Según arXiv q-fin, un estudio reciente evalúa el efecto de proyectos de desarrollo financiados por el Banco Mundial y por China en África, utilizando datos de 2.166 clusters del Programa de Encuestas de Salud y Desarrollo (DHS) de 35 países entre 2002 y 2013. Los investigadores integran información geolocalizada de proyectos de ayuda del AidData con estimaciones del Índice Internacional de Riqueza, un indicador centrado en las condiciones materiales de los hogares. Este enfoque permite medir cambios en el nivel de bienestar de las comunidades, más allá de solo construcciones físicas. La comparación entre métodos tradicionales y avanzados revela brechas importantes en la validez de los resultados. Mientras el modelo clásico de efectos fijos bidireccionales (TWFE) sugiere ganancias sustanciales tras la implementación, un método alternativo, el estimador de "switcher-stayer" de de Chaisemartin y D'Haultfoeuille (dCdH), detecta una selección sistemática de lugares que ya presentaban condiciones vulnerables antes de recibir ayuda. Esta tendencia implica que los beneficios observados no reflejan necesariamente un impacto generalizado, sino una respuesta a condiciones preexistentes.
El análisis muestra que el Banco Mundial logra mejoras claras en salud, aunque en educación los resultados son positivos pero menos robustos. Para China, las mejoras se concentran en servicios de agua y saneamiento, así como en infraestructura social, aunque persisten dudas sobre la selección de los sitios. En cambio, los proyectos de generación y suministro de energía presentan resultados muy positivos bajo el modelo TWFE, pero se reducen casi a cero con el método dCdH. Esto indica que el impacto en esta área podría ser engañoso si se mide con un diseño tradicional. La evidencia general no respalda afirmaciones amplias de que ambos organismos mejoran uniformemente el bienestar local. Los efectos se limitan a combinaciones específicas de donantes y sectores, y dependen críticamente de cómo se definen el momento de la intervención, la selección de localidades y la medición del resultado.
Para los lectores peruanos, este hallazgo ofrece una advertencia clave: no todos los proyectos de inversión o ayuda logran impactos equitativos o sostenibles. En contextos como el nuestro, donde muchos programas públicos o privados se lanzan sin análisis rigurosos de condiciones previas, el riesgo de favorecer proyectos de infraestructura sin evaluación profunda puede ser alto. La experiencia africana subraya que el éxito de un programa no depende solo de su financiación, sino de cómo se seleccionan las comunidades y cómo se miden los resultados. Para el desarrollo sostenible en el Perú, es esencial adoptar metodologías que eviten sesgos de selección, priorizando evaluaciones que consideren las condiciones iniciales de cada región. Así, las políticas deben ser más específicas, basadas en datos y adaptadas a contextos reales, no en suposiciones generales.