Guía de profesionales para modelos de gravedad de la migración internacional

La revisión del modelo de gravedad por Anderson (2011) acredita a Ravenstein (1885, 1889), por ser
pionero en el uso de la gravedad para modelar patrones de migración, mucho antes de la
contribución seminal de Tinbergen (1962) que estimó una ecuación de la gravedad de los flujos de
comercio internacional. . Los economistas del comercio han explorado desde entonces, aunque de
manera discontinua (Head y Mayer, 2015), los fundamentos teóricos de los modelos de gravedad
del comercio, mientras que el interés por los modelos de migración de la gravedad solo ha
recobrado impulso debido a una mayor disponibilidad de datos migratorios. , particularmente de
naturaleza diádica (origen-destino).

Nos basamos en datos de € Ozden et al. (2011) y el Banco Mundial (2013) para trazar las variaciones
decenales entre 1960 y 2010 en las poblaciones de migrantes, que se han utilizado en la literatura
como un indicador de los flujos migratorios, a lo largo de cuatro corredores principales. La Figura 1
revela cómo la dinámica de la migración internacional varía drásticamente a través de los
corredores, fortaleciendo el caso para el uso de datos diádicos para analizar sus determinantes. Este
documento está destinado a representar una guía para profesionales de los modelos de migración
de gravedad diádica, con tres objetivos distintos pero estrechamente interconectados. La sección 2
analiza dónde se encuentra la literatura con respecto al esfuerzo por establecer las bases teóricas
para la estimación de las ecuaciones de la gravedad a través de modelos de maximización de la
utilidad aleatoria (RUM), y cuáles son las implicaciones de los diferentes micro fundamentos para la
especificación de la ecuación. Eso se lleva a los datos. La Sección 3 proporciona una visión general
de los principales desafíos relacionados con la estimación de las ecuaciones de la gravedad y las
interpretaciones de los resultados. A este respecto, nos centramos en los documentos dedicados al
análisis de la escala de los flujos o tasas de migración y no tenemos en cuenta los documentos que
tratan temas de selección o clasificación. La Sección 4 revisa la evidencia que ha sido producida por
la estimación de las ecuaciones de gravedad basadas en la teoría. El documento luego concluye con
la sección 5.

2. MICROFUNDACIONES

a. Flujos brutos de migración bilateral

Supongamos que sjt representa el stock de la población que reside en el país j en el momento t;
podemos escribir una identidad contable para la escala mjkt del flujo de migración del país j al país
k en el tiempo t:

Donde representa la proporción real de individuos que residen en j que se mueven

a k en el tiempo t. La literatura sobre migración se ha basado en modelos RUM que describen el
problema de decisión de ubicación que enfrentan los individuos para obtener el valor esperado de
pjkt.
b. Un modelo de migración de RUM

El modelo canónico de RUM de migración describe la utilidad que el individuo i que estaba ubicado
en el país j en el momento t_1 deriva de optar por el país k que pertenece al conjunto de opciones
D en el momento t como:

Donde wjkt representa un componente determinista de la utilidad y cjkt denota el costo específico
del tiempo de pasar de j a k, que puede modelarse en función de las variables que son observadas
por el econometrista, y _ijkt es un término estocástico específico del individuo. Los supuestos de
distribución en _ijkt determinan la probabilidad esperada de que optar por el país k representa la
elección de la empresa que maximiza la utilidad i. Si asumimos que _ijkt sigue una distribución de
tipo 1 de valor extremo independiente e idénticamente distribuida (McFadden, 1974), entonces:

Esto nos permite reescribir el flujo de migración bruto esperado del país j al país k de la siguiente
manera:

Si asumimos que el componente determinista de la utilidad no varía con el origen j, entonces

podemos reescribir (4) de una manera que hace evidente por qué esto se asemeja mucho a una
ecuación de gravedad:

Donde ykt ¼ ewkt, / jkt ¼ e_cjkt y Xjt ¼ P l2D / jltylt. El flujo de migración esperado en (5) depende
de manera multiplicativa de (i) la capacidad del origen j para enviar migrantes, (ii) el atractivo ykt
del destino k, (iii) la accesibilidad / jkt _1 del destino k para los posibles migrantes de j, y está
inversamente relacionado con (iv) Xjt, que representa el valor exponencial de la utilidad esperada
de los posibles migrantes de la situación de elección (Small and Rosen, 1981). Podemos observar
inmediatamente que @Xjt = @ / jlt

¼ ylt [0, de modo que una reducción en la accesibilidad de un destino alternativo l invariablemente
conduce a un aumento en el flujo de migración bilateral esperado de j a k en (5). Esto, a su vez,
implica que podemos extender a los flujos migratorios el experimento mental sobre los flujos
comerciales propuesto por Krugman (1995): si imaginamos mover dos países europeos a Marte
manteniendo su atractivo y accesibilidad bilateral sin cambios, entonces la migración fluye entre los
países. Dos países definitivamente aumentarían. Si tomamos la relación entre EðmjktÞ y la expresión
correspondiente para el número esperado de personas que permanecen, normalizando / jjt a uno,
tenemos que:

Esta relación depende solo del atractivo del destino k y del origen j, y de la accesibilidad / jkt,
mientras que tanto Xjt como sjt se cancelan. Esto representa una manifestación de la propiedad
bien conocida de la independencia de alternativas irrelevantes que se desprende de los supuestos
de distribución _a la McFadden (1974) sobre el término estocástico en (2): una variación en el
atractivo o en la accesibilidad de un destino alternativo induce un cambio proporcional idéntico
tanto en EðmjktÞ como en EðmjjtÞ, dejando así (6) sin cambios. Llevar (5) a los datos requiere
agregar un término de error de buen comportamiento gjkt, con Eðgjkt Þ ¼ 1, para que:

mjkt ¼ / jkt

ykt

Xjt

sjtgjkt: (7)

La elegancia y la manejabilidad de este modelo lo han convertido en la referencia canónica en la

literatura sobre migración, pero podría estar expuesto a problemas relacionados con (i) la
adecuación del supuesto de distribución en el término estocástico y (ii) la especificación del
componente determinista de utilidad. Vamos a explorar cada uno de estos dos puntos a su vez.

(i) Supuestos distributivos sobre el componente estocástico

La derivación de (5) se basa en los supuestos de que el atractivo del destino k no varía entre los
países de origen ni entre los individuos y que el componente estocástico de la utilidad es iid EVT-1.
Las hipótesis sobre el componente estocástico pueden considerarse "el resultado natural de un
modelo bien especificado que captura todas las fuentes de correlación sobre alternativas en utilidad
representativa" (Train, 2003, p. 76), pero las suposiciones restrictivas sobre el componente
determinista de utilidad ponen en peligro las posibilidades de que el modelo esté bien especificado.

Imagine, por ejemplo, que los países de destino difieren con respecto a la brecha de género en los
salarios: la suposición de que el componente determinista de la utilidad no varía con el género
introducirá una correlación positiva en el componente estocástico de la utilidad para una mujer en
todos los países caracterizados Por una brecha de género similar en los salarios. Los individuos
también podrían ser heterogéneos con respecto a los costos psíquicos de la migración a cualquier
destino (Sjaastad, 1962), y esto introduciría una correlación positiva en el componente estocástico
de la utilidad en todos los países, pero el origen (Ortega y Peri, 2013).

¿Qué sucede si introducimos supuestos de distribución más generales, permitiendo una correlación
en el componente estocástico de la utilidad en (2) a través de diferentes alternativas en el conjunto
de opciones? Podemos recurrir a Bertoli y Fern_andez-Huertas Moraga (2013) para generalizar (5):
(8)

Xjkt en la última ecuación varía con el destino k, y la forma funcional de Xjkt depende de los
diferentes supuestos de distribución que se adoptan (Bertoli y Fern andez-Huertas Moraga, 2013;
Ortega y Peri, 2013; Bertoli y Fern andez-Huertas Moraga, 2015) .3 Esto, a su vez, implica que el
término de resistencia ya no se cancela cuando tomamos la relación entre dos flujos migratorios
esperados diferentes:

(9)

Los supuestos de distribución más generales, que son más consistentes con las restricciones
impuestas sobre la especificación del componente determinista de la utilidad, ya no satisfacen la
independencia de las propiedades alternativas irrelevantes: específicamente, un aumento en el
atractivo de un destino que se percibe como un sustituto cercano a k, reducirá EðmjktÞ más que
EðmjjtÞ (Bertoli et al., 2013b), lo que induce una disminución en (9). Esto, a su vez, cuestiona la larga
tradición en la literatura sobre migración de estimar los determinantes de las tasas de migración
bilateral en función del atractivo de j y k solamente (Hanson, 2010). Una segunda diferencia clave
entre (5) y (8) es que la accesibilidad / jkt bilateral y el atractivo ykt se elevan a la potencia de 1 / s,
con implicaciones para la interpretación de los coeficientes estimados que se analizarán en la
Sección 3d.

(ii) La Especificación del Componente Determinístico de Utilidad

El modelo canónico de migración de RUM guarda un silencio sorprendente sobre la dimensión

temporal del problema de decisión de ubicación que enfrentan los migrantes potenciales. La
inclusión de un subíndice de tiempo t en (2) sugiere que los individuos hacen elecciones repetidas
de ubicación durante el transcurso de sus vidas. Por ejemplo, una persona que decidió migrar en el
momento t podría decidir en un período posterior regresar a su país de origen o mudarse a otro
destino. De manera similar, un individuo que encontró óptimo no cambiar su ubicación en el
momento t aún podría considerar moverse en un momento posterior.

Estas observaciones simples requieren la reescritura de la utilidad específica de la ubicación de

manera que refleje explícitamente la naturaleza secuencial del problema de decisión de ubicación,
siguiendo la literatura sobre modelos de elección dinámica discreta (Artuc_ et al., 2010; Arcidiacono
y Miller, 2011; Kennan y Walker , 2011):

(10)

Donde b ≤ 1 representa un factor de descuento, y Vtþ1ðkÞ es el valor esperado de la secuencia

óptima de movimientos desde el tiempo t + 1 en adelante, condicionado a estar ubicado en el país
k en el tiempo t. La especificación de utilidad en (10) revela que el componente determinista del
atractivo del país k en el momento t es wkt þ bVtþ1ðkÞ, 5 y, por lo tanto, también depende de (i) el
atractivo futuro de todas las ubicaciones en el conjunto de opciones y (ii ) Los valores futuros de
toda la matriz de parámetros de accesibilidad bilaterales. Podemos observar, siguiendo a Bertoli et
al. (2013a), que (10) se reduce a (2) solo si asumimos que los individuos toman decisiones miopes,
es decir, b = 0, o que vivimos en un mundo sin fricción sin costos de migración, 6 de modo que
Vtþ1ðkÞ no varían con k y no hay dependencia de ruta en las decisiones de migración. Si derivamos
la expresión para la tasa de migración bilateral esperada de (10) manteniendo el supuesto de que
_ijkt es iid EVT-1, entonces tenemos (Bertoli et al., 2013a):

(11)

donde el término de resistencia XV jt viene dado por P l2D / jltyltebVtþ1ðlÞ, y no varía con k. Si
tomamos la proporción entre el número esperado de migrantes a k y el número esperado de
personas que permanecen en el tiempo t, obtenemos:

(12)

La expresión en (12) revela que incluso las suposiciones distributivas tradicionales _a la McFadden
(1974) no permiten expresar esta relación solo en función del atractivo actual de j y k y de la
accesibilidad / jkt, como (12) es sensible a las variaciones en el atractivo futuro de destinos
alternativos (Bertoli et al., 2013a).

3. DESAFÍOS PARA LA ESTIMACIÓN

a. ¿Cuál es el origen del migrante?

Un migrante internacional puede definirse como "cualquier persona que cambie su país de
residencia habitual" (Naciones Unidas, 1998), pero las medidas de los flujos migratorios brutos
bilaterales a menudo se apartan de esta definición. Específicamente, el origen j puede definirse
como (i) el país de nacimiento, (ii) el país de ciudadanía o (iii) el país de última residencia del
migrante. Estos tres criterios se superponen parcialmente, pero no coinciden, debido a las
naturalizaciones y los episodios de migración repetida. Las fuentes de datos existentes rara vez
proporcionan información sobre más de uno de los criterios (i) - (iii), de modo que, por ejemplo, los
datos sobre los flujos migratorios bilaterales basados en el país de nacimiento j agregan las
decisiones migratorias de los individuos que son ciudadanos y que residen en países distintos de j.
La adopción de uno de estos tres criterios, que a menudo depende de los datos, presenta algunas
ventajas y limitaciones. Por ejemplo, algunos determinantes diádicos de los costos de la migración,
como las exenciones de visa, dependen de la ciudadanía, mientras que la proximidad lingüística
podría depender más del país de nacimiento y las condiciones económicas en el país de última
residencia podrían moldear los incentivos para mudarse. Este tipo de error de medición contribuye
a apartarse del supuesto de iid en la Sección 2b (i).
b. La contraparte empírica para las probabilidades de registro

El modelo de RUM analizado en la Sección 2 implica que el logaritmo de las probabilidades de migrar
al país k respecto a permanecer en el país j en (6) se puede expresar como una función lineal del
diferencial en el componente determinista de la utilidad asociada con los dos países. Idealmente, la
contraparte empírica de las probabilidades de registro se representaría por la relación entre el flujo
bruto de migrantes de j a k observado en un cierto período de tiempo sobre el número de individuos
que permanecieron en j durante todo el período. En lo que respecta al numerador de esta relación,
los flujos brutos han sido utilizados por Mayda (2010), Ortega y Peri (2013), Bertoli y Fernández-
Huertas Moraga (2013), McKenzie et al. (2014) y Bertoli et al. (2013a). Otros documentos han
utilizado un proxy para los flujos brutos representados por las variaciones en las poblaciones
migratorias (Beine et al., 2011a; Beine and Parsons, 2015; Bertoli y Fern_andez-Huertas Moraga,
2015). Una limitación es que las variaciones en las poblaciones difieren de los flujos brutos, ya que
también están influenciadas por la migración de retorno, la migración a terceros países, las muertes
y las naturalizaciones (si la definición de inmigrantes se basa en la ciudadanía) y los nacimientos (si
el país de destino adopta el ius). sanguinis) .8 Además, si bien mjkt es, por definición, no negativo,
las variaciones en las existencias pueden tomar valores negativos, que se han excluido de la muestra
(Beine et al., 2011a), fijados en cero (Bertoli y Fern_andez-Huertas Moraga, 2015) o agregado al
proxy para el flujo de k a j (Beine y Parsons, 2015). Grogger y Hanson (2011), Llull (2011) y Belot y
Hatton (2012) han usado valores para el numerador, pero esta elección crea una tensión con la base
micro de la ecuación de la gravedad, a menos que uno asuma un mundo sin fricción.

Para el denominador, se utilizó el tamaño de la población en origen (Bertoli y Fern_andez-Huertas

Moraga, 2015), posiblemente restringido a ciertas cohortes de edad (Bertoli et al., 2013a), pero esto
también incluye a los inmigrantes, o el número de nativos en origen (Beine and Parsons, 2015), lo
que representa una alternativa superior, ya que solo incluye a personas que permanecen y retornan.
Una alternativa conveniente, para conjuntos de datos que incluyen múltiples destinos, está
representada por la inclusión de dummies djm de origen-tiempo que controlan el denominador de
la variable dependiente, aunque esta opción tiene un costo que se analiza en la Sección 3d a
continuación.

c. Resistencia multilateral a la migración

Bertoli y Fernández-Huertas Moraga (2013) definen la resistencia multilateral a la migración como

la influencia de confusión que el atractivo de los destinos alternativos ejerce sobre la tasa de
migración bilateral. La sección 2 sigue a Bertoli et al. (2013a) y muestra cómo la resistencia
multilateral a la migración puede surgir a partir de supuestos de distribución más generales sobre
el componente estocástico en (2), o al explicar explícitamente la naturaleza secuencial de las
decisiones de migración.

Ignorar el término Xjkt en (9) genera sesgos en la estimación de los coeficientes de los
determinantes de la migración. Por ejemplo, tanto Bertoli como Fernández-Huertas Moraga (2013)
y Bertoli et al. (2013a) encuentran que el efecto de las condiciones económicas en el origen sobre
las tasas de migración se sobreestima cuando se ignora la influencia de los destinos alternativos. La
razón es que las condiciones económicas pueden correlacionarse positivamente entre los orígenes
y los destinos alternativos, tanto en el tiempo como en el espacio. Por lo tanto, cuando se ignoran
los destinos alternativos, el término de origen wjt recoge tanto su propio efecto como el efecto de
estos destinos alternativos que pasan por Xjkt. El alcance de grandes sesgos es aún más pronunciado
cuando se consideran las políticas de migración.

Dado que las políticas de migración tienden a coordinarse entre los países de destino, por ejemplo,
dentro del área de Schengen, no es sorprendente que los estudios que controlan la resistencia
multilateral a la migración tiendan a encontrar efectos políticos mucho más grandes que los estudios
que no controlan en absoluto (Bertoli y Fernández). -Huertas Moraga, 2013; Bertoli y Fern_andez-
Huertas Moraga, 2015). Esto sucede incluso en el caso de estrategias empíricas que solo controlan
Xjkt bajo supuestos de distribución menos generales (Ortega y Peri, 2013; Beine y Parsons, 2015).
Diferentes autores han propuesto diferentes estrategias de control para Xjkt. Cuando el panel y la
dimensión longitudinal del conjunto de datos son lo suficientemente grandes, el término de
resistencia se adapta muy bien a la estructura del estimador CCE propuesto por Pesaran (2006). Esta
es la metodología utilizada por Bertoli y Fernández-Huertas Moraga (2013) y Bertoli et al. (2013a),
y tiene la ventaja adicional de ser robusto incluso en presencia de dependencia residual de la sección
transversal en los datos (Pesaran y Tosetti, 2011). Usando enfoques que requieren menos datos,
Ortega y Peri (2013) controlan la resistencia multilateral a la migración que es inducida por una
heterogeneidad en la preferencia por la migración, de modo que Xjkt no varía entre los destinos k,
excepto el origen j en sí. Esto empíricamente corresponde a la estimación de la ecuación de la
gravedad con dummies origen-año djt. Bertoli y Fern_andez-Huertas Moraga (2015) van un paso
más allá y asumen que los migrantes potenciales son heterogéneos en sus preferencias hacia los
subconjuntos (nidos) de destino. Con sus datos de sección transversal, esta forma específica de Xjkt
se puede controlar con maniquíes de origen nido. Finalmente, Beine y Parsons (2015) utilizan
dummies dkt del año de destino, que les permiten controlar en parte los términos de resistencia
dinámica introducidos en la Sección 2b (ii). Si cualquiera de estos enfoques alternativos o incluso el
clásico que ignora por completo la resistencia multilateral a la migración es suficiente para generar
estimaciones imparciales, en última instancia es una pregunta empírica. Siguiendo la teoría, una
condición necesaria para que las estimaciones sean consistentes con el RUM es asegurarse de que
sus residuos sean transversalmente independientes. En este sentido, Bertoli y Fernández-Huertas
Moraga (2015) proponen adaptar la prueba de CD de Pesaran (2004) para verificar que Xjkt esté
correctamente controlado.

d. Estimaciones y parámetros estructurales del modelo RUM

El uso de un modelo de base micro con supuestos de distribución más generales tiene un costo en
términos de la interpretación de los coeficientes. Como se discutió en la Sección 2b (i) anterior, la
generalización de los supuestos de distribución en _ijkt en (2) implica que la estimación de las
ecuaciones de gravedad no identifica el vector de parámetros estructurales que relacionan el
atractivo wkt y la accesibilidad / jkt de un destino a los vectores de los determinantes observados,
pero la relación entre este vector y el parámetro de disimilitud s. Los datos de migración agregada
no necesariamente permiten identificar por separado s, lo que influye en la elasticidad de los flujos
de migración bilateral con respecto a cada uno de los determinantes de wkt y / jkt (Bertoli y
Fernández-Huertas Moraga, 2015). Se puede confiar en el hecho de que s 2 (0,1] y que las
elasticidades son funciones monótonas de s para construir límites para las elasticidades de interés,
siguiendo a Schmidheiny y Br € ulhart (2011). La inclusión de dummies de origen-tiempo djt entre
los regresores9 implica que las estimaciones son consistentes con un modelo de RUM que no se
basa en supuestos de distribución_a la McFadden (1974), de modo que siempre se debe considerar
la incertidumbre fundamental en las elasticidades estimadas.

e. Estimación en registros o en niveles

El modelo de pseudo-gravedad de la migración derivado del modelo RUM subyacente puede

estimarse utilizando como variable dependiente el nivel del flujo de migración bruta bilateral en (7),
o la contraparte empírica qjkt de la relación de probabilidades de elección en (6). Esta segunda
opción requiere estimar, a través de OLS, la siguiente ecuación:

(13)

Santos Silva y Tenreyro (2006) señalaron que la suposición de que Eðgjkt ¼ ¼ 1 no implica que E ln
gjkt = gjjt _ _ __ ¼ 0, y que la heteroscedasticidad de gjkt implica que el valor esperado de ln gjkt =
gjjt _ _ en (13) será una función del valor de los regresores, por lo que las estimaciones de OLS serán
sesgadas e inconsistentes. Esto, a su vez, exige confiar en el flujo de migración bruta bilateral como
la variable dependiente como en (7) y estimar el modelo con la probabilidad pseudo-máxima de
Poisson (PPML). Esta elección siempre requiere la inclusión de variables ficticias de tiempo de origen
entre los regresores, para controlar el término de resistencia Xjt y para el número de migrantes
potenciales sjt, mientras que la inclusión de estas variables ficticias no es estrictamente necesaria
al estimar (13 ). La elección de la técnica de estimación para el modelo de gravedad de la migración
confronta al investigador con un importante compromiso: la dependencia de los modelos lineales a
través de la transformación logarítmica amplía el menú de estimadores que se pueden adoptar,
como se explica en la Sección 3b, para tratar resistencia multilateral a la migración, mientras que
Bertoli y Fernández-Huertas Moraga (2015) representan, hasta la fecha, el único documento que
trata sobre la resistencia multilateral a la migración con PPML bajo supuestos de distribución más
generales que Ortega y Peri (2013) a través de una estructura más rica de efectos Además, dado
que PPML requiere el uso de variables ficticias de tiempo de origen, no es posible identificar los
efectos de tiempo de origen, como el efecto de los ingresos en origen, mientras que la
transformación logarítmica lo hace posible.

(i) Presencia de ceros en los datos.

El caso para confiar en PPML se fortalece cuando la variable dependiente toma valores cero, ya que
Santos Silva y Tenreyro (2011) han demostrado que este estimador se desempeña bien incluso en
presencia de una gran proporción de ceros en los datos. Una alternativa a la lineal los modelos se
representan mediante un modelo de selección de dos etapas _a la Heckman adoptado por Beine et
al. (2011a). La identificación se mejora con la disponibilidad de una variable que se puede excluir de
la ecuación de la segunda etapa, pero las restricciones de exclusión creíbles son difíciles de
encontrar con los datos que tienen una dimensión longitudinal.
F. Variables Omitidas e Instrumentación

La existencia de variables omitidas impulsa una cuña entre wkt y cjkt en (2) y sus contrapartes
empíricas. Esto requiere enfoques de estimación que sean consistentes con supuestos de
distribución más generales en _ijkt en (2), ya que las variables omitidas terminan en el término de
error y pueden dar lugar a una correlación en el componente estocástico de la utilidad en todos los
destinos (Train, 2003). El control de la resistencia multilateral a la migración puede hacer que la
instrumentación sea innecesaria, siempre que el problema de endogeneidad no se deba a una
causalidad inversa, o siempre que los términos de resistencia capturen una gran parte de los
factores omitidos. Si las dos condiciones anteriores no se aplican, puede ser necesaria la
instrumentación de algunas de las variables clave. Tres cuestiones surgen a ese respecto. El primer
problema es, por supuesto, la búsqueda de un instrumento válido, que no es trivial. La presencia de
correlación en serie en el término de error de la especificación (4) invalida el uso de instrumentos
internos, es decir, los flujos bilaterales pasados en una configuración de panel. Esto significa que los
instrumentos externos deben ser favorecidos. Por ejemplo, las redes son claramente endógenas en
la ecuación (4). La endogeneidad puede provenir de variables omitidas, por ejemplo, las redes se
correlacionan con la proximidad cultural no observada, pero en algunos casos también de algún tipo
de causalidad inversa, por ejemplo, los flujos se calculan a partir de las variaciones en las existencias,
que representan el proxy macro del tamaño de las redes. . A tal efecto, Beine et al. (2011a) utilizan
la existencia pasada de programas bilaterales de trabajadores invitados en el destino para
instrumentar redes.

Un segundo problema es que la instrumentación preferiblemente debe tener lugar en una

configuración de regresión de Poisson, como se discutió en la Sección 3e anterior. Tenreyro (2007)
propone combinar la estimación de PPML y la instrumentación utilizando un tipo de estimador
GMM. Beine et al. (2014) implementan ese enfoque en el contexto de la migración internacional de
estudiantes. Sin embargo, la estimación podría enfrentar en la práctica importantes problemas de
convergencia hacia los valores óptimos de las estimaciones y no se puede descartar la existencia de
máximos locales en el soporte de valores admisibles para los parámetros clave. Finalmente, si la
resistencia multilateral a la migración sigue siendo un problema, el procedimiento de
instrumentación debería explicarlo idealmente, tanto en la primera etapa como en la segunda.

4. ALGUNAS EVIDENCIAS EMPIRICAS BASADAS EN EL RUM

El atractivo de un país para los migrantes potenciales de j y los costos de migración bilaterales cjkt
generalmente se modelan como funciones lineales de dos vectores de variables (posiblemente
superpuestas), que pueden variar en todas las combinaciones de origen (j), destino (k) y dimensión
del tiempo (t). Reconocemos que nuestra revisión está lejos de ser exhaustiva. En particular,
revisamos algunas evidencias empíricas existentes sobre los determinantes de los flujos (y tasas) de
migración internacional derivados de la estimación de modelos de gravedad con datos diádicos
basados en un modelo RUM subyacente.

a. Factores específicos de origen o destino

(i) Ingresos

Un determinante clave del atractivo del trabajo de cada ubicación está representado por su nivel de
ingreso per cápita. Un modelo de migración basado en RUM no impone ninguna restricción en la
forma funcional de la relación entre el ingreso per cápita y el componente determinista de la utilidad
específica de la ubicación en (2). Grogger y Hanson (2011) prefieren una especificación donde wkt
depende linealmente del ingreso per cápita, mientras que otros documentos en la literatura optan
por una especificación logarítmica (Mayda, 2010; Bertoli et al., 2013b; Bertoli y Fern_andez-Huertas
Moraga, 2013; Ortega y Peri, 2013; McKenzie et al., 2014) .13 La literatura generalmente asume que
las perspectivas de ingresos de los migrantes potenciales de todos los orígenes se pueden medir a
través del PIB per cápita en el destino, 14 lo que en su mayoría impone el supuesto de una tendencia
común en las ganancias de los migrantes en el destino, con Bertoli y Fernández-Huertas Moraga
(2013) representan una excepción a este respecto, y también minimizan las preocupaciones sobre
la causalidad inversa.

Los refinamientos han sido propuestos por Grogger y Hanson (2011), que aplican programas de
impuestos sobre la renta específicos del país para obtener medidas de las ganancias después de
impuestos, Grogger y Hanson (2011) y Belot y Hatton (2012), que recuperan las ganancias
específicas de la educación, y por Beine et al. (2013), que se centran en los salarios en lugar de en
los ingresos. La evidencia empírica apunta a una sólida relación positiva entre el ingreso per cápita
y el wkt, con variaciones en los ingresos en el destino que ejercen una influencia más fuerte en la
tasa de migración bilateral que las variaciones proporcionales idénticas en el origen en estimaciones
que son consistentes con las desviaciones de los supuestos de distribución estándar (Bertoli et al.,
2013b).

(ii) Restricciones de crédito

El modelo canónico de migración de RUM con supuestos de distribución _a la McFadden (1974)

implica que una variación simultánea idéntica en el (logaritmo de) ingreso per cápita en origen y en
destino no influye en la tasa de migración bilateral. Una simetría tan perfecta desaparece si
consideramos que los migrantes potenciales podrían enfrentar restricciones de crédito que
dificultan sus elecciones de ubicación. Las restricciones de crédito se pueden acomodar en el
modelo suponiendo que los costos de migración bilaterales cjkt estén correlacionados
negativamente con los ingresos en origen y, por lo tanto, con wjt. Si la dependencia de los costos de
la migración bilateral en las condiciones económicas en el origen no se controla adecuadamente,
entonces un aumento en los ingresos en el origen reduciría la tasa de migración bilateral menos que
una disminución idéntica en el destino, e incluso podría ampliar la escala de los flujos migratorios
bilaterales. . El rol de las restricciones crediticias ha sido así capturado a través de la inclusión de
términos de orden superior de ingreso en origen (Vogler y Rotte, 2000; Clark et al., 2007; Pedersen
et al., 2008; Mayda, 2010), controlando la la incidencia de la pobreza en el origen (Belot y Hatton,
2012) o la división de la muestra en función del ingreso en el origen (Ortega y Peri, 2013) .16 La
evidencia econométrica proporcionada por Vogler y Rotte (2000), Clark et al. (2007), Pedersen et al.
(2008) y Belot y Hatton (2012) sugieren que las restricciones de crédito sí obstaculizan los flujos
migratorios internacionales observados, difuminando el efecto de los ingresos si no se controlan
adecuadamente (Belot y Hatton, 2012).
(iii) Expectativas

El modelo secuencial de migración que resumimos en la Sección 2b (ii) implica que la tasa de
migración bilateral actual depende de las expectativas sobre la evolución de las condiciones
económicas en todos los países que pertenecen al conjunto de opciones. Bertoli et al. (2013a) han
proporcionado recientemente evidencia econométrica sobre el papel altamente significativo de las
expectativas para impulsar los flujos de migración bilateral a Alemania entre 2006 y 2012. Las
variaciones en las expectativas sobre el futuro atractivo del país de origen pueden influir en las
decisiones de migración actuales, incluso después de controlar los determinantes tradicionales de
El atractivo actual de un país. Además, cuando la influencia de confusión ejercida por el atractivo
futuro de destinos alternativos no se controla, las estimaciones del efecto de las condiciones
actuales del mercado laboral en el origen están significativamente sesgadas hacia arriba.

(iv) Políticas generales de inmigración.

Los costos de migración cjkt pueden ser, al menos en parte, inducidos por políticas. Las políticas de
inmigración adoptadas por el país de destino pueden ser generales, es decir, dirigidas a todos los
países de origen, o bilaterales. Aquí analizamos la evidencia sobre políticas generales de
inmigración, mientras que las políticas bilaterales se tratan en la Sección 4b (ii). Se ha logrado un
progreso limitado en la medición de los costos de migración inducidos por políticas en comparación
con las fuentes de datos existentes sobre barreras arancelarias y no arancelarias al comercio
(Anderson y van Wincoop, 2004). Los primeros intentos han sido proporcionados por Clark et al.
(2007), Mayda (2010) y Ortega y Peri (2013). En particular, Ortega y Peri (2013) analizan el papel de
las políticas generales de inmigración en un modelo de gravedad micro fundado como en (8). La
medida política clave, que representa una extensión de Mayda (2010), se refiere a un índice de
hermeticidad en la entrada durante el período 1980-2006 para 15 países de la OCDE. Este índice,
que no es comparable en todos los destinos, se asocia negativamente con la escala de los flujos
migratorios entrantes en las estimaciones donde la variabilidad entre destinos no se utiliza para la
identificación. Un intento de construir medidas de políticas de inmigración que sean comparables
entre países y a lo largo del tiempo está representado por el proyecto IMPALA en curso, cuyo
objetivo es construir una base de datos basada en las leyes de inmigración en los 26 países de
destino más importantes. En este frente, sin embargo, estamos muy lejos de una base de datos
utilizable en toda regla en la estimación de modelos de gravedad. Sin embargo, en ausencia de
medidas satisfactorias sobre la inmigración, se puede hacer uso de la dimensión del panel e incluir
los efectos fijos de dkt que controlan la influencia de las políticas de inmigración generales, como
en Beine et al. (2011a), Bertoli y Fernández-Huertas Moraga (2015) y Beine y Parsons (2015).

(v) Factores ambientales

Existe una literatura empírica muy importante sobre el impacto de los factores ambientales, y los
factores climáticos en particular, sobre la migración internacional. Los canales a través de los cuales
los factores climáticos estimulan la emigración son múltiples, con cuatro de ellos considerados
principalmente en la literatura. Primero, las perturbaciones climáticas negativas disminuyen los
ingresos en origen, lo que influye en el trabajo, a través de una disminución en los salarios o un
aumento en la tasa de empleo. En segundo lugar, los choques podrían aumentar los costos de la
migración bilateral si destruyen los activos, lo que hace que las restricciones de crédito sean más
vinculantes. En tercer lugar, las perturbaciones climáticas perjudiciales tienden a disminuir el
atractivo en el origen independientemente del ingreso (por ejemplo, debido a un aumento de la
morbilidad), que a su vez conduce a la emigración. Un cuarto canal puede llamarse el canal de
volatilidad: si las condiciones climáticas se vuelven más volátiles, esto puede aumentar la volatilidad
de wjt, induciendo a las personas adversas al riesgo a optar por la migración. La mayoría de la
literatura empírica que vincula los factores climáticos y la migración ha operado en modelos de
flujos de migración monádica (véase, por ejemplo, Marchiori et al., 2012), en oposición a los flujos
diádicos, que es la unidad básica de análisis en los marcos de gravedad. En general, la literatura
encuentra mucha evidencia a favor de un canal de mercado laboral fuerte, pero también encuentra
evidencia convincente de que, en algunos casos, el canal de liquidez está en funcionamiento. En
contraste con esta extensa literatura sobre las perturbaciones climáticas, hay mucho menos trabajo
basado en los modelos de migración de la gravedad. Beine y Parsons (2015) representan una notable
excepción. Su uso de un conjunto de datos de múltiples destinos longitudinales múltiples permite
la inclusión de una rica combinación de efectos fijos para capturar factores no observables. En
particular, la inclusión de efectos fijos dkt permite controlar las políticas generales de inmigración.
Esto es particularmente importante ya que se supone que los principales efectos de los factores
climáticos operan en la migración internacional Sur-Norte (y Sur-Sur). Se espera que las políticas de
inmigración en los países desarrollados sean bastante restrictivas para los posibles migrantes
provenientes de países menos desarrollados, las áreas que son las más afectadas por las
perturbaciones climáticas. Beine y Parsons (2015) encuentran apoyo a favor de un canal de mercado
laboral fuerte en la migración Sur-Norte, pero rechazan el llamado canal de servicios.

b. Factores diádicos

Los factores diádicos que influyen en los costos de migración cjkt pueden ser invariantes en el
tiempo, como la proximidad lingüística y cultural, y factores que varían en el tiempo, como las
políticas y redes de migración bilateral. Cubrimos estos factores en orden inverso.

(i) Redes

Se ha dedicado una extensa literatura al papel de las redes de migración en la magnitud y la forma
de los flujos migratorios bilaterales. El papel de las redes ha sido analizado en modelos de gravedad
micro-fundados como (4); Si bien obviamente hay desafíos econométricos que deben superarse
para estimar correctamente ese efecto, los pocos documentos existentes basados en modelos de
gravedad estructural (Beine et al., 2011a; Beine y Parsons, 2015; Bertoli y Fernández-Huertas
Moraga, 2015) vienen con resultados bastante consensuados: 19 un aumento del 10% en el stock
de migración bilateral conduce a un aumento del 4% en el flujo de migración bilateral en los
próximos diez años. Esta elasticidad aumenta a 0.7 cuando limitamos nuestra atención a la
migración a los destinos de la OCDE, y es más alta para los migrantes con bajo nivel educativo que
para los de alto nivel educativo, lo que reduce el nivel promedio de educación de los migrantes20.
La variabilidad explicada por los modelos de migración de gravedad estructural está en el rango de
50 a 70 por ciento, y al menos un tercio de esa proporción puede atribuirse al efecto de red. Si no
se tienen en cuenta las redes, se puede omitir un sesgo variable. Esto está bien ilustrado por el papel
de los vínculos coloniales. Una vez explicado el efecto de la red, las regresiones basadas en modelos
de gravedad micro fundados como (4) no encuentran ningún rol restante para los enlaces coloniales.

(ii) Políticas bilaterales de inmigración.

Dos tipos generales de medidas que capturan políticas bilaterales se han utilizado en la literatura.
Primero, se puede capturar la prevalencia de acuerdos bilaterales entre países: por ejemplo,
Grogger y Hanson (2011) y Beine et al. (2013) encuentran mayores flujos de migración bilateral
cuando tanto el país de origen como el de destino son signatarios del acuerdo de Schengen, y Beine
et al. (2013) proporcionan evidencia similar para los acuerdos bilaterales entre países de la OCDE
recopilados por la OIM. La segunda medida principal se refiere a las políticas de visados bilaterales.
Las exenciones de visado, que no pertenecen al marco legal que regula la admisión de los
inmigrantes en el destino, pueden facilitar la entrada legal de migrantes, reduciendo así el costo de
la migración bilateral y también reflejan un tratamiento preferencial a nivel diádico. Bertoli y
Fern_andez-Huertas Moraga (2013) proporcionan evidencia sobre el impacto de las exenciones de
visa en los flujos migratorios bilaterales a España en una especificación que utiliza datos de
migración de alta frecuencia y controles para inobservables bilaterales que varían en el tiempo,
incluida la proximidad cultural, a través de una estructura rica de efectos fijos. Bertoli proporciona
pruebas similares y

Fern_andez-Huertas Moraga (2015) y Beine y Parsons (2015), con este último documento que utiliza
datos longitudinales sobre políticas de visa bilaterales recopilados por el proyecto DEMIG en la
Universidad de Oxford.

(iii) Proximidad lingüística y cultural.

Al igual que en la literatura comercial, los componentes diádicos invariables en el tiempo más
importantes de los costos de la migración bilateral son la distancia bilateral, los vínculos coloniales,
la proximidad lingüística y cultural. La distancia bilateral no requiere mucha explicación. Como se
discutió anteriormente, la influencia de los enlaces coloniales puede ser captada indirectamente a
través del efecto de red. Esto contrasta con la proximidad lingüística que ejerce algún efecto
adicional más allá de su influencia a través de las redes. La mayor parte del análisis basado en
ecuaciones de gravedad y aquí cubierto capta el papel de las lenguas mediante el uso de variables
ficticias para la existencia de una lengua común (oficial o hablada) entre j y k, o mediante algunas
medidas simples de proximidad lingüística. Sin embargo, se han utilizado indicadores más
elaborados de proximidad lingüística en las ecuaciones de gravedad: Belot y Ederveen (2012) y
Adsera y Pytlikova (2012) emplean diversas medidas de proximidad, basadas en árboles
genealógicos establecidos por lingüistas o en medidas de similitud fonética entre idiomas. Esto
refleja el hecho de que los futuros migrantes italianos pueden dominar más fácilmente el idioma
local en España o Francia que en Japón, aunque Italia no comparte un idioma común con ninguno
de estos tres destinos. La proximidad cultural es un concepto más esquivo que la proximidad
lingüística. Belot y Ederveen (2012) utilizan medidas particulares que capturan, al menos en parte,
esta dimensión: estas son variables que describen las medidas basadas en encuestas a distancia
religiosas bilaterales y que capturan la orientación cultural de los países, ambas fomentan los flujos
migratorios bilaterales.

5. CONCLUSIONES

El uso de datos bilaterales para el análisis de la migración internacional es al mismo tiempo una
bendición y una maldición. Es una bendición porque la dimensión diádica de los datos permite
analizar muchas preguntas de la literatura que no se han abordado previamente. El desarrollo y el
uso de flujos de par de países y las poblaciones de migración internacional permiten identificar
muchos determinantes importantes, como el efecto de la red, el papel de las restricciones de la
pobreza o el impacto de los vínculos culturales entre los países. Este documento revisa algunos de
los estudios recientes que utilizan este tipo de datos para identificar los factores que afectan los
flujos de migración internacional. Nuestra revisión demuestra que muchos estudiosos han realizado
importantes esfuerzos y que, en general, conocemos mucho mejor los principales factores
determinantes. Aun así, el uso de datos bilaterales también es una maldición. Los desafíos
metodológicos que implica el uso de este tipo de datos son numerosos y nuestro documento cubre
algunos de los más importantes. Demostramos que una buena conexión con las micro fundaciones
subyacentes es deseable, algo muy en línea con la literatura sobre comercio. La referencia a los
marcos teóricos subyacentes, como el modelo RUM, aclara la necesidad de tener en cuenta
cuestiones importantes como la resistencia multilateral a la migración. A su vez, esto tiene
implicaciones importantes para los métodos de estimación econométricos que deben utilizarse.
Problemas adicionales, como la presencia de muchas observaciones de cero o problemas de
endogeneidad debidos a factores omitidos, también tienen implicaciones importantes para la
elección de las técnicas econométricas apropiadas. Afortunadamente, la reciente evolución de la
literatura sugiere que los académicos son cada vez más conscientes de estos desafíos.