UNIVERSIDAD TÉCNICA DEL NORTE

FACULTAD DE CIENCIAS ADMINISTRATIVAS Y ECONÓMICAS

ECONOMETRÍA II

Nombre: Angie Carolina Suárez Q.

Aula: 6° Economía Fecha: 01-05-2019

Tema: Compras en el supermercado y resultados nutricionales: un análisis de datos

de panel para Kenia Urbana

El sobrepeso y la obesidad son crecientes problemas de salud en todo el mundo.

Durante1980–2013, la proporción global de sobrepeso en los adultos obesos aumentaron
de 29% a 37% en hombres, y de 30% a 38% en mujeres. Los países en desarrollo también
son cada vez más afectados. El rápido aumento del índice de masa corporal de las
personas, (IMC) contribuye fuertemente a varias enfermedades no transmisibles, como
diabetes, hipertensión y algunas formas de cáncer. La obesidad y las enfermedades no
transmisibles se asocian con morbilidad y mortalidad, pérdida de productividad laboral,
y altos costos de atención médica ( Bommer et al., 2017; Herman, 2013; IFPRI,
2016; Withrow & Alter, 2011; Foro Económico Mundial, 2011 ).
Estudios con datos de Kenia y Guatemala, revelaron que los supermercados
contribuyen a una mayor energía global el consumo y una mayor proporción de la energía
de los alimentos procesados.(Asfaw, 2008; Kimenju, Rischke, Klasen, & Qaim, 2015;
Rischke, Kimenju, Klasen, y Qaim, 2015). Los mismos estudios para Kenia y Guatemala
también sugirieron que las compras en los supermercados aumenten el IMC en adultos y
la probabilidad de tener sobrepeso u obesidad. Un estudio con datos de Indonesia no se
encontró asociación significativa entre el supermercado y IMC ( Umberger, He, Minot y
Toiba, 2015 ). Estos estudios existentes utilizaron datos de encuestas transversales en
parte empleando enfoques de variables instrumentales (IV) para dibujar inferencia
causal. Sin embargo, al encontrar un instrumento válido que sean las compras en el
supermercado, pero no están relacionadas con las dietas y la nutrición es muy difícil. Por
lo tanto, hay inferencias causales basadas en los datos observacionales de corte transversal
siguen siendo provisionales ( Atado, Jaeger, & Baker, 1995 ).
Utilizamos datos de una encuesta de hogares e individuos que se llevó a cabo en
dos rondas en el centro de Kenia. La primera ronda se llevó a cabo en 2012, el segundo
en 2015. La encuesta se centró en pequeños pueblos mayores a 70 mil habitantes, porque
este es el tamaño típico de las ciudades que las cadenas de supermercados entran
actualmente en Kenia. Todas las ciudades tienen uno o más supermercados mientras que
en las zonas rurales todavía no se observan supermercados. En 2012, seleccionamos
intencionalmente tres ciudades en Kenia Central con diferencias en la disponibilidad de
supermercados. Las tres ciudades son Ol Kalou y Njabini en el condado de Nyandarua, y
Mwea en el condado de Kirinyaga. Ol Kalou ha tenido un supermercado desde 2002. En
Mwea, se abrió un supermercado en 2011. Njabini no tenía supermercado, ni en 2012 ni
en 2015. Esto proporciona un entorno cuasi experimental para el análisis de los impactos
de los supermercados en las dietas y la nutrición. Esto proporciona un conjunto cuasi-
experimental.
Seleccionamos hogares de todos los barrios, para evitar agrupar y obtener una
muestra representativa a nivel de ciudad. En cada hogar seleccionado, siempre que esté
disponible, un varón y una mujer adulta mayor de 18 años se incluyó en el estudio para
vistas y medidas antropométricas. En 2012, incluimos 432 hogares seleccionados al azar
y 601 adultos. En 2015, intentamos llegar a los mismos hogares e individuos, pero solo
pudimos rastrear 219 hogares y 286 individuos adultos de aquellos que también se
incluyeron en 2012. A diferencia de las áreas rurales, donde las familias extensas a
menudo viven en el mismo lugar por varias generaciones, en las zonas urbanas, los
hogares son a menudo mucho más pequeños y se mudan con más frecuencia. Por lo tanto,
las tasas de desgaste más altas en los paneles urbanos son comunes. Los hogares de
desgaste fueron reemplazados por otros seleccionados al azar en las mismas ciudades y
vecindarios. En total, en 2015 recopilamos datos de 430 hogares y 598 adultos. Así, la
muestra total incluye 1.199 observaciones individuales de adultos.
El principal objetivo es analizar los efectos de las compras en el supermercado
sobre los resultados nutricionales de adultos. Para este propósito, estimamos modelos de
regresión de datos de panel del siguiente tipo:
𝑁𝑖𝑡 = 𝛽0 + 𝛽1 𝑆𝑖𝑡 + 𝛽2 𝑋𝑖𝑡 + 𝜀𝑖𝑡
donde 𝑁𝑖𝑡 es la variable de resultado nutricional para el individuo , como el IMC o el
sobrepeso u obesidad. La principal variable explicativa de interés es 𝑆𝑖𝑡 , una variable
ficticia que indica si el individuo compró algún alimento en los supermercados. 𝑋𝑖𝑡 es un
vector de variables de control, y 𝜀𝑖𝑡 es un término de error aleatorio. Estamos
particularmente interesados en la estimación del coeficiente para 𝛽1. Una estimación
positiva y significativa para 𝛽1 indicaría que comprar en supermercados tiene un efecto
neto en el IMC, o en la probabilidad de sobrepeso u obesidad.
Una pregunta importante es qué tipo de variables de control se incluirán en el
vector 𝑋𝑖𝑡 . Especialmente relevantes son las variables que pueden estar correlacionadas
conjuntamente con 𝑁𝑖𝑡 y 𝑆𝑖𝑡 , ya que omitir tales variables podría llevar a estimaciones
sesgadas para b1. Incluimos una variedad de factores, como edad, género, estado civil y
niveles de actividad física, estimadores.
Sin embargo, un problema potencial es que la decisión individual de comprar
alimentos no es aleatoria y puede estar influenciada por factores no observados. Si dichos
factores no observados también se correlacionan con los resultados nutricionales o las
variables dependientes de la dieta, los efectos estimados del supermercado estarían
sesgados. Este tipo de sesgo debido a la heterogeneidad no observada también es la razón
principal por la que los enfoques IV se emplean comúnmente en evaluaciones de impacto
con datos de corte transversal. Cuando se dispone de datos de panel, como en este caso,
se pueden utilizar alternativamente estimadores con efectos fijos individuales (FE). Los
estimadores de FE utilizan técnicas de diferenciación, por lo que la heterogeneidad
invariante en el tiempo se cancela, incluso si no se observa (Wooldridge, 2010). La
heterogeneidad variable en el tiempo aún puede sesgar los resultados, por lo que
controlamos los niveles de vida y los niveles de actividad física que pueden cambiar con
el tiempo. Mucho más difíciles de captar son los factores y actitudes del estilo de vida
individual que también pueden influir en la decisión sobre dónde comprar alimentos. Sin
embargo, no se espera que dichos factores no observados cambien dentro de tres años, de
modo que puedan considerarse invariantes en el tiempo en este análisis. Por lo tanto,
argumentamos que los estimadores de FE controlan adecuadamente la heterogeneidad no
observada en nuestro contexto sin la necesidad de instrumentos.
Los estimadores de panel de FE requieren variabilidad de datos dentro de los
individuos a lo largo del tiempo. Por lo tanto, aunque se pueden usar datos de panel
desequilibrados, las especificaciones de la FE se basan en aquellos individuos que se
incluyeron en ambas rondas de encuesta. Ejecutamos todos los modelos con estimadores
FE y RE y comparamos los resultados utilizando la prueba de Hausman (Hausman, 1978).
Una estadística de prueba de Hausman significativa significa que hay una heterogeneidad
no observada, por lo que se prefiere la especificación FE. Para todas las estimaciones de
modelos, utilizamos errores estándar que se corrigen por grupos en el hogar, lo cual es
importante porque en la mayoría de los hogares observamos más de un individuo.
En la muestra total con 1,199 observaciones, 668 individuos habían consumido
alimentos comprados en supermercados, mientras que los otros 531 no lo habían hecho.
La proporción de compradores de supermercado varía según la ciudad. Como era de
esperar, la mayoría de los compradores que no son supermercados viven en Njabini,
donde no se ha abierto ningún supermercado hasta 2015. También se encuentra una cierta
proporción de compradores que no son supermercados en las otras dos ciudades, Mwea
y Njabini. También existe una variación en las compras en el supermercado a lo largo del
tiempo, lo cual es importante para las estimaciones de FE eficientes. Como se mencionó,
en Mwea solo se estableció un supermercado en 2011, poco antes de que se realizara la
primera encuesta en 2012. Como la gente primero tiene que acostumbrarse a este nuevo
formato de venta al por menor, algunos de los hogares en Mwea que aún no habían
utilizado el supermercado en 2012 había comenzado a usarlo en 2015.
En conclusión, los resultados sugieren que los supermercados no solo son un
síntoma de esta transición, sino que también influyen en los hábitos alimenticios en gran
medida. Sin embargo, un sector minorista en proceso de modernización no debe ser
condenado porque, si se lo maneja adecuadamente, también puede tener importantes
efectos positivos en la nutrición. Por ejemplo, en un estudio reciente en Kenia, Chege,
Andersson y Qaim (2015) demostraron que los pequeños agricultores se benefician de los
contratos de comercialización con supermercados en términos de ingresos más altos que
también contribuyen a las dietas de mejor calidad en estos hogares agrícolas.
Dependiendo del estado nutricional inicial y del acceso a la diversidad alimentaria, el
establecimiento de nuevos supermercados también puede mejorar la nutrición de los
consumidores. Algunos estudios mostraron que un mejor acceso a los supermercados está
asociado con dietas más sanas en algunas regiones de los Estados Unidos (Drewnowski
et al., 2012; Laraia, Siega-Riz, Kaufman, & Jones, 2004; Morland, Diez Roux, & Wing,
2006). En estas situaciones, los supermercados ofrecen alimentos frescos que de otra
manera son más difíciles de acceder, especialmente para los consumidores de bajos
ingresos que viven en los llamados vecindarios "desiertos de alimentos" (Michimi y
Wimberly, 2010).
 Las limitaciones del uso de los datos del panel tienen claras ventajas sobre los
datos transversales, el panel sufrió un desgaste significativo. El sesgo de desgaste en la
medida de lo posible, un panel equilibrado con un mayor número de observaciones sería
beneficioso para analizar más detalles. Especialmente una muestra con un mayor número
de individuos que cambian su comportamiento de compra en el supermercado a lo largo
del tiempo sería útil para una inferencia causal más robusta con estimadores de efectos
fijos. El rango geográfico de nuestros datos es limitado y el período de tiempo se
considera relativamente corto. Los datos más completos ya más largo plazo pueden
ayudar a comprender mejor la heterogeneidad y dinámica del impacto. El retiro del
consumo de alimentos durante 30 días a nivel de hogar que se utilizo tiene ciertos
inconvenientes en términos de precisión de los datos (Schoeller, 1995).

Bibliografía
Asfaw, A. (2008). ¿Afecta la compra en el supermercado las prácticas dietéticas de los
hogares? Alguna evidencia empírica de Guatemala.
Bommer, C., Heesemann, E., Sagalova, V., Manne-Goehler, J., Atun, R., Bärnighausen,
T., y Vollmer, S. (2017). La carga económica mundial de la diabetes en adultos de 20 a
79 años: un estudio del costo de la enfermedad. The Lancet Diabetes & Endocrinology.
Drewnowski, A., Aggarwal, A., Hurvitz, P. M., Monsivais, P., y Moudon, A. V. (2012).
Obesidad y acceso al supermercado: ¿proximidad o precio? Revista Americana de Salud
Pública.
Oficina Nacional de Estadísticas de Kenia (2010). Distribución de la población por
unidades administrativas. Nairobi, Kenia: Oficina Nacional de Estadísticas de Kenia.
Oficina Nacional de Estadísticas de Kenia (2014). Encuesta demográfica y de salud 2014.
Nairobi, Kenia: Oficina Nacional de Estadísticas de Kenia.
Hausman, J. A. (1978). Pruebas de especificación en econometría. Econometrica
Michimi, A., y Wimberly, M. C. (2010). Asociaciones de accesibilidad de supermercados
con obesidad y consumo de frutas y verduras en los Estados Unidos. Revista
Internacional de Geografía de la Salud.
Schoeller, D. A. (1995). Limitaciones en la evaluación de la ingesta de energía
alimentaria por autoinforme.
Umberger, W. J., He, X., Minot, N. y Toiba, H. (2015). Examinar la relación entre el uso
de supermercados y la sobrealimentación en Indonesia. Revista Americana de Economía
Agrícola.
Wooldridge, J. M. (2010). Análisis econométrico de la sección transversal y los datos del
panel (segunda edición). Cambridge, Massachusetts: MIT Press.