Movilidad social intergeneracional a partir de inversiones en capital humano: Evidencia de los resultados de largo plazo de PROSPERA en salud1 Juan Pablo Gutiérreza Teresa Shamah-Levyb Stefano M. Bertozzic Juan A. Rivera-Dommarcod Resumen A través de diferentes procesos de evaluación, se han mostrado los efectos positivos de corto y mediano plazo en resultados de salud y educación del programa mexicano de transferencias condicionadas PROSPERA: incremento de talla en la infancia, disminución en comportamientos de riesgo entre adolescentes –incluyendo el retraso en la edad del primer hijo–, así como incremento en la escolaridad. En este documento se analiza si dichos resultados se mantienen en el largo plazo y se traducen en cambios intergeneracionales. Para ello, se utilizan los datos de la más reciente Encuesta de Evaluación de los Hogares del programa (ENCEL 2017), combinándola con información de rondas previas de la ENCEL y con información de la Encuesta de Características Socioeconómicas de los Hogares utilizada en 1997 para la incorporación al programa (ENCASEH 1997). Utilizando un análisis de movilidad intergeneracional y métodos cuasi-experimentales, se encuentra evidencia de movilidad intergeneracional absoluta positiva en talla y años de estudios. Estos resultados muestran que, en promedio, los varones que crecieron con el programa son 2.8 cm más altos y estudiaron 5.4 más años que sus proveedores (sus padres generalmente), en tanto que las mujeres que crecieron con el programa son 4.1 cm más altas y estudiaron 5.7 años más que sus proveedores. Estas ganancias intergeneracionales son relevantes no únicamente porque reflejan un mayor capital humano, pero también por sus rendimientos positivos: ganancias de 1% en talla se asocian con incrementos de 10.7% y 8.8% en salarios por hora para varones y mujeres, respectivamente. Estos resultados muestran que Prospera ha sido exitoso en contribuir en la formación de capital humano a través de mejoras en salud y en educación, y que esta inversión presenta rendimientos positivos en el mercado laboral. Palabras clave: movilidad social intergeneracional; salud; talla; transferencias condicionadas JEL: I14, I15, I38, J62                                                              1 Este documento es parte del proyecto de investigación “Estudios de resultados de largo plazo de PROSPERA” que fue financiado por el Gobierno de México a través de la Coordinación Nacional de Prospera (CNP) como parte de un acuerdo de cooperación técnica con el Banco Mundial (BM). El equipo del Banco Mundial agradece al Gobierno de México, incluyendo a la a la Secretaría de Desarrollo Social (ahora Secretaría de Bienestar), a la Secretaría de Educación Pública y a la Secretaría de Salud por la colaboración cercana en este proyecto de investigación, incluyendo la provisión de las principales bases de datos. El equipo del Banco Mundial también quiere agradecer al Consejo Nacional de Evaluación de la Política de Desarrollo Social (CONEVAL), al Instituto Nacional de Salud Pública, al Banco Interamericano de Desarrollo y a los investigadores nacionales e internacionales que contribuyeron en el Grupo Asesor de Evaluación. Este grupo fue establecido para garantizar la calidad técnica y el rigor metodológico de los “Estudios de resultados de largo plazo de PROSPERA.” Estos estudios fueron coordinados por María Concepción Steta, Especialista Sénior de Protección Social – BM; Clemente Ávila, Economista de Protección Social – BM; y Mónica Orozco, Consultora - BM. Agradecemos los comentarios recibidos de las revisoras del Grupo Asesor de la Evaluación para este documento, Lynnette Neufeld y Graciela Freyermuth. Asimismo, agradecemos la extensa revisión realizada por el equipo técnico del Banco Mundial coordinado por María Concepción Steta y Clemente Ávila que permitió fortalecer la argumentación del documento. De manera particular, agradecemos la revisión y excelentes sugerencias metodológicas y de contenido por parte de Mónica Orozco, consultora del Banco Mundial. Asimismo, agradecemos el apoyo de Javier Franco y Ariadnna C. Menchaca en la revisión de los códigos y bases de datos. Finalmente, agradecemos los comentarios vertidos en las dos sesiones de discusión realizadas con el Grupo Asesor de la Evaluación, el equipo de PROSPERA, SEDESOL, y CONEVAL. a Centro de Investigación en Políticas, Población y Salud, Universidad Nacional Autónoma de México (UNAM) b Instituto Nacional de Salud Pública de México. c Escuela de Salud Pública, Universidad de California - Berkeley d Instituto Nacional de Salud Pública de México.  1    I. Introducción En 1997, México adoptó un nuevo enfoque en política social con la creación del Programa de Educación, Salud y Alimentación (PROGRESA), intervención pública de transferencias condicionadas que busca contribuir en la reducción de la transmisión intergeneracional de la pobreza a través de incentivar la formación de capital humano en las nuevas generaciones (Levy y Rodriguez, 2005). En las últimas dos décadas, el programa fue transformándose atendiendo a cambios políticos y a los resultados de diversas evaluaciones. En 2001, PROGRESA cambió su denominación a Programa de Desarrollo Humano Oportunidades (Oportunidades). Esta primera modificación se caracterizó por el énfasis en incorporar a la población de las localidades urbanas y la ampliación de becas educativas para el nivel de educación media superior. En 2014, el cambio a PROSPERA Programa de Inclusión Social (PROSPERA), fue acompañado de acciones para promover la inclusión laboral, productiva, social y financiera. El modelo de intervención del programa tiene un fuerte sustento en el enfoque propuesto por Amartya Sen el cual destaca la importancia de asegurar las condiciones de salud, nutrición y educación como punto de partida para el desarrollo de capacidades individuales (Levy, 1991; Sen, 1983). Desde la perspectiva del capital humano, la inversión en salud contribuye a la movilidad social intergeneracional,2 tanto al incrementar el tiempo saludable disponible para realizar actividades económicas e invertir en la acumulación de educación formal, como potenciando el desarrollo de las capacidades cognitivas y la productividad. De igual manera, la inversión en educación promueve la movilidad al facilitar el acceso a mejores fuentes de ingreso. En esta lógica, y siguiendo el modelo originalmente propuesto por Grossman, existe un patrón sinérgico entre la salud y la educación. La salud, además de ser una condición deseable en sí misma como elemento de la calidad y duración de vida –en general y productiva-, favorece el desarrollo de otras capacidades, por lo que los recursos destinados a mejorar la salud son una inversión que genera bienestar en lo general (Grossman, 1972; Bloom y Canning, 2003). Se ha planteado que la relación entre salud y educación funciona como mecanismo sinérgico. De manera que el desarrollo de habilidades cognitivas y en general el aprovechamiento educativo es mayor entre individuos saludables. Inclusive, el rendimiento en el desarrollo de actividades productivas es mayor para individuos más sanos. En sentido inverso, el incremento en conocimientos y capacidades que resultan de la educación contribuyen a un mejor cuidado de la salud (Grossman, 1999). Más allá incluso de su valor intrínseco, en el modelo planteado por Grossman (1972) se postula que el capital salud,3 en conjunto con el educativo, son los elementos centrales del capital humano. Es decir, forman parte del conjunto de habilidades, conocimientos                                                              2 En breve, por movilidad social intergeneracional se entiende el cambio en condiciones socioeconómicas entre los padres (o personas responsables de proveer en el hogar) y sus descendientes directos cuando estas personas alcanzan la etapa adulta. Más adelante en el documento se señala el tipo de movilidad intergeneracional que se analiza. 3 Se entiende por capital salud el aporte que el tiempo saludable y la salud per se generan al capital humano.  2    y atributos –entre los que se encuentra también la creatividad—que favorecen la generación de valor económico. Este planteamiento general sobre la salud y la educación como elementos generadores de capital humano, es el sustento conceptual de PROSPERA (antes PROGRESA y Oportunidades). El diseño de PROSPERA se enfoca en generar condiciones adecuadas de educación, salud y nutrición como medio para permitir el desarrollo de capacidades (Behrman y Deolalikar, 1988; Brown y Pollitt, 1996; Grosh, 1994; Levy, 1991; Lipton y Ravallion, 1995; Sen, 1983; Strauss y Thomas, 1995). PROSPERA, como los programas de transferencias en general, incluye mecanismos específicos para incidir en la formación de capital, tanto a través de favorecer acciones de prevención y atención a la salud, y de asistencia a la escuela, como mediante el incremento de los recursos disponibles en los hogares, con estrategias para aumentar la utilización de bienes y servicios relacionados con la formación de capital humano (Cecchini y Soares, 2015; Gaarder, Glassman y Todd, 2010). El resultado general esperado de la intervención del programa es la ruptura del ciclo que perpetua la pobreza entre generaciones. Se espera que, al lograr mejores condiciones durante el crecimiento y desarrollo, los individuos cuenten con mayor capital humano acumulado (i.e. mejores condiciones físicas, mayores habilidades cognitivas, mayores habilidades adquiridas a través de la educación formal), y con ello estén en posibilidades de incorporarse al mercado laboral y/o productivo en mejores condiciones, con un potencial más elevado de acceder a mayores ingresos. La teoría de cambio del programa considera supuestos importantes para lograr los objetivos de la intervención, tanto los directos sobre incremento en capacidades como los que se refieren a aspectos laborales y económicos. En particular, resultan relevantes tres: i) que la población a la que se dirige el programa demande y utilice los servicios y productos de salud, nutrición y educación, como mecanismo para acumular capital humano; ii) que los servicios y productos ofrecidos sean de un adecuado nivel de calidad (Gaarder, Glassman y Todd, 2010); y iii) que se da un conjunto de pre-condiciones para que la acumulación de capital humano sea aprovechada para generar bienestar de las familias beneficiarias. El aprovechamiento del capital humano en la dimensión laboral y de los ingresos, presupone que la economía tiene la capacidad de ofrecer empleos de calidad a las personas con mayor capital humano. Al no estar internalizados dentro de los componentes de la intervención, estos supuestos se traducen en que el logro de la movilidad económica está más allá del límite de responsabilidad del programa, aunque se espera que éste contribuya a alcanzar dicho logro. Partiendo de los hallazgos de las evaluaciones de corto y mediano plazo que han mostrado la efectividad de PROSPERA para lograr mejores condiciones de salud y educación, el objetivo de este documento es mostrar los resultados de PROSPERA en salud después de 20 años de intervención en zonas rurales. Este estudio busca responder específicamente las siguientes preguntas sobre los resultados de PROSPERA en la población que habitaba en las localidades 3    rurales que formaron parte del programa entre 1998 y 2000: i) ¿Cuál es el potencial de movilidad intergeneracional en salud y educación? y ¿cuál es la movilidad intergeneracional observada?; ii) ¿Cuál ha sido la contribución de PROSPERA en salud y educación de la población que recibió la intervención en momentos críticos de su desarrollo?; y iii) ¿Cuál es el resultado de los cambios en salud y educación sobre el ingreso laboral? Para responder estas preguntas, se estima la magnitud de la movilidad intergeneracional en salud y educación en la población, midiéndola a través de la talla máxima alcanzada y los años de estudios, se analiza la contribución de PROSPERA al logro de estos indicadores de movilidad y, finalmente, se estiman los rendimientos de la salud y educación sobre el ingreso laboral. Este estudio se encuentra organizado de la siguiente manera: En la sección II se presenta el contexto de la salud en México en el periodo de 1997 a 2017. En la sección III se presenta una revisión de la teoría de cambio del programa y su contribución a la movilidad social intergeneracional en lo que se refiere al capital humano, así como la revisión de la literatura que documenta las fases iniciales de la cadena de resultados de PROSPERA. En la sección IV se discute el uso de la talla como indicador de capital salud y se revisa el enfoque de movilidad que se utiliza en el documento. En la sección V se presentan los datos utilizados y en la sección VI se incluye la aproximación metodológica. La sección VII muestra los resultados del análisis y, finalmente, se presentan algunas reflexiones de los resultados y conclusiones en la sección VIII. II. Contexto: La salud de la población en México entre 1997 y 2017 La movilidad en salud entre la población de PROSPERA en las dos últimas décadas ocurre en un contexto marcado por la evolución de las condiciones de salud de la población en lo general y como consecuencia de acciones de política más amplias, el desarrollo de la economía, y la transición demográfica y epidemiológica. De acuerdo con el Consejo Nacional de Población (CONAPO), en 1997 en México habitaban 97.2 millones de personas, 50.5% mujeres. En ese año, la esperanza de vida al nacimiento fue de 72.7 años (69.8 para varones y 75.6 para mujeres). La tasa de mortalidad infantil fue de 23.8 por cada mil nacimientos (26.2 en niños y 21.3 en niñas), y la tasa bruta de mortalidad de 5.1 por cada mil habitantes. Mientras que la tasa global de fecundidad era de 2.8 hijos por mujer. Para 2017, de los 123.5 millones de habitantes, 51.2% fueron mujeres, y la esperanza de vida al nacimiento fue de 75.3 años, esto es, 2.7 años más que en 1997, con un incremento diferencial de 3.1 años entre varones y 2.2 años entre mujeres. En veinte años, la tasa de mortalidad infantil bajó a 11.4 por cada mil nacimientos, lo cual significa una reducción de 52.2%, similar entre niños y niñas. Por su parte, la tasa bruta de mortalidad se incrementó en 12.5% a 5.8 por cada mil habitantes, y la tasa global de fecundidad bajó en 23%, para ubicarse en 2.2 hijos por mujer.4                                                              4 CONAPO. Indicadores Demográficos de México 1990 a 2050. Consultado el 15/09/2018 en http://www.conapo.gob.mx/work/models/CONAPO/Mapa_Ind_Dem/index_2.html 4    Este recuento sintético de los indicadores de salud de la población señala una tendencia general positiva, en cuanto al incremento en la esperanza de vida y la reducción de la mortalidad infantil. No obstante, es importante contextualizar que, en el mismo periodo, en el mundo la esperanza de vida al nacimiento se incrementó en 5.1 años, al pasar de 66.9 en 1997 a 72.0 en 2016. Acotando a países de ingreso mediano alto (categoría en la que se encuentra México), el incremento fue de 5 años, al pasar de 70 a 75 años, similar al observado para América Latina y el Caribe,5 lo que sugiere un sub-desempeño en el caso de México. México experimenta un proceso de transición epidemiológica disonante. Aunque se ha reducido la mortalidad infantil y la relacionada con causas maternas, se ha incrementado la mortalidad en personas adultas asociada a padecimientos no transmisibles y a la violencia, lo que se refleja en el incremento en la tasa bruta de mortalidad (Gómez-Dantés et al. , 2016). Esto se debe al peso de las inequidades sociales en salud, que se manifiestan en el diferencial en acceso y resultados de salud relacionado con las condiciones socioeconómicas de la población (Gutiérrez y García-Saisó, 2016). El estudio de carga global de la enfermedad refleja el perfil epidemiológico nacional y su evolución en el tiempo. Entre 1997 y 2016 se observan cambios en las principales causas de Años de Vida Saludables (AVISAS) perdidos. Mientras que en 1997 entre las primeras 5 causas se presentaban 3 relacionadas con condiciones transmisibles, maternas, neonatales o de la nutrición (infecciones respiratorias agudas, nacimientos prematuros y enfermedades diarreicas), para 2016 solo permanecían en las primeras 5 causas las infecciones respiratorias agudas. En el sentido opuesto, a las dos causas no transmisibles que prevalecían en 1997 (diabetes y enfermedad cardiaca isquémica), se agregaron en 2017 la migraña y las lesiones por violencia con arma de fuego. Más aún, la diabetes pasó del segundo al primer lugar, y la enfermedad isquémica del cuarto al segundo, con incrementos de alrededor de 30% en AVISAS perdidos.6 El rol de los padecimientos no transmisibles como retos de salud es central, entre otras razones, por que se expresa en amplias inequidades que exacerban las desigualdades sociales que reducen el bienestar de la población que vive en condiciones de pobreza. Para la principal causa de AVISAS perdidos a nivel nacional, la diabetes, la probabilidad de acceso al diagnóstico es más alta en el quintil de la población de mayor ingreso, como reflejo del mayor acceso de esta población a los servicios de salud; no obstante que el riesgo de la enfermedad es mucho mayor entre la población que vive en pobreza, entre quienes una vez diagnosticada la enfermedad, la probabilidad de presentar complicaciones se incrementa hasta en 18 puntos porcentuales, en comparación con la población del quintil de mayores ingresos (Gutiérrez… [et al.], 2016b). En el mismo sentido, las encuestas nacionales de salud señalan que la presencia de personas en el hogar con diagnóstico de diabetes y/o hipertensión incrementa el monto de recursos que se destinan a salud como porcentaje del gasto total del hogar. Este incremento es aún más notorio                                                              5 Banco Mundial. Datos del Banco Mundial. Consultado el 15/09/2018 en https://datos.bancomundial.org/indicador/sp.dyn.le00.in?end=2016&start=1997&year_low_desc=true 6 Estudio de Carga Global de la Enfermedad. Resultados para México. Consultado el 15/09/2018 en https://vizhub.healthdata.org/gbd-compare/ 5    entre los hogares del quintil de menores ingresos (Gutierrez, Garcia-Saiso y Aracena, 2018), lo que exacerba las desigualdades sociales y genera la pérdida de bienestar de la población en condiciones de pobreza. Dos eventos que han evolucionado a la par de estas tendencias nacionales y que son relevantes para la acumulación de capital humano son la epidemia de sobrepeso y obesidad, y el embarazo adolescente. En las siguientes subsecciones se discuten estos temas en mayor profundidad. A. Sobrepeso y obesidad Una condición relacionada con el reto de la diabetes es el sobrepeso y obesidad, que se ha constituido en una epidemia en el país. Entre 1999 y 2016, la prevalencia conjunta de sobrepeso y obesidad entre mujeres adultas mexicanas se incrementó de 61.0% a 73.8%, mientras que entre niñas de 5 a 11 años se incrementó de 22.8% a 32.8% y para mujeres adolescentes de 12 a 19 años el incremento fue de 28.3% a 39.2% (Shamah-Levy et al. , 2018; Uribe-Carvajal et al. , 2018). Esto es, ante un panorama que ya en 1999 señalaba elevadas prevalencias de sobrepeso y obesidad, la situación se ha agravado en el tiempo. En la población de PROSPERA identificada en la Encuesta Nacional de Salud y Nutrición (ENSANUT) de 2006 a 2016, se observa que las diferencias en prevalencia de sobrepeso y obesidad entre la población del programa y la población en condición socioeconómica equivalente que no estuvo en el programa resultan no relevantes. En términos de la evolución de las condiciones de salud en la población de menor nivel socioeconómico, el análisis de la Encuesta Nacional de Salud (ENSA) 2000, ENSANUT 2006 y 2012 , acotando a las localidades con mayor presencia del programa en términos relativos y a la población de 20 a 24 años, nos permite identificar tendencias importantes en las condiciones de salud de esta población (Valdespino et al. , 2003; Olaiz-Fernández et al. , 2006; Gutiérrez et al. , 2012). En la figura 1 se muestra que, entre 2000 y 2012, el porcentaje de la población de 20-24 años con índice de masa corporal (IMC) considerado saludable (valores de IMC de 18.5 a 24.9) se reduce significativamente en hombre y mujeres. Asimismo, se observa un incremento en la categoría de obesidad, manteniendo relativamente constante la categoría de sobrepeso. 6    Figura 1. Tendencia en categorías de índice de masa corporal en personas adultas de 20 a 24 años por sexo. México 2000, 2006 y 2012. Mujeres Hombres 100% 100% 8% 14% 14% 14% 17% 90% 22% 90% 80% 80% 29% 70% 29% 32% 70% 30% 27% 60% 32% 60% 50% 50% 40% 40% 30% 30% 63% 57% 53% 56% 56% 46% 20% 20% 10% 10% 0% 0% 2000 2006 2012 2000 2006 2012 Normal Sobrepeso Obesidad Normal Sobrepeso Obesidad Fuente: estimaciones de los autores a partir de la información de la Encuesta Nacional de Salud 2000 (ENSA 2000), Encuesta Nacional de Salud y Nutrición 2006 (ENSANUT 2006) y Encuesta Nacional de Salud y Nutrición 2012 (ENSANUT 2012). Como se muestra en la figura 2, al realizar el mismo análisis, pero acotando al quintil de menor ingreso, se muestra un panorama similar pero mucho más marcado en el incremento de la obesidad. De 2000 a 2012, el porcentaje de población con obesidad en el quintil de menor ingreso pasó de 8 a 17 por ciento para las mujeres y de 3 a 19 por ciento para los hombres, es decir, hubo un incremento de 113% y de 533% para mujeres y hombres, respectivamente. Un elemento relevante que resaltar adicional al comportamiento que ha tenido en los últimos años el sobrepeso y la obesidad es la elevada prevalencia que ya estaba presente en el año 2000. Es decir, la alta prevalencia de sobrepeso y obesidad es anterior a PROSPERA y, en ese sentido, forma parte del contexto en el cual el Programa se desarrolló y es parte de la transición epidemiológica de México. 7    Figura 2. Tendencia en categorías de índice de masa corporal en personas adultas de 20 a 24 años del quintil de menor ingreso por sexo. México 2000, 2006 y 2012. Mujeres Hombres 100% 100% 3% 8% 10% 14% 17% 19% 90% 90% 26% 80% 80% 31% 30% 33% 70% 70% 23% 32% 60% 60% 50% 50% 40% 40% 71% 30% 61% 56% 30% 57% 58% 51% 20% 20% 10% 10% 0% 0% 2000 2006 2012 2000 2006 2012 Normal Sobrepeso Obesidad Normal Sobrepeso Obesidad Fuente: estimaciones de los autores a partir de la información de la Encuesta Nacional de Salud 2000 (ENSA 2000), Encuesta Nacional de Salud y Nutrición 2006 (ENSANUT 2006) y Encuesta Nacional de Salud y Nutrición 2012 (ENSANUT 2012). B. Embarazo adolescente Un tema de particular relevancia es el embarazo en la adolescencia. De acuerdo con la ENSA y ENSANUT, entre los años 2000 y 2012 la probabilidad de embarazo adolescente se incrementó de 9.3% a 10.7%. Este incremento ocurrió a pesar de que aumentó también el porcentaje de utilización de métodos anticonceptivos, pero es el resultado de un porcentaje de quienes reportaron haber iniciado la actividad sexual. El análisis considerando el nivel socioeconómico mostró que la probabilidad de embarazo entre adolescentes que han iniciado actividad sexual fue mayor en 20 puntos porcentuales entre las adolescentes del quintil de menor ingreso con relación a las del quintil de mayor ingreso en el año 2000, y que esta brecha se incrementó a 33 puntos porcentuales para 2012. A pesar de que la probabilidad de haber tenido relaciones sexuales fue mayor entre las adolescentes que habitan en hogares de mayores ingresos, entre ellas resultó también más probable el uso de protección para prevenir embarazos (Gutiérrez et al. , 2016a). No obstante estas disparidades, el análisis de la ENSANUT 2012 sugiere que el incremento en la tasa específica de fecundidad de 15 a 19 años ha ocurrido en menor magnitud entre las adolescentes en hogares de PROSPERA, en comparación con las adolescentes de los dos quintiles de menores ingresos que pertenecen a hogares que no recibieron apoyos de PROSPERA. 8    III. La teoría de cambio de PROSPERA en la perspectiva de la movilidad social El punto de partida para el análisis de movilidad intergeneracional en salud y educación relacionado con PROSPERA es la forma en que dicha movilidad se inscribe en la lógica del programa. En esta sección hacemos una revisión de la teoría de cambio que sustenta las razones por las que se espera que PROSPERA contribuya a la movilidad y hacemos un breve recuento de la evidencia disponible (no exhaustivo) sobre la cadena de resultados del programa. En la figura 3 se muestra la aproximación a la teoría de cambio de PROSPERA que utilizamos, con énfasis en lo que se refiere a la movilidad social intergeneracional. En breve, lo que postula este modelo es que la contribución del programa a la movilidad social ascendente se da a través del incremento en las capacidades de la población (mayor capital humano), como resultado de la movilidad positiva en salud y educación. Los programas de transferencias promueven la adopción de comportamientos saludables, pero requieren ser complementados con acciones por el lado de la oferta de servicios públicos (Ranganathan y Lagarde, 2012). La cadena de resultados presupone un nivel adecuado de calidad de los servicios de salud y educativos que se prestan a la población. La evidencia disponible señala más bien retos importantes en este aspecto, caracterizados por deficiencias estructurales que limitan la capacidad de atención resolutiva (Gutiérrez, 2012a). Por ejemplo, el número de procedimientos de atención prenatal que se realizan está por debajo de los recomendados y éstos son aún menores entre las mujeres de hogares más pobres (Barber, Bertozzi y Gertler, 2007). En general, la evidencia ha mostrado que el mayor potencial del programa se encuentra en su capacidad para incrementar de forma importante el capital humano cuando la intervención actúa de forma articulada (transferencias monetarias más componentes no monetarios) en los periodos críticos para el crecimiento y desarrollo (Leroy, Ruel y Verhofstadt, 2009). Asimismo, la movilidad positiva en salud se plantea como resultado de un adecuado estado de nutrición y de salud, que son precondiciones o resultados intermedios, producto de una atención a la salud efectiva y oportuna, una dieta nutritiva, la disminución de comportamientos de riesgo que afectan la salud y la fecundidad pospuesta, entre otros. Estas mismas condiciones, aunadas a la asistencia continua a la escuela inciden sobre el aprovechamiento escolar y se asocian a su vez con la movilidad educativa. En el modelo de cambio se propone que la asistencia regular a la escuela actúa modificando las preferencias temporales de los jóvenes, propiciando la acumulación de conocimientos y una reducción en sus comportamientos de riesgo (Sigmon y Patrick, 2012). En particular, el conocimiento sobre métodos anticonceptivos, la disponibilidad de servicios a través del Paquete Básico Garantizado de Salud (PBGS), las prácticas de uso y la reducción de relaciones sexuales no protegidas propician la posposición de la fecundidad. Posponer la fecundidad a su vez incide sobre la asistencia a la escuela cuando los jóvenes pueden acceder a opciones educativas, de manera que existe una relación bidireccional entre estos dos resultados. Estas oportunidades educativas se ven favorecidas cuando el hogar cuenta con mayores recursos económicos. En este 9    último elemento incide la principal intervención de PROSPERA, mediante la entrega de transferencias monetarias condicionadas a la asistencia regular a la escuela. Figura 3. Propuesta de teoría de cambio de PROSPERA: orientación a movilidadsocial Asistencia escolar Mejor aprovechamiento escolar continua $ Mayor disponibilidad de recursos Movilidad educativa positiva T Incremento en Movilidad social Menores comportamientos capacidades ascendente S Fecundidad pospuesta de riesgo Movilidad en salud Atención a la salud positiva efectiva y oportuna Adecuado estado de nutrición T Dieta nutritiva Buena salud M Umbral de responsabilidad $ S T M Transferencias PBGS* Talleres Suplementos *Paquete Básico Garantizado de Salud. Fuente: Elaboración de los autores La cadena de resultados sobre las fases iniciales de la teoría de cambio de PROSPERA se ha documentado en sus evaluaciones de corto y mediano plazo. Por lo que se refiere a la salud, la evaluación de corto plazo realizada entre 1998 y 2000 identificó una reducción de 25% en los episodios de enfermedad entre los niños que recibieron apoyos del programa durante sus primeros seis meses de vida. Estos efectos se incrementaron posteriormente con la exposición al programa. La evaluación también identificó una reducción de 25% en la prevalencia de anemia y un impacto de crecimiento de un cm o más en los niños durante su primer año de vida (Gertler, 2004; Rivera et al. , 2004; Behrman y Hoddinott, 2005; Cecchini y Soares, 2015). Se estimó que este crecimiento adicional implicaría un incremento de 2.9% en los ingresos permanentes en la vida adulta (Behrman y Hoddinott, 2005). De manera consistente, la evidencia de los programas de transferencias ha mostrado efectos positivos en la atención prenatal, atención profesional al parto, reducción en el indicador de bajo peso al nacer (Glassman et al. , 2013), así como resultados positivos sobre la mortalidad infantil. Un análisis ecológico aprovechando el crecimiento escalonado del programa a nivel municipal en el país identificó una reducción del 17% en la tasa de mortalidad infantil (TMI) entre la población beneficiaria del programa en áreas rurales, y un 8% de reducción en general en los municipios con población beneficiaria del programa (Barham, 2011). 10    En el mediano plazo se documentó una mayor utilización de los servicios públicos de salud, aunado a una reducción en la utilización de servicios privados, que se tradujeron en un menor gasto de los hogares en salud. Este incremento en la utilización de servicios preventivos que promueve PROSPERA ocurrió al tiempo que se observó una reducción de dos días de enfermedad al año por familia para personas de 0 a 5 años, y de seis días al año por familia para personas de 16 a 49 años (Gutierrez, Bautista, et al. , 2005). También se documentó una reducción en la prevalencia de sobrepeso entre niñas y niños (Fernald, Gertler y Neufeld, 2008 y 2009). En la lógica de la teoría de cambio, el efecto de PROSPERA sobre la fecundidad ocurre por mecanismos directos e indirectos. De forma directa, a través del mayor acceso a métodos anticonceptivos vía el PBGS y a información sobre la prevención del embarazo a través de los talleres de autocuidado de la salud. De forma indirecta, al reducir el abandono escolar e incidir en las expectativas educativas y la valoración de la educación, modificando el uso de tiempo de los jóvenes y disminuyendo potencialmente la tasa de descuento temporal. La fecundidad y, en concreto, la edad a la que se tiene el primer hijo, es una medida relevante tanto por sus efectos directos sobre el bienestar de las mujeres, como por sus consecuencias más amplias sobre las posibilidades de formación de capital humano: el embarazo temprano se asocia con deserción escolar y menores niveles de ingreso futuro. PROSPERA ha contribuido a retrasar la edad a la que se tiene el primer hijo de acuerdo con las evaluaciones de mediano plazo (Andalón, 2011). De igual forma, se ha documentado un retraso en el inicio de la vida sexual, que es un indicador asociado con el incremento de la edad a la que se tiene el primer hijo (Gutierrez, Gertler, et al. , 2005; Gutierrez-Reyes, 2007; Gutiérrez, 2012b), así como una menor probabilidad de embarazo debido al aumento en la edad de la primera relación sexual y el incremento en el uso de preservativos (Gutierrez, 2008). Además se ha documentado que los programas de tranferencias monetarias condicionadas reducen la prevalencia de infecciones de transmisión sexual (de Walque et al. , 2012; Bertozzi y Gutiérrez, 2013; Cluver et al, 2013). Por lo que se refiere a los indicadores de educación, las evaluaciones realizadas han documentado una reducción en la edad de comienzo de estudios, incrementos en la tasa de inscripción en educación básica y media superior, reducción en la deserción e incrementos en el número de años de estudios terminados. En términos de años de estudios, después de seis años de exposición al programa el incremento fue de un año adicional de escolaridad (Parker y Todd, 2017). Adicionalmente, se han documentado resultados entre quienes estuvieron sujetos a la intervención en el momento de la transición a la educación secundaria, momento que en los primeros años del programa representaba una fase de deserción relevante, y que hoy en día se ha movido hacia la transición a la educación media superior. La ocurrencia de comportamientos de riesgo y la edad a la que se inician repercuten en la formación de capital humano. De manera tal que el consumo de sustancias y otros comportamientos de riesgo pueden considerarse como elementos que consumen el capital salud. En la evaluación realizada en el año 2003 se identificó un efecto positivo de PROSPERA sobre la reducción en la probabilidad de fumar y consumir alcohol de 14% y 13%, respectivamente. 11    Diez años después persistía la menor probabilidad de fumar y tomar alcohol. Además se encontró que el tiempo de exposición al programa incrementaba esta reducción (Gutierrez, 2008). Esta evidencia sustenta el potencial que tiene el programa para incrementar la acumulación de capital humano entre los integrantes de los hogares beneficiarios, particularmente entre aquellos que se beneficiaron durante los periodos críticos de crecimiento y desarrollo. Sin embargo, aún resta acumular evidencia sobre el potencial del programa para incidir en la pobreza y la desigualdad en el largo plazo. Esto es, si el incremento en el capital humano se verá efectivamente reflejado en mayores ingresos en la vida adulta de los niños que crecieron en hogares que recibieron las transferencias condicionadas (McKee y Todd, 2011). En la última fase de la cadena de resultados de la teoría de cambio propuesta, lo que se buscaría es documentar la existencia de rendimientos positivos a la inversión en capital humano. Es decir, que una mayor acumulación de salud y educación se refleja de hecho en mayores ingresos. Entre la población general en México se han documentado rendimientos positivos de la inversión en salud y educación (Gutierrez, 2012), por lo que se esperaría que este patrón de resultados ocurra también entre la población de PROSPERA. En resumen, existe evidencia sobre la efectividad de PROSPERA en mejorar tanto resultados de salud como de educación: mejores condiciones de salud en lo general, menor participación en comportamientos de riesgo, y mayor permanencia y progresión en la escuela. Esta evidencia es el punto de partida para el análisis de largo plazo. IV. La talla como medida de capital salud y la movilidad intergeneracional Generalmente las medidas empleadas para establecer la condición de salud de los individuos hacen referencia a la situación de la persona en el momento de la medición, que reflejan episodios de enfermedad, accidentes y eventos similares, en oposición al uso de mediciones que reflejen el nivel acumulado de salud (capital salud) en un cierto lapso. Una medida de salud acumulada que se ha utilizado en la literatura internacional y que considera el proceso de crecimiento y desarrollo de los individuos, es la talla máxima alcanzada. En la literatura reciente, se han analizado elementos de variabilidad en la talla que van más allá de los aspectos genéticos tales como el rol de la alimentación y la exposición a infecciones durante los periodos de crecimiento. La talla máxima alcanzada refleja variaciones genéticas y epigenéticas entre individuos, pero también es resultado de la exposición durante el crecimiento a enfermedades, de la nutrición recibida, de las prácticas higiénicas y de alimentación, y de comportamientos que afectan la salud (Bhalotra y Rawlings, 2013; Habicht et al. , 1974). En particular, se ha señalado que la variabilidad poblacional en talla más allá de aspectos genéticos se observa con mayor claridad en contextos de ingresos medios y bajos, en tanto que en las poblaciones de ingresos altos la mayor parte de la variación en talla se relaciona con aspectos 12    genéticos.7 La talla, en este sentido, refleja las condiciones de salud y alimentación durante el crecimiento, esto es, la inversión en capital salud (Alacevich y Tarozzi, 2017; LaFave y Thomas, 2017; Case y Paxson, 2008). De esta forma, la talla es un indicador acumulado que resume la historia de salud y nutrición a lo largo de la etapa de crecimiento. La definición de estos periodos críticos para la formación de capital humano considera la evidencia disponible sobre el crecimiento y desarrollo humano. Si bien se ha hecho un énfasis particular en la importancia crítica de los primeros mil días (periodo de gestación y dos primeros años de vida) en el proceso de crecimiento y desarrollo y sus implicaciones para el bienestar futuro (Cameron y Demerath, 2002; Sanders, 2013), este no es el único periodo relevante (Prentice et al. , 2013). En lo que se refiere a los aspectos físicos, en particular la talla, la infancia representa momentos críticos para el desarrollo, con periodos de mayor velocidad en crecimiento en la infancia temprana (0 a 2 años), la infancia media (6 a 8 años) y la adolescencia, con la aparición de los caracteres sexuales secundarios como marcador del fin del periodo de crecimiento acelerado, esto es, hacia los 13 o 14 años (Cameron y Demerath, 2002; Butler, 2007). Más allá del crecimiento, estos periodos son críticos también para el desarrollo cerebral, que ocurre de forma rápida en los primeros años de vida y que es afectado por factores externos que pueden tener repercusiones para el resto de la vida en aspectos cognitivos y de interacción social (Grantham-McGregor et al. , 2007). La infancia media (6 a 8 años) y la adolescencia son también periodos críticos para el desarrollo y la maduración cerebral. Se ha estimado que a los 13 años se ha alcanzado el punto máximo de desarrollo en las diferentes regiones cerebrales (Shaw et al. , 2008; Grantham- McGregor et al. , 2007). Algunos estudios han propuesto incluso que existe un potencial de recuperación de crecimiento que permitiría a los individuos alcanzar en talla a personas con mejores condiciones durante la infancia temprana, si bien señalan que dicho potencial es muy dependiente de las condiciones del contexto (Anand et al. , 2018; Prentice et al. , 2013; Desmond y Casale, 2017). Estos estudios han propuesto que la talla y la escolaridad de la madre, así como las condiciones socioeconómicas del hogar se relacionan con este potencial (Desmond y Casale, 2017). Sin embargo, los estudios que han documentado este potencial de recuperación carecen de datos longitudinales, por lo que comúnmente se basan en el seguimiento de cohortes, lo que dificulta identificar los factores que contribuyen al despliegue del potencial de crecimiento. Existe evidencia sobre los efectos negativos de ciertos comportamientos de riesgo sobre la salud. En particular, se han identificado efectos negativos del consumo de sustancias adictivas como el cigarro, el alcohol y ciertas drogas sobre la talla y el desarrollo cognitivo durante la etapa crítica de crecimiento (Berkey et al. , 1984; Jedrychowski, Maugeri y Jedrychowska-Bianchi, 2002; Carter et al. , 2016; Karama et al. , 2015).                                                              7 En México la variabilidad en talla explicada por diferencias en genética es relativamente menor, a pesar de la importante diversidad existente. Esto se debe a que el mestizaje en la población mexicana es relativamente homogéneo en términos genéticos (Gorodezky et al. , 2001; Salazar-Flores et al. , 2015).   13    En el caso de México, al igual que en otros países, , se ha observado una tendencia creciente en la talla de la población en general (Malina et al. , 2004). En la figura 4 se muestra el promedio de la talla por deciles de ingreso para la población mexicana de entre 20 y 24 años para los años 2000, 2006 y 2012.8 Figura 4. Talla promedio de jóvenes de 20 a 24 años en México en 2000, 2006 y 2012, por sexo y decil de ingreso Varones Mujeres 180 180 175 175 170 170 Centimetros (cm) Centimetros (cm) 165 165 160 160 155 155 150 150 145 145 140 140 I II III IV V VI VII VIII IX X I II III IV V VI VII VIII IX X Decil Decil 2000 2006 2012 2000 2006 2012 Fuente: estimaciones de los autores a partir de la información de la Encuesta Nacional de Salud 2000 (ENSA 2000), Encuesta Nacional de Salud y Nutrición 2006 (ENSANUT 2006), y Encuesta Nacional de Salud y Nutrición 2012 (ENSANUT 2012). Entre 2000 y 2012, la talla promedio de la población de 20 a 24 años se incrementó en 1.18 cm (0.71%) entre varones y 1.84 cm (1.20%) entre las mujeres. Las diferencias entre los deciles 1 y 10 se han mantenido relativamente constantes en el tiempo en alrededor de 4.8 cm para mujeres, y de 6.3 cm para hombres. En resumen, en este periodo que representa un subconjunto del tiempo que ha estado en operación PROSPERA, ha habido un incremento en la talla promedio de los individuos a nivel nacional, manteniéndose una brecha similar por nivel socioeconómico. La talla se ha utilizado también como medida de capital, utilizando el análisis de su evolución histórica para medir el desarrollo de los países (Fogel, 1994). Diversos estudios han analizado ya la relación entre talla e ingresos, identificando rendimientos de la salud positivos y significativos en países de ingresos medios y bajos (Schultz, 2002; Strauss y Thomas, 1998; Thomas y Strauss, 1997). A. Movilidad intergeneracional Los estudios de movilidad intergeneracional han ignorado en gran medida la dimensión de la salud, a pesar de la importancia central que tiene para el bienestar (Halliday, Mazumder y Wong,                                                              8 No se utiliza la ENSANUT MC 2016 debido a que por el objetivo de la encuesta (centrada en aspectos de nutrición), la información recolectada sobre aspectos socioeconómicos fue muy limitada, y no es posible reproducir la estimación por deciles o quintiles socioeconómicos para realizar las comparaciones. 14    2018), principalmente por la dificultad para contar con un panel longitudinal que incluya indicadores de salud. Este estudio incorpora el enfoque de la salud en una medición entre generaciones que constituye un reto poco explorado aún y una contribución a la literatura especializada. En la literatura sobre movilidad que aborda el ámbito de salud, se ha señalado que las condiciones de salud son importantes determinantes de los diferenciales en ingreso y que la desigualdad en ingresos tiende a correlacionarse entre generaciones en parte por la correlación intergeneracional entre la educación y la salud (Ahlburg, 1998). De forma más reciente, se ha enfatizado la importancia de analizar la movilidad intergeneracional en salud para comprender la persistencia de nivel socioeconómico. Esto es, identificar el rol específico de la transmisión en salud como factor para la movilidad social (Akbulut-Yuksel y Kugler, 2016). Algunos análisis han documentado también el potencial de transmisión de comportamientos de riesgo para la salud, señalando que los comportamientos entre los padres tienden a replicarse en sus hijos adolescentes, y en particular siguiendo un patrón de transmisión de padre a hijo y de madre a hija (Wickrama et al., 1999). En México, estudios recientes han señalado baja movilidad social caracterizada por mayor transmisión intergeneracional en salud en comparación con educación, a la par que se ha documentado la existencia de correlación intergeneracional en la esperanza de vida (Delajara et al., 2018; Moreno-Jaimes, 2017). De acuerdo con la literatura, el grado de persistencia de la salud entre generaciones está afectado por el contexto en el que se nace y ocurre el desarrollo. Es decir, hay mayor persistencia de retos en salud cuando el inicio de vida se da en condiciones de vulnerabilidad socioeconómica (Bhalotra y Rawlings, 2013). Los incrementos en talla entre generaciones se asocian con mejores condiciones de bienestar general, en donde los cambios reflejan tanto el componente genético como los aspectos del entorno (McKee y Todd, 2011). En este documento se analizan tanto la movilidad intergeneracional absoluta (cambio de nivel entre generaciones), como la movilidad intergeneracional relativa, definida como el grado de determinación en el resultado a partir de lo observado en la generación previa. Esta última se estima tanto para el nivel, como para la posición relativa en el grupo de análisis. V. Datos Los datos utilizados para responder las preguntas de investigación planteadas son la Encuesta de Evaluación de los Hogares (ENCEL) 2017 como base para los análisis, la cual contiene información de jóvenes, de sus proveedores9 y características de sus hogares de origen y de sus hogares nuevos.10 Además, se tomó información de las bases de la Encuesta de Características                                                              9 En la ENCEL 2017 se definió como proveedor a quien aportaba la mayor parte del gasto del hogar cuando el joven tenía 14 años; en lo general, es el padre o la madre. 10 En la ENCEL 2017 se definió como el hogar formado por un joven seleccionado. 15    Socioeconómicas de los Hogares (ENCASEH) y ENCEL de 1997 a 2000. La ENCEL 2017 fue concebida como un seguimiento a una submuestra de individuos de la evaluación 1997-2000, de la ENCASEH y ENCEL, para analizar aspectos de movilidad social. En ese sentido, se seleccionaron individuos que estaban en los periodos críticos de crecimiento y desarrollo cuando se inició el programa. Esto es, quienes pudieron haber recibido las transferencias de PROSPERA durante los primeros mil días de vida (menores de dos años), quienes se encontraban por iniciar la primaria (6 a 8 años) o quiénes se encontraban en el momento previo a la transición a la secundaria (inscritos en sexto año de primaria), es decir, en la adolescencia temprana. Las mediciones de movilidad intergeneracional se basan en la comparación de resultados entre estos grupos de población (e.g. jóvenes) y las personas que, cuando los jóvenes tenían 14 años, eran los proveedores económicos de sus hogares. En breve, la muestra se seleccionó a partir de individuos en los tres grupos de edad señalados de acuerdo con la información con la que contaba el Programa a partir de la integración de las encuestas previas y datos administrativos.11 El procedimiento seguido para la ENCEL 2017 consistió en visitar inicialmente los hogares de origen de jóvenes seleccionados, esto es, los hogares de los que formaban parte entre 1997 y 2000. Cuando se ubicó el hogar original, se aplicó un cuestionario de características de la vivienda, hogar, así como información de cada uno de los integrantes originales del hogar, adicionando a los nuevos residentes. Adicionalmente, se solicitó la ubicación del joven seleccionado y de la persona que aportaba la mayor parte del ingreso del hogar (proveedor), cuando el joven tenía 14 años. Si el joven y/o proveedor seguían formando parte del hogar original como residentes habituales, se les entrevistó con cuestionarios individuales específicos. Si ya no formaban parte del hogar original, se hizo un seguimiento si residía en las mismas localidades, en localidades en un radio de hasta media hora de traslado de la localidad de origen, en localidades en las rutas de trabajo de la encuesta, en las ciudades principales de las siete entidades en la muestra, o en las principales zonas metropolitanas del país. La ENCEL 2017 se realizó inicialmente entre noviembre y diciembre del 2017, entrevistando a 4,663 jóvenes que corresponde al 42.2% del total de 11 mil seleccionados. De los no entrevistados, el 24% fueron jóvenes que no fue posible localizar en sus hogares , 14% que pertenecen a hogares no encontrados y 11% fueron reportados como emigrantes. Para incrementar la muestra, se realizó una segunda fase en 2018, en la cual se logró entrevistar a 1,582 jóvenes adicionales. Un elemento importante para el análisis es el potencial sesgo que introduce la tasa de no respuesta en la ENCEL 2017. En encuestas longitudinales en las que ha transcurrido un largo periodo de tiempo desde su inicio, en este caso 20 años, se espera una pérdida de datos importante. La muestra tampoco considera a quienes emigraron hacia otros países, en particular al grupo reportado de los que radican en Estados Unidos. Sobre este grupo, lo que puede afirmarse es que                                                              11 La metodología detallada de la ENCEL 2017 se presenta en documento del Instituto Nacional de Salud Pública (INSP) 2017 16    en promedio presentan ingresos superiores al promedio de quienes permanecen en México (Yaschine, 2015; González de la Rocha, 2008). A. Variables El eje del análisis son los jóvenes que formaron parte de los hogares en la evaluación rural 1997-2000 y que fueron localizados en la ENCEL 2017. De este grupo, resultan de interés aquellos para las cuales se logró entrevistar al proveedor principal cuando el joven tenía 14 años, edad que se utiliza convencionalmente en los estudios de movilidad intergeneracional (Velez- Grajales, Huerta-Wong y Campos-Vázquez, 2015; Torche y Wormald, 2004). En total, se cuenta con información de 4,578 pares (joven y proveedor), si bien para algunas estimaciones se considera un conjunto menor de observaciones por valores faltantes. De este grupo de pares (joven y proveedor), se identificó al hogar de origen para considerar para el análisis las variables del periodo 1997-2000 como condiciones basales. Como parte de la ENCEL 2017 se realizaron mediciones antropométricas, en particular talla y peso, para los jóvenes y proveedores entrevistados. Asimismo, se realizaron pruebas de inteligencia fluida (matrices de Raven) y de memoria. Los instrumentos desarrollados permiten contar con información sobre los proveedores tanto en entrevista directa como sobre lo que reporta sobre las mismas el joven. En el cuadro A.1 del anexo A se listan las principales variables de interés para los análisis y las particularidades de éstas. Tomando en cuenta los elementos sobre crecimiento, desarrollo y escolarización que se exponen en la sección IV, se considera que los jóvenes que tenían más de 15 años cuando sus hogares comenzaron a recibir transferencias de PROSPERA se encontraban ya en un momento de su crecimiento, desarrollo y escolarización con limitadas posibilidades de potenciar la formación de capital humano a partir de las transferencias. Esta consideración se sustenta en la evidencia generada como parte de la evaluación de PROSPERA, que ha mostrado que las posibilidades para re-incorporar a quienes ya han desertado de la escuela son relativamente menores (aunque existen), y las posibilidades son prácticamente inexistentes a partir de los 14 años (Behrman, Sengupta y Todd, 2005). Debido a ello, estos jóvenes resultan un grupo potencial de comparación al compartir las condiciones generales de otros grupos de edad en los mismos hogares y localidades, pero muy limitadas posibilidades de formación adicional de capital humano a partir de las transferencias de PROSPERA. Como se señaló previamente, este grupo puede considerarse con limitada exposición al programa, debido a que para el momento que PROSPERA comenzó a realizar transferencias a sus hogares, esta población ya no estaba en periodos críticos de formación de capital humano. El análisis que se realiza aprovecha las fuentes de variación en la exposición al programa. Por una parte, considerando los diferentes grupos de edad que se buscaron en la ENCEL 2017 y se realiza el contraste entre individuos que participaron en el programa en diferentes periodos 17    críticos de desarrollo de su ciclo de vida: infancia temprana, infancia media y adolescencia temprana, en comparación con jóvenes en hogares que participaron en el programa pero para los que la intervención fue después del periodo crítico de desarrollo (tenían más de 15 en 1997).De esta forma, el grupo de mayor edad (de más de 15 entre 1997 y 2000) se utiliza como grupo de comparación para los grupos que tuvieron mayor exposición en los periodos críticos de desarrollo. Los grupos utilizados para el análisis se definen de la siguiente manera: Grupo 0: Personas con una edad reportada de 36 a 56 años en la ENCEL 2017. Para este análisis, se considera que este grupo no tuvo exposición a PROSPERA durante el periodo crítico de formación de capital humano y es el grupo base de comparación. Grupo 1: Personas con una edad reportada de 17 a 21 años en la ENCEL 2017. Grupo 2: Personas con una edad reportada de 22 a 28 años en la ENCEL 2017. Grupo 3: Personas con una edad reportada de 29 a 35 años en la ENCEL 2017. Los grupos 1, 2 y 3 conforman los grupos expuestos a PROSPERA en los periodos críticos de formación de capital humano, esto es, del nacimiento a los 15 años en el periodo 1997-2000. En el cuadro B.1 del anexo B,se presentan las principales estadísticas descriptivas para los jóvenes, tanto en su conjunto, como estratificando por los grupos de edad analizados. Del total de jóvenes entrevistados, 55.3% son mujeres, y la edad promedio es de 27.8 años para varones y 27.9 para mujeres. El IMC promedio fue de 26.0 para varones y 26.5 para mujeres, en ambos casos superior al límite para considerarse saludable (mayor a 24.9). Los varones cuentan con 8.6 años promedio de estudio y 8.7 las mujeres; 91% de los varones y 35% de las mujeres reportan trabajar; 17% de los varones no cuentan con aseguramiento en salud, lo que ocurre con 11% de las mujeres. En el tema de fecundidad, 75% de las mujeres reportaron haber estado ya embarazadas, de las cuales el 42% se embarazó antes de los 20 años, teniendo en promedio 20.2 años cuando tuvieron el primer hijo. En el caso de los varones, el 55% reportó haber embarazado a alguien, de los cuales el 20% lo hizo antes de los 20 años, teniendo en promedio 22.4 años cuando tuvieron a su primer hijo. Con relación a los comportamientos de riesgo, 90% de los varones reportan haber consumido alcohol, 43% haber fumado y 10% haber probado mariguana, lo que en el caso de las mujeres ocurre para 61%, 8% y 1%, respectivamente. Estas cifras son consistentes con lo reportado en encuestas nacionales (INPRF-INSP-Conadic, 2017b, c, a).12 En el cuadro B.2 del anexo B, se presentan las características principales de los proveedores, tanto para la totalidad, como de acuerdo con los grupos de edad de los jóvenes. Al contrastar con el cuadro B.1, se observa que los proveedores son en promedio 30 años mayores que los jóvenes y, como se espera, el promedio de edad es mayor para los proveedores del grupo de individuos jóvenes de mayor edad, manteniendo la misma diferencia en promedio de 30 años.                                                              12 Instituto Nacional de Psiquiatría Ramón de la Fuente Muñiz (INPRF) y Comisión Nacional contra las Adicciones (Conadic) 18    Por lo que respecta al indicador principal de salud, la talla, en comparación con el grupo de individuos jóvenes (cuadro B.1), en el promedio se observa que la talla máxima de los proveedores es 2.8 cm menor en el caso de varones, y 3.9 cm en el caso de las mujeres, sin que existan diferencias relevantes entre los diferentes grupos. Al considerar la relación entre talla y peso, se observa que el promedio de índice de masa corporal (IMC) tanto para varones como para mujeres se ubica en la categoría de sobrepeso, y como se observa en población general a partir de las encuestas nacionales, es mayor para mujeres que para varones. Las pruebas cognitivas y de memoria fueron realizadas en el levantamiento de la ENCEL 2017 y no se cuenta con información en rondas previas de la ENCEL. Debido al deterioro cognitivo esperable con la edad (Cline et al. , 1989), una parte del menor resultado observado en las pruebas de los proveedores, con relación al de los jóvenes, se explica por la edad de los proveedores. En tanto que en la prueba cognitiva no se observan diferencias por sexo, en la de memoria el puntaje es mayor en todos los casos para los varones. El promedio de años de estudio para proveedores, de 3.6 para varones y 3.4 para mujeres, resulta consistente con lo registrado en el Conteo de Población y Vivienda de 1995 en localidades rurales, esto es, en los valores esperados. Existe una cobertura amplia de protección en salud en esta población, principalmente a través del Seguro Popular, que resulta en un porcentaje de población sin seguro en salud por debajo de lo reportado para la población general del país. Entre los proveedores, 87% de los varones y 43% de las mujeres reportaron realizar actividades económicas; 35% de los varones y 31% de las mujeres reportan hablar una lengua indígena; y 5% de los varones, en comparación con 8% de las mujeres reportaron presentar alguna discapacidad. Al no contarse con una medición previa, la talla máxima del proveedor se estima a partir de la talla observada en 2017, edad y sexo del mismo.siguiendo la ecuación propuesta por Cline (Cline et al. , 1989; Fernihough y McGovern, 2015). A partir de los datos descritos, la metodología de análisis que se utiliza se define en las secciones VI.A a VI.C, que de manera sintética sigue el orden siguiente. En primera instancia, indagamos sobre la movilidad posible o potencial, es decir, la movilidad intergeneracional que puede ocurrir con independencia del proveedor. Esto es, la fracción del resultado (talla o años de estudio) que no está determinada por la herencia y que, por lo tanto, puede en principio ser modificada por condiciones externas, tales como las que crea la intervención de PROSPERA. Posteriormente, identificamos la magnitud de la movilidad intergeneracional absoluta en talla y años de estudio, como medidas de acumulación de capital salud y educación. Para medirla, consideramos la diferencia en el resultado entre un joven y la persona que fue el proveedor económico de su hogar cuando el joven tenía 14 años, siempre y cuando ambos sean del mismo sexo. Posteriormente, estimamos el efecto de PROSPERA en la movilidad absoluta en diversos indicadores de salud y educación mediante un modelo de pareamiento por puntaje de propensión. 19    Finalmente, estimamos los rendimientos de la salud y la educación sobre el ingreso laboral, mostrandoel cambio en los ingresos laborales que resulta de los cambios ocurridos en talla y años de estudio. VI. Metodología A. Análisis de Movilidad En primera instancia, se analizan dos aspectos de la movilidad intergeneracional que están relacionados: por una parte, la posibilidad de movilidad intergeneracional en salud y educación entre la población de PROSPERA, para lo cual estimamos la movilidad relativa o con independencia del proveedor (grado de determinación del resultado en el individuo no explicado por el resultado en el proveedor, utilizando los valores absolutos de los indicadores). Por otra parte, se estima la movilidad intergeneracional utilizando la posición relativa de los jóvenes y proveedores (grado de persistencia en términos posicionales -relativos dentro del grupo) A continuación se explican ambos enfoques en mayor detalle. La movilidad intergeneracional relativa se estima comúnmente como la elasticidad intergeneracional, que es el coeficiente de la relación entre los niveles del resultado del joven y del proveedor, interpretado como una medida de la persistencia entre generaciones en el indicador de interés (Chetty et al. , 2014). La estimación se realiza a partir del modelo general propuesto en la literatura, adaptado para considerar indicadores de salud (en lugar del ingreso) (Akbulut- Yuksel y Kugler, 2016; Corak, 2013), (1) donde representa el indicador de salud del joven (por ejemplo, la talla), es el indicador de salud del proveedor (por ejemplo, la talla), son covariables tanto del proveedor como del joven, es el término de error y es el intercepto La ecuación (1) representa la forma reducida en la que  mide el grado de persistencia del indicador analizado, sea salud o educación, entre generaciones, tomando valores entre 0 y 1, en donde entre menor sea el valor de menor es el grado de persistencia del indicador. De esta manera, la movilidad relativa está definida como 1-. Cuando se analiza como indicador de salud la talla máxima, es necesario considerar los aspectos genéticos y epigenéticos que tienen que ver con su determinación. Esto es, más allá de que se ha mostrado que la inversión realizada durante el crecimiento incide en la talla, se requiere considerar que la persistencia en talla entre generaciones por cuestiones biológicas no puede llegar a ser nula, lo que sí podría ser cercano a cero para el caso para la educación u otras condiciones de salud en las que la determinación genética se espera relativamente menor en comparación con la talla. 20    Un elemento adicional que considerar para el caso de la talla es que la transmisión genética es claramente mayor para las personas con parentesco directo (padre o madre del individuo en primera instancia) en comparación con para quienes la persona proveedora no tiene un parentesco sanguíneo. En los datos disponibles, para el 90% de los casos analizados, el proveedor es el padre o la madre del individuo. No obstante, la movilidad en lo general se refiere al efecto del hogar de origen en el resultado individual a partir de las condiciones de vida. En ese sentido, se consideró adecuado utilizar la muestra completa (y no sólo los pares de jóvenes y proveedores con parentesco sanguíneo). Un aspecto relevante que considerar para las estimaciones del potencial de movilidad es el hecho que el grupo de menor edad, considerado la mayor exposición al programa incluye población que podría estar aún en el proceso de generación de capital humano (es decir, continúan estudiando y/o creciendo). Esto representa un tipo de censura de los datos, en donde no se está observando el valor máximo o definitivo de la variable de resultado, sino únicamente se observa el valor alcanzado en el momento en que se lleva a cabo la medición. Considerando esta potencial censura (que afectaría principalmente a este grupo de edad), la estimación de la ecuación 1 por mínimos cuadrados ordinarios (MCO) podría introducir un sesgo en el coeficiente de la persistencia, ya que la censura reduce la varianza de la variable censurada. En el caso analizado, con la censura por la derecha la media de la variable con censura es menor en comparación con la variable no censurada (Greene, 1999). Debido a lo anterior, en las estimaciones se utiliza de forma adicional un modelo tipo tobit, que considera como observaciones con censura a las personas menores de 22 años para el caso de talla, y para la estimación de escolaridad, se consideró como observación con censura a las personas que asistían a la escuela al momento de la ENCEL 2017. Si bien podrían estar censuradas todas las observaciones si se considera que las personas pudieran regresar a la escuela, la evidencia de evaluaciones previas de PROSPERA señala que esta es una probabilidad baja.13 Otra forma de analizar la movilidad intergeneracional es desde una perspectiva de posición relativa de los individuos en ambas generaciones mediante un modelo rank-rank (posición- posición) de la siguiente forma, de acuerdo con lo que se ha propuesto en la literatura (Chetty et al. , 2014; Halliday, Mazumder y Wong, 2018): (2) donde es la posición relativa de cada joven en el conjunto de jóvenes seleccionados, en términos de la variable de resultado (talla o escolaridad);; por su parte es la la posición relativa del proveedor con relación al grupo de proveedores en términos de la variable de resultado (talla o escolaridad); y es el término de error. En esta estimación, en lugar de usar el nivel de la variable de resultado, se utiliza la posición relativa del nivel del individuo y del proveedor con respecto al conjunto de individuos y                                                              13 Para el caso de talla, se consideran 695 observaciones con censura, esto es, personas que podrían crecer aún más que el valor observado, y 152 personas para el caso de educación, es decir, quienes podrían acumular años de estudio adicionales a los observados. 21    proveedores analizados. De acuerdo con la literatura, esta forma de medición tiende a disminuir el efecto de valores extremos. En este caso, el coeficiente se refiere a la persistencia en la posición en lugar de al valor absoluto de la medida, como en el caso previo, y 1- es una medida de la movilidad en posición. Estos modelos tienden a generar estimaciones más estables comparadas con el uso de los niveles (Dahl y DeLeire 2008). Adicionalmente, considerando la determinación conjunta de la formación de capital humano, se estimó de forma simultánea la ecuación de movilidad relativa para salud y educación en el formato rank-rank, de acuerdo con la propuesta de (Zellner y Theil, 1962), en donde el término de error entre ambas ecuaciones está correlacionado dado que la movilidad de un tipo14 influye en la movilidad del otro (Greene, 1999): (3) (4) donde y son las posiciones relativas en talla y escolaridad, respectivamente, de cada joven en el conjunto de jóvenes seleccionados. Equivalente y se refiere a la posición relativa en talla y escolaridad, respectivamente, del proveedor en el conjunto de proveedores; y señalan la persistencia en la posisición en talla y escolaridad del proveedor; en tanto que mide la influencia de la posición relativa de la talla en la posición relativa de la escolaridad del joven, y mide la influencia inversa. y son los términos de error. La correlación entre los errores se verifica mediante la prueba de Breush-Pagan. La magnitud de la movilidad observada en la población de PROSPERA se estima mediante la movilidad absoluta, que mide mediante una diferencia simple el cambio de nivel del indicador entre joven y proveedor (Chetty et al. , 2014). En el caso de la talla se consideran las diferencias por sexo, por lo que la estimación utiliza únicamente los casos concordantes en sexo entre el proveedory el joven. En tanto que al considerar información con la distribución completa de la población podría ser relevante un análisis de movilidad absoluta considerando cambios de posición, en este caso al tratarse de un grupo acotado de población resulta de mayor relevancia centrarse en el valor promedio de la movilidad intergeneracional. En ese sentido, la estimación es simplemente: (5) donde hace referencia al nivel en la variable del joven y al nivel de la variable del proveedor. B. Estimación de efectos de PROSPERA Para estimar la contribución de PROSPERA a la movilidad se realizó una estimación por pareamiento por puntaje de propensión. Esta aproximación es necesaria para garantizar la                                                              14 En este caso hace referencia a salud y educación. 22    similitud entre las características observables de los grupos de edad analizados y el grupo de comparación (más de 15 años en 1997). Se parte de la generación de un puntaje (llamado de propensión) a partir de características basales (e.g. características observables en 1997) que se identifican como determinantes de la participación en la intervención (PROSPERA). El grupo de comparación se construye con los individuos que presentan puntajes similares a los del grupo de intervención (Heckman, Ichimura y Todd, 1997; Rosenbaum y Rubin, 1983). El contraste entre estos dos grupos permite estimar el efecto de la intervención. Este puntaje determina la probabilidad condicional de participar en PROSPERA dadas las características observadas; mientras más cercano sea el puntaje de propensión entre dos observaciones, se asume que el pareamiento es más eficiente (Ravallion, 2001; Khandker, Koolwal y Samad Hussain A., 2010). Debido a que el método se basa en características observables, se asume que las diferencias en las características no observables no son relevantes. Formalmente esto es: 1| (6) en donde ∙ es el puntaje de propensión, es un vector de dimensión , el cual contiene las características observables del é individuo, identifica la intervención, en este caso, la exposición a PROSPERA en momentos críticos de formación de capital humano, y 1| es, por definición, la probabilidad de que el é individuo se exponga a PROSPERA condicionado en sus características observables, . El método parte de dos supuestos principales. En primer lugar, se asume que las características, , que se utilizan para generar el puntaje son, de hecho, las que determinan la participación, lo cual implica que no hay otros factores relevantes que hayan sido excluidos. Este supuesto, conocido en la literatura como “supuesto de independencia condicional”, no puede ser verificado usando métodos cuantitativos porque es una afirmación sobre variables no observadas, por lo que se requiere sustentar a partir de identificar a priori el proceso que lleva a la participación. Para ello propusimos un conjunto de variables que presumiblemente inciden en la probabilidad de participación. En este caso utilizamos dos elementos: i) verificamos la exposición de los hogares a PROSPERA a través del monto de transferencias recibidas a lo largo del tiempo y el momento en que recibieron la primera transferencia; y ii) argumentamos con base en el diseño del programa, que lo que define la exposición diferencial es la edad de las personas, por lo que de hecho la definición de los grupos asegura que se cumple el supuesto de exposición en periodos críticos para el crecimiento y desarrollo. Esto es, la probabilidad de exposición diferencial a PROSPERA está dada por la edad de las personas, que es la misma variable que define los grupos de análisis. La preocupación con esta clasificación es la posibilidad de que la edad de las personas se relacione con los resultados de interés, y que, al estar perfectamente traslapada con la exposición, no sea posible diferenciar los potenciales efectos de la intervención de los efectos dados por la diferencia en edad. El aspecto central en este caso es la argumentación realizada previamente sobre los periodos críticos para la formación de capital humano. Si estos periodos son adecuadamente identificados 23    por la edad y, en ese sentido, puede asumirse razonablemente que las personas de más de 15 años en el momento inicial tenían un potencial limitado de incrementar capital humano, se elimina el potencial problema de efectos de derrama (spillovers) sobre las variables de resultado que se analizan. El segundo supuesto, llamado de “soporte común”, implica que en el grupo de comparación existen individuos que no recibieron la intervención, con puntajes de propensión similares a los de los individuos que sí la recibieron. Es decir, la intersección del puntaje de propensión entre ambos grupos es un conjunto no vacío. Para la implementación del pareamiento, se utilizaron las siguientes características medidas previo a la intervención: nivel de pobreza en 1997 medido a través del puntaje del programa asignado en ese año y la clasificación de pobreza a partir de dicho puntaje; bimestre en que el hogar comenzó a recibir transferencias; número de personas en el hogar en 1997; ingreso del hogar en 1997; años de estudio, sexo y edad del proveedor; y sexo del joven. El balance post-pareamiento y la existencia de soporte común se muestran en el anexo C. Las figuras ilustran el resultado del pareamiento para las dos variables de resultado analizadas, talla y escolaridad, para cada uno de los tres grupos de exposición. En todos los casos se observa que el pareamiento mejora el balance. La estimación del efecto que se reporta en la sección de resultados es el promedio del tratamiento (ATE por las siglas en inglés de average treatment effect), que refleja el promedio de las diferencias al contrastar entre individuos en tratamiento y sus observaciones de comparación. Los resultados se verificaron adicionalmente, utilizando los estimadores kernel, con resultados similares (no se presentan, disponibles por solicitud). De acuerdo con lo reportado en la literatura, la varianza en la estimación por pareamiento se ajustó para considerar que el puntaje es una primera estimación en el proceso (Abadie y Imbens, 2009). Además de los efectos generales, se incluyeron variables de control para detectar los efectos de pertenecer a la población que reportó hablar lengua indígena y para la población emigrante, esto es, para quienes en 2017 residían en localidades diferentes a las de sus hogares de origen en 1997-2000. Considerando que el modelo busca identificar el efecto de PROSPERA en indicadores de movilidad y de salud a partir de diferencias por tiempo de exposición al programa en periodos críticos de desarrollo de capital humano, se generaron estimaciones adicionales para explorar hasta qué punto los resultados del modelo efectivamente identifican la exposición diferencial o, si por el contrario, resultan de otros factores (como la diferencia en edad). En primera instancia, se implementó el mismo esquema de pareamiento utilizando variables de resultado de los proveedores, esto es, variables en las que no se esperaría observar efectos de PROSPERA, como la talla máxima, la educación basal, los resultados de la prueba cognitiva y de la de memoria, si habla lengua indígena, entre otras. Adicionalmente, se realizó un análisis considerando el diseño del experimento original de 1997-2000. Para ello, se clasificaron como 24    parte del grupo de intervención quienes provenían de las localidades de tratamiento del experimento original, y del grupo de comparación quienes provenían de las localidades de control original. C. Estimación de rendimientos de la salud Para la estimación de los rendimientos a la salud se utiliza un modelo Minceriano (Mincer, 1974) con ajuste por selección de Heckman (Heckman, 1979). Este modelo identifica los rendimientos de la inversión en capital humano al relacionar el incremento en el ingreso laboral asociado a niveles mayores de capital humano, en este caso, salud y educación: ln (7) en donde es el ingreso del individuo i, mismo que se propone como función de los niveles de salud ( ), educación ( ), y otras características individuales ( ). Este modelo general se ha utilizado previamente para estimar rendimientos a la salud y educación, con la talla y años de estudio, respectivamente, como sus medidas, mostrando en lo general la presencia de rendimientos positivos (Croppenstedt y Muller, 2000; Dinda et al. , 2006; Thomas y Strauss, 1997; Mayer-Foulkes, 2003). Con el modelo propuesto se corrigen dos dificultades que presenta la estimación por MCO: la censura de la variable de ingreso laboral (acotada por la participación laboral que no es aleatoria), y la potencial presencia de endogeneidad entre el ingreso, por un lado, y la talla y la educación por el otro, esto es, la posible determinación de ambas por una variable no observada. El modelo de Heckman permite atender el primer problema, al estimar un modelo en el que se estima la probabilidad de obtener ingreso laboral (en este caso identificado como la probabilidad de participación laboral), y utiliza esta probabilidad para corregir la ecuación Minceriana de ingreso considerando en la misma la relación entre el ingreso y la decisión de trabajar. Dadas las características de la participación laboral por sexo, se estimaron modelos separados para varones y mujeres. Para estimar la ecuación de selección utilizamos adicionalmente a las variables del modelo minceriano: si en el hogar hay un niño de 0 a 5 años, si tiene pareja, si vive en la misma vivienda con la pareja y el ingreso del hogar descontando el ingreso de la persona que se analiza. El argumento de la endogeneidad entre las variables de capital humano y el ingreso propone que personas con mayor capacidad cognitiva podrían decidir invertir más en la formación de capital, y que serían potencialmente también individuos con mayores conexiones sociales, lo cual podría reflejarse en mejores oportunidades laborales (con mayores ingresos). Esto implica que las medidas de capital humano estarían correlacionadas con el término de error en la ecuación minceriana (Schultz, 2002). Utilizar variables instrumentales permite resolver este problema, identificando variables que se relacionan fuertemente con la variable independiente, pero no con la dependiente (McFadden, 1999). 25    El proceso de instrumentación se presenta en detalle en el Anexo D. En primera instancia, verificamos la presencia de endogeneidad mediante las pruebas Durbin y Wu-Hausman. Una p de 0.36 en ambas pruebas para los años de estudio y una p < 0.01 para la talla indicaron que para los años de estudio no se puede rechazar la hipótesis de exogeneidad, en tanto que la talla debe tratarse como variable endógena. Como en estudios previos (Gutierrez, 2012; Ribero y Nuñez, 2000; Schultz, 2002), para instrumentar la talla utilizamos variables medidas a nivel de la localidad: índice de marginación de las localidades en 1995 y en 2000, la población total de la localidad y los precios en 1998 del nixtamal, harina de trigo, sopa de pasta, galletas, frijol, huevo, sardinas, azúcar y aceite.15 Se verificó la capacidad de los instrumentos propuestos para explicar la variabilidad en la talla mediante la prueba F, si bien no perfectos, los instrumentos son razonablemente fuertes. Finalmente, probamos la sobre-identificación del modelo que pudiera resultar en correlación con el término de error, lo que se rechazó al resultar la prueba de chi cuadrada con una p de 0.1343. Utilizando la instrumentación de la talla, el modelo de rendimientos estimado es: ln (8) (9) en donde ln es el logaritmo natural del ingreso por hora reportado por el individuo i, es el valor del indicador de salud, en este caso el logaritmo natural de la talla (instrumentada) –por lo que el coeficiente es una elasticidad, es un vector de características del hogar (incluyendo al proveedor ), un vector de características individuales, es la identificación de si la persona genera ingreso de trabajo (participación laboral), y las características individuales que determinan la participación laboral. VII. Resultados Los resultados del análisis se presentan a continuación siguiendo el mismo orden planteado en la metodología. Primero, se muestra el potencial de movilidad en la población de PROSPERA, posteriormente la estimación de movilidad absoluta en talla y escolaridad, seguido por la estimación del efecto de PROSPERA en indicadores de movilidad y, finalmente, se presenta la estimación de los rendimientos de la inversión en capital humano sobre el ingreso laboral.                                                              15 Los precios se recolectaron en el cuestionario de localidad de la ENCEL 1998-Marzo. En los casos donde los precios no se reportaron en la localidad, se usó para la misma el promedio del municipio o de la entidad. 26    A. Medición del potencial de movilidad intergeneracional: ¿cuál es el potencial de movilidad intergeneracional en salud y educación? y ¿cuál es la movilidad intergeneracional observada? Con este análisis inicial buscamos mostrar que existe potencial de movilidad intergeneracional entre la población de interés. Esto es, que no todo el resultado observado entre los jóvenes en términos de logro en talla y escolaridad está determinando por el resultado en sus proveedores. En el cuadro 1 mostramos la persistencia intergeneracional en el nivel de la talla utilizando las especificaciones descritas la sección VI.A. Se muestran las estimaciones por MCO y las estimaciones utilizando un modelo tobit en las que se corrige por la censura en los datos. En cada caso se muestran resultados para tres especificaciones del modelo, con el fin de verificar la robustez del estimador de persistencia. En el primer modelo se controla únicamente por el sexo y edad del joven y del proveedor(columna 1). En el segundo modelo se controla adicionalmente por la entidad de residencia, el grado de marginación de la localidad de residencia en 1995 y por el tipo de localidad, de tratamiento o de control en el diseño original de evaluación utilizado en el periodo 1997 a 2000 (columna 2). En esta estimación se busca modelar la correlación existente entre la talla del proveedor y su lugar de residencia. Por último, en la tercera especificación se prueba la existencia de diferencias según la pertenencia de los individuos a dos grupos de interés: la población hablante de lengua indígena y la población que emigró de sus localidades de origen (columna 3). Cuadro 1. Movilidad intergeneracional en talla entre la población rural de PROSPERA (1) (2) (3) VARIABLES MCO Tobit MCO Tobit MCO Tobit ln Talla 0.483*** 0.484*** 0.422*** 0.423*** 0.411*** 0.411*** proveedor () (0.015) (0.016) (0.015) (0.016) (0.015) (0.016) Habla lengua -0.010*** -0.010*** indígena (0.002) (0.002) Emigrante 0 -0.003* (0.001) (0.001) Constante 2.656*** 2.696*** 2.956*** 3.007*** 3.017*** 3.065*** (0.078) (0.084) (0.076) (0.081) (0.076) (0.081) R cuadrada 0.566 0.584 0.589 Observaciones 4,385 4,161 4,161 Notas: (1)= Estimaciones controlando por variables de edad y sexo del joven; edad, sexo, y escolaridad del proveedor. (2)= adicional a las variables de (1), entidades de la muestra ENCEL, índice de marginación en 1995 de las localidades en la muestra, e identificación de localidad de control o tratamiento de la evaluación experimental de 1997-2000. (3)= adicional a las variables de (2) ,hablante de lengua indígena y emigrante. MCO= Minimos cuadrados ordinarios. Errores estándar entre paréntesis. Nivel de significancia *** p<0.01, ** p<0.05, * p<0.1. Fuente: estimaciones realizadas a partir de la información de la Encuesta de Evaluación de los Hogares (ENCEL) 2017, complementada con información del panel ENCEL 1997-2000. Los coeficientes de persistencia son consistentes entre las estimaciones por MCO y en los modelos corregidos por censura, pero adquiere significancia estadística el pertenecer al grupo de 27    población que emigró de sus localidades en el modelo corregido. La estimación que controla por variables territoriales y la pertenencia a los grupos de población indígena o emigrante modifica el coeficiente de persistencia. Es decir, controlar los efectos del entorno incrementa el potencial de movilidad, que se ubica en 58%. Este coeficiente se encuentra en el orden de magnitud del observado para el caso de Estados Unidos en un estudio similar (Akbulut-Yuksel y Kugler, 2016). La pertenencia a la población hablante de lengua indígena o a la población que emigró de sus localidades de origen se asocia con un menor logro en talla, sin que la presencia de estas variables dentro del modelo afecte de forma significativa el estimador de persistencia (cuadro 1, columna 3, estimaciones tobit). Con ello, se espera que el potencial de movilidad en talla para estos grupos sea de similar magnitud al del resto de la población. A diferencia de lo que sucede con el análisis de la movilidad educativa, en el caso de salud el coeficiente de persistencia refleja que en la talla de los individuos hay componentes genéticos y epigenéticos. Por ello, resulta relevante el parentesco de los individuos analizados con las personas identificadas como sus proveedores. Considerando únicamente a las personas cuyos proveedores son su padre o madre, el coeficiente de persistencia se incrementa ligeramente a 0.44; por el contrario, si el proveedor no es el padre o la madre, el coeficiente de persistencia baja a 0.33 (estimaciones no mostradas). De ello, podría proponerse que la diferencia entre 0.44 y 0.33, es decir, 0.11, es el componente genético en el caso de la talla. Teniendo en cuenta las variaciones que resultan de esta estimación, para fines de este análisis se conservó la muestra completa de datos, es decir, considerando también los casos en donde el proveedor no era el padre o la madre. Con esta decisión se preservó un tamaño de muestra para realizar estimaciones por subgrupos de población y se contó con universos comparables para analizar los indicadores de salud y de educación. De forma equivalente, en el cuadro 2 se reporta la movilidad en términos de la escolaridad. Como se espera, el nivel de persistencia es menor en comparación con el estimador de persistencia en salud (talla), debido a que este último incluye el componente genético. Por esta misma razón, la estimación considerando únicamente cuando los proveedores son padres o madres de los jóvenes no presenta diferencias con respecto a cuando se trata de otro tipo de proveedores. En este caso existe una diferencia pequeña en los estimadores de los coeficientes de persistencia cuando se realiza la corrección por censura. Y al igual que sucede con el modelo de talla, el coeficiente de persistencia se reduce de 0.34 a 0.29 cuando se incluyen como controles las variables de nivel localidad, lo que sugiere un efecto territorial sobre la movilidad potencial, que se ubica en 71% (cuadro 2, columna1, 3, estimaciones tobit ). En este caso, la pertenencia a la población hablante de lengua indígena o haber emigrado se asocia con un mayor logro escolar, independiente del proveedor (columna 3). Tal como se expuso en la teoría de cambio del programa, se espera que la acumulación de capital en las dimensiones de salud y educación sigan un patrón de determinación conjunta. Para modelar esta correlación, en el cuadro 4 se presenta la estimación de movilidad intergeneracional de forma simultánea para la talla y la escolaridad utilizando los modelos de posición (rank-rank). 28    Los resultados son consistentes con lo reportado en los modelos individuales de posición (cuadro 3), con un ligero incremento el potencial de movilidad en salud cuando se considera en su determinación el efecto de la movilidad educativa. Con ello, la estimación de la movilidad potencial en salud es 68%, mientras que la educativa se ubica en 78%. Cuadro 2. Movilidad intergeneracional en años de estudio entre la población rural de PROSPERA (1) (2) (3) VARIABLES MCO Tobit MCO Tobit MCO Tobit Años estudio proveedor 0.332*** 0.343*** 0.287*** 0.297*** 0.282*** 0.292*** (0.024) (0.025) (0.023) (0.024) (0.023) (0.023) Migrante 0.666*** 0.679*** (0.113) (0.117) Habla lengua indígena 0.332* 0.338* (0.177) (0.184) Constante 10.108*** 10.294*** 9.547*** 9.746*** 9.403*** 9.599*** (0.419) (0.437) (0.536) (0.559) (0.524) (0.546) R cuadrada 0.15 0.186 0.194 Observaciones 4,425 4,423 4,423 Notas: (1)= Estimaciones controlando por variables de edad y sexo del joven; edad, sexo, y escolaridad del proveedor. (2)= adicional a las variables de (1), entidades de la muestra ENCEL, índice de marginación en 1995 de las localidades en la muestra, e identificación de localidad de control o tratamiento de la evaluación experimental de 1997-2000. (3)= adicional a las variables de (2) ,hablante de lengua indígena y emigrante. MCO= Minimos cuadrados ordinarios. Errores estándar entre paréntesis. Nivel de significancia *** p<0.01, ** p<0.05, * p<0.1. Fuente: estimaciones realizadas a partir de la información de la Encuesta de Evaluación de los Hogares (ENCEL) 2017, complementada con información del panel ENCEL 1997-2000. Para ambos indicadores, salud y educación, los modelos de posición proveen estimadores mayores del potencial de movilidad en comparación con los que resultan de utilizar directamente el nivel del indicador (58% y 71%, respectivamente). Como se señaló en la metodología, la estimación de la movilidad con los modelos de posición resulta más robusta al eliminar los sesgos provenientes de valores extremos. 29    Cuadro 3. Movilidad intergeneracional entre la población rural de PROSPERA: cambio en posición relativa (1) (2) VARIABLES Talla Años de estudio Posición relativa del proveedor (Rank) 0.354*** 0.239*** () (0.018) (0.018) Constante 0.323*** 0.286*** (0.012) (0.010) Observaciones 4,502 4,425 R cuadrada 0.125 0.066 Notas: Errores estándar entre paréntesis. Nivel de significancia *** p<0.01, ** p<0.05, * p<0.1. Fuente: estimaciones realizadas a partir de la información de la Encuesta de Evaluación de los Hogares (ENCEL) 2017. Cuadro 4. Movilidad intergeneracional talla y escolaridad estimada de forma simultánea (1) (2) VARIABLES Talla Escolaridad Talla del proveedor 0.317*** (0.016) Educación proveedor 0.221*** (0.015) Educación del individuo 0.298*** (0.061) Talla del individuo 0.161*** (0.044) Constante 0.230*** 0.211*** (0.023) (0.021) Observaciones 4,093 4,093 R cuadrada 0.114 0.084 Notas: Controlando por el nivel de escolaridad en la estimación de talla, y por talla en la estimación de escolaridad. Errores estándar entre paréntesis. Nivel de significancia *** p<0.01, ** p<0.05, * p<0.1. Fuente: estimaciones realizadas a partir de la información de la Encuesta de Evaluación de los Hogares (ENCEL) 2017, complementada con información del panel ENCEL 1997-2000. Los resultados que mostramos con relación al potencial de movilidad confirman que, si bien existe una persistencia importante en la determinación del capital humano entre generaciones, entre la población rural de PROSPERA existe un potencial amplio de movilidad intergeneracional. Esto es, independencia entre el resultado en los jóvenes y el resultado observado para los proveedores, lo que implica que dichos resultados son modificables en función de factores externos a la herencia. 30    B. Efectos de PROSPERA: ¿cuál ha sido la contribución de PROSPERA en salud y educación de la población que recibió la intervención en momentos críticos para el desarrollo? Se espera que la movilidad intergeneracional absoluta sea positiva para reflejar un movimiento ascendente asociado a mayor bienestar para las generaciones más jóvenes, y que dicha movilidad sea de mayor magnitud entre mayor sea a la exposición al programa en los periodos críticos de desarrollo. En el cuadro 5 se reporta la movilidad absoluta en talla al contrastar el valor del indicador entre los jóvenes y proveedores del mismo sexo, tanto en el total de la población, como para cada uno de los tres grupos de exposición. La población total presenta una movilidad de 2.83 cm entre varones y 4.05 cm entre mujeres. La movilidad intergeneracional absoluta en años de estudio se ubica en 5.2 y 5.4 años para varones y mujeres, respectivamente (cuadro 6). Cuadro 5. Promedio de movilidad intergeneracional absoluta en salud por sexo y grupo de análisis (1) (2) (3) (4) (5) VARIABLES Total Grupo 0 Grupo 1 Grupo 2 Grupo 3 Varones 2.83 1.22 2.92*** 3.33*** 2.63** (0.18) (0.45) (0.39) (0.27) (0.37) Mujeres 4.05 2.25 4.95*** 4.32*** 4.05** (0.25) (0.61) (0.66) (0.36) (0.48) Observaciones 2,199 288 401 1,035 509 Notas: Las unidades son cm de la talla. Errores estándar entre paréntesis. Nivel de significancia *p de la diferencia con grupo 0 de comparación < 0.1; **p de la diferencia con grupo 0 de comparación < 0.05; ***p de la diferencia con grupo 0 de comparación < 0.01. Fuente: estimaciones a partir de la ENCEL 2017. Cuadro 6. Promedio de movilidad intergeneracional absoluta en educación , por sexo y grupo de análisis (1) (2) (3) (4) (5) VARIABLES Todos Grupo 0 Grupo 1 Grupo 2 Grupo 3 Varones 5.20 4.05 5.43*** 5.26*** 5.56*** (0.10) (0.20) (0.19) (0.14) (0.17) Mujeres 5.40 4.00 5.52*** 5.69*** 5.44*** (0.09) (0.22) (0.20) (0.13) (0.16) Observaciones 3,816 432 685 1,819 880 Notas: Las unidades son años de estudio. Errores estándar entre paréntesis. Nivel de significancia *p de la diferencia con grupo 0 de comparación < 0.1; **p de la diferencia con grupo 0 de comparación < 0.05; ***p de la diferencia con grupo 0 de comparación < 0.01. Fuente: estimaciones a partir de la ENCEL 2017. Para que sea válida la comparación de las estadísticas descriptivas sobre movilidad intergeneracional absoluta entre los individuos cuyos hogares recibieron las transferencias en periodos críticos de desarrollo con el grupo de control propuesto, es necesario garantizar la comparabilidad de los grupos en el periodo pre-tratamiento. Para ello se realizó el análisis de 31    pareamiento descrito en la metodología, cuyos resultados de validación se encuentran en el anexo C. En el cuadro 7 presentamos el contraste de cada grupo de exposición con el grupo de comparación. Las dos primeras columnas muestran la movilidad intergeneracional absoluta de talla y años de estudio, con base en el estimador de dobles diferencias que resume la diferencia entre el grupo expuesto y el grupo de comparación y la diferencia observada entre jovenes y sus proveedores. El cambio en movilidad intergeneracional que presentó el grupo de comparación (Grupo 0) se puede interpretar como el cambio promedio esperado entre la población rural en las localidades que atendió PROSPERA entre 1997 y 2000 para un grupo de personas que no recibieron la intervención en los períodos críticos de formación de capital humano. La movilidad adicional observada en los grupos de exposición diferencial (Grupos 1-3), con relación al grupo de comparación, es el cambio que resulta de PROSPERA. El cuadro 7 muestra efectos de PROSPERA en talla y escolaridad, con un gradiente creciente relacionado directamente con el tiempo de exposición en periodos críticos de desarrollo. Las personas cuyos hogares comenzaron a recibir transferencias de PROSPERA en su infancia temprana presentan mayor movilidad absoluta en contraste con aquellos cuyos hogares recibieron transferencias en un momento posterior en su vida. En el cuadro 7 se presentan las estimaciones agregadas de la población, incluyendo hombres y mujeres. Las ganancias en movilidad en talla como efecto de PROSPERA corresponden a 1.76 cm para el grupo de menor exposición y a 3.99 cm para el grupo de mayor exposición en periodos críticos. En el cuadro E.1 del anexo E se presentan estos resultados desagregados por sexo. La movilidad absoluta en talla es mucho mayor para las mujeres que para los hombres, particularmente en el grupo de exposición durante la infancia temprana en donde el efecto es casi tres veces mayor, equivalente a 7 cm para ellas. Las ganancias en talla son consistentes con la tendencia nacional observada durante el periodo analizado, observándose, por otra parte, un crecimiento de la proporción de personas con sobrepeso. Con el fin de verificar la tendencia en el indicador de sobrepeso en los grupos de exposición a PROSPERA se construyó un IMC ajustado a la edad de 30 años, para eliminar la variabilidad asociada a la edad de las personas.16 Desafortunadamente no se dispone de mediciones de los proveedores en edades comparables con la de los jóvenes que se analizan, por lo que no es posible utilizar un estimador de dobles diferencias, sino únicamente contrastar cada grupo de exposición con el grupo de comparación. El cuadro 7 muestra el estimador simple del IMC, que presenta un gradiente decreciente, con menor IMC para las personas con mayor exposición a PROSPERA en los periodos críticos de crecimiento. La reducción en el IMC como efecto de PROSPERA implica que las ganancias en                                                              16 Para ello, se estimó por regresión lineal la relación entre el IMC (como variable dependiente), la edad y el sexo. A partir de los coeficientes de la edad y el sexo, se calculo el valor del IMC para cada persona a los 30 años. 32    talla más que compensaron la tendencia nacional del incremento de peso. Esto es, como se muestra en el cuadro B.1, las diferencias relevantes son en la talla, no en el peso de las personas. Por sexo, es ligeramente más pronunciada la reducción en el IMC en el caso de las mujeres. Cuadro 7. Contribución de PROSPERA a la movilidad en talla y escolaridad, y en variables relevantes de acuerdo al tiempo de exposición (1) (2) (4) (5) (6) VARIABLES Movilidad Movilidad IMC Puntaje Puntaje talla educación cognitivo memoria Grupo 1 vs Grupo 0 3.991*** 3.728*** -7.008*** 1.379*** 0.751*** (0.616) (0.396) (0.541) (0.195) (0.162) Observaciones 589 1,168 1,121 1,128 1,172 Grupo 2 vs Grupo 0 3.548*** 3.022*** -5.093*** 1.295*** 0.690*** (0.572) (0.284) (0.316) (0.186) (0.136) Observaciones 1,114 2,378 2,294 2,292 2,382 Grupo 3 vs Grupo 0 1.762*** 2.541*** -2.294*** 0.776*** 0.532*** (0.536) (0.268) (0.363) (0.187) (0.127) Observaciones 673 1,428 1,382 1,373 1,431 Grupos 1,2 y 3 vs Grupo 0 3.093*** 2.953*** -4.642*** 1.066*** 0.624*** (0.465) (0.279) (0.325) (0.165) (0.161) Observaciones 1,882 3,999 3,850 3,866 4,004 Notas: Las estimaciones son contrastes en las diferencias pareadas del indicador entre el grupo de exposición y el grupo de comparación. Variables para el pareamiento: ln de la talla de proveedor, puntaje de elegibilidad a PROSPERA en 1997 (lineal y cuadrático), clasificación como hogar pobre en 1997, sexo del joven, sexo del proveedor, edad del proveedor (lineal y cuadrática), educación del proveedor, en 1997, bimestre de inicio de recibir transferencias de PROSPERA en el hogar de origen, número de personas en el hogar en 1997, e ingreso laboral del hogar en 1997. Errores estándar entre paréntesis. Nivel de significancia *** p<0.01, ** p<0.05, * p<0.1. Fuente: estimaciones por pareamiento por puntaje de propensión realizadas a partir de la información de la Encuesta de Evaluación de los Hogares (ENCEL) 2017, complementada con información del panel ENCEL 1997-2000. La movilidad absoluta en escolaridad se traduce en 2.5 años más para la población del grupo con menor exposición a PROSPERA y en 3.7 años adicionales para los jóvenes que iniciaron recibiendo los apoyos del programa durante la infancia temprana, en comparación con el grupo que comenzó a recibir apoyos cuando ya no estaban en periodos críticos de crecimiento y desarrollo. Para esta variable las diferencias por sexo no resultan tan importantes como en el caso de la talla. De manera complementaria a los estimadores de movilidad absoluta en escolaridad se estimaron las diferencias simples (ya que no se cuenta con información para los proveedores al momento en que los jóvenes tenían edad 14) para los puntajes de la prueba cognitiva y la de memoria realizadas en la ENCEL 2017. Los resultados muestran la misma lógica del gradiente relacionado con la exposición a PROSPERA, lo que resulta consistente con los resultados observados para educación y talla. En este caso las ganancias en ambos puntajes son ligeramente superiores en el caso de los varones, en comparación con las mujeres (anexo E). Estos resultados sugieren que las ganancias en años de escolaridad han ido acompañadas de ganancias en el desempeño cognitivo, si bien esto último no puede ser medido en forma intergeneracional, debido a las limitaciones de los datos. 33    El análisis por sub-poblaciones no cuenta con un número suficiente de observaciones, por lo que no se identifica un adecuado soporte común. Por esta razón, únicamente se presenta la estimación para personas que hablan lengua indígena de forma conjunta, sin diferenciar por sexo. El cuadro 8 muestra que para la población hablante de lengua indígena las ganancias en movilidad en talla son relativamente menores en comparación con el total de la población. Esto ocurre a pesar de que el potencial de movilidad estimado en la sección VII.A es similar para toda la población. En términos de movilidad en escolaridad, las ganancias son mayores entre la población indígena, pero los estimadores de desarrollo cognitivo y memoria presentan niveles por debajo a los de la población total. Asimismo, las reducciones en IMC son menores con relación a la población total, pero igualmente signficativas. Cuadro 8. Contribución de PROSPERA a la movilidad en talla y escolaridad, y en otras variables relevantes de acuerdo al tiempo de exposición en población que habla lengua indígena (1) (2) (4) (7) (8) VARIABLES Movilidad Movilidad IMC Puntaje Puntaje talla educación cognitiv memoria o Grupo 1 vs Grupo 0 2.327*** 4.593*** -5.300*** 0.766** 0.987*** (0.742) (0.377) (0.866) (0.337) (0.148) Observaciones 169 312 303 299 314 Grupo 2 vs Grupo 0 2.834*** 4.542*** -4.382*** 0.528* 0.865*** (0.994) (0.692) (0.797) (0.295) (0.152) Observaciones 292 607 591 587 609 Grupo 3 vs Grupo 0 1.233 2.440*** -1.662*** 0.558** 0.587*** (0.923) (0.377) (0.568) (0.267) (0.168) Observaciones 197 401 394 380 403 Grupos 1,2 y 3 vs Grupo 0 3.324*** 4.298*** -4.601*** 0.683** 0.930*** (0.519) (0.443) (1.103) (0.278) (0.168) Observaciones 510 1,045 1,020 1,007 1,047 Notas: Las estimaciones son contrastes en las diferencias pareadas del indicador entre el grupo de exposición y el grupo de comparación. Variables para el pareamiento: ln de la talla de proveedor, puntaje de elegibilidad a PROSPERA en 1997 (lineal y cuadrático), clasificación como hogar pobre en 1997, sexo, sexo del proveedor, edad del proveedor (lineal y cuadrática), educación del proveedor en 1997, bimestre de inicio de recibir transferencias de PROSPERA en el hogar de origen, número de personas en el hogar en 1997, e ingreso laboral del hogar en 1997. Errores estándar entre paréntesis. Nivel de significancia *** p<0.01, ** p<0.05, * p<0.1. Fuente: estimaciones por pareamiento por puntaje de propensión realizadas a partir de la información de la Encuesta de Evaluación de los Hogares (ENCEL) 2017, complementada con información del panel ENCEL 1997-2000. En el cuadro 9 se muestra la estimación a partir del diseño de evaluación original. Esto es, considerando la intervención diferenciada entre las personas que provienen de hogares de las localidades de tratamiento y de control originales, restringiendo al conjunto de hogares clasificados como pobres en 1997. Esta comparación mide un diferencial de exposición de alrededor de 18 meses, que fue el tiempo medio en el que las localidades de control tardaron en incorporarse al programa, hacia finales de 1999. Aún con este diferencial de tan sólo 18 meses en el inicio de la intervención, las evaluaciones de corto y mediano plazo identificaron efectos positivos de PROSPERA en indicadores de talla 34    en niños menores de 5 años. Analizar el posible efecto de largo plazo del programa sobre la talla utilizando el diseño de la evaluación original es especialmente relevante en el caso de los grupos que tuvieron exposición durante los periodos críticos del desarrollo para identificar si los efectos se sostienen en el largo plazo. De forma agregada, para el conjunto de los tres grupos con exposición en periodos críticos de crecimiento, identificamos un efecto de 2.93 cm en talla, consistente y de similar magnitud al efecto estimado utilizando como grupo de comparación a la población de más de 15 años en 1997 que no recibieron la intervención en periodos críticos del desarrollo. Cuadro 9. Estimación de efecto de PROSPERA considerando el diseño original de evaluación (1997- 2000) (1) (2) (3) (4) (5) VARIABLES Movilidad talla Movilidad IMC Puntaje Puntaje educación cognitivo memoria Tratamiento vs Control 1.452* 1.570* 0.481 -0.898* -0.340* (0.771) (0.862) (0.612) (0.501) (0.176) Observaciones 1,337 2,850 2,741 2,756 2,852 Tratamiento vs Control, grupo 0 -0.182 0.359 1.318** -0.074 0.052 (0.851) (0.696) (0.599) (0.333) (0.226) Observaciones 116 238 228 224 239 Tratamiento vs Control, grupo 1, 2.938** 0.683 -0.866 -0.447 0.025 2y3 (1.387) (1.029) (1.152) (0.410) (0.217) Observaciones 1,205 2,580 2,482 2,500 2,581 Notas: Las estimaciones son contrastes en las diferencias pareadas del indicador entre el grupo de exposición y el grupo de comparación. Variables para el pareamiento: ln de la talla de proveedor, puntaje de elegibilidad a PROSPERA en 1997 (lineal y cuadrático), clasificación como hogar pobre en 1997, sexo, sexo del proveedor, edad del proveedor (lineal y cuadrática), educación del proveedor en 1997, bimestre de inicio de recibir transferencias de PROSPERA en el hogar de origen, número de personas en el hogar en 1997, e ingreso laboral del hogar en 1997. Errores estándar entre paréntesis. Nivel de significancia *** p<0.01, ** p<0.05, * p<0.1. Fuente: estimaciones por pareamiento por puntaje de propensión realizadas a partir de la información de la Encuesta de Evaluación de los Hogares (ENCEL) 2017, complementada con información del panel ENCEL 1997-2000. La intervención de PROSPERA en localidades de tratamiento muestra un efecto en la talla de la población de las localidades de tratamiento y este efecto es impulsado por los grupos que recibieron la intervención en períodos críticos de formación de capital humano, ya que no se encontraron efectos en el grupo de los que ya habían pasado los periodos críticos de crecimiento (Grupo 0, jóvenes de mas de 15 años en 1997). Utilizando el diseño del experimento original de PROSPERA, se encontró un impacto de 1.5 años en educación para los habitantes de las localidades de tratamiento y este resultado es estadísticamente significativo al 10%, consistente con lo señalado en la literatura. Cuando se parte la muestra por grupos de edad, este resultado pierde poder estadístico, pero es positivo en todos los casos. Para la medida de IMC y los puntajes cognitivo y de memoria, los resultados no son robustos en las distintas especificaciones que se utilizaron en este ejercicio y, en general, no son estadísticamente significativos. 35    En conjunto, estos resultados señalan que PROSPERA ha incidido de forma positiva en la acumulación de capital humano entre la población rural que ha formado parte del programa. C. Rendimientos del capital humano: la movilidad intergeneracional, ¿cuál es el resultado de los cambios en salud y educación sobre el ingreso laboral? La traducción de la movilidad intergeneracional en talla y escolaridad en movilidad social se aproxima a partir de los rendimientos de la talla y la escolaridad sobre el ingreso laboral de las personas. El cuadro 10 muestra el modelo de rendimientos, con estimaciones separadas por sexo a partir del modelo de Heckman. Las columnas 1 y 3 muestran que un incremento de 1% en la talla se refleja en un ingreso laboral mayor en 10.73% para los varones y 8.76% para las mujeres. Mientras que un incremento de un año de escolaridad resulta en 3.4% más de ingreso laboral para varones y 4.8% para mujeres. No se considera en este ejercicio los potenciales retornos no- lineales a la educación. Con relación a la literatura sobre talla e ingresos, el coeficiente de la talla es más alto que lo esperado para la distribución nacional completa en México (ver por ejemplo Vogl 2014), pero similar a los estimados para población en la parte baja de la distribución, que es la que se analiza en este texto, con niveles entre 8% y 11%, en estudios como los de Lundborg et. al. 2009, Case y Paxon (2008) y Persico et. al. 2004. Además de encontrarse coeficientes de esta magnitud para la parte baja de la distribución de ingresos, estos autores encuentran que el efecto sobre los ingresos es mayor para la población de menor talla, que a la vez es también la que vive en mayores condiciones de pobreza. Asimismo, argumentan que el coeficiente capta el efecto de variables de origen de los padres y, en particular, Case y Paxon afirman que su magnitud se asocia a la elevada correlación con el incremento en habilidades cognitivas que acompañan el crecimiento adicional en talla, de manera que en la medida que dichos factores se controlan el coeficiente puede reducir sustancialmente en magnitud. Considerando las ganancias en movilidad intergeneracional en talla y escolaridad de PROSPERA que reportamos en la sección previa, un individuo varón con la mayor exposición al programa (Grupo 1) tendría un ingreso mayor en promedio en 9.4% debido a la movilidad en talla y 12.0% asociado al incremento en la escolaridad en comparación con quien no tuvo exposición a PROSPERA en periodos críticos, mientras que para las mujeres los incrementos serían de 17.1% y 17.8%, respectivamente.17 Los rendimientos totales sobre el ingreso laboral se componen de la acumulación de capital salud y educación. Este resultado traducido en pesos implica que el salario por hora base de 14.73 pesos para los varones en el grupo de comparación, habría sido de sólo 12.13 pesos para el grupo de mayor                                                              17 Esto es, la movilidad en talla adicional reportada para individuos varones del grupo con mayor exposición en periodos críticos es de 2.4 cm, lo que en escala logarítmica y multiplicado por 10.736% resulta en 9.4%. De forma equivalente, la movilidad en años de estudio adicional es de 3.53 años, lo que multiplicado por la ganancia adicional por año de estudio de 3.4% resulta en 12.0%. Para mujeres el cálculo es equivalente.   36    exposición, en ausencia del programa. En el caso de las mujeres, el ingreso por hora de 12.68 pesos habría sido de únicamente 9.41 pesos..18 La relación entre el IMC e ingreso resulta negativa y significativa: cada punto adicional de IMC reduce el ingreso en 2.1% para varones y 3.1% para mujeres. El signo del coeficiente es consistente con lo esperado pues, como se ha dicho, el sobrepeso y obesidad merman el capital salud y, en este caso, también se reflejan sobre los rendimientos esperados. Una vez que se controla por los niveles de capital acumulado, medido por la talla y los años de escolaridad, así como por las variables de contexto que determinan la participación laboral, no se observan diferencias estadísticamente significativas en el ingreso esperado para las personas indígenas. Otro resultado, consistente con los resultados de la evaluación de mediano plazo, señala que las personas que emigraron de las localidades de origen presentan ingresos 47.3% mayores para el caso de los varones y 20.3% para el caso de las mujeres, en comparación con quienes permanecen viviendo en sus localidades de origen. En este caso, debido a las restricciones de la información no se dispuso de datos sobre la población que migró hacia los Estados Unidos o hacia lugares al interior del país fuera de las principales ciudades, por lo que el estimador refleja únicamente la migración hacia los sitios captados en el levantamiento de la ENCEL 2017, si bien se esperaría que esto subestime el diferencial de las personas que migran dado el mayor ingreso de quienes residen en Estados Unidos. Aun con ello, el estimador refleja que los rendimientos al capital acumulado en salud y educación pueden potenciarse en contextos presumiblemente más favorecedores, es decir, de menor marginación y aislamiento que las localidades de origen. Esta misma lógica se refleja en las estimaciones del modelo de selección (columnas 2 y 4), en donde el haber migrado de la localidad de origen se refleja en una mayor probabilidad de inserción al mercado laboral, especialmente en el caso de las mujeres. En resumen, los resultados del modelo minceriano de rendimientos del capital humano señalan que para la población que creció en los hogares rurales incorporados desde el inicio de PROSPERA hay un premio en términos del ingreso laboral, resultado de las ganancias en talla y escolaridad. En el que la población más saludable y con mayores niveles de escolaridad obtiene mayores ingresos laborales.                                                              18 Esto es, considerando el ingreso promedio de las personas y sumando las ganancias promedio por talla y escolaridad. Pesos reportados en el periodo de levantamiento de la ENCEL 2017. 37    Cuadro 10. Rendimientos del capital humano medido en talla y escolaridad entre población rural de PROSPERA. Varones Mujeres (1) (2) (3) (4) VARIABLES ln(w) Trabajaa) ln(w) Trabaja ln Talla cm (predicha) 10.736*** 9.708*** 8.764*** 2.527 (2.152) (2.923) (2.660) (2.380) Escolaridad (años) 0.034*** -0.026 0.048*** 0.024** (0.007) (0.016) (0.010) (0.010) IMC -0.021** -0.020* -0.031*** 0.004 (0.008) (0.012) (0.012) (0.010) Edad 0.018*** 0.029*** 0.019*** 0.022*** (0.004) (0.009) (0.006) (0.006) Habla lengua indígena -0.053 -0.042 (0.063) (0.093) Emigro = 1 0.473*** 0.325** 0.203*** 0.446*** (0.047) (0.144) (0.066) (0.072) Hogar con niños de 0 a 5 años 0.223 -0.190*** (0.141) (0.065) Tiene pareja -0.346 -0.772*** (0.338) (0.179) Vive con la pareja 0.622* -0.132 (0.344) (0.176) ln Ingreso del hogarb) -0.049*** -0.061*** (0.013) (0.010) Constante -52.349*** -48.051*** -41.515*** -13.010 (10.900) (14.790) (13.270) (11.848) Observaciones 1,992 2,358 Nota: a) Para estimar la ecuación de selección se utilizó adicionalmente a las variables del modelo minceriano: Hogar con niños de 0 a 5 años; tiene pareja; vive con la pareja; y ln del ingreso mensual del hogar. b) Corresponde al ingreso mensual del hogar restándole el ingreso mensual del joven. /athrho de 0.046 y error estándar de (0.054) para varones; -0.068 y (0.089) para mujeres. /lnsigma de -0.176***y error estándar de (0.031) para varones; -0.091**y (0.040) para mujeres. Errores estándar entre paréntesis. Nivel de significancia *** p<0.01, ** p<0.05, * p<0.1. Fuente: estimaciones realizadas a partir de la información de la Encuesta de Evaluación de los Hogares (ENCEL) 2017, complementada con información del panel ENCEL 1997-2000   38    VIII. Conclusiones Este estudio se centra en el análisis de la información recolectada como parte de la Encuesta de Evaluación de los Hogares 2017 (ENCEL 2017) y de las rondas previas de la ENCEL y ENCASEH 1997. En particular, se realizan comparaciones con el periodo 1997-2000, que establece las condiciones basales de los hogares, para investigar el potencial de movilidad intergeneracional y la magnitud de la movilidad intergeneracional absoluta en capital humano (talla como medida de salud y escolaridad como medida de educación), entre la población que formó parte de la primera fase de incorporación de PROSPERA hace 20 años. Asimismo, se estiman los rendimientos de las ganancias en salud y educación sobre el ingreso laboral a partir de la contribución de PROSPERA a la movilidad en salud y educación. El análisis nos permite mostrar que en los hogares rurales mexicanos de las localidades en las que inició PROSPERA existe un margen de movilidad intergeneracional en salud y educación relativamente alto. Esta población presenta una movilidad absoluta importante en salud (talla) y educación (escolaridad), que ha sido mayor entre las y los jóvenes con mayor exposición a PROSPERA, para quienes se registran incrementos en talla y años de estudios mayores a los esperados por la tendencia secular de crecimiento en el país. Estos incrementos en talla y escolaridad reflejan mejoras acumuladas durante el periodo de crecimiento y desarrollo como resultado de distintos factores, que fueron documentados en las evaluaciones de corto y mediano plazo, como la mejora de la nutrición, la reducción de la morbilidad infantil, la utilización de servicios de salud, y la inscripción y permanencia en la escuela. Los resultados indican que el potencial de movilidad es mayor en la dimensión de educación que en la de salud, lo que podría deberse a que los factores genéticos y epigenéticos son de mayor importancia relativa como determinantes de la talla, utilizada como indicador de capital salud, que como determinantes del nivel educativo. En todo caso, la movilidad potencial en ambos indicadores es amplia, es decir, existe un margen de mejora de la salud y la educación de la población no determinada por la herencia, que sólo podría alcanzarse a través de políticas que impulsen la creación de mejores condiciones en el entorno y oportunidades de aprovechamiento para la población, particularmente para la población que vive en condiciones de pobreza. Más allá de los efectos sobre los indicadores de acumulación de capital salud y educación, se estima que la movilidad intergeneracional en estas dimensiones tiene rendimientos en el mercado laboral, que se asocian con mayores ingresos. El hecho que tanto la talla como la escolaridad contribuyan a incrementar el ingreso laboral, resalta el potencial de PROSPERA para promover la movilidad social intergeneracional, en particular cuando las transferencias se reciben durante los periodos críticos de crecimiento y desarrollo, y no cuando las personas han traspasado la etapa de formación de capital humano. En este sentido podemos afirmar que la población con mayor exposición temprana a PROSPERA presenta veinte años después un mayor capital humano con ingresos laborales asimismo mayores. 39    Es importante resaltar que estos resultados han ocurrido en un contexto particular de la salud en México, marcado por un fuerte incremento en los padecimientos no transmisibles entre la población adulta, sin duda relacionados con la epidemia de sobrepeso y obesidad que afecta a toda la población, que mostraba elevados indicadores al inicio de PROSPERA, especialmente entre la población de menores ingresos. El análisis realizado en este documento muestra que, si bien los servicios que promueve el programa son insuficientes para revertir el crecimiento observado en los indicadores de sobrepeso y obesidad, PROSPERA ha contribuido a contener su incremento en la población beneficiaria. Esto se relaciona con el incremento en talla: ante un peso constante, mayor talla se refleja en menor IMC. El análisis realizado enfrenta algunas limitaciones importantes. La principal se refiere a la información disponible en la ENCEL 2017. Con esta ronda se logró entrevistar a un conjunto importante de mujeres y hombres de los hogares que formaron parte de las fases iniciales de PROSPERA. No obstante, el levantamiento no incluyó a las personas que han emigrado fuera de México, y entre quienes han emigrado al interior del país, únicamente se dio seguimiento a quienes migraron hacia los mismos siete estados del panel original y sólo en ciertas ciudades grandes. Los resultados de evaluaciones previas indican que es razonable esperar que las condiciones promedio de quienes han emigrado fuera de México sean, en lo general, mejores que las condiciones de quienes han permanecido. Esto significa que los resultados presentados pueden reflejar una subestimación de los efectos sobre de PROSPERA. Por otra parte, para algunas variables importantes no se contó con información de los proveedores medida en el momento a que se hace referencia en otros indicadores para medir la movilidad intergeneracional, es decir, cuando los jóvenes tenían una edad de 14 años. No obstante, fue posible estimar la talla máxima de los proveedores considerando la información conocida (talla actual y edad) ajustando a partir de lo reportado sobre pérdida de talla en la literatura. Estos resultados indican que PROSPERA ha logrado efectos en variables de salud, educación e ingresos laborales, conforme a la teoría de cambio propuesta. No obstante, sus resultados podrían potenciarse si se dieran mejoras en el contexto en el que ocurren. Desde el punto de vista de salud pública, un reto de particular importancia es evitar el crecimiento en el sobrepeso y obesidad, que al consumir el capital salud se contrapone con el objetivo de PROSPERA reduciendo las posibilidades de movilidad social. Es decir, como se muestra en los resultados, el sobrepeso incide negativamente en los ingresos de las personas, lo que reduce su capacidad de movilidad social. Un reto adicional que no se analiza en este documento, pero ha sido ampliamente documentado es mejorar la calidad de los servicios que se prestan a la población. La evidencia disponible señala que los servicios de salud disponibles para la población de PROSPERA son de limitada calidad, lo que afecta la posibilidad de acceso efectivo, esto es, atención resolutiva cuando se requiere. El reto de la calidad de los servicios es, asimismo, un tema que va más allá de la población de PROSPERA; se refiere a las condiciones de los servicios de salud en general, pero nuevamente forma parte de los elementos que afectan la formación de capital humano. 40    El modelo de intervención basado en incentivar la demanda de servicios de salud y educación con transferencias condicionadas para promover la acumulación de capital humano y la movilidad social muestra resultados positivos y podría fortalecerse con acciones específicas enfocadas en grupos vulnerables particulares como es lapoblación indígena y generando mecanismos para mejorar la calidad de los servicios de salud y de educación. Hasta donde tenemos conocimiento, este análisis es el primero realizado en México sobre movilidad intergeneracional en salud a partir de mediciones antropométricas e información proporcionada de forma directa, tanto por los individuos en la generación actual, como por las personas que fueron sus proveedores durante la adolescencia. Una fortaleza de este estudio es que el análisis se cuenta con información longitudinal. Finalmente, incrementar el capital humano será insuficiente para interrumpir la transmisión generacional de la pobreza si se mantiene un contexto económico restrictivo, de bajo crecimiento y caracterizado por inequidad en la distribución del ingreso y persistencia de la pobreza. El logro de la movilidad intergeneracional como se propone en la teoría de cambio descansa en que ocurran los supuestos planteados, en particular, la existencia de servicios de salud y educativos de calidad y una economía capaz de generar empleos y oportunidades iguales de acceso al mercado laboral para que el capital salud y educación rindan frutos para las nuevas generaciones. 41    REFERENCIAS Abadie, Alberto, and Guido W. Imbens. 2009. "Matching on the Estimated Propensity Score." National Bureau of Economic Research Working Paper Series No. 15301. doi: 10.3386/w15301. Ahlburg, Dennis. 1998. "Intergenerational Transmission of Health." The American Economic Review 88 (2):265-270. Akbulut-Yuksel, Mevlude, and Adriana D. Kugler. 2016. "Intergenerational Persistence of Health in the U.S.: Do Immigrants Get Healthier as they Assimilate?" National Bureau of Economic Research Working Paper Series No. 21987. doi: 10.3386/w21987. Alacevich, Caterina, and Alessandro Tarozzi. 2017. "Child height and intergenerational transmission of health: Evidence from ethnic Indians in England." Economics & Human Biology 25:65-84. doi: https://doi.org/10.1016/j.ehb.2016.10.004. Anand, Paul, Jere R. Behrman, Hai-Anh H. Dang, and Sam Jones. 2018. "Varied patterns of catch-up in child growth: Evidence from Young Lives." Social Science & Medicine 214:206-213. doi: https://doi.org/10.1016/j.socscimed.2018.07.003. Andalón, Mabel. 2011. "OPORTUNIDADES to reduce overweight and obesity in Mexico?" Health Economics 20 (S1):1-18. doi: doi:10.1002/hec.1773. Barber, Sarah L., S. M. Bertozzi, and P.J. Gertler. 2007. "Variations In Prenatal Care Quality For The Rural Poor In Mexico." Health Affairs 26 (3):w310-w323. doi: 10.1377/hlthaff.26.3.w310. Barham, Tania. 2011. "A healthier start: The effect of conditional cash transfers on neonatal and infant mortality in rural Mexico." Journal of Development Economics 94 (1):74-85. doi: http://dx.doi.org/10.1016/j.jdeveco.2010.01.003. Behrman, Jere R., and Anil B. Deolalikar. 1988. "Chapter 14 Health and nutrition." In Handbook of Development Economics, 631-711. Elsevier. Behrman, Jere R., and John Hoddinott. 2005. "Programme Evaluation with Unobserved Heterogeneity and Selective Implementation: The Mexican PROGRESA Impact on Child Nutrition." Oxford Bulletin of Economics and Statistics 67 (4):547-569. doi: 10.1111/j.1468-0084.2005.00131.x. Behrman, Jere R., Piyali Sengupta, and Petra E. Todd. 2005. "Progressing through PROGRESA: An Impact Assessment of a School Subsidy Experiment in Rural Mexico." Economic Development and Cultural Change 54 (1):237-275. doi: 10.1086/431263. Berkey, Catherine S., James H. Ware, Frank E. Speizer, and Jr Benjamin G. Ferris. 1984. "Passive Smoking and Height Growth of Preadolescent Children." International Journal of Epidemiology 13 (4):454-458. doi: 10.1093/ije/13.4.454. Bertozzi, Stefano M., and Juan-Pablo Gutiérrez. 2013. "Poverty, cash transfers, and risk behaviours." The Lancet Global Health 1 (6):e315-e316. doi: 10.1016/S2214-109X(13)70111-6. Bhalotra, Sonia, and Samantha Rawlings. 2013. "Gradients of the Intergenerational Transmission of Health in Developing Countries." The Review of Economics and Statistics 95 (2):660-672. doi: 10.1162/REST_a_00263. Bloom, D, and D Canning. 2003. "Health as Human Capital and its Impact on Economic Performance." The Geneva Papers on Risk and Insurance - Issues and Practice 28 (2):304-315. Brown, J. Larry, and Ernesto Pollitt. 1996. "Malnutrition, Poverty and Intellectual Development." Scientific American 274 (2):38-43. Butler, G. 2007. "Assessment of Growth and Puberty." In Growth Hormone Therapy in Pediatrics - 20 Years of KIGS, edited by M.B. Ranke, D.A. Price and E.O. Reiter. Basel: Karger. 42    Cameron, Noël, and Ellen W. Demerath. 2002. "Critical periods in human growth and their relationship to diseases of aging." American Journal of Physical Anthropology 119 (S35):159-184. doi: doi:10.1002/ajpa.10183. Carter, R. Colin, Joseph L. Jacobson, Christopher D. Molteno, Neil C. Dodge, Ernesta M. Meintjes, and Sandra W. Jacobson. 2016. "Fetal Alcohol Growth Restriction and Cognitive Impairment." Pediatrics. doi: 10.1542/peds.2016-0775. Case, Anne, and Christina Paxson. 2008. "Stature and Status: Height, Ability, and Labor Market Outcomes." Journal of Political Economy 116 (3):499-532. Cecchini, Simone, and Fábio Veras Soares. 2015. "Conditional cash transfers and health in Latin America." The Lancet 385 (9975):e32-e34. doi: 10.1016/S0140-6736(14)61279-4. Cline, Martha G., Keith E. Meredith, John T. Boyer, and Benjamin Burrows. 1989. "Decline of Height with Age in Adults in a General Population Sample: Estimating Maximum Height and Distinguishing Birth Cohort Effects from Actual Loss of Stature with Aging." Human Biology 61 (3):415-425. Cluver, Lucie, Mark Boyes, Mark Orkin, Marija Pantelic, Thembela Molwena, and Lorraine Sherr. 2013. "Child-focused state cash transfers and adolescent risk of HIV infection in South Africa: a propensity-score-matched case-control study." The Lancet Global Health 1 (6):e362-e370. doi: 10.1016/S2214-109X(13)70115-3. Corak, Miles. 2013. "Income Inequality, Equality of Opportunity, and Intergenerational Mobility." Journal of Economic Perspectives 27 (3):79-102. doi: doi: 10.1257/jep.27.3.79. Croppenstedt, A., and C. Muller. 2000. "The impact of farmers' health and nutritional status on their productivity and efficiency: evidence from Ethiopia." Economic Development and Cultural Change 48 (3):475-502. Chetty, Raj, Nathaniel Hendren, Patrick Kline, and Emmanuel Saez. 2014. "Where is the land of Opportunity? The Geography of Intergenerational Mobility in the United States *." The Quarterly Journal of Economics 129 (4):1553-1623. doi: 10.1093/qje/qju022. Dahl, Molly W., and Thomas DeLeire. 2008. The Association between Children’s Earnings and Fathers’ Lifetime Earnings: Estimates Using Administrative Data. In Discussion Paper. Institute for Research on Poverty Madison, WI de Walque, Damien, William H Dow, Rose Nathan, Ramadhani Abdul, Faraji Abilahi, Erick Gong, Zachary Isdahl, Julian Jamison, Boniphace Jullu, Suneeta Krishnan, Albert Majura, Edward Miguel, Jeanne Moncada, Sally Mtenga, Mathew Alexander Mwanyangala, Laura Packel, Julius Schachter, Kizito Shirima, and Carol A Medlin. 2012. "Incentivising safe sex: a randomised trial of conditional cash transfers for HIV and sexually transmitted infection prevention in rural Tanzania." BMJ Open 2 (1). doi: 10.1136/bmjopen-2011-000747. Delajara, M., R. De la Torre, E. Díaz-Infante, and R. Vélez. 2018. México del 2018. Movilidad social para el bienestar. México: Centro de Estudios Espinosa Yglesias. Desmond, Chris, and Daniela Casale. 2017. "Catch-up growth in stunted children: Definitions and predictors." PLOS ONE 12 (12):e0189135. doi: 10.1371/journal.pone.0189135. Dinda, Soumyananda, P. K. Gangopadhyay, B. P. Chattopadhyay, H. N. Saiyed, M. Pal, and P. Bharati. 2006. "Height, weight and earnings among coalminers in India." Economics & Human Biology 4 (3):342-350. Fernald, Lia C. H., Paul J. Gertler, and Lynnette M. Neufeld. 2008. "Role of cash in conditional cash transfer programmes for child health, growth, and development: an analysis of Mexico's 43    OPORTUNIDADES." The Lancet 371 (9615):828-837. doi: https://doi.org/10.1016/S0140- 6736(08)60382-7. Fernald, Lia C. H., Paul J. Gertler, and Lynnette M. Neufeld. 2009. "10-year effect of OPORTUNIDADES, Mexico's conditional cash transfer programme, on child growth, cognition, language, and behaviour: a longitudinal follow-up study." The Lancet 374 (9706):1997-2005. doi: https://doi.org/10.1016/S0140-6736(09)61676-7. Fernihough, Alan, and Mark E. McGovern. 2015. "Physical Stature Decline and the Health Status of the Elderly Population in England." Economics and human biology 16:30-44. doi: 10.1016/j.ehb.2013.12.010. Fogel, R.W. 1994. "Economic growth, population theory, and physiology: the bearing of long-term processes on the making of economic policy." The American Economic Review 84 (3):369-395. Gaarder, Marie M., Amanda Glassman, and Jessica E. Todd. 2010. "Conditional cash transfers and health: unpacking the causal chain." Journal of Development Effectiveness 2 (1):6-50. doi: 10.1080/19439341003646188. Gertler, Paul. 2004. "Do Conditional Cash Transfers Improve Child Health? Evidence from PROGRESA's Control Randomized Experiment." American Economic Review 94 (2):336-341. doi: doi: 10.1257/0002828041302109. Glassman, Amanda, Denizhan Duran, Lisa Fleisher, Daniel Singer, Rachel Sturke, Gustavo Angeles, Jodi Charles, Bob Emrey, Joanne Gleason, Winnie Mwebsa, Kelly Saldana, Kristina Yarrow, and Marge Koblinsky. 2013. "Impact of Conditional Cash Transfers on Maternal and Newborn Health." Journal of Health, Population, and Nutrition 31 (4 Suppl 2):S48-S66. Gómez-Dantés, Héctor, Nancy Fullman, Héctor Lamadrid-Figueroa, Lucero Cahuana-Hurtado, Blair Darney, Leticia Avila-Burgos, Ricardo Correa-Rotter, Juan A. Rivera, Simon Barquera, Eduardo González-Pier, Tania Aburto-Soto, Elga Filipa Amorin de Castro, Tonatiuh Barrientos-Gutiérrez, Ana C. Basto-Abreu, Carolina Batis, Guilherme Borges, Ismael Campos-Nonato, Julio C. Campuzano-Rincón, Alejandra de Jesús Cantoral-Preciado, Alejandra G. Contreras-Manzano, Lucia Cuevas-Nasu, Vanessa V. de la Cruz-Gongora, Jose L. Diaz-Ortega, María de Lourdes García-García, Armando Garcia-Guerra, Teresita González de Cossío, Luz D. González-Castell, Ileana Heredia-Pi, Marta C. Hijar-Medina, Alejandra Jauregui, Aida Jimenez-Corona, Nancy Lopez-Olmedo, Carlos Magis-Rodríguez, Catalina Medina-Garcia, Maria E. Medina-Mora, Fabiola Mejia-Rodriguez, Julio C. Montañez, Pablo Montero, Alejandra Montoya, Grea L. Moreno-Banda, Andrea Pedroza- Tobías, Rogelio Pérez-Padilla, Amado D. Quezada, Vesta L. Richardson-López-Collada, Horacio Riojas-Rodríguez, Maria J. Ríos Blancas, Christian Razo-Garcia, Martha P. Romero Mendoza, Tania G. Sánchez-Pimienta, Luz M. Sánchez-Romero, Astrid Schilmann, Edson Servan-Mori, Teresa Shamah-Levy, Martha M. Téllez-Rojo, José L. Texcalac- Sangrador, Haidong Wang, Theo Vos, Mohammad H. Forouzanfar, Mohsen Naghavi, Alan D. Lopez, Christopher J. L. Murray, and Rafael Lozano. 2016. "Dissonant health transition in the states of Mexico, 1990–2013: a systematic analysis for the Global Burden of Disease Study 2013." The Lancet 388 (10058):2386-2402. doi: https://doi.org/10.1016/S0140-6736(16)31773-1. González de la Rocha, Mercedes y Escobar, Agustín. "La Vida Después de Oportunidades: Impacto del Programa a Diez Años de su Creación." En A Diez Años de Intervención. Evaluación Externa del Programa Oportunidades 2008 En Zonas Rurales (1997-2007), 125-98. México, D.F.: INSP, 2008. Gorodezky, Clara, Carmen Alaez, Miriam N. Vázquez-Garcı́a, Gabriela de la Rosa, Eduardo Infante, Sandra Balladares, Rosa Toribio, Elva Pérez-Luque, and Linda Muñoz. 2001. "The 44    Genetic structure of Mexican Mestizos of different locations: tracking back their origins through MHC genes, blood group systems, and microsatellites." Human Immunology 62 (9):979-991. doi: https://doi.org/10.1016/S0198-8859(01)00296-8. Grantham-McGregor, Sally, Yin Bun Cheung, Santiago Cueto, Paul Glewwe, Linda Richter, and Barbara Strupp. 2007. "Developmental potential in the first 5 years for children in developing countries." The Lancet 369 (9555):60-70. doi: 10.1016/S0140-6736(07)60032-4. Greene, W.H. 1999. Análisis econométrico. 3a ed. Madrid, España: Prentice Hall. Grosh, M. 1994. Administering targeted social programs in Latin America : from platitudes to practice (English). In World Bank regional and sectoral studies. Washington, DC: The World Bank. Grossman, Michael. 1972. "On the Concept of Health Capital and the Demand for Health." The Journal of Political Economy 80 (2):223-255. Grossman, Michael. 1999. The Human Capital Model of the Demand for Health: SSRN. Gutierrez-Reyes, J. P. 2007. "Effectiveness of Opportunities in the risk behaviour of teenagers." Salud Publica De Mexico 49:E202-E204. Gutierrez, J. P., S. Garcia-Saiso, and B. M. Aracena. 2018. "Mexico's household health expenditure on diabetes and hypertension: What is the additional financial burden?" PLoS One 13 (7):e0201333. doi: 10.1371/journal.pone.0201333. Gutierrez, J.P. 2008. "Comportamientos de riesgo y sus consecuencias para la salud, bienestar y probabilidad de participación laboral." In Evaluación externa del Programa Oporutnidades 2008. A diez años de intervencion en zonas rurales (1997-2007), 279. México: SEDESOL. Gutierrez, J.P. 2012. Height, Income and Intergenerational Education Mobility: Evidence for Mexico In SSRN. CDMX. Gutiérrez, J.P. 2012a. The Structural Quality of Health Services as a Potential Constraint for Human Capital Accumulation http://ssrn.com/abstract=1982040. Gutiérrez, J.P. 2012b. Youth Risk Behaviours as Barriers for Human (Health) Capital Accumulation (January 9, 2012). https://ssrn.com/abstract=1982065. Gutierrez, J.P., P. Gertler, M. Hernandez-Avila, and S. M. Bertozzi. 2005. "Impacto de OPORTUNIDADES en los comportamientos de riesgo de los adolescentes y en sus consecuencias inmediatas. Resultados de corto plazo en zonas urbanas y de mediano plazo en zonas rurales." In Evaluación externa de impacto del Programa OPORTUNIDADES 2004, edited by B. Hernandez- Prado and M. Hernandez-Avila, 330. México: INSP. Gutiérrez JP, Rivera-Dommarco J, Shamah-Levy T, Villalpando-Hernández S, Franco A, Cuevas- Nasu L, Romero-Martínez M, Hernández-Ávila M. Encuesta Nacional de Salud y Nutrición 2012. Resultados Nacionales. Cuernavaca, México: Instituto Nacional de Salud Pública (MX), 2012. Gutierrez, JP., S. Bautista, P. Gertler, M. Hernandez-Avila, and S. M. Bertozzi. 2005. "Impacto de OPORTUNIDADES en la morbilidad y el estado de salud de la población beneficiaria y en la utilización de los servicios de salud. Resultados de corto plazo en zonas urbanas y de mediano plazo en zonas rurales." In Evaluación externa de impacto del Programa OPORTUNIDADES 2004, edited by B. Hernandez-Prado and M. Hernandez-Avila, 330. México: INSP. Gutiérrez, Juan Pablo, and Sebastián García-Saisó. 2016. "Health inequalities: Mexico's greatest challenge." The Lancet 388 (10058):2330-2331. doi: https://doi.org/10.1016/S0140- 6736(16)31726-3. Gutiérrez, Juan Pablo, Sebastián García-Saisó, Rodrigo Espinosa-de la Peña, and Dulce Alejandra Balandrán. 2016a. "Desigualdad en indicadores de comportamientos de riesgo en adolescentes en 45    México: análisis de dos encuestas de salud." Salud Publica Mex. 58 (6):9. doi: 10.21149/spm.v58i6.7922. Gutiérrez, Juan Pablo, Sebastián García-Saisó, Rodrigo Espinosa-de la Peña, and Dulce Alejandra Balandrán. 2016b. "Desigualdad en indicadores de enfermedades crónicas y su atención en adultos en México: análisis de tres encuestas de salud." Salud Publica Mex. 58 (6):10. doi: 10.21149/spm.v58i6.7923. Habicht, J. P., R. Martorell, C. Yarbrough, R. M. Malina, and R. E. Klein. 1974. "Height and weight standards for preschool children. How relevant are ethnic differences in growth potential?" Lancet 1 (7858):611-4. Halliday, T, B Mazumder, and A Wong. 2018. Intergenerational Health Mobility in the US. In Discussion Papers IZA– Institute of Labor Economics. Bonn, Germany. Heckman, James. 1979. "Sample selection bias a specification error." Econometrica 47 (1):153-161. Heckman, James J., Hidehiko Ichimura, and Petra E. Todd. 1997. "Matching as an Econometric Evaluation Estimator: Evidence from Evaluating a Job Training Programme." The Review of Economic Studies 64 (4):605-654. doi: 10.2307/2971733. INPRF-INSP-Conadic. 2017a. Encuesta Nacional de Consumo de Drogas, Alcohol y Tabaco 2016-2017: Reporte de Alcohol. CDMX, México: Secretaría de Salud. INPRF-INSP-Conadic. 2017b. Encuesta Nacional de Consumo de Drogas, Alcohol y Tabaco 2016-2017: Reporte de Drogas. CDMX, México: Secretaría de Salud. INPRF-INSP-Conadic. 2017c. Encuesta Nacional de Consumo de Drogas, Alcohol y Tabaco 2016-2017: Reporte de Tabaco. CDMX, México: Secretaría de Salud. INSP. 2017. Levantamiento de Seguimiento a la Encuesta de Evaluación de los Hogares Rurales 2017: Nota Metodológica. Cuernavaca, México; . Jedrychowski, Wieslaw, Umberto Maugeri, and Iwona Jedrychowska-Bianchi. 2002. "Body Growth Rate in Preadolescent Children and Outdoor Air Quality." Environmental Research 90 (1):12-20. doi: https://doi.org/10.1006/enrs.2002.4383. Karama, S., S. Ducharme, J. Corley, F. Chouinard-Decorte, J. M. Starr, J. M. Wardlaw, M. E. Bastin, and I. J. Deary. 2015. "Cigarette smoking and thinning of the brain’s cortex." Molecular Psychiatry 20:778. doi: 10.1038/mp.2014.187 https://www.nature.com/articles/mp2014187#supplementary-information. Khandker, Shahidur R., Gayatri B. Koolwal, and Samad Hussain A. 2010. Handbook on Impact Evaluation. Edited by 20433. Washingtong, D.C:: The world Bank. LaFave, Daniel, and Duncan Thomas. 2017. "Height and cognition at work: Labor market productivity in a low income setting." Economics & Human Biology 25:52-64. doi: https://doi.org/10.1016/j.ehb.2016.10.008. Leroy, Jef L., Marie Ruel, and Ellen Verhofstadt. 2009. "The impact of conditional cash transfer programmes on child nutrition: a review of evidence using a programme theory framework." Journal of Development Effectiveness 1 (2):103-129. doi: 10.1080/19439340902924043. Levy, Santiago. 1991. "La pobreza extrema en México: una propuesta de política." Estudios Económicos 6 (1):47-89. Levy, Santiago, and Evelyne Rodriguez. 2005. Sin herencia de pobreza: el programa PROGRESA – OPORTUNIDADES de México. 1ra ed. Washington, D.C.: Banco Interamericano de Desarrollo, Editorial Planeta Mexicana,. Li, Minghao Li .s.f. Education equity and intergenerational mobility: Quasi-experimental evidence from court-ordered school finance reforms. Working paper, Iowa State University. 46    Lipton, Michael, and Martin Ravallion. 1995. "Chapter 41 Poverty and policy." In Handbook of Development Economics, 2551-2657. Elsevier. Lundborg, Petter, Paul Nystedt y Dan-Olof Rooth (2009) The Height Premium in Earnings: The Role of Physical Capacity and Cognitive and Non-Cognitive Skills. IZA DP No. 4266 Malina, R. M., M. E. Pena Reyes, S. K. Tan, P. H. Buschang, B. B. Little, and S. Koziel. 2004. "Secular change in height, sitting height and leg length in rural Oaxaca, southern Mexico: 1968-2000." Ann Hum Biol 31 (6):615-33. Mayer-Foulkes, David. 2003. Market Failures in Health and Education Investment for the Young, Mexico 2000. In Centro de Investigación y Docencia Económicas. Mexico. McFadden, Daniel. 1999. Instrumental Variables. Berkeley. McKee, Douglas, and Petra E. Todd. 2011. "The longer-term effects of human capital enrichment programs on poverty and inequality: OPORTUNIDADES in Mexico." Estudios de economia 38 (1):67-100. Mincer, Jacob A. 1974. Schooling, Experience, and Earnings. New York: Columbia University Press. Moreno-Jaimes, Carlos. 2017. "Transmisión intergeneracional de la desigualdad en salud y políticas públicas en México." Documentos de Trabajo del Centro de Estudios Espinosa Yglesias No. 08/2017. doi: 10.3386/w21987. Olaiz-Fernández G, Rivera-Dommarco J, Shamah-Levy T, Rojas R, Villalpando-Hernández S, Hernández-Avila M, Sepúlveda-Amor J. Encuesta Nacional de Salud y Nutrición 2006. Cuernavaca, México: Instituto Nacional de Salud Pública, 2006. Parker, Susan W., and Petra E. Todd. 2017. "Conditional Cash Transfers: The Case of PROGRESA/OPORTUNIDADES." Journal of Economic Literature 55 (3):866-915. doi: doi: 10.1257/jel.20151233. Persico, Nicola, Andrew Postlewaite y Dan Silverman (2004). The effect of adolescent experience on labor market outcomes: The case of height. National Bureau of Economic Research, NBER working paper series, Working Paper 10522 Prentice, Andrew M., Kate A. Ward, Gail R. Goldberg, Landing M. Jarjou, Sophie E. Moore, Anthony J. Fulford, and Ann Prentice. 2013. "Critical windows for nutritional interventions against stunting." The American Journal of Clinical Nutrition 97 (5):911-918. doi: 10.3945/ajcn.112.052332. Presidencia. 1997. PROGRESA Programa de Educación, Salud y Alimentación. Poder Ejectivo Federal (México). Ranganathan, Meghna, and Mylene Lagarde. 2012. "Promoting healthy behaviours and improving health outcomes in low and middle income countries: A review of the impact of conditional cash transfer programmes." Preventive Medicine 55:S95-S105. doi: https://doi.org/10.1016/j.ypmed.2011.11.015. Ravallion, M. 2001. "The Mystery of the Vanishing Benefits: Ms Speedy Analyst´s Introduction to Evaluation." The World Bank Economic Review 15 (1):115-140. Ribero, Rocio, and Jairo Nuñez. 2000. "Adult Morbidity, Height, and Earnings in Colombia." In Wealth from Health: Linking Social Investments to Earnings in Latin America, edited by W.D. Savedoff and T.P. Schultz. Washington: Inter-American Development Bank. Rivera, J. A., D. Sotres-Alvarez, J. Habicht, T. Shamah, and S. Villalpando. 2004. "Impact of the mexican program for education, health, and nutrition (progresa) on rates of growth and anemia in 47    infants and young children: A randomized effectiveness study." JAMA 291 (21):2563-2570. doi: 10.1001/jama.291.21.2563. Rosenbaum, Paul R., and Donald B. Rubin. 1983. "The Central Role of the Propensity Score in Observational Studies for Causal Effects." Biometrika 70 (1):41-55. doi: 10.2307/2335942. Salazar-Flores, J., F. Zuñiga-Chiquette, R. Rubi-Castellanos, J. L. Álvarez-Miranda, A. Zetina- Hérnandez, V. M. Martínez-Sevilla, F. González-Andrade, D. Corach, C. Vullo, J. C. Álvarez, J. A. Lorente, P. Sánchez-Diz, R. J. Herrera, R. M. Cerda-Flores, J. F. Muñoz-Valle, and H. Rangel-Villalobos. 2015. "Admixture and genetic relationships of Mexican Mestizos regarding Latin American and Caribbean populations based on 13 CODIS-STRs." HOMO - Journal of Comparative Human Biology 66 (1):44-59. doi: https://doi.org/10.1016/j.jchb.2014.08.005. Sanders, T. A. 2013. "Normal Growth and Development." In Nutrition and Development, edited by BNF and J.L. Buttriss. London, UK: British Nutrition Foundation. Schultz, T.P. 2002. "Wage gains associated with height as a form of health human capital." American Economic Review 92 (2):349-353. Sen, Amartya. 1983. "Poor, Relatively Speaking." Oxford Economic Papers 35 (2):153-169. Shamah-Levy, Teresa, Lucía Cuevas-Nasu, Elsa Berenice Gaona-Pineda, Luz María Gómez-Acosta, María. del Carmen Morales-Rúan, Mauricio Hernández-Ávila, and Juan Ángel Rivera- Dommarco. 2018. "Sobrepeso y obesidad en niños y adolescentes en México,actualización de la Encuesta Nacional de Salud y Nutrición de Medio Camino 2016." 2018 60 (3, may-jun):10. doi: 10.21149/8815. Shaw, Philip, Noor J. Kabani, Jason P. Lerch, Kristen Eckstrand, Rhoshel Lenroot, Nitin Gogtay, Deanna Greenstein, Liv Clasen, Alan Evans, Judith L. Rapoport, Jay N. Giedd, and Steve P. Wise. 2008. "Neurodevelopmental Trajectories of the Human Cerebral Cortex." The Journal of Neuroscience 28 (14):3586-3594. doi: 10.1523/jneurosci.5309-07.2008. Sigmon, Stacey C., and Mollie E. Patrick. 2012. "The use of financial incentives in promoting smoking cessation." Preventive Medicine 55:S24-S32. doi: https://doi.org/10.1016/j.ypmed.2012.04.007. Strauss, John, and Duncan Thomas. 1995. "Chapter 34 Human resources: Empirical modeling of household and family decisions." In Handbook of Development Economics, 1883-2023. Elsevier. Strauss, John, and Duncan Thomas. 1998. "Health, Nutrition, and Economic Development." Journal of Economic Literature 36 (2):766-817. Thomas, Duncan, and John Strauss. 1997. "Health and wages: Evidence on men and women in urban Brazil." Journal of Econometrics 77 (1):159-185. Torche, Florencia, and Guillermo Wormald. 2004. Estratificación y movilidad social en Chile : entre la adscripción y el logro. Santiago: Naciones Unidas, CEPAL, División de Desarrollo Social. Uribe-Carvajal, Rebeca, Alejandra Jiménez-Aguilar, María del Carmen Morales-Ruan, Araceli A Salazar-Coronel, and Teresa Shamah-Levy. 2018. "Percepción del peso corporal y la probabilidad de desarrollar obesidad en adultos mexicanos." 2018 60 (3, may-jun):9. doi: 10.21149/8822. Valdespino JL, Olaiz G, López-Barajas MP, Mendoza L, Palma O, Velázquez O, Tapia R, Sepúlveda J. Encuesta Nacional de Salud 2000. Tomo I. Vivienda, población y utilización de servicios de salud. Cuernavaca, Morelos, México. Instituto Nacional de Salud Pública, 2003. Velez-Grajales, R, J.E. Huerta-Wong, and R Campos-Vázquez. 2015. México: ¿el motor inmóvil? CDMX: ceey Centro de Estudios Espinosa Yglesias. Vogl, Tom S. (2014) Height, skills, and labor market outcomes in Mexico. Journal of Development Economics 107 (2014) 84–96. 48    Wickrama, K. A. S., Rand D. Conger, Lora Ebert Wallace, and Glen H. Elder. 1999. "The Intergenerational Transmission of Health-Risk Behaviors: Adolescent Lifestyles and Gender Moderating Effects." Journal of Health and Social Behavior 40 (3):258-272. doi: 10.2307/2676351. Yaschine, Iliana. 2015. ¿Oportunidades? Política Social y Movilidad Intergeneracional en México. México: El Colegio de México y Universidad Nacional Autónoma de México. Zellner, Arnold, and H. Theil. 1962. "Three-Stage Least Squares: Simultaneous Estimation of Simultaneous Equations." Econometrica 30 (1):54-78. doi: 10.2307/1911287. 49    Anexos Anexo A Cuadro A.1 Variables de interés Indicador Comentarios Fuente Movilidad en salud y educación Talla máxima alcanzada medida Para proveedores se estimó la ENCEL 2017. en centímetros en 2017 tanto para talla máxima a partir de la talla al jóvenes como para proveedores. momento y la edad de acuerdo a la ecuación propuesta por Cline et al. Edad a la que tuvieron el primer Para movilidad, solo se ENCEL 2017 para hijo y edad del primer embarazo. consideran mujeres porque no se jóvenes, ENCASEH cuenta con la información para los 1997 y ENCEL 1998 a proveedores varones. Para el 2000 para proveedores. análisis de efectos, se considera al conjunto (varones y mujeres). Años de estudio completados en Solo para proveedores que ENCEL 2017 para 2017 para los jóvenes y los formaban parte de los hogares entre jóvenes, ENCASEH reportados entre 1997 -2000 para los 1997-2000. Existen proveedores 1997 y ENCEL 1998 a proveedores. Asimismo, se cuenta que aparecen en rondas posteriores, 2000 para proveedores. con los años de estudio para los o que no formaron parte del hogar jóvenes entre 1997-2000. original (por ejemplo, cónyuge en casos de matrimonios tempranos). Habilidad cognitiva medida con No se cuenta con medición ENCEL 2017. inteligencia fluida usando matrices previa para proveedores, por lo que de Raven.19 no es posible identificar la movilidad. Pruebas de memoria.20 No se cuenta con medición ENCEL 2017. previa para proveedores, por lo que no es posible identificar la movilidad. Reporte de haber consumido ENCEL 2017. alcohol, tabaco y mariguana Edad de inicio de consumo de ENCEL 2017. tabaco y alcohol para jóvenes y proveedores.                                                              19 Las matrices progresivas de Raven es una prueba cognitiva no verbal que mide razonamiento abstracto, y es la prueba más comúnmente aplicada a partir de los 5 años de edad para estimar inteligencia fluida, esto es, la capacidad de extraer correlatos a partir de dos o más elementos informativos, misma que se evalúa mediante analogías abstractas cuyos datos no se vuelven obsoletos ni son específicos de una cultura (Raven J.C., Court J.H., Test de Raven - Matrices progresivas. Pearson Clinical). 20 Se incluyeron en la ENCEL 2017 dos reactivos para medir la capacidad de memoria de corto plazo o memoria de trabajo, que resulta esencial para la comprensión verbal y la solución de problemas que se presentan de forma súbita (Ostrosky-Solís, F. y Lozano, A. (2006). Digit span: Effect of education and culture. International Journal of Psychology, 41(5), 333-41). 50    Indicador Comentarios Fuente Participación laboral (provee_ Reporte de actividades ENCEL 2017 dor y joven) laborales Ingreso laboral por día, Solo para personas con ENCEL 2017 considerando el monto reportado en participación laboral, esto es, que el mes y los días reportados de reportan alguna actividad actividad labora en el mismo mes. productiva Condiciones que afectan acumulación Consumo de tabaco, alcohol, Para uso de mariguana ENCEL 2017 mariguana consideró el reporte de si alguna vez consumio . Para tabaco y alcohol el reporte de la edad en la que se consumieron por primera vez. Participación en comporta_ Reporte de haber robado o ENCEL 2017 mientos antisociales destruido propiedad ajena alguna vez en la vida. Sobrepeso y obesidad Índice de masa corporal ENCEL 2017 Características del hogar original Bimestre de inicio de transfe_ Datos rencias administrativos en base panel ENCEL 2017 Monto total de transferencias al Base panel ENCEL hogar original 2017 Calificación original de elegi_ Base panel ENCEL bilidad 2017 Tipo de localidad en el Base panel ENCEL experimento original (control o 2017 basal) entre 1997 y 2000 Características adicionales individuales Hablante de lengua indígena Para estratificación y como ENCEL 2017 variable en la ecuación de selección Proveedor con discapacidad ENCEL 2017 51    Anexo B Cuadro B.1. Jóvenes en la ENCEL 2017, por sexo y grupos de exposición Variable Sexo Total G0 G1 G2 G3 Edad Varones 27.80 41.49 20.34*** 25.14*** 31.23*** (0.15) (0.27) (0.03) (0.05) (0.09) Mujeres 27.94 40.82 20.44*** 25.21*** 31.37*** (0.13) (0.26) (0.03) (0.04) (0.08) Talla (cm) Varones 164.22 161.62 165.22*** 164.58*** 164.15*** (0.24) (0.47) (0.42) (0.28) (0.34) Mujeres 152.62 150.37 153.54*** 153.32*** 151.84*** (0.21) (0.45) (0.37) (0.23) (0.29) Peso (kg) Varones 70.51 71.83 68.05*** 70.35 71.98 (0.40) (0.95) (0.79) (0.49) (0.60) Mujeres 62.41 65.54 58.15*** 61.61*** 64.79 (0.37) (0.82) (0.78) (0.48) (0.63) Índice de masa Varones 26.02 27.41 24.59*** 25.86*** 26.66** corporal (0.11) (0.29) (0.22) (0.15) (0.19) Mujeres 26.46 28.72 24.25*** 25.89*** 27.72*** (0.11) (0.28) (0.23) (0.14) (0.21) Puntaje de prueba Varones 4.26 3.32 4.84*** 4.43*** 4.00*** cognitiva (0.07) (0.16) (0.12) (0.08) (0.12) Mujeres 4.14 3.11 4.70*** 4.35*** 3.90*** (0.06) (0.14) (0.13) (0.08) (0.10) Puntaje de prueba Varones 3.39 2.95 3.61*** 3.36*** 3.51*** de memoria (0.04) (0.08) (0.10) (0.05) (0.08) Mujeres 3.22 2.67 3.45*** 3.31*** 3.18*** (0.04) (0.10) (0.08) (0.05) (0.06) Años de estudios Varones 8.59 6.23 9.62*** 8.93*** 8.45*** (0.10) (0.20) (0.19) (0.13) (0.15) Mujeres 8.68 6.56 9.45*** 9.17*** 8.32*** (0.11) (0.22) (0.18) (0.13) (0.15) Participación Varones 0.91 0.94 0.84*** 0.92 0.95 Laboral = 1 (0.01) (0.01) (0.02) (0.01) (0.01) Mujeres 0.35 0.39 0.33 0.33* 0.37 (0.01) (0.03) (0.03) (0.01) (0.02) Ln ingreso laboral Varones 2.74 2.69 2.74 2.76 2.71 por hora (0.03) (0.06) (0.05) (0.04) (0.04) Mujeres 2.70 2.54 2.50 2.76** 2.77** (0.04) (0.09) (0.10) (0.05) (0.05) 52    Variable Sexo Total G0 G1 G2 G3 No asegurado = 1 Varones 0.17 0.16 0.22** 0.17 0.12 (0.01) (0.02) (0.02) (0.01) (0.01) Mujeres 0.11 0.09 0.12 0.12 0.10 (0.01) (0.02) (0.02) (0.01) (0.01) Alguna vez Varones 0.55 0.81 0.23*** 0.52*** 0.73** embarazada = 1 (0.01) (0.02) (0.02) (0.02) (0.02) Mujeres 0.75 0.90 0.50*** 0.73*** 0.86 (0.01) (0.02) (0.03) (0.01) (0.01) Edad del primer Varones 21.41 23.24 18.45*** 20.71*** 21.99*** embarazo (0.12) (0.35) (0.15) (0.13) (0.18) Mujeres 19.53 20.48 17.80*** 19.39*** 19.87** (0.08) (0.24) (0.13) (0.10) (0.17) Se embarazó a los Varones 0.20 0.19 0.17 0.19 0.24 19 años o antes (0.01) (0.03) (0.02) (0.01) (0.02) Mujeres 0.42 0.43 0.39 0.41 0.46 (0.01) (0.03) (0.03) (0.01) (0.02) Edad al tener Varones 22.36 24.37 19.20*** 21.59*** 22.96*** primer hijo (0.12) (0.35) (0.14) (0.13) (0.18) Mujeres 20.19 21.19 18.39*** 20.02*** 20.53** (0.09) (0.24) (0.13) (0.09) (0.17) Tuvo un hijo a Varones 0.12 0.11 0.12 0.12 0.13 los 19 años o antes (0.01) (0.02) (0.02) (0.01) (0.02) Mujeres 0.35 0.36 0.33 0.33 0.39 (0.01) (0.03) (0.02) (0.01) (0.02) Ha tomado Varones 0.90 0.92 0.87** 0.90 0.92 alcohol = 1 (0.01) (0.02) (0.02) (0.01) (0.01) Mujeres 0.60 0.51 0.62*** 0.63*** 0.60*** (0.01) (0.03) (0.02) (0.02) (0.02) Ha fumado = 1 Varones 0.42 0.46 0.42 0.42 0.41 (0.01) (0.03) (0.03) (0.02) (0.02) Mujeres 0.08 0.05 0.07 0.10*** 0.07 (0.01) (0.02) (0.01) (0.01) (0.01) Ha fumado Varones 0.10 0.08 0.11 0.11* 0.08 mariguana = 1 (0.01) (0.02) (0.02) (0.01) (0.01) Mujeres 0.01 0.00 0.02* 0.01 0.00 (0.00) (0.00) (0.01)* (0.00) (0.00) Notas: Media o promedio con ajuste por censura de datos. G0 (36 a 56 años) es comparación, G1 (17 a 21 años) exposición alta, G2 (22 a 28 años) exposición media, y G3 (29 a 35 años) exposición baja, con respecto a periodos críticos de formación de capital humano. Errores estándar entre paréntesis. Nivel de significancia * p de la diferencia con grupo de comparación < 0.1; ** p de la diferencia con grupo de comparación < 0.05; *** p de la diferencia con grupo de comparación < 0.05. Fuente: Estimaciones de los autores a partir de la ENCEL 2017. 53    Cuadro B.2. Características de proveedores en la ENCEL 2017, por sexo del proveedor y grupos de exposición de los jóvenes Variable Sexo Total G0 G1 G2 G3 Edad Varones 58.80 66.78 52.66*** 57.06*** 62.38*** (0.24) (0.56) (0.41) (0.27) (0.36) Mujeres 56.33 64.58 49.90*** 54.52*** 59.20*** (0.40) (0.89) (0.73) (0.47) (0.64) Talla (cm) Varones 161.42 160.03 162.32*** 161.45*** 161.43*** (0.21) (0.37) (0.32) (0.23) (0.30) Mujeres 148.70 148.04 148.80 148.99 148.40 (0.26) (0.67) (0.54) (0.30) (0.37) Peso (kg) Varones 69.45 65.91 72.55*** 70.04*** 67.91** (0.43) (0.98) (0.69) (0.47) (0.61) Mujeres 62.08 61.13 62.72 62.66 60.94 (0.54) (1.48) (1.13) (0.60) (0.94) Índice de masa Varones 26.70 25.77 27.61*** 26.88*** 26.16* corporal (0.12) (0.20) (0.21) (0.14) (0.17) Mujeres 28.14 28.16 28.08 28.38 27.64 (0.20) (0.53) (0.37) (0.23) (0.33) Puntaje de prueba Varones 2.95 2.61 3.04** 3.07*** 2.81 cognitiva (0.06) (0.14) (0.10) (0.08) (0.09) Mujeres 2.96 2.55 3.38** 3.02*** 2.78 (0.09) (0.20) (0.18) (0.12) (0.16) Puntaje de prueba Varones 2.22 1.83 2.46*** 2.28*** 2.12*** de memoria (0.04) (0.08) (0.07) (0.04) (0.05) Mujeres 1.85 1.42 2.07*** 1.96*** 1.73** (0.06) (0.11) (0.11) (0.07) (0.10) Años de estudios Varones 3.56 2.40 4.30*** 3.86*** 3.04*** (0.09) (0.15) (0.14) (0.11) (0.11) Mujeres 3.39 2.11 4.38*** 3.69*** 2.91*** (0.15) (0.24) (0.28) (0.16) (0.23) No asegurado = 1 Varones 0.07 0.07 0.09 0.08 0.06 (0.01) (0.01) (0.01) (0.01) (0.01) Mujeres 0.04 0.04 0.03 0.05 0.05 (0.01) (0.02) (0.01) (0.01) (0.01) Participación Varones 0.87 0.72 0.93*** 0.89*** 0.85*** laboral = 1 (0.01) (0.02) (0.01) (0.01) (0.01) Mujeres 0.43 0.33 0.46** 0.46*** 0.43** (0.02) (0.04) (0.04) (0.02) (0.03) 54    Variable Sexo Total G0 G1 G2 G3 Habla idioma Varones 0.35 0.38 0.34 0.35 0.35 indígena = 1 (0.03) (0.04) (0.03) (0.03) (0.03) Mujeres 0.31 0.29 0.31 0.32 0.32 (0.03) (0.05) (0.05) (0.03) (0.04) Presenta alguna Varones 0.05 0.07 0.05* 0.04 0.06 discapacidad = 1 (0.00) (0.01) (0.01) (0.01) (0.01) Mujeres 0.08 0.13 0.05 0.06* 0.09 (0.01) (0.03) (0.02) (0.01) (0.02) Notas: Media o promedio con ajuste por censura de datos. G0 (36 a 56 años) es comparación, G1 (17 a 21 años) exposición alta, G2 (22 a 28 años) exposición media, y G3 (29 a 35 años) exposición baja, con respecto a periodos críticos de formación de capital humano. Errores estándar entre paréntesis. Nivel de significancia * p de la diferencia con grupo de comparación < 0.1; ** p de la diferencia con grupo de comparación < 0.05; *** p de la diferencia con grupo de comparación < 0.05. Fuente: Estimaciones de los autores a partir de la ENCEL 2017. Anexo C Como soporte del análisis de pareamiento realizado para estimar los efectos de PROSPERA en indicadores de movilidad intergeneracional y relacionados, en este anexo se presenta el análisis gráfico sobre el soporte común y balance entre grupos. Como se observa a continuación para las variables de movilidad en talla y movilidad en escolaridad, el pareamiento reduce las diferencias en el conjunto de variables que se utilizan para el mismo (ver figuras C2.1 y C2.1). Por lo que se refiere al soporte común, en las figuras C2.3 y C2.4 se muestra como una vez realizado el pareamiento, se logra un importante soporte común para el puntaje de propensión estimado, al traslaparse las distribuciones del puntaje entre los grupos de intervención y el de comparación. Lo presentamos para las dos variables de movilidad considerando que el número de observaciones para la movilidad en talla es menor con respecto a la movilidad en escolaridad; no obstante, como se observa, el pareamiento es similar en ambos casos. 55    Figura C2.1. Balance pre y post pareamiento para movilidad talla, por conjunto de análisis. Fuente: estimaciones de los autores con datos ENCEL y ENCASEH Figura C2.2. Balance pre y post pareamiento para movilidad en escolaridad, por conjunto de análisis. Fuente: estimaciones de los autores con datos ENCEL y ENCASEH 56    Figura C2.3. Soporte común y balance del puntaje de propensión para la movilidad talla, por conjunto de análisis. Fuente: estimaciones de los autores con datos ENCEL Figura C2.4. Soporte común y balance del puntaje de propensión para la movilidad educación, por conjunto de análisis. Fuente: estimaciones de los autores con datos ENCEL 57    Anexo D A continuación, se describe a detalle el procedimiento metodológico empleado para instrumentar el indicador de salud. Sea el indicador en salud, para encontrar el instrumento se parte de estimar el siguiente modelo de estimación: ′ (10) Donde: ~ 0, (11) es medido mediante la talla del joven y el vector de características se compone de las siguientes variables:  Índice de marginación de las localidades en 1995 y en 2000, ambos generados por el Conapo a partir de información del conteo 1995 y el Censo 2000  Población total de la localidad en 2000  Precios en 1998 del nixtamal, harina de trigo, sopa de pasta, galletas, frijol, huevo, sardinas, azúcar y aceite En esta etapa del análisis, el objetivo particular es estimar el vector de coeficientes , que contiene un coeficiente por cada variable más el término constante. El vector de se estima mediante Mínimos Cuadrados Ordinarios. Apegándonos a la terminología, vector de se estima mediante la ecuación (12): ̅ (12) Donde ̅, la talla observada, es un vector que contiene las ´s y es una matriz compuesta por la union de los vectores ′ (). Formalmente, sea el número de individuos (observaciones) en la base de datos y sea el número de características (el no. de elementos en el vector ), se tiene que: … ̅ ; ⋮ ⋱ ⋮ (13) ⋮ … Una vez tomado el vector , éste se utiliza para calcular el instrumento mediante la ecuación(14): ′ (14) Formalmente, el instrumento es la estimación (por OLS) de la talla mediante las características . La justificación para la utilización de este método es poder corregir la endogeneidad de la 58    salud y el ingreso, lo cual permitirá establecer una relación causal y en el sentido deseado (cambios en el ingreso causados por mejoras de la salud). Los supuestos que el instrumento debe satisfacer son los siguientes: a) El instrumento debe estar correlacionado a la salud ( , 0) b) El instrumento no debe estar correlacionado con el termino de error, , de la expresión (13), la ecuación del ingreso (en términos formales , | , , 0). Intuitivamente, la primera condición implica que el instrumento es un buen símil de la variable que se busca instrumentar; y la segunda condición implica que el instrumento no está correlacionado ni con la variable de salida ni con sus factores subyacentes no observados. En nuestro contexto, ambas condiciones implican que el único efecto entre el instrumento y el ingreso en el momento presente tiene que darse necesariamente mediante la salud; es decir, una vez controlando por características observables, el único vínculo entre el ingreso en 2017 y los instrumentos utilizados es el indicador se salud. En el cuadro D.1 se muestra la salida de la regresión utilizada para la instrumentación de la talla. 59    Cuadro D.1. Regresión para instrumentar la talla VARIABLES Talla Sexo -9.504*** (0.196) Emigrante -0.072 (0.196) Edad del joven -0.225*** (0.013) Peso 0.549*** (0.040) Peso2 -0.002*** (0.000) Indice de marginación 1995 -1.202*** (0.345) Población de la localidad en 2000 -0.002*** (0.000) Indice de marginación 2000 -0.757* (0.406) Precio del nixtamal -0.030 (0.063) Precio de la harina -0.357 (0.221) Precio de la sopa de pasta 0.100 (0.108) Precio de las galletas -0.056 (0.036) Precio del fríjol 0.065 (0.065) Precio del huevo -0.002 (0.036) Precio de las sardinas -0.015 (0.096) Precio del azúcar 0.247 (0.190) Precio del aceite -0.094 (0.096) Constante 144.903*** (1.538) Observaciones 4,740 R-cuadrada 0.588 Notas: Errores estándar entre paréntesis. Nivel de significancia *** p<0.01, ** p<0.05, * p<0.1. 60    Anexo E Cuadro E.1 Contribución de PROSPERA a la movilidad en talla y escolaridad, y en variables relevantes de acuerdo al tiempo de exposición (1) (2) (4) (5) (6) VARIABLES Movilidad Movilidad IMC Puntaje Puntaje talla educación cognitivo memoria Varones Grupo 1 vs Grupo 0 2.404*** 3.532*** -6.411*** 1.435*** 0.896*** (0.587) (0.311) (0.712) (0.251) (0.172) Observaciones 435 561 550 542 562 Grupo 2 vs Grupo 0 2.371*** 2.648*** -4.941*** 0.984*** 0.532*** (0.593) (0.278) (0.709) (0.254) (0.153) Observaciones 765 1,027 1,011 991 1,029 Grupo 3 vs Grupo 0 1.380** 2.345*** -2.526*** 0.498** 0.532*** (0.562) (0.309) (0.485) (0.222) (0.140) Observaciones 467 619 609 596 620 Grupos 1,2 y 3 vs Grupo 0 3.309*** a) 2.548*** -4.628*** 1.157*** 0.683*** (0.686) (0.228) (0.748) (0.288) (0.161) Observaciones 1,329 1,756 1,729 1,696 1,758 Mujeres Grupo 1 vs Grupo 0 7.031*** 3.715*** -7.213*** 1.664*** 0.753*** (2.015) (0.425) (0.517) (0.258) (0.241) Observaciones 154 607 571 586 610 Grupo 2 vs Grupo 0 4.049*** 3.040*** -5.826*** 1.604*** 0.704*** (0.628) (0.390) (0.624) (0.226) (0.218) Observaciones 349 1,351 1,283 1,301 1,353 Grupo 3 vs Grupo 0 1.912** 2.072*** -2.643*** 0.893*** 0.552*** (0.887) (0.408) (0.457) (0.179) (0.203) Observaciones 206 809 773 777 811 Grupos 1,2 y 3 vs Grupo 0 4.093*** 3.280*** -5.064*** 1.384*** 0.829*** (0.620) (0.427) (0.652) (0.193) (0.216) Observaciones 553 2,243 2,121 2,170 2,246 Notas: a) La divergencia con el promedio ponderado de los grupos se debe al algoritmo de pareamiento. Las estimaciones son contrastes en las diferencias pareadas del indicador entre el grupo de exposición y el grupo de comparación. Variables para el pareamiento: ln de la talla de proveedor, puntaje de elegibilidad a PROSPERA en 1997 (lineal y cuadrático), clasificación como hogar pobre en 1997, sexo del joven, sexo del proveedor, edad del proveedor (lineal y cuadrática), educación del proveedor, en 1997, bimestre de inicio de recibir transferencias de PROSPERA en el hogar de origen, número de personas en el hogar en 1997, e ingreso laboral del hogar en 1997. Errores estándar entre paréntesis. Nivel de significancia *** p<0.01, ** p<0.05, * p<0.1.Fuente: estimaciones por pareamiento por puntaje de propensión realizadas a partir de la información de la Encuesta de Evaluación de los Hogares (ENCEL) 2017, complementada con información del panel ENCEL 1997-2000.   61