Aprendizaje automático (ML) en la economía del tabaco: el caso español.

Abstract

Esta tesis analiza el impacto del consumo de tabaco en la salud pública y la economía, evaluando la efectividad de las políticas antitabaco, el uso de herramientas tecnológicas avanzadas como el aprendizaje automático (ML), y el efecto del desarrollo económico y la pandemia de COVID-19 en el mercado del tabaco en España. A través de un análisis exhaustivo, se concluye que las políticas de control del tabaco, como las leyes de 2005 y 2010, han tenido un efecto positivo en la reducción de las ventas de cigarrillos, aunque no han logrado una convergencia total en el mercado. El aprendizaje automático demostró ser una herramienta útil para predecir el impacto de la pandemia en las ventas de tabaco, revelando que el cierre de fronteras fue un factor clave en la disminución de las ventas en algunas regiones. Asimismo, el estudio revela una relación en forma de U invertida entre el desarrollo económico y el consumo de cigarrillos, mientras que productos alternativos como el tabaco para liar y el de pipa han funcionado como "productos refugio" durante las recesiones. Las conclusiones sugieren que las políticas deben adaptarse a las particularidades regionales y abarcar todos los productos de tabaco, con un enfoque en fortalecer las restricciones publicitarias y en monitorear los productos alternativos.