Get documents about "RENTABILIDAD DE LA FORMACIÓN DE CAPITAL HUMANO EN EL SECTOR
Document Sample
RENTABILIDAD DE LA FORMACIÓN DE CAPITAL HUMANO EN
EL SECTOR FORMAL E INFORMAL Y DIFERENCIAS
SALARIALES
Laura Milena Pabón Alvarado
Concurso Jorge Méndez Munévar
Mejor Trabajo de un Curso de Pregrado
II. ANTECEDENTES. ............................................................................................3
1. REVISIÓN BIBLIOGRÁFICA .............................................................................3
1.1 Evolución del Concepto de Informalidad............................................................3
1.2 Educación y empleo ..........................................................................................4
2. PLANTEAMIENTO DEL PROBLEMA ................................................................5
III. OBJETIVOS Y JUSTIFICACIÓN.......................................................................6
1. OBJETIVOS GENERALES Y ESPECÍFICOS:...................................................6
1.1 Objetivo General................................................................................................6
1.2 Objetivos Específicos ........................................................................................6
2. JUSTIFICACIÓN ...............................................................................................6
IV. MARCO TEÓRICO............................................................................................7
1. EVOLUCIÓN EN COLOMBIA DEL SECTOR INFORMAL .................................7
2. HIPOTESIS .......................................................................................................9
V. METODOLOGÍA .............................................................................................10
VI. FUENTE DE DATOS.......................................................................................11
VII. ESTIMACIONES .............................................................................................11
1. DESCRIPCIÓN DE LOS DATOS.....................................................................11
2. PARTICIPACIÓN LABORAL. ..........................................................................12
3. FUNCIÓN DE INGRESO .................................................................................13
4. DESCOMPOSICIÓN DE OAXACA –BLINDER................................................13
VIII. LIMITACIONES...............................................................................................16
IX. CONCLUSIONES Y RECOMENDACIONES...................................................18
X. REFERENCIA BIBLIOGRAFICA ....................................................................19
XI. ANEXOS .........................................................................................................20
2
I. TEMA DE INVESTIGACIÓN: Rentabilidad de la educación para los trabajadores del
Sector Formal e Informal y determinantes de las diferencias salariales entre el
sectores.
II. ANTECEDENTES.
1. REVISIÓN BIBLIOGRÁFICA
1.1 Evolución del Concepto de Informalidad
Las primeras teorías acerca de la informalidad estaban relacionadas con tendencias
demográficas. Bajo estas circunstancias, la informalidad era definida como una
consecuencia del exceso de oferta laboral, provocada por la migración rural-urbano
(Davis,1969). En este contexto, se gesta el concepto de ‘marginalidad’, usualmente usado
por las teorías de informalidad para caracterizar a este sector. Desde el enfoque marxista,
este excedente de oferta trabajo es el ejercito de reserva que se origina por aumentos en la
composición orgánica del capital de las empresas y la llegada de nuevos miembros a la
oferta de mano de obra (Nun, Marín, and Murmis, 1967).
Otras explicaciones, asociaban el exceso de mano de obra a la terciarización de la
economía en las áreas urbanas producto del desarrollo en las economías del tercer mundo
(Bairoch, 1973).
Sin embargo, a partir del trabajo de la OIT en Kenya1, se plantea la necesidad de contar
con una categoría que permita la comprensión de la actividad productiva que desarrolla un
amplio sector de la población. De alguna manera, las actividades informales son ante todo
‘una manera de hacer las cosas’, con ciertas características específicas: Pequeña escala,
facilidad de entrada, propiedad individual, utilización de tecnologías intensivas en mano de
obra o familiar de las empresas, dependencia de recursos locales, no cumplimiento
completo de reglamentaciones laborales, impositivas, contables, (Peattie, 1980); bajos
niveles de productividad y baja capacidad de acumulación (Tokman, 1982).
El concepto de informalidad surgió en los países del Tercer Mundo. Hart (1973), fue el
primero en asociar el término ‘sector informal’ a esta parte de la oferta de trabajo urbana que
está por fuera del sector formal. La noción original de Hart consideraba que el sector
informal estaba compuesto por trabajadores independientes o cuenta propia ‘self-employed’.
Este concepto fue institucionalizado y redefinido por la OIT. La visión de la OIT -CEPAL de la
informalidad se centra en las características de regulación y evasión de impuestos. Destaca el
dinamismo, la eficiencia y los beneficios económicos de las actividades informales y la
capacidad del sector para generar empleo y ofrecer bienes y servicios para la población
pobre. Siguiendo una visión dual, la racionalidad de la empresa, es la creación de empleo
para garantizar la sobrevivencia de los individuos y sus familias, en contraste, con la
empresa capitalista, que busca la maximización de los beneficios. Esta caracterización de la
OIT, precisa la informalidad como un fenómeno vinculado con la pobreza.
Para De Soto (1989), la informalidad no es un sector preciso, sino actividades económicas
que contravienen las regulaciones, pero que no incluyen hechos violentos u otras
actividades criminales, y son consecuencia del excesivo costo de la formalidad de los
países en desarrollo que son imposibles para las pequeñas firmas y que tienden a favorecer
a grandes empresas.
1OIT (1972) "Employment, Incomes and Equality- A strategy for increasing productive employment in Kenya" Geneve, 1972
3
Durante los años 80, se desarrolla un enfoque de los vínculos sistemáticos entres los
sectores formal e informal basado en la observación en los países de América Latina. Desde
esta perspectiva, opuesta a la de la OIT, y a la de PREALC, el sector informal no es un
conjunto de actividades excluidas de los beneficios del sector formal, sino una parte integral
de la economía moderna. “El sector informal hace referencia a un conjunto de actividades que
se desarrollan en toda la estructura social, que implican generación de ingresos y cuya
característica central es que no están reguladas por las instituciones de la sociedad, en un
medio social en el cual actividades similares si están reguladas.” (Castells and Portes, 1989;
Beige, 1990. Tomado de Portes and Schauffler Pg. 48)
La informalidad, no se asocia con pobreza, ni es realizada por personas que se encuentran
al margen de la sociedad; su evolución debe ser entendida como un “elemento integral de la
estrategia de acumulación de capital de las firmas modernas, que adaptan la organización
de su producción y su utilización del trabajo a las particularidades de las economías
nacionales donde coexisten regulaciones socialmente avanzadas pero costosas con una
oferta de trabajo abundante y fácilmente disponible” (Portes y Schauffler, 1992, p. 5)
1.2 Educación y empleo
La acumulación e inversión de capital humano son los determinantes del desarrollo
económico: se promueve la generación de empleo, se garantiza una mano de obra más
calificada y tiene efectos positivos en la productividad, el ingreso y el bienestar de los
individuos.
Mincer (1974) fue el trabajo pionero en la medición de la tasa interna de retorno de la
educación. Las funciones de ingreso que desarrollaron Mincer y Becker (1954, 1974) son
comúnmente utilizadas para evaluar la inversión en educación y capital humano. A través de
estas funciones, se han hecho investigaciones para indagar acerca de los determinantes de
la participación laboral y los retornos del capital humano sobre el ingreso salarial.
Arango y Posada (2002) realizaron un estudio acerca de los determinantes de la
participación laboral en Colombia para el periodo entre 1984-2000. El principal aporte de
este estudio es indagar acerca de los determinantes de la participación laboral para
hombres y mujeres, segmentando por el estado civil de las mujeres (comprometida y no
comprometida). Los resultados de este estudio son consistentes con la teoría económica y
sustentan que la edad y los años de educación mantienen un efecto positivo en la
probabilidad de participar en el mercado laboral, mientras que la riqueza impacta
negativamente la probabilidad de participar.
Arias y Chávez (2002) realizan un estudio para calcular los efectos del capital humano y los
determinantes del ingreso salarial en Colombia aplicado a tres diferentes periodos 1991,
1999 y 2000. Las estimaciones econométricas de la tasa interna de retorno para Colombia
en el 2000 revelan un aumento del 13% en la tasa de retorno educativo para los hombres al
pasar de 6.7% a 7.6%. Por el contrario, la tasa de retorno de las mujeres experimentó una
fuerte caída entre 1991 y 2000, al pasar de 13.8% a 10.7%.
Con el objeto de abordar las diferencias de género en el mercado laboral, el estudio de
Tenjo y Bernat (2002) se centra en el la evolución y las causas de la discriminación salarial
entre hombres y mujeres aplicado a seis países latinoamericanos (Argentina, Brasil,
Colombia, Costa Rica, Honduras y Uruguay). Los resultados para Colombia señalan que los
retornos de la educación en el ingreso son mayores para las mujeres (13%) que para los
hombres (12%), por lo tanto, las diferencias salariales y no salariales por género han
4
disminuido. De otro lado, los retornos de los hombres (2.3%) por experiencia superan a los
de la mujer (1.9%).
Alejandro Charry (2002) realiza un modelo de participación laboral femenino enfocado en
las mujeres jefes de hogar y en el que incluyen el costo del servicio domestico. De acuerdo
con los resultados del modelo, el número de hijos menores de seis años y la presencia de
servicio doméstico en el hogar tienen un efecto positivo y significativo en la oferta laboral.
Finalmente, el trabajo de Núñez (2000) es una aproximación a la tasa interna de retorno en
el sector formal e informal calculada para los años 1988 y 1998.
Núñez encuentra que las mayores diferencias se hallan en el sector informal para los
hombres y que estas diferencias son más notables por nivel educativo. Así, en 1988, los
hombres con educación superior completa ganaban 5.2 veces que los hombres con primaria
incompleta. En 1998 está diferencia es aún más notoria y asciende a 7.3.
De acuerdo con las estimaciones de las funciones de ingreso Mincerianas y contrario a lo
que se piensa, la rentabilidad de la educación del sector informal es superior a la del sector
formal. No obstante, aunque la rentabilidad en educación es superior en el sector informal,
los retornos a la experiencia son superiores en el formal.
2. PLANTEAMIENTO DEL PROBLEMA
Sin lugar a dudas el empleo en Colombia es de carácter informal. De acuerdo con la
Encuesta Continua de Hogares (ECH-2003) y bajo la definición dual de sector informal
empleada por el DANE, el 60.7% de los ocupados en las 13 áreas metropolitanas ejerce una
actividad de tipo informal. A lo largo de la década, la participación de este sector en el
empleo ha aumentado, al igual que el ingreso salarial real de los trabajadores del sector
formal e informal. De acuerdo con el enfoque de capital humano, la remuneración salarial
para los trabajadores debe ser proporcional a su productividad, es decir, la educación, la
experiencia y la acumulación de capital humano determinarían la remuneración salarial que
merece cada individuo.
Los estudios aplicados a este tema explican que el diferencial salarial entre estos sectores
está determinado por los mayores niveles de capital humano alcanzados por la población
empleada en los respectivos sectores. Sin embargo, las diferencias en los salarios y en las
tasa de retorno a la educación de ambos sectores, aparte de ser explicadas por variables de
capital humano, puede ser producto de discriminación salarial que pude generar la falta de
regulación. Según Joseph Stiglitz (1973) “Hay discriminación salarial cuando individuos con
las mismas características económicas reciben diferentes salarios y estás diferencias están
sistemáticamente correlacionadas con ciertas características no económicas de dichas
personas (raza, religión, sexo).”2
De igual forma, la diferencia salarial que se genera entre hombres y mujeres dentro del
sector informal como consecuencia de una diferente retribución entre hombres y mujeres
para iguales características de capital es producto de la discriminación.
En este sentido, el problema que se pretende abordar es establecer y medir la magnitud de
los determinantes de las diferencias salariales entre ambos sectores. Desde luego, el
2 Tomado de TENJO Jaime y RIVERO, Rocío. “Evolución de las diferencias salariales por sexo en seis países de América
Latina”. Pág. 4. 2002
5
propósito es evaluar el desempeño del sector informal para remunerar la productividad de
los trabajadores y contribuir en la medición de las desigualdades que genera el mercado
laboral colombiano entre sectores y al interior de éstos.
III. OBJETIVOS Y JUSTIFICACIÓN
1. OBJETIVOS GENERALES Y ESPECÍFICOS:
1.1 Objetivo General
Evaluar la capacidad del sector informal para remunerar la formación de capital humano
de los empleados con el fin de potenciar la capacidad productiva y promover el desarrollo
y bienestar en Colombia.
1.2 Objetivos Específicos
- Estudiar y establecer los principales determinantes de la participación laboral en el
sector informal y formal.
- Estimar y evaluar el impacto de la formación de capital humano en el ingreso en el sector
informal y formal.
- Determinar la magnitud de la discriminación salarial entre el sector formal e informal.
2. JUSTIFICACIÓN
La acumulación e inversión en capital humano son los determinantes del desarrollo
económico: se promueve la generación de empleo, se garantiza una mano de obra más
calificada y tiene efectos positivos en la productividad, el ingreso y el bienestar de los
individuos.
Las personas más educadas son las que tienen acceso a los empleos de buena calidad, es
decir, estas personas son las que gozan de los privilegios que promueven las regulaciones y
de los mejores ingresos que ofrece el mercado laboral. De acuerdo con la definición de
Informalidad empleada por el DANE, en Colombia, alrededor del 60% de los ocupados
desempeña una actividad de tipo informal. Esto implica que más de la mitad de los
ocupados en Colombia participan en un sector que refleja las desigualdades del mercado
laboral al subestimar los retornos a la educación que merece cada individuo de acuerdo a la
acumulación e inversión en capital humano. De igual forma, estas diferencias también son
notorias entre hombres y mujeres en ambos sectores. Las mujeres están sujetas a la
discriminación salarial que se genera en el mercado laboral.
Las estimaciones de la rentabilidad de la acumulación de capital humano es una manera de
medir los determinantes del salario en cada sector y evaluar el grado de desigualdad que se
genera entre ellos y al interior. De esta forma, es importante medir el retorno de la
educación, la experiencia y el entrenamiento para la prosperidad del país y la forma en que
el mercado laboral canaliza y potencializa estos retornos. En efecto, esta evaluación de
impacto es una aproximación a los problemas de discriminación y desigualdades que
podrían considerarse para lograr que el empleo sea una fuente que promueva el desarrollo y
el bienestar.
6
IV. MARCO TEÓRICO
1. EVOLUCIÓN EN COLOMBIA DEL SECTOR INFORMAL
En Colombia, la medición del Sector Informal se hace a partir de las Encuestas de Hogares
que recoge el DANE. Desde 1984 hasta el 2000 se pueden obtener datos sobre el sector
informal cada dos años en un módulo aplicado en el segundo trimestre del año. A partir del
2001 la Encuesta Continua de Hogares mantiene preguntas anuales de informalidad, cuyos
resultados aparecen en el segundo trimestre de cada año. En coherencia con la medición
empleada por el DANE, el presente trabajo adoptará la visión dualista del mercado laboral
en la medición del sector informal, que considera como pertenecientes a dicho sector
ocupaciones que requieren pocas calificaciones, escaso capital y actividades que son de
fácil acceso y tienen bajo nivel de productividad.
En enfoque dualista incluye en la ocupación informal a los empleados del servicio
doméstico, trabajadores familiares sin remuneración, trabajadores cuenta propia no
profesionales o técnicos y a todos los trabajadores y patronos que laboren en empresas de
menos de 10 trabajadores.
Sin lugar a dudas, el empleo en Colombia es fundamentalmente de carácter informal. A lo
largo de la década, la participación de este sector en el empleo ha aumentado. En 1992, de
cada 100 ocupados, 50 desarrollaban una actividad de tipo informal, hoy dicha proporción
es de 60 por cada 100 ocupados.
Gráfica N° 1
Tasa de informalidad en Colombia para las 13 principales ciudades
Inform alidad en Colom bia
65
60 6 1.3 6 0 .7
59 . 9 7 6 0 .5
55 53 . 9 9
52 . 4 8 54 . 7
52 .3 3
50
45
1992 1994 1996 1998 2000 2001 2002 2003
Fuente: Cálculos a partir de las Encuestas de Hogares. DNP/DDS-DANE.
Para los economistas, el desempleo es el desequilibrio resultante del exceso de Oferta
laboral (Tasa Global de Participación) sobre la demanda de trabajo laboral (Tasa de
Ocupación). El aumento en la Tasa de desempleo en los últimos años es el resultado de la
conjugación de dos elementos: una baja dinámica de creación de puestos de trabajo con un
crecimiento muy alto de la búsqueda de trabajo. Ante la pérdida de empleo o la disminución
de los ingresos de algún miembro del hogar, los demás miembros, salen a buscar empleo;
pero como la generación es baja, no encuentran una salida diferente a la del desempleo.
Aunque la TGP de los hombres siempre es superior a la de las mujeres, el crecimiento de la
TGP de las mujeres es muy superior al de los hombres. Mientras la TGP de los hombres
creció 3% entre 1982-2000, dicho crecimiento para las mujeres fue de 55%.
Simultáneamente, la tasa de Ocupación registró un crecimiento negativo de -2.1% entre
1992-2003.
7
Gráfica N° 2
Tasa Global de Participación y Tasa de Ocupación
Tasa Global de Participación Tasa de Ocupación y Participación. 1992-2003
90 70
80 65
70
60 60
50 55
40
50
30
20 45
10
40
0 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003
J un-8 2
J un-8 8
J un-9 4
J un-0 0
Jun-8 4
J un-8 6
Jun-9 0
J un-9 2
Jun-9 6
J un-9 8
TO 54 54.3 53.4 53.5 50.9 51 51.3 49.7 51.5 51.7 52.6 52.9
TGP 58.5 58.5 57.5 58.1 56.3 56.6 58.6 59.4 61.8 63.2 64.1 63.8
TGP Hom bres TGP Mujeres TO TGP
Fuente: Cálculos a partir de las Encuestas de Hogares. DNP/DDS-DANE.
El grado de informalidad varía por género y por edad. La tasa de Informalidad es siempre
superior en las mujeres que en los hombres. En el 2003, la tasa de informalidad de las
mujeres fue de 62%, mientras que la de los hombres fue de 59%. Al desagregar la
incidencia de la informalidad por edad, es notable la persistencia de la informalidad en los
más jóvenes y los más viejos. En el 2000, el 79% de los ocupados entre 15 y 19 años
realizaba labores en el sector informal y para los mayores a 60 años, esta cifra es el 82%
de los ocupados.
A partir de las estadísticas disponibles para Colombia se puede predecir que existe una
estrecha relación entre Tasa de Desempleo e Informalidad. Una parte del excedente de
mano de obra se emplea en actividades de tipo informal mientras que otra proporción
permanece desempleada.
Gráfica N° 3
Tasa de desempleo e informalidad
Desempleo e Informalidad
20 62
60
15 58
56
10 54
52
5 50
48
0 46
1996 1998 2000 2001 2002 2003
Tasa de Desempleo 9.6 12.3 16.7 18.2 17.9 17.2
Informalidad 52.33 54.7 59.97 60.5 61.3 60.7
Tasa de Desempleo Inf ormalidad
Fuente: Cálculos a partir de las Encuestas de Hogares. DNP/DDS-DANE.
Al analizar la informalidad por posición ocupacional, podemos encontrar aumentos en la
informalidad de los patrones y los asalariados. En el 2000, el 38.6% de los asalariados
estaban en el sector informal, el 87.7% de los patrones ejercían una actividad económica en
el sector informal y el 90.6% de los cuanta propia estaban trabajan por fuera del sector
formal. Aún así, los patrones y los empleados particulares continúan conformando el grueso
del sector informal en Colombia. Por rama de actividad el empleo informal está concentrado
en el comercio y los servicios y en menor medida en servicios financieros. El 40% de los
ocupados ejerce su oficio en el comercio y un 20% lo hace en los servicios. Recientemente,
la tendencia de los ocupados en el comercio ha aumentado significativamente, mientras
que los ocupados en actividades de prestación de servios ha descendido.
8
Gráfica N° 4
Población informal por posición ocupacional y rama de actividad
POBLACIÓN INFORM AL POR RAM A DE ACTIVIDAD
Población ocupada informal según posición ocupacional 45.0
40.0
35.0
60
30.0
50 25.0
20.0
40 2001
15.0
30 2002 10.0
20 2003 5.0
0.0
10 1992 1994 1996 1998 2000 2001 2002 2003
Industria 18.8 18.7 18.0 17.3 16.0 15.8 16.2 16.7
0 T. familiar sin
Construcción 6.8 7.9 8.0 7.2 5.7 5.5 6.3 6.4
Comercio 35.0 34.7 34.5 33.6 34.5 35.7 39.7 40
Emp. Particular Emp. Doméstico Cuenta Propia Patrón o empleador
remuneración Transporte 5.9 6.8 7.7 8.0 7.6 7.9 8.4 8.3
Servicios f inancieros 3.6 4.1 4.2 5.3 4.4 4.1 0.5 0.6
2001 27.8 9.3 50.8 7.8 4.3 Servicios 28.5 26.6 26.3 27.6 30.2 29.3 21.4 20.1
Otras ramas 1.3 1.2 1.2 0.9 1.6 1.7 7.52 8.21
2002 28.2 10.4 47.5 9 4.9
2003 28.3 9.7 48.4 8.5 5.1
Fuente: Cálculos a partir de las Encuestas de Hogares. DNP/DDS-DANE. Otras ramas incluye: Agricultura; Minas; Electricidad,
gas y agua.
Indudablemente, la informalidad está caracterizada por absorber trabajadores de baja
calificación. La mayor proporción de la población ocupada en el sector informal no tiene
ningún nivel educativo. En el 2003, del total de ocupados sin ningún nivel de educación el
92,9% eran informales, en primaria el 83% de los ocupados son informales, en secundaria
esta cifra es de 65% y en superior es de 31.9%.
Gráfica N° 5
Población informal por nivel educativo
EVOLUCIÓN DE LA INFORMALIDAD SEGÚN NIVEL EDUCATIVO
110.0
90.0
70.0
50.0
30.0
10.0
1984 1986 1988 1992 1994 1996 1998 2001 2002 2003
Sin educación 80.7 84.1 83.8 83.7 81.2 82.1 91.8 92.7 93.4 92.4
Primaria 73.3 74.6 75.2 77.6 76.1 77.4 84.0 83.2 85.0 83.2
Secundaria 56.1 57.6 60.5 59.0 57.7 61.1 68.1 62.8 64.7 65.3
Superior 18.6 21.1 22.2 23.8 21.9 20.2 23.5 29.9 30.3 31.9
Sin educación Prim aria Secundaria Superior
Fuente: Cálculos a partir de las Encuestas de Hogares. DNP/DDS-DANE.
2. HIPOTESIS
En Colombia los retornos a la educación en el sector informal son inferiores a los que se
obtienen en el sector formal. La mayor parte de las diferencias salariales son explicadas por
la discriminación salarial que puede generar la falta de regulación.3
3 Los contratos verbales y la aceptación de ingresos bajos e inferiores al salario mínimo.
9
V. METODOLOGÍA
Mediante la estimación de la función de ingreso (Mincer, 1974) se pretende estimar los
retornos de las variables de capital humano sobre los ingresos salariales de los individuos
en el sector informal e informal. La ecuación de Mincer estima el efecto que tienen variables
de capital humano sobre el logaritmo del ingreso salarial. El primer paso consiste en estimar
estas ecuaciones Mincerianas por separado para trabajadores formales e informales:
(1) ln W SIi = X SIi β SIi + εSIi
ˆ
(2) ln W SFi = X SFi β SFi + εSFi
ˆ
donde lnW es el logaritmo del ingreso laboral, β es el vector de coeficientes, y ε es un
término del error aleatorio. Los subíndices SF y SI hacen referencia a Sector Formal y
Sector Informal respectivamente y el subíndice i hace referencia al i-ésimo individuo.
Un problema que se encuentra al estimar estas ecuaciones es la existencia de un sesgo de
selección. Este problema se produce porque en la muestra se incluyen los datos de los
individuos que están ocupados y se excluyen a los desempleados e inactivos. Esto se debe
a que solo existen datos de horas de trabajo y salario de los ocupados, por lo tanto, la
muestra tomada no es aleatoria.
Este sesgo de selección es comparable con el hecho de omitir una variable del modelo.
Para corregir este problema se propone estimar una variable λ que elimine este sesgo
(Heckman; 1979). Este procedimiento establece estimar la probabilidad de estar ocupado a
través de un modelo Probit, es decir, la probabilidad de que el individuo sea seleccionado de
la muestra. La variable generada partir del probit λ es incluida en el modelo para garantizar
la corrección del sesgo de selección. Así, el modelo se estima de la siguiente forma:
(3) ln W SIi = X SIi β SIi + σλi + εSIi
ˆ
(4) ln W SFi = X SFi β SFi +σλi + εSfi
ˆ σ
donde λ i es la probabilidad de estar ocupado y se estima a partir de un probit:
(5) λ i = γ0 + γ1EXP + γ1EXP2i + γ2AÑOS EDUCACIÓN 2i + γ3JEFE i + ....+ γKOTRAS VARIABLESi + εi
Posteriormente, se aplica la descomposición de Oaxaca (1973) - Blinder (1973) que consiste
en descomponer el diferencial salarial y determinar que parte es atribuible a diferencias en el
capital humano y que proporción se debe a discriminación salarial. Este ejercicio es
aplicado al sector formal e informal agregado y segmentando por género en cada sector.
(6) ln W SFi - ln W SIi = ( X SFi - X SIi) β SFi + X SIi ( β SFi - β SIi)
ˆ ˆ ˆ
A partir de esta ecuación se puede obtener el diferencial salarial entre individuos que
laboran en el sector formal e informal por diferencias en las características de capital
humano valoradas a la tasa de rentabilidad estimada de los trabajadores formales β SFi ˆ
(primera parte de lado derecho de la ecuación), y el diferencial que se genera como
consecuencia de una diferente retribución entre formales e informales para iguales
10
características de capital humano, evaluadas en el promedio informal X SIi (segunda parte
del lado derecho de la ecuación).
Estas ecuaciones denotan las diferencias en el ingreso y descomponen estas diferencias de
tal manera que se puede analizar que parte es atribuible a diferencias en capital humano
(primera parte de lado derecho de la ecuación) y a discriminación salarial (segunda parte
del lado derecho de la ecuación).
VI. FUENTE DE DATOS
El Departamento Administrativo Nacional de Estadísticas (DANE) es el encargado de de la
producción estadística y de la aplicación de las Encuestas de Hogares. En Colombia, la
medición del Sector Informal se puede hacer desde 1984 y hasta el 2000 con la Encuesta
Nacional de Hogares (ENH) de recolección trimestral, semestral y anual que contenía un
módulo que se aplicaba cada dos años en el segundo trimestre. A partir de 2001, se
implantó la Encuesta Continua de Hogares (ECH) que se realiza semanalmente durante
todo el año y que incluye un módulo adicional de informalidad el segundo trimestre de cada
año.
Las estadísticas de Informalidad publicadas por el DANE son datos calculados bajo el
enfoque dualista del mercado laboral, es decir, que el sector informal incluye a los
empleados del servicio doméstico, trabajadores familiares sin remuneración, trabajadores
cuenta propia no profesionales o técnicos y a todos los trabajadores que laboren en
empresas de menos de 10 trabajadores.
En este sentido, el enfoque utilizado para las estimaciones es el dual y la información
utilizada en este estudio proviene de la Encuesta Continua de Hogares II trimestre del 2003
para las 13 principales ciudades.
VII. ESTIMACIONES
1. DESCRIPCIÓN DE LOS DATOS
Las estimaciones realizadas se hicieron a partir de la Encuesta Continua de Hogares II
trimestre del 2003 para las 13 principales ciudades. La muestra de la encuesta contiene
111,082 de personas y 27,409 de hogares. La descripción de los datos es presentada en el
Cuadro N° 1.
Cuadro N° 1
Descripción de los datos de la ECH –II trimestre 2003
N° Personas en la N° Personas con
muestra Factor de expansión
Personas 111,082 18,779,156
Hogares 27,409 4,720,176
Fuerza de Trabajo 86,591 14,469,284
Ocupados 44,930 7,650,133
Formal 14,809 2,953,210
Informal 30,121 4,696,923
Cesantes 7,939 4,930,932
Aspirantes 1,765 272,589
Inactivos 31,957 5,233,873
11
2. PARTICIPACIÓN LABORAL.
La participación laboral en Colombia ha tomado mucha fuerza en los últimos años a partir de
los cambios en la oferta y la demanda. La decisión de trabajar está determinada por factores
de largo plazo como educación, entrenamiento y cambios en la composición del hogar,
mientras los factores de corto plazo están más relacionados con la coyuntura económica. En
los últimos 40 años, la composición de la oferta laboral ha variado con el aumento de los
niveles de escolaridad y el aumento de la demanda por los trabajadores más calificados.
Los cálculos realizados para estimar los determinantes de la participación laboral en el 2003
se hicieron a partir de un modelo probit que toma como variable dependiente ‘1’ si pertenece
a la Población Económicamente Activa y ‘0’ si es inactivo. De acuerdo con los resultados del
Cuadro N° 1 del anexo, un año adicional de educación y de experiencia incrementan la
probabilidad de participar en el mercado laboral en aproximadamente 2%. El signo negativo
de la variable experiencia al cuadrado refleja la concavidad de la función de probabilidad de
participar en el mercado laboral con respecto a la experiencia. Es decir, que la probabilidad
de participar crece con la experiencia a una tasa decreciente.
Sin embargo, las variables de composición del hogar son las que más inciden en la
probabilidad de participar. Ser jefe de hogar incrementa la probabilidad de participar en 22%
y un aumento en el número de desocupados en la unidad de gasto incrementa está
probabilidad en 20.6%. Aunque el aumento de niños menores a 1 año reduce la probabilidad
de participar en 3%, el número de niños mayores a 6 años no reduce esta probabilidad (2%).
Al descomponer los determinantes de la participación laboral por género, se encuentran
similitudes en la incidencia de las variables de capital humano y diferencias en las variables
de composición del hogar. Los años de educación y la experiencia inciden positivamente en
la probabilidad de participar en el mercado laboral, aunque las probabilidades son mayores
para las mujeres que para los hombres ante aumentos en la acumulación de capital
humano. De otro lado, el estado civil afecta de manera diferente a los hombres y a las
mujeres. En las mujeres, la condición de soltería incrementa la probabilidad de participar, en
contraste, en los hombres, ser soltero reduce la probabilidad de ser parte de la Población
Económicamente Activa. (Anexo: Cuadro N° 2 y Cuadro N° 3).
Con el objeto de estimar la probabilidad de participar y de estar ocupado en el sector
informal o de participar y estar ocupado en el sector formal, se utilizó un modelo multilogit
que toma como variable dependiente ‘1’ cuando es ocupado informal, ‘2’ cuando es ocupado
formal y ‘0’ cuando es inactivo o desocupado. Los determinantes de la participación laboral
en el sector formal e informal presentan un comportamiento similar al mercado laboral
agregado. Analizando la probabilidad de pasar de inactivo o desocupado a participar en el
sector formal o informal, es decir, tomando ‘0’ como categoría base, los resultados del
modelo señalan que acumular un año más de experiencia y educación incrementa la
probabilidad de participar en el sector formal o informal. En ambos sectores aumentar el
ingreso no laboral reduce la probabilidad de que las personas busquen empleo para obtener
alguna remuneración salarial. Sin embargo, tan solo en el sector formal, el ingreso no laboral
de los otros miembros del hogar disminuye la probabilidad de participar. De otro lado, ser
jefe y soltero en ambos sectores aumenta la probabilidad de buscar empleo y el aumento de
niños menores de 6 y 1 año reducen la probabilidad de buscar empleo en el sector formal o
informal. (Anexo: Cuadro N° 4).
12
3. FUNCIÓN DE INGRESO
La función de ingreso se puede obtener a partir de la estimación de la ecuación de Mincer.
Esta ecuación relaciona el ingreso salarial con variables de capital humano como educación
y experiencia.
A partir de los modelos de estimación de la ecuación de Mincer, podemos determinar la
tasa de retorno de la educación y la experiencia. De acuerdo con las estimaciones, la
educación es el componente de capital humano que tiene mayores efectos sobre el ingreso:
1 año adicional de educación aumenta en 11% el ingreso salarial, mientras 1 año adicional
de experiencia incrementa en 2.5% el ingreso laboral en el mercado de trabajo. Al igual que
en el modelo de participación laboral el signo negativo del coeficiente de la experiencia al
cuadrado expresa la concavidad de la función de ingresos, es decir, los ingresos crecen con
la experiencia a una tasa decreciente. (Anexo: Cuadro N° 5).
Al descomponer los efectos de la tasa interna de retorno a la formación de capital humano
para cada sector, encontramos notables diferencias. Mientras en el sector formal 1 año
adicional de educación incrementa el ingreso en 13%, en el sector informal esta tasa es tan
solo de 7.8%. Igualmente, 1 año adicional de experiencia aumenta en 3.5% el ingreso en el
sector formal, mientras que en el sector informal este incremento equivale a 2.7%. El signo
negativo de la variable experiencia al cuadrado expresa la concavidad de la función de
ingresos en ambos sectores, los valores de estos coeficientes señalan que los ingresos
decaen más rápido en el sector formal que en el informal. (Anexo Cuadro N° 6 y Cuadro N°
7).
La significancia de sigma implica que en el modelo hay un sesgo de selección que fue
corregido al incluir esta variable en el modelo.4 El hecho de que los retornos a la educación
sean mayores en el sector formal que en el informal implica que el mercado valora más el
capital humano en este sector que en el informal.
4. DESCOMPOSICIÓN DE OAXACA –BLINDER
Las diferencias salarias entre el sector formal e informal pueden descomponerse para
analizar que parte es atribuible a diferencias en la dotación de capital humano y que otra
parte es atribuible a discriminación salarial. En la Gráfica N°6, se analizan estás diferencias
para ambos sectores de acuerdo con los años de educación y la experiencia.
Gráfica N°6
Ingreso laboral por años de educación y experiencia según sector
RETORNOS A LA EDUCACIÓN RETORNOS A LA EXPERIENCIA
15 14.5
14.5 14
ln (ing r e s o labo r al)
ln (in g r e s o lab o r al)
14 13.5
13.5
13
13
12.5
12.5
12
12
11.5
11.5
0
4
8
12
16
20
24
28
32
36
40
44
48
52
56
60
64
70
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21
Años de experiencia
Años de educación
Informal Formal
Informal Formal
4 En el modelo se incluye el inverso del coeficiente de Mills, que es una razón en función de la probabilidad de estar ocupado.
13
Fuente: ECH – II trimestre 2003. Cálculos propios
Como es posible observar en las gráficas anteriores, los salarios de los trabajadores formales
superan los salarios de los informales bajo las mismas condiciones de capital humano. Es decir,
que un trabajador informal que tiene el mismo número de años de educación o el mismo número de
años de experiencia que un trabajador formal percibe un ingreso inferior en relación con el ingreso
que recibe el trabajador formal.
Para profundizar en el análisis del diferencial del salario calculamos la descomposición de Oaxaca-
Blinder, con ayuda de la ecuación (6).
Cuadro N° 2
Descomposición de Oaxaca - Blinder
Variable Total Dotaciones Coeficientes
Años de educación 57.5% 14.6% 42.9%
Experiencia 10.2% -7.4% 17.7%
Experiencia2 7.7% 3.0% 4.8%
Subtotal 75.4% 10.2% 65.3%
Descomposición de Oaxaca-Blinder
Cantidad atribuible 75.4%
Dotaciones (E): 10.2%
Coeficientes (C): 65.3%
Cambios coeficientes (U): -14.6%
Diferencial total (R) {E+C+U}: 60.9%
Diferencial ajustado (D) {C+U}: 50.7%
Dotaciones % total (E/R): 16.7%
Discriminación % total (D/R): 83.3%
En los cuadros anteriores se presenta el desarrollo de la descomposión de Oaxaca-Blinder.
Los resultados señalan que las diferencias salariales entre el sector formal e informal es
atribuible en un 83% a discriminación salarial y un 16% se deben a diferencias de capital
humano entre sectores.
Sin embargo, cabe preguntarse si las diferencias en la brecha salarial atribuible a
discriminación están afectadas por la menor remuneración laboral que perciben las mujeres
en relación a los hombres en ambos sectores. Para ello, se calculó el diferencial de
ingresos formal e informal desagregando por género.
14
Gráfica N° 7
Ingreso laboral por años de educación y experiencia según sector y género
R ET OR N OS A L A ED U C A C I ÓN P A R A H OM B R ES RETORNOS A LA EXPERIENCIA PARA HOMBRES
15
16
1 4.5
L n (In g re s o la b o ra l)
15
14
14
1 3.5
13 13
1 2.5 12
12 11
1 1 .5 0 3 6 9 12 15 18 21 24 27 30 33 36 39 42 45 48 51 54 57 60 63 66 72 77
0 1 2 3 4 5 6 7 8 9 1 0 1 1 1 2 1 3 1 4 1 5 1 6 1 7 1 8 1 9 20 21 Experiencia
A ños de e duc a c i ón
Formal Informal
For ma l I nf or ma l
RETORNOS A LA EXPERIENCIA PARA MUJERES RETORNOS A LA EDUCACIÓN PARA MUJERES
16,5 14,5
15,5 14
L n (I n g r e s o L a b o r a l )
14,5 ln ( In g re s o la b o ra l)
13,5
13,5 13
12,5
12,5
11,5
12
10,5
11,5
9,5 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21
0 3 6 9 12 15 18 21 24 27 30 33 36 39 42 45 48 51 54 57 60 67 71 74 80
Años de educación
Experiencia
Formal Informal
Formal Informal
Fuente: ECH – II trimestre 2003. Cálculos propios
Gráficamente, las diferencias por discriminación salarial aún persisten para ambos géneros.
Controlando por educación y experiencia, las mujeres y hombres perciben un mayor ingreso
trabajando en el sector formal que si estuviesen trabajando con la misma calificación en el
sector informal. (Grafica N° 7)
15
Cuadro N° 3
Descomposición de Oaxaca – Blinder para hombres
Descomposición para hombres
Descomposición de Oaxaca-Blinder para
Variable Total Dotaciones Coeficientes
hombres
Cantidad atribuible -56.1%
Años de educación -52.3% -13.3% -39.0%
Dotaciones (E): -7.5%
Experiencia 11.2% 14.9% -3.7%
Coeficientes (C): -48.6%
Experiencia2 -15.0% -9.1% -5.9%
Cambios coeficientes (U): 34.1%
0.0% 0.0% 0.0%
Diferencial total (R) {E+C+U}: -22.0%
Subtotal -56.1% -7.5% -48.6%
Diferencial ajustado (D) {C+U}: -14.5%
0.0%
Dotaciones % total (E/R): 34.1%
Discriminación % total (D/R): 65.9%
Cuadro N° 4
Descomposición de Oaxaca – Blinder para mujeres
Descomposición para mujeres Descomposición de Oaxaca-Blinder para
Variable Total Dotaciones Coeficientes mujeres
Cantidad atribuible -109.8%
Años de educación -72.2% -5.0% -67.3% Dotaciones (E): -4.1%
Experiencia -25.9% 2.1% -28.0% Coeficientes (C): -105.7%
Experiencia2 -11.6% -1.2% -10.4% Cambios coeficientes (U): -94.9%
Diferencial total (R) {E+C+U}: -204.6%
Subtotal -109.8% -4.1% -105.7% Diferencial ajustado (D) {C+U}: -200.5%
0.0%
Dotaciones % total (E/R): 2.0%
Discriminación % total (D/R): 98.0%
Los resultados anteriores señalan que la brecha por discriminación salarial entre el sector
formal e informal es mayor en las mujeres. El 98% de las diferencias salariales entre
mujeres del sector formal e informal es atribuible a discriminación salarial. Mientras tanto,
las dotaciones de capital humano tan solo explican un 2% de las diferencias. En los
hombres, la discriminación salarial también explica la mayor parte de las diferencias
salariales, el 65% de la brecha salarial entre hombres del sector formal y hombres del sector
informal es atribuible a discriminación salarial. Pese a ello, el componente de capital humano
explica un poco más en los hombres que en las mujeres las diferencias por dotaciones de
educación y experiencia (34%). (Cuadro N° 3 y Cuadro N° 4)
VIII. LIMITACIONES
El módulo de desocupados de la Encuesta de Hogares, no contiene información para
clasificar a los aspirantes o desocupados en el sector formal e informal, es decir, no
podemos determinar que tipo de trabajo está buscando. Por tanto, en las ecuaciones de
Mincer con corrección de sesgo, se toma únicamente la probabilidad de estar ocupado en el
sector formal o informal.
16
De otro lado, las ecuaciones de Mincer no analizan conjuntamente el efecto de la edad, los
años de experiencia y educación con las tasas de retornos marginales. Los resultados se
alteran y se corre el riesgo de que exista colinealidad entre las variables.
Otra limitación de los datos es que se analiza la informalidad como un fenómeno propio de
las 13 principales ciudades y se excluyen del análisis el resto de cabeceras y capitales
departamentales. Igualmente, la aplicación del módulo de informalidad sólo se hace el II
trimestre de cada año, por tanto, no se puede relacionar las diferencias salariales con los
ciclos económicos.
17
IX. CONCLUSIONES Y RECOMENDACIONES
La participación laboral está determinada por variables de capital humano como experiencia
y educación. Sin embargo, las variables de composición del hogar como el número de
desocupados en la unidad de gasto, el número de niños menores a 1 año y 6 años son las
que con mayor probabilidad inducen a los individuos a participar en el mercado laboral.
Las diferencias salariales en ambos sectores están explicadas por diferentes retornos en
educación y experiencia. Estas variables son las que principalmente explican el ingreso,
aunque, la educación es la variable que más explica el ingreso salarial. En el sector formal
los retornos a la educación y la experiencia son superiores que en el sector informal. Un
año adicional de educación en el sector formal incrementa el ingreso salarial en 12%,
mientras que en el sector informal esta tasa equivale a 7.8%. Las tasas de retorno a la
experiencia en el sector formal e informal son 3.5% y 2.7% respectivamente.
De acuerdo con la descomposición de Oaxaca – Blinder, el 83% de la diferencia salarial
entre sectores es atribuible a discriminación salarial, mientras que tan solo el 16% de la
brecha salarial es explicada por diferencias en dotaciones de capital humano. En la
búsqueda de las causas de los diferenciales salariales se encontró que la mayor diferencia
se registra entre las mujeres del sector formal e informal.
En este sentido, las recomendaciones van orientadas al fortalecimiento de la educación y
entrenamiento. De acuerdo con los resultados, las personas menos educadas tienen mayor
posibilidad de desarrollar una actividad de tipo informal. Por lo tanto, los esfuerzos en el
largo plazo deben estar enfocados a fortalecer el sistema educativo y en el mediano plazo
se deben diseñar mecanismos y estrategias para la capacitación y entrenamiento de los
ocupados en el sector informal. De otro lado, para lograr una mayor equidad de género en el
mercado laboral se deben fortalecer los mecanismos de control y vigilancia que regulan las
contrataciones laborales.
18
X. REFERENCIA BIBLIOGRAFICA
ARIAS, Helmuth y CHAVES, Álvaro. (2002) “Calculo de la Tasa Interna de Retorno de la
Educación en Colombia”. Documento de Trabajo No.2. Universidad Externado.
CASTELLAR, Carlos y URIBE, José I. (2001). "Una aproximación Econométrica a la Tasa de
Retorno Social de la Educación". Sociedad y Economía, Facultad de Ciencias Sociales y
Económicas, Universidad del Valle, Septiembre.
CHARRY, Alejandro. “La Participación Laboral de las Mujeres no Jefes de Hogar en
Colombia y el Efecto del Servicio Doméstico”. Borradores de Economía No. 232, s.l.: Banco
de la República.
GËRXHANI, Klarita.(2001) “Informal Sector in developed and less developed countries: a
literatura survey” Tingerber Institute and University of Amsterdam.
MALONEY, William. (2003). “Informality revisited”. Working Paper N°2965. World Bank.
NÚÑEZ, Jairo. (2002) “Empleo informal y evasión fiscal en Colombia”. Archivos de
Macroeconomía. Documento N° 210. Departamento Nacional de Planeación.
PEREZ, Francisco. (2004) “Informalidad Laboral En Las Trece Principales Áreas Y Ciudades
Colombianas, 2001 – 2003 (Abril – Junio)” En Documentos técnicos sobre mercado laboral.
DANE
____ OIT (1972) "Employment, Incomes and Equality- A strategy for increasing productive
employment in Kenya" Geneve, 1972.
PORTES, A. y SCHAUFFLER R. (1993). Competing perspectives on the Latin American
Informal Sector. Population and development Review19. N° 1(Marzo).
POSADA, Carlos Esteban y ARANGO, Luis Eduardo. (2002)“La Participación laboral en
Colombia”. Borradores de economía No. 217, s.l.: Banco de la República.
TENJO, Jaime, RIVERO Rocío y BERNAT, Luisa F. (2002); "Evolución de las Diferencias
Salariales por Sexo en Seis Países de América Latina", Documentos de Economía Nº 1,
Universidad Javeriana, Bogotá, Julio.
19
XI. ANEXOS
Cuadro N° 1. Modelo probit de participación laboral
Probit estimates Number of obs 13579860
LR chi2(9) 4000000
Prob > chi2 0
Log likelihood = -6011333.1 Pseudo R2 0.2505
dF/dx Std. Err. z P>|z| x-bar [ 95% C.I. ]
Años de educación 0.0204924 0.000034 597.61 0.00000 8.90729 0.020426 0.020559
Experiencia 0.0219337 0.0000259 858.53 0.00000 21.6045 0.021883 0.021984
Experiencia2 -0.0003661 3.74E-07 -996.82 0.00000 800.809 -0.000367 -0.000365
Ingreso no laboral -2.31E-07 3.95E-10 -581.95 0.00000 59721.8 -2.30E-07 -2.30E-07
Jefe 0.2206978 0.0002473 733.06 0.00000 0.312198 0.220213 0.221182
Dummy Soltero 0.0028987 0.0003505 8.26 0.00000 0.413674 0.002212 0.003586
N° Desocupados en la Unidad de gasto 0.2062752 0.0001982 1020.81 0.00000 0.434882 0.205887 0.206664
N° Niños menores a 6 años 0.0210601 0.0002797 75.28 0.00000 0.229136 0.020512 0.021608
N° Niños menores a 1 años -0.0316929 0.0007762 -40.83 0.00000 0.031434 -0.033214 -0.030172
obs. P 0.7224422
pred. P 0.7816498 (at x-bar)
Cuadro N° 2. Modelo probit de participación laboral para hombres
Probit estimates Number of obs 6231522
LR chi2(9) 2300000
Prob > chi2 0
Log likelihood = -1975166.8 Pseudo R2 0.3694
dF/dx Std. Err. z P>|z| x-bar [ 95% C.I. ]
Años de educación 0.0141217 0.0000368 387.85 0.00000 9.04366 0.01405 0.014194
Experiencia 0.019995 0.0000321 714.32 0.00000 20.7385 0.019932 0.020058
Experiencia2 -0.0003154 4.54E-07 -808.72 0.00000 742.75 -0.000316 -0.000315
Ingreso no laboral -1.54E-07 3.34E-10 -472.05 0.00000 66336.4 -1.50E-07 -1.50E-07
Jefe 0.069667 0.0004395 156.59 0.00000 0.480735 0.068806 0.070528
Dummy Soltero -0.0883071 0.000499 -181.27 0.00000 0.447416 -0.089285 -0.087329
N° Desocupados en la Unidad de gasto 0.1199259 0.0002179 583.81 0.00000 0.444232 0.119499 0.120353
N° Niños menores a 6 años 0.0298733 0.0003465 85.88 0.00000 0.226344 0.029194 0.030552
N° Niños menores a 1 años 0.0348894 0.001117 31.21 0.00000 0.031337 0.0327 0.037079
obs. P 0.7983781
pred. P 0.8974378 (at x-bar)
20
Cuadro N° 3. Modelo probit de participación laboral para mujeres
Probit estimates Number of obs 7348338
LR chi2(9) 1800000
Prob > chi2 0
Log likelihood = -3820888.7 Pseudo R2 0.1905
dF/dx Std. Err. z P>|z| x-bar [ 95% C.I. ]
Años de educación 0.0244581 0.0000518 469.59 0.00000 8.79164 0.024357 0.02456
Experiencia 0.0217278 3.85E-05 567.73 0.00000 22.3388 0.021652 0.021803
Experiencia2 -0.000365 5.60E-07 -657.42 0.00000 850.043 -3.66E-04 -3.64E-04
Ingreso no laboral -0.0000003 7.4E-10 -349.21 0.00000 54112.4 -0.00000026 -0.00000026
Jefe 0.1628100 0.0004531 314.76 0.00000 0.169275 0.161922 0.163698
Dummy Soltero 0.0087974 0.0005111 17.19 0.00000 0.385061 0.007796 0.009799
N° Desocupados en la Unidad de gasto 0.2531371 0.0003017 823.82 0.00000 0.426953 0.252546 0.253729
N° Niños menores a 6 años 0.0198149 0.0004033 49.13 0.00000 0.231504 0.019025 0.020605
N° Niños menores a 1 años -0.0699523 0.0011022 -63.46 0 0.031517 -0.072113 -0.067792
obs. P 0.6580472
pred. P 0.6889286 (at x-bar)
21
Cuadro N° 4. Modelo Multilogit de participación laboral para el sector formal e informal.
Multinomial logistic Number of obs = 13579860
regression LR chi2(22) = 6361217.31
Prob > chi2 = 0
Pseudo R2
Log likelihood = -11076043 = 0.2231
PET2 Coef. Std. Err . z P>z [95% Conf. Interval]
Informal
Años de educación 0.0337563 0.0002054 164.35 0.0000 0.0333537 0.0341589
Experiencia 0.1638485 0.0001683 973.8 0.0000 0.1635187 0.1641783
Experiencia 2 -0.0027565 2.71E-06 -1017.26 0.0000 -0.0027618 -0.0027512
Jefe 1.4262 0.0019913 716.2 0.0000 1.422297 1.430103
Jefe hombre 0.0069488 0.0016583 4.19 0.0000 0.0036986 0.010199
Dummy Soltero 0.0994327 0.0020538 48.41 0.0000 0.0954073 0.1034581
Desocupados en la unidad de gasto -0.7748423 0.0011294 -686.04 0.0000 -0.777056 -0.7726287
Ingreso no laboral -1.79E-06 4.58E-09 -390.07 0.0000 -1.80E-06 -1.78E-06
Ingreso no laboral otros miembros del hogar 1.37E-08 1.60E-09 8.54 0.0000 1.05E-08 1.68E-08
N° niños menores a 6 años -0.0100772 0.0015781 -6.39 0.0000 -0.0131702 -0.0069842
N° Niños menores a 1 año -0.2487623 0.0044454 -55.96 0.0000 -0.2574752 -0.2400495
Constante -1.950665 0.003804 -512.79 0.0000 -1.958121 -1.943209
Formal
Años de educación 0.2476623 0.0002488 995.26 0.0000 0.2471746 0.24815
Experiencia 0.174001 0.000238 731.15 0.0000 0.1735346 0.1744674
Experiencia 2 -0.0033646 4.63E-06 -726.15 0.0000 -0.0033737 -0.0033555
Jefe 1.788475 0.0023383 764.85 0.0000 1.783892 1.793058
Jefe hombre 0.0125763 0.0020087 6.26 0.0000 0.0086393 0.0165134
Dummy Soltero 0.1591402 0.0024248 65.63 0.0000 0.1543877 0.1638927
Desocupados en la unidad de gasto -0.7052348 0.0013852 -509.13 0.0000 -0.7079497 -0.70252
Ingreso no laboral -1.68E-06 4.86E-09 -345.81 0.0000 -1.69E-06 -1.67E-06
Ingreso no laboral otros miembros del hogar -6.61E-08 1.87E-09 -35.28 0.0000 -6.98E-08 -6.24E-08
N° niños menores a 6 años -0.0874945 0.0019482 -44.91 0.0000 -0.0913128 -0.0836761
N° Niños menores a 1 año -0.0540103 0.0050787 -10.63 0.0000 -0.0639644 -0.0440562
Constante -4.608635 0.0047571 -968.79 0.0000 -4.617958 -4.599311
22
Seminario de Sector Informal. Rentabilidad de la educación y diferencias salariales
Cuadro N° 5. Estimación de la ecuación de ingresos
Heckman selection model Number of obs = 1.37E+07
(regression model with sample selection) Censored obs = 8362386
Uncensored obs = 5288106
Wald chi2(3) = 1.94E+06
Log likelihood = -1.52e+07 Prob > chi2 = 0
Coef. Std. Err. z P>|z| [95% Conf. Interval]
Ln W
Años de educación 0.1171061 0.0000919 1273.6 0.0000 0.1169259 0.1172863
Experiencia 0.0256048 0.0000885 289.44 0.0000 0.0254314 0.0257782
Experiencia 2 -0.0003676 1.54E-06 -239.32 0.0000 -0.0003706 -0.0003646
Constante 12.17932 0.0020902 5826.96 0.0000 12.17523 12.18342
Select
Ingreso no laboral -1.72E-07 1.08E-09 -160.06 0.0000 -1.75E-07 -1.70E-07
Desocupados en la Unidad de gasto -0.197179 0.0004528 -435.5 0.0000 -0.1980664 -0.1962915
Jefe 0.5168538 0.0007901 654.14 0.0000 0.5153052 0.5184024
Dummy Soltero -0.1653311 0.0006949 -237.92 0.0000 -0.1666931 -0.1639691
N° niños menores a 6 años 0.049595 0.0006509 76.2 0.0000 0.0483194 0.0508707
N° niños menores a 1 año 0.0217445 0.0018215 11.94 0.0000 0.0181745 0.0253145
Constante -0.3071363 0.0005978 -513.74 0.0000 -0.308308 -0.3059645
/athrho -1.154014 0.0016082 -717.59 0.0000 -1.157166 -1.150862
/lnsigma 0.1376575 0.0006076 226.56 0.0000 0.1364666 0.1388484
rho -0.8190794 0.0005293 -0.8201141 -0.8180394
sigma 1.147582 0.0006973 1.146217 1.14895
lambda -0.9399611 0.0011349 -0.9421854 -0.9377368
23
Seminario de Sector Informal. Rentabilidad de la educación y diferencias salariales
Cuadro N° 6. Estimación de la ecuación de ingresos para el sector informal
Heckman selection model Number of obs = 1.08E+07
(regression model with sample selection) Censored obs = 7607085
Uncensored obs = 3207992
Wald chi2(3) = 383092.61
Log likelihood = -1.04e+07 Prob > chi2 = 0
Coef. Std. Err. z P>|z| [95% Conf. Interval]
Ln W
Años de educación 0.0789343 0.0001504 524.71 0.0000 0.0786395 0.0792292
Experiencia 0.0277435 0.0001316 210.76 0.0000 0.0274855 0.0280015
Experiencia 2 -0.0004459 2.09E-06 -212.95 0.0000 -0.0004501 -0.0004418
Constante 11.93048 0.0040375 2954.91 0.0000 11.92257 11.93839
select
Ingreso no laboral -7.47E-07 2.13E-09 -350.95 0.0000 -7.52E-07 -7.43E-07
Desocupados en la Unidad de gasto -0.2065102 0.0005976 -345.56 0.0000 -0.2076815 -0.205339
Jefe 0.6878338 0.0009805 701.5 0.0000 0.685912 0.6897556
Dummy Soltero -0.2700428 0.0009494 -284.45 0.0000 -0.2719035 -0.2681821
N° niños menores a 6 años 0.0915292 0.0008546 107.1 0.0000 0.0898541 0.0932043
N° niños menores a 1 año -0.0701008 0.002546 -27.53 0.0000 -0.0750909 -0.0651108
Constante -0.5243827 0.000777 -674.84 0.0000 -0.5259057 -0.5228597
/athrho -0.471901 0.002495 -189.14 0.0000 -0.4767911 -0.4670109
/lnsigma 0.0237001 0.0007519 31.52 0.0000 0.0222265 0.0251737
rho -0.439734 0.0020126 -0.44367 -0.435781
sigma 1.023983 0.0007699 1.022475 1.025493
lambda -0.4502802 0.0023557 -0.4548974 -0.445663
24
Seminario de Sector Informal. Rentabilidad de la educación y diferencias salariales
Cuadro N° 7. Estimación de la ecuación de ingresos para el sector formal
Heckman selection model Number of obs = 2835415
(regression model with sample selection) Censored obs = 755301
Uncensored obs = 2080114
Wald chi2(3) = 1.39E+06
Log likelihood = -3614864 Prob > chi2 = 0
Coef. Std. Err. z P>|z| [95% Conf. Interval]
Ln W
Años de educación 0.1280055 0.0001134 1129.07 0.0000 0.1277832 0.1282277
Experiencia 0.0376483 0.0001192 315.78 0.0000 0.0374146 0.037882
Experiencia 2 -0.0003446 2.48E-06 -139.07 0.0000 -0.0003495 -0.0003397
Constante 11.44366 0.0019679 5815.22 0.0000 11.4398 11.44752
select
Ingreso no laboral 5.16E-07 4.43E-09 116.39 0.0000 5.07E-07 5.25E-07
Desocupados en la Unidad de gasto -0.116716 0.0012258 -95.22 0.0000 -0.1191185 -0.1143135
Jefe 0.1943146 0.0016171 120.16 0.0000 0.1911452 0.1974841
Dummy Soltero -0.0503181 0.0016955 -29.68 0.0000 -0.0536413 -0.046995
N° niños menores a 6 años 0.1673992 0.0017238 97.11 0.0000 0.1640205 0.1707778
N° niños menores a 1 año 0.0838645 0.0043958 19.08 0.0000 0.0752489 0.0924801
Constante 0.516762 0.0014758 350.16 0.0000 0.5138696 0.5196545
/athrho -0.8893864 0.0021659 -410.64 0.0000 -0.8936314 -0.8851414
/lnsigma -0.3173349 0.0007251 -437.63 0.0000 -0.3187561 -0.3159136
rho -0.7110905 0.0010707 -0.7131827 -0.7089857
sigma 0.7280869 0.000528 0.7270529 0.7291224
lambda -0.5177357 0.0010852 -0.5198626 -0.5156088
25
Seminario de Sector Informal. Rentabilidad de la educación y diferencias salariales
Cuadro N° 8. Estimación de la ecuación de ingresos para hombres en el sector formal
Heckman selection model Number of obs = 3857908
(regression model with sample selection) Censored obs = 2620280
Uncensored obs = 1237628
Wald chi2(3) = 863628.01
Log likelihood = -3396413 Prob > chi2 = 0
Coef. Std. Err. z P>|z| [95% Conf. Interval]
lnw
Años de educación 0.1380625 0.0001551 889.95 0.000 0.1377584 0.1383665
Experiencia 0.049399 0.000173 285.600 0.000 0.04906 0.049738
Experiencia 2 -0.0005946 3.16E-06 -187.940 0.000 -0.0006008 -0.0005884
Constante 1.12E+01 0.0038318 2922.420 0.000 11.1905 11.20552
Select
Ingreso no laboral -5.45E-07 2.26E-09 -240.730 0.000 -5.49E-07 -5.40E-07
Desocupados en la Unidad de gasto -0.2581058 0.0010139 -254.570 0.000 -0.2600929 -0.2561186
Jefe 0.612968 0.0021122 290.210 0.000 0.6088283 0.6171078
Dummy Soltero -0.4816396 0.002086 -230.890 0.000 -0.4857282 -0.4775511
N° niños menores a 6 años 0.1635843 0.0016229 100.800 0.000 0.1604036 0.1667651
N° niños menores a 1 año 0.1423564 0.0045779 31.100 0.000 0.1333839 0.151329
Constante -0.3721031 0.0020703 -179.730 0.000 -0.3761608 -0.3680453
/athrho -0.2458818 0.0026809 -91.710 0.000 -0.2511364 -0.2406273
/lnsigma -0.3275239 0.0007352 -445.490 0.000 -0.3289648 -0.3260829
rho -0.2410436 0.0025252 -0.2459866 -0.2360881
sigma 0.7207061 0.0005299 0.7196683 0.7217453
lambda -0.1737216 0.0018876 -0.1774213 -0.1700219
26
Seminario de Sector Informal. Rentabilidad de la educación y diferencias salariales
Cuadro N° 8. Estimación de la ecuación de ingresos para mujeres en el sector formal
Heckman selection model Number of obs = 5258010
(regression model with sample selection) Censored obs = 4263656
Uncensored obs = 994354
Wald chi2(3) = 707472.33
Log likelihood = -3445333 Prob > chi2 = 0
Coef. Std. Err. z P>|z| [95% Conf. Interval]
Ln W
Años de educación 0.1346034 0.0001646 817.89 0.0000 0.1342809 0.134926
Experiencia 0.0272566 0.0001821 149.66 0.0000 0.0268996 0.0276135
Experiencia 2 -0.0002049 4.14E-06 -49.48 0.0000 -0.000213 -0.0001968
Constante 12.52027 0.0035289 3547.92 0.0000 12.51336 12.52719
Select
Ingreso no laboral -2.18E-08 1.41E-09 -15.44 0.0000 -2.45E-08 -1.90E-08
Desocupados en la Unidad de gasto -0.2040323 0.0007595 -268.62 0.0000 -0.205521 -0.2025436
Jefe 0.2886908 0.0013153 219.49 0.0000 0.2861129 0.2912688
Dummy Soltero -0.0719969 0.0010509 -68.51 0.0000 -0.0740566 -0.0699373
N° niños menores a 6 años 0.0624763 0.0010551 59.21 0.0000 0.0604084 0.0645442
N° niños menores a 1 año -0.0483147 0.0027368 -17.65 0.0000 -0.0536787 -0.0429508
Constante -0.8267578 0.0009185 -900.14 0.0000 -0.828558 -0.8249576
/athrho -1.595833 0.0023262 -686.02 0.0000 -1.600392 -1.591274
/lnsigma 0.1021631 0.0012027 84.94 0.0000 0.0998058 0.1045205
rho -0.9210389 0.0003529 -0.9217276 -0.9203444
sigma 1.107564 0.0013321 1.104956 1.110178
lambda -1.02011 0.0015536 -1.023155 -1.017065
27
Seminario de Sector Informal. Rentabilidad de la educación y diferencias salariales
Cuadro N° 9. Estimación de la ecuación de ingresos para hombres en el sector informal
Heckman selection model Number of obs = 4675759
(regression model with sample selection) Censored obs = 3015757
Uncensored obs = 1660002
Wald chi2(3) = 389344.58
Log likelihood = -4702445 Prob > chi2 = 0
Coef. Std. Err. z P>|z| [95% Conf. Interval]
Ln W
Años de educación 0.0956185 0.0001757 544.24 0.0000 0.0952741 0.0959628
Experiencia 0.0474138 0.0001664 284.99 0.0000 0.0470877 0.0477399
Experiencia 2 -0.0006769 2.58E-06 -262.25 0.0000 -0.000682 -0.0006719
Constante 11.53933 0.0045379 2542.87 0.0000 11.53044 11.54822
Select
Ingreso no laboral -7.05E-07 2.74E-09 -257.67 0.0000 -7.11E-07 -7.00E-07
Desocupados en la Unidad de gasto -0.197797 0.0008734 -226.48 0.0000 -0.1995088 -0.1960853
Jefe 0.5037529 0.001799 280.01 0.0000 0.5002269 0.507279
Dummy Soltero -0.5143381 0.0018011 -285.56 0.0000 -0.5178682 -0.5108079
N° niños menores a 6 años 0.1548468 0.0013489 114.79 0.0000 0.1522029 0.1574907
N° niños menores a 1 año 0.0731113 0.0040683 17.97 0.0000 0.0651376 0.0810851
Constante -0.2689231 0.0017363 -154.88 0.0000 -0.2723261 -0.26552
/athrho -0.4536484 0.003309 -137.1 0.0000 -0.4601339 -0.4471629
/lnsigma -0.1311099 0.0009309 -140.85 0.0000 -0.1329343 -0.1292854
rho -0.4248934 0.0027116 -0.4301933 -0.4195641
sigma 0.8771214 0.0008165 0.8755226 0.8787231
lambda -0.3726831 0.0026666 -0.3779096 -0.3674566
28
Seminario de Sector Informal. Rentabilidad de la educación y diferencias salariales
Cuadro N° 10. Estimación de la ecuación de ingresos para mujeres en el sector informal
Heckman selection model Number of obs = 6139318
(regression model with sample selection) Censored obs = 4591328
Uncensored obs = 1547990
Wald chi2(3) = 100366.76
Log likelihood = -5567391 Prob > chi2 = 0
Coef. Std. Err. z P>|z| [95% Conf. Interval]
Ln W
Años de educación 0.0564856 0.0002441 231.36 0.000 0.056007 0.0569641
Experiencia 0.0146688 0.0002005 73.18 0.000 0.0142759 0.0150617
Experiencia 2 -0.0003175 3.30E-06 -96.06 0.000 -0.0003239 -0.000311
Constante 11.57162 0.0062073 1864.18 0.000 11.55946 11.58379
Select
Ingreso no laboral -8.27E-07 3.31E-09 -250.04 0.000 -8.33E-07 -8.20E-07
Desocupados en la Unidad de gasto -0.2255068 0.0008661 -260.36 0.000 -0.2272044 -0.2238092
Jefe 0.5082767 0.0015585 326.14 0.000 0.5052222 0.5113312
Dummy Soltero -0.2843866 0.0012443 -228.54 0.000 -0.2868255 -0.2819477
N° niños menores a 6 años 0.0588326 0.0011476 51.27 0.000 0.0565834 0.0610818
N° niños menores a 1 año -0.2202236 0.0035127 -62.69 0.000 -0.2271085 -0.2133388
Constante -0.5295656 0.000917 -577.5 0.000 -0.5313629 -0.5277683
/athrho 0.0703654 0.0034615 20.33 0.000 0.063581 0.0771498
/lnsigma 0.0390473 0.0005943 65.71 0.000 0.0378826 0.0402121
rho 0.0702495 0.0034444 0.0634955 0.0769971
sigma 1.03982 0.0006179 1.038609 1.041032
lambda 0.0730468 0.0035945 0.0660018 0.0800918
29
Related docs
