Impostos malgastats?

Estem acostumats que ens expliquin com les noves tecnologies, el big data i la intel·ligència artificial canvien la manera com les empreses desenvolupen els negocis. Màrqueting personalitzat, recomanacions automatitzades, logística hiperoptimitzada, transferències i operacions bancàries sense desplaçar-se a l’oficina, etcètera. Com s’en veu afectat, però, el sector públic? El ciutadà té la possibilitat de fer molts tràmits administratius per internet, des de pagar l’IBI i les multes de trànsit fins a consultar normatives, per exemple. En el cas espanyol els algoritmes per a big data més sofisticats de qualsevol organisme públic resideixen a l’Agència Tributària. Eines com Zujar o Electra i mètodes analítics avançats com Midas o Teseo, juntament amb sofisticats procediments de web-scraping (molt utilitzats, per exemple, per descobrir lloguers no declarats), permeten a l’administració tributària controlar els oblidadissos i els defraudadors.

Malauradament aquesta sofisticació en la recaptació impositiva no s’estén a l’avaluació de la despesa pública. En aquest cas l’únic que es fa, en general, és assegurar-se que s’emplenen els papers corresponents i es gasta el pressupost. El polític de torn no diu al ciutadà que “tal programa aconseguirà una inserció laboral d’aturats de llarga durada de 10 punts superior a la seva absència”, sinó que “s’han gastat 1.500 milions en tal o tal programa” o “el nostre objectiu és que la despesa pública arribi a un 45% del PIB”. Quins resultats, però, s’han obtingut o s’esperen obtenir? Això sembla que no és important.

L’Airef ha mostrat fa poc que no és capaç de saber què es gasten les administracions públiques en polítiques actives d’ocupació, ja sigui perquè no li han facilitat dades adequades o, segurament, perquè ni les mateixes administracions ho saben. A més, amb tots els controls que nominalment s’estableixen resulta que les subvencions públiques tenen falta de transparència i problemes comptables bàsics. I el pitjor de tot, la despesa no aconsegueix els objectius que pretén; per exemple, l’Airef assenyala que el programa estatal Prepara, destinat a aturats de llarga durada i que té cost de 1.500 milions, “no millora la probabilitat d’incorporar-se al mercat laboral” sinó que “genera desincentius” durant els mesos que dura la prestació. El motiu és que l’únic que importa és el compliment de les condicions formals per concedir la subvenció i no si els cursos de formació proposats consideren les necessitats de les empreses. L’important és que s’executi la despesa encara que sigui a còpia d’un altre curs més de Windows per a principiants. Encara pitjor: fa 24 anys vaig dirigir una avaluació sobre l’impacte dels programes d’inserció laboral finançats per l’FSE i vaig trobar exactament els mateixos problemes que l’Airef ha destacat fa poc: falta d’informació, programa no preparat per ser avaluat i, amb els mètodes que es van poder fer servir ateses les dades disponibles, falta d’efectivitat del programa pel mateix motiu (els cursos eren en gran part de farcit).

Això no és una novetat; per exemple, l’Airef també assenyala que els incentius públics en la contractació basats en bonificacions a les cotitzacions de les empreses no són eficaços. El problema és que ja els sabíem abans que s’aprovés l’última ronda de bonificacions.

Malauradament en lloc d’exigir que tot programa de despesa pública s’ava

Algoritmes El sector públic fa servir sofisticats algoritmes per recaptar, però fa molt poc esforç per avaluar l’efectivitat de la despesa pública

luï adequadament per saber si és efectiu o no, l’únic que sembla que importa és que es faci la despesa corresponent i s’emplenin els papers. La majoria de les administracions són refractàries a l’avaluació de les seves polítiques i, per tant, no estan disposades a compartir les dades ni tan sols amb els científics socials.

Les excuses són de tota mena, si bé la normativa de protecció de dades és un dels recursos més utilitzats, malgrat les excepcions que la mateixa normativa estableix per al cas de la investigació social i els procediments cada vegada més sofisticats d’anonimització de la informació. És cert que a Espanya les coses estan canviant, per bé que molt a poc a poc. La Mostra contínua de vides laborals de la Seguretat Social o el panell de declarants d’IRPF són un conjunt de dades molt útils per fer investigació econòmica de temes de gran rellevància social. Tanmateix, continuem a anys llum d’altres països com Dinamarca, França o els Estats Units.

En un moment en què les enquestes, que han estat el recurs habitual en el passat, són cada vegada menys útils per l’augment significatiu de les taxes de no resposta, la ingent quantitat de dades administratives que hi ha és una font fonamental d’informació per a l’avaluació de polítiques i la investigació econòmica; per exemple, als Estats Units es pot saber amb precisió la mobilitat social (quins barris ofereixen més oportunitats econòmiques de sortir de la pobresa a nens de classes desfavorides) per raça, el nivell de renda dels pares i el gènere (https://www.opportunityatlas.org/). A Espanya, aconseguir la fusió de les bases de dades que hi ha per fer aquest exercici és simplement impensable.

En resum: per recaptar, el big data i els algoritmes són d’ús intensiu, però respecte als resultats dels programes de despesa públics no sabem ni quant sumen. Segur que si els ciutadans tinguessin informació adequada sobre l’efectivitat dels programes de despesa empresos amb els seus impostos no contestarien a les enquestes que paguen impostos en excés. De fet, en una enquesta de l’OCU, un 85% dels espanyols va contestar que estarien disposats a pagar més impostos si això suposés una millora dels serveis públics que reben els ciutadans. Mostrem-los que efectivament suposen una millora.