Intentemos borrar la teoría de
nuestras mentes y ver los datos con total ingenuidad. Entre los países en desarrollo, Pakistán está
aumentando en más del 3 por ciento y la India en menos del 2,5 por ciento, aunque Pakistán parece
estar logrando más progreso económico. La tasa de aumento de la población de Irán es mucho
mayor que la de Nepal, y también lo es su avance económico. Brasil y Venezuela no están
aumentando la población con menos rapidez que sus vecinos económicamente estancados; de
hecho, Argentina y Chile, con tasas de natalidad muy bajas, pueden ser cada vez más pobres.
México está avanzando económicamente con un aumento anual de la población de 3.5 por ciento
por año, uno de los más altos del mundo y más alto que el de Paraguay o Bolivia, donde el
dinamismo económico está ausente. Por otro lado, el África subsahariana tiene tasas altas de
aumento de la población y un crecimiento bajo de los ingresos. La figura 20.1 muestra la amplia
gama de relaciones entre el crecimiento de la población y el aumento de los ingresos para los
países grandes en el mundo contemporáneo. Como se señaló al comienzo de este capítulo, la
relación que predice la teoría no es del todo evidente.

Hace una diferencia si comparamos las tasas de natalidad en lugar del aumento natural, y para la
teoría, los nacimientos con menos muertes infantiles podrían ser el mejor indicador del impacto
económico. Pero cualquiera que sea la medida que se use, la correlación inversa con el dinamismo
económico simplemente no aparece.

Por supuesto, los países individuales pueden analizarse, y al considerar aspectos no poblacionales
como el liderazgo, las condiciones políticas, el sistema educativo, la religión y la disolución de las
relaciones sociales patrimoniales según lo expresado en la tenencia de la tierra y otras formas,
junto con la dotación de recursos, necesitamos No estar en una pérdida para tener en cuenta las
diferencias nacionales observadas. Esta explicación a posteriori se puede hacer para sustentar la
teoría, pero apenas responde a una pregunta inquietante: ¿en qué medida el examen ingenuo de
la población y los datos de ingresos de los países pobres del mundo han revelado algún efecto
claro de la población en el desarrollo? ¿El efecto habría sido tan borroso como el efecto de la
población en la distribución por edades?

Es precisamente esta incapacidad de los datos en bruto para hablar por sí mismos lo que permite
a algunos argumentar que la población y su crecimiento no perjudican el desarrollo y se les debe
permitir cuidar de sí mismos. Uno podría esperar que los hechos silencien a cualquiera que pueda
emitir tales opiniones, pero tal como se presentan anecodóticamente como se muestra arriba o en
simples correlaciones, no lo hacen. Hacer que los hechos hablen claramente sobre este tema no
es fácil.

How Nature Covers Her Tracks

La razón para llevar estos asuntos tan difíciles a la presente exposición es la esperanza de que se
pueda ayudar a su investigación volviendo a algunos temas más simples, como la relación entre la
distribución por edad y la tasa de aumento de una población. En ese caso, la mayoría estaría de
acuerdo en que la teoría da la respuesta correcta: la tasa de aumento determina la proporción de
personas mayores (así como de personas de mediana edad y jóvenes) en la población. Cuando la
relación se ve oscurecida por la migración o los cambios en las tasas de natalidad y mortalidad,
como suele ocurrir, se consideran meras perturbaciones. Tal "ruido" podría ahogar la relación en
los datos observados sin debilitar nuestra convicción de que la relación es "realmente" como dice
la teoría estable. Hasta este punto, la teoría estable tiene la inmutabilidad de las leyes de la lógica:
si durante un período de tiempo suficiente las tasas de mortalidad son las mismas en dos
poblaciones, la que tenga la tasa de natalidad más alta tendrá la proporción más baja en edades
más avanzadas. La creencia en esto no se ve afectada por el hecho de que El Salvador es más
alto que Honduras, tanto en tasa de aumento de población como en porcentaje por encima de los
65 años. Un partidario de la teoría argumentaría de manera convincente que los datos oficiales
deben ser incorrectos (tal vez el registro de nacimientos sea diferente incompleta), o ha habido una
migración selectiva por edad, o alguna otra razón que subyace a la discrepancia entre las relaciones
esperadas y observadas.
Aunque la teoría estable nunca puede ser refutada, podría verse privada de todo interés si en el
mundo real ciertas cosas que se asume constantes, de hecho, cambien constantemente. Si las
tasas de mortalidad siempre estuvieran cayendo a un cierto ritmo, la proporción de personas
mayores sería diferente en todas partes de la dada por la teoría estable, y se requeriría una teoría
diferente para interpretar la realidad. Cualquier cambio constante que fuera universal nos haría
querer reemplazar la teoría estable con sus tasas fijas por alguna otra teoría, inevitablemente más
complicada, que tendría igual fuerza de lógica pero sería más aplicable. De hecho, el cambio no es
tan uniforme en diferentes condiciones reales, sino que es más bien errático, un medio por el cual
la naturaleza cubre sus mecanismos, haciendo que su interpretación sea menos susceptible a una
teoría universal.

Pero el cambio, ya sea constante o errático, no es el medio por el cual los mecanismos de la
naturaleza se ocultan más efectivamente. Más engañoso es la unión de variables. Supongamos
que todos los países de crecimiento natural fueran países de emigración, por lo que perdieron a
sus jóvenes en países de crecimiento más lento; Entonces, la conclusión derivada de la aplicación
de la teoría estable sería completamente engañosa. Nos gustaría alguna otra teoría, tal vez una
sobre la cual las poblaciones tienden a extenderse de manera uniforme en relación con los
recursos. Este punto de vista se mantiene con respecto a la migración interna, donde ocurre la libre
circulación y las personas van a lugares distantes a menos que se sientan atraídas por las
oportunidades de intervención (Stouffer 1940).

El uso oblicuo de los datos para desafiar la teoría