Universidad de La Salle Universidad de La Salle
Ciencia Unisalle Ciencia Unisalle
Economía Facultad de Economía, Empresa y Desarrollo Sostenible - FEEDS
2015
Determinantes de la brecha salarial por género y segregación Determinantes de la brecha salarial por género y segregación
ocupacional: áreas metropolitanas de Colombia 2009 2012 ocupacional: áreas metropolitanas de Colombia 2009 2012
Diego Alejandro Parga Castrillón Universidad de La Salle, Bogotá
Hamilton Herbert Galindo Lúligo Universidad de La Salle, Bogotá
Follow this and additional works at: https://ciencia.lasalle.edu.co/economia
Part of the Income Distribution Commons, Labor Economics Commons, and the Work, Economy and
Organizations Commons
Citación recomendada Citación recomendada Parga Castrillón, D. A., & Galindo Lúligo, H. H. (2015). Determinantes de la brecha salarial por género y segregación ocupacional: áreas metropolitanas de Colombia 2009 2012. Retrieved from https://ciencia.lasalle.edu.co/economia/770
This Trabajo de grado - Pregrado is brought to you for free and open access by the Facultad de Economía, Empresa y Desarrollo Sostenible - FEEDS at Ciencia Unisalle. It has been accepted for inclusion in Economía by an authorized administrator of Ciencia Unisalle. For more information, please contact [email protected].
UNIVERSIDAD DE LA SALLE
MONOGRAFÍA
“DETERMINANTES DE LA BRECHA SALARIAL POR GÉNERO Y
SEGREGACIÓN OCUPACIONAL: ÁREAS METROPOLITANAS DE COLOMBIA
2009-2012”.
DOCUMENTO ELABORADO POR:
DIEGO ALEJANDRO PARGA CASTRILLÓN
HAMILTON HERBERT GALINDO LÚLIGO
ASESOR: JAIRO GUILLERMO ISAZA CASTRO
UNIVERSIDAD DE LA SALLE
FACULTAD DE CIENCIAS ECONÓMICAS Y SOCIALES
PROGRAMA DE ECONOMÍA
BOGOTÁ, D.C.
2015
2
UNIVERSIDAD DE LA SALLE
MONOGRAFÍA
“DETERMINANTES DE LA BRECHA SALARIAL POR GÉNERO Y
SEGREGACIÓN OCUPACIONAL: ÁREAS METROPOLITANAS DE COLOMBIA
2009-2012”.
DOCUMENTO ELABORADO POR:
DIEGO ALEJANDRO PARGA CASTRILLÓN
HAMILTON HERBERT GALINDO LÚLIGO
UNIVERSIDAD DE LA SALLE
FACULTAD DE CIENCIAS ECONÓMICAS Y SOCIALES
PROGRAMA DE ECONOMÍA
BOGOTÁ, D.C.
2015
3
Agradecimientos a nuestras familias que nos han acompañado en este logro,
A Dios que siempre nos respaldado, elevando nuestra ganas de continuar,
y un agradecimiento especial a Jairo Guillermo Isaza Castro por su
Acompañamiento, aporte y amplio conocimiento nos orientó,
En el desarrollo de este trabajo de monografía
4
RESUMEN
La demanda laboral y el incremento de la población han sido temas determinantes
del acceso laboral en Colombia en la última década, enmarcados en situaciones
de discriminación salarial por género y segregación ocupacional, haciendo
necesario el estudio de la relación que existe entre ellas. Esta investigación
pretende obtener resultados del comportamiento de la brecha salarial y como
dentro de sus determinantes se pondera la segregación ocupacional para las 13
áreas metropolitanas del país en los periodos del 2008 al 2012. Se basa en
distintas investigaciones propuestas por los diversos teóricos que evaluaron la
dimensión salarial por raza y sexo, y de la teoría enmarcada dentro de la
economía laboral que permitió el análisis intuitivo de cada uno de los
determinantes que hacen parte de la brecha salarial.
Palabras claves: mercado laboral, discriminación, capital humano, género,
brechas salariales, corrección por sesgo de selección.
Clasificación JEL: J16, J31, J71
5
ABSTRACT
Labor demand and population growth have been key issues in the labor access
Colombia in the last decade, framed in situations of gender wage discrimination
and occupational segregation, making it necessary to study the relationship
between them. This research aims to obtain results on the behavior of the wage
gap and its determinants as within occupational segregation is weighted for the 13
metropolitan areas in the periods from 2008 to 2012. It is based on various
research proposals by various theorists who assessed salary scale by race and
sex, and the theory framed within labor economics that allowed the intuitive
analysis of each of the determinants that are part of the wage gap.
Word Keys: Labor market, discrimination, human capital, gender, wage gaps,
correction for selection bias.
JEL Classification: J16, J31, J71
6
TABLA DE CONTENIDO
INTRODUCCIÓN………………………………………………………………….....9
1. Economía laboral: Discriminación y segregación ocupacional por
género...………………………………………………………………………...11 14
1.1 Revisión de literatura……………………………………………….…12
2. Contexto Colombiano…………………………………………………………...17
2.1 Investigaciones Precedentes………………………………………....17
2.2 Consideraciones Normativas en Colombia………………………....21
3. METODOLOGÍA.………………………………………………………………...23
3.1 Data…………………………………………………………………….…25
4. HALLAZGOS………………………………………………………………….….27
4.1 Consideraciones generales……………………………………….…....27
4.2 Resultados del modelo……………………………………………….....29
4.2.1 El diferencial salarial y segregación ocupacional por género…....31
5. CONCLUSIONES………………………………………………………….……...34
6. BIBLIOGRAFÍA………………………………………………………….………....36
7
ÍNDICE DE TABLAS
Tabla 1. Relación Estadísticas Generales 2009…………………………………………28
Tabla 2. Relación Estadísticas Generales 2009…………….……………………….…...28
Tabla 3. Brecha Salarial y Segregación Ocupacional por genero 2009-2012 con
Termino de Selectividad……………………………………………………….32
Tabla 4. Brechas Salariales por Posición Ocupacional con selectividad 2009-2012
con Termino de Selectividad………………………………………………..…..33
8
ANEXOS
ANEXOS A: IMPACTO EFECTOS MARGINALES
TABLA A.1……………………………………………………………………38
TABLA A.2……………………………………………………………………39
TABLA A.3……………………………………………………………………40
TABLA A.4……………………………………………………………………41
TABLA A.5……………………………………………………………………42
TABLA A.6……………………………………………………………………43
TABLA A.7……………………………………………………………………44
TABLA A.8……………………………………………………………………45
ANEXOS B: ECUACIONES DE INGRESO SALARIO POR HORA
TABLA B.1……………………………………………………………………46
TABLA B.2……………………………………………………………………47
TABLA B.3……………………………………………………………………48
TABLA B.4……………………………………………………………………49
TABLA B.5……………………………………………………………………50
TABLA B.6……………………………………………………………………51
TABLA B.7……………………………………………………………………52
TABLA B.8……………………………………………………………………53
9
INTRODUCCIÓN
Con el aumento de la participación femenina en el mercado laboral desde los
tiempos de la segunda guerra mundial hasta hoy, se puede evidenciar la
existencia de fenómenos discriminatorios y segregantes ocupacionalmente,
asociados a la presencia de la mujer dentro del mercado laboral. Los estudios
realizados a partir de las brechas salariales por género han jugado un papel
fundamental en la identificación de estos fenómenos al interior del mercado
laboral, ya que permiten caracterizar hombres y mujeres según su ubicación
ocupacional. Encontrar el comportamiento de los determinantes del diferencial
salarial en Colombia entre el 2009 y el 2012 será el tema que ocupe este texto a la
vez que se intenta realizar una adecuada corrección del posible sesgo de
selección existente.
Se entiende por discriminación el trato desigual entre individuos semejantes por
características propias de uno de ellos, como lo es el género o su etnia. Por su
parte la segregación se refiere a la preferencia jerárquica que muestra un sector
ocupacional en la contratación de un grupo particular de entre otros en una
población definida. La ocurrencia de estos fenómenos conlleva impactos en
términos de equidad y desarrollo para los individuos de cada género.
En Colombia como en otras partes del mundo, se evidencia la existencia de
particularidades en la distribución de los individuos dentro del mercado laboral en
especial, aquellas causantes de discriminación y segregación asociadas al género.
Lo anterior es empíricamente observable a partir de la brecha salarial1 entre
hombres y mujeres, debido a que, la teoría económica permite analizar cuáles son
los determinantes de esta brecha y discutir intuitivamente cuales son las causas
1 Son aquellas rupturas ó distancias ocasionadas por el tratamiento desigual de acceso, participación y
control de mujeres y hombres
10
asociadas a este comportamiento del mercado laboral en particular. Sin embargo
son pocos los estudios que evalúan al tiempo ambos fenómenos.
Para evaluar el comportamiento de ambos fenómenos, se pretende por medio de
la técnica de descomposición usada por Isaza y Reilly (2011), realizar el análisis
para áreas metropolitanas del país encuestadas por el DANE en los años de 2009
a 2012. Dicho método involucra la corrección por sesgo de selección de Lee’s
(1983) a una descomposición tipo Brown et al. (1980) que incorpora la ubicación
de hombre y mujeres en el mercado laboral. Esto permite separar en componentes
discriminatorios o segregatorios de los determinantes que se asocian a las
características ocupacionales o personales de los individuos. Por medio de estas
técnicas de descomposición se logra aislar componentes primarios de la brecha
salarial y luego, obtener el impacto de la segregación ocupacional de las
tendencias más amplias. Es tema de relevante importancia para la investigación
de las brechas salariales en Colombia, ya que revela cambios para las diferentes
tendencias en los salarios.
En el capítulo inicial se enunciarán los principales desarrollos en cuanto a
segregación ocupacional y discriminación salarial por género, Se tomarán
referentes teóricos expuestos por diversos autores en el campo de la economía
laboral. En este segundo aparte de la investigación será dedicada a una revisión
teórica y de los antecedentes que se presentan a nivel Colombia en
investigaciones que hagan referencia a las aplicaciones hechas de la
descomposición de las brechas salariales. Para el tercer capítulo, se describe el
método empleado para el desarrollo de la investigación y finalmente en el capítulo
cuatro se comentarán hallazgos encontrados del ejercicio.
11
1 ECONOMÍA LABORAL: DISCRIMINACIÓN SALARIAL Y SEGREGACIÓN
OCUPACIONAL POR GÉNERO
En referencia a la composición de la diferenciación salarial por género, tanto por
los factores asociados a la discriminación, la segregación ocupacional y su efecto
en la brecha salarial, se encuentran diversas investigaciones alrededor del mundo.
Sin embargo, al enfocarse en cómo se desarrolló este conocimiento, siempre se
llega a textos centrales, que ilustran teórica y prácticamente la construcción de las
técnicas de descomposición de la brecha salarial más aceptadas en el análisis
económico. En general se encontró que los avances relevantes en la materia se
gestaron de la siguiente manera:
Aproximaciones en la literatura ya mencionadas, nos presentan que las
investigaciones realizadas por Becker (1971), asientan un precepto acerca de la
dimensión de la discriminación salarial2 por raza y sexo, en su libro “Economía de
la Discriminación”, afirma que la discriminación está dada por factores que
intervienen en el mercado, como son los precios y los costes laborales.
Independientemente del “gusto por la discriminación” (Becker, 1973:16 –17)
que ejerza un empleador hacia sus subordinados, por el simple hecho de
discriminar en el mercado laboral se produce un costo, o simplemente por
choques del mercado se ocasionan actos discriminatorios. El “gusto por la
discriminación” descrito por Becker (1971), es un primer acercamiento a la
problemática en los mercados laborales, que darían paso a otros enfoques más
empíricos y que permitirían mejores análisis.
Son entonces las contribuciones de Blinder (1973) y Oaxaca (1973) que en la
práctica alientan el desarrollo de nuevas técnicas de descomposición como
2 Discriminación salarial, se define como una situación en la cual se implica personas que proveen al
mercado de trabajo sus servicios y a la vez son igualmente productivos en forma física u/o material, a causa de una o varias características observables son tratados de manera diferente, como por la raza, etnia o género. El término diferente, hace referencia a los individuos que perciben salarios con precios no homogéneos o que enfrentan diferentes tendencias de demandas por sus servicios a un salario determinado (Altonji et al., 1999).
12
herramientas en el análisis económico e incluso la implementación de variables
tipo dummy para la representación de características observables en la muestra.
Estas contribuciones abrirán paso a la inclusión de la segregación dentro del
estudio de las dinámicas del mercado laboral. De las investigaciones llevadas a
cabo por los mencionados, se plantea un número de técnicas de descomposición
de la brecha, para distinguir los efectos de las diferencias explicadas en el capital
humano y otras características. Por otro lado, los efectos que no explican las
diferencias en los retornos para esas características o discriminación. Blinder
(1973), sugiere en particular el uso de variables dummy para la ecuación de
salarios por género para controlar los efectos de las ocupaciones.
1.1 REVISIÓN DE LITERATURA
El aporte realizado por Brown et al. (1980), desarrolla un análisis de la
segregación ocupacional, como un determinante del comportamiento de la brecha
salarial. Donde se formula un marco empírico el cual el capital humano, la
productividad y los logros ocupacionales explican al mismo tiempo la variación en
los salarios entre hombres y mujeres. Observó por medio de las distribuciones
ocupacionales dadas, cuáles serían las distribuciones equitativas para la mujeres
en la posición ocupacional de los hombres. Lo que permitió el uso de
contrafactuales para la verificación de las distribuciones ocupacionales. Este
avance traería consigo el problema de la selectividad por la homogeneidad en la
elección de los grupos.
A partir de un contrafactual, resultante de un logit-multinomial, Brown et al. (1980),
Permite revisar el efecto generado por la ocupación posicional de los trabajadores
y de la segregación que se encuentra al interior de la Brecha Salarial (Brown et al.,
Ibíd. :). En donde se localiza la segregación explicada, como la no explicada, esto
resulta ser una variante del método de descomposición estándar que empleamos
Oaxaca (1973) y Blinder (1973), técnica de descomposición que cuenta con un
13
papel de gran importancia en la determinación de la segregación por ocupaciones
(Oaxaca & Blinder, op. cit.:).
Una de las soluciones más conocida a los problemas de selectividad asociados
con este tipo de análisis es el de la corrección de Heckman (1979), a través de un
modelo probit, provee la capacidad de corregir sesgos de selección en situaciones
donde hay ocurrencias binarias. Para obtener él, o, los términos de selección Lee
(1983), opta por la utilización de un modelo logit multinomial que permite obviar la
limitación a posibles selecciones binarias a múltiples opciones de ocurrencia. Este
proceso propone un sistema de corrección de sesgo de selección en dos etapas
tipo probit que funciona correctamente para sistemas de elección binaria. En otras
palabras, es efectivo realizando la corrección del sesgo de selección en ejemplos
que implican la participación o no participación de individuos en el mercado
laboral. Esto hace que aun siendo el método de mayor uso, tenga limitaciones
para su uso en la corrección del sesgo de selección en casos con múltiples
posibles ocurrencias a evaluar.
El proceso de Lee (1983) por su parte, permite corregir el sesgo de selección a
partir de un modelo logit-multinomial de dos etapas. Procedimiento que serviría a
Reilly (1991), en la elaboración de un proceso en dos etapas que con su uso
genera resultados comprobables empíricamente. Por medio de la corrección de
Lee se puede controlar la selectividad mediante el nivel de las categorías
ocupacionales, se estima relevante en todos los años vistos en este estudio. Este
procedimiento a diferencia del de Heckman (1979) permite el control de múltiples
opciones al interior de una característica. Por medio de esta corrección se puede
controlar adecuadamente la selectividad entre las distintas categorías
ocupacionales.
Continuando con el desarrollo de los paradigmas en cuanto a segregación y
discriminación por género, son relevantes los avances sobre jerarquía laboral de
Baldwin (2001), que sugiere una perspectiva, en la que el hombre prefiere no
14
trabajar para una mujer que jerárquicamente se encuentre en un cargo
relativamente superior y para afirmar esta tesis procede a elaborar un modelo el
cual permita hacer predicciones sobre la participación potencial de la mujer en el
mercado laboral, tanto de forma natural como jerárquica. Con este trabajo se dio
inicio a la inclusión de la segregación como un determinante de la brecha salarial.
Por otro lado su investigación Katz (1991), se concentra en la relevancia de
variables explicativas y el efecto que tenían en los ingresos del individuo. La
educación, la experiencia y la incidencia de variables demográficas en el
incremento de la inequidad en términos del ingreso salarial, fueron los pilares de
su estudio. Este enfoque permitió expandir el análisis particular de los
determinantes del ingreso laboral.
Para Katz (1991), la estructura salarial está dada por tres dimensiones que
determinan una creciente inequidad y la discriminación. En primer lugar, está las
diferencias de los salarios por educación, es decir, entre más alto sea el nivel de
educación, mayor será la remuneración; luego, se encuentra el promedio de los
salarios de los trabajadores con experiencia, incrementa los salarios relativos,
respecto a los salarios que perciben los trabajadores jóvenes sin educación, ni
experiencia; y por último, las ganancias inequitativas también se incrementan en
gran medida, ya que se encuentran estrechamente ligadas a las definiciones de
demografía y los grupos de habilidades (Katz & Murphy, 1991:3-4).
De igual forma, otras aproximaciones como la de Liu et al (2000) que utilizan
procedimientos que emplean el logit-multinomial para descomponer las diferencias
de salario entre grupos étnicos. Estiman un modelo, con datos del incremento en
el mercado laboral en las últimas tres décadas para la República Popular de
China, aplica un método pertinente similar al de la investigación, donde se
analizan las características de los individuos que contribuyen al diferencial salarial
de género a través de la aplicación y comparación de varios métodos alternativos.
En primer lugar, la identificación de la existencia estadísticamente del diferencial
15
salarial por género, luego, la estimación de una ecuación minceriana que
especifique el uso de una variable dummy de género, esta puede ser transformada
por la ecuación propuesta por Oaxaca (1973). Aplicando Heckman (1979), se
producen dos situaciones en la corrección de la selección estimada. La primera
estima la ecuación de la participación de la fuerza laboral de la mujer en forma de
una función probit, con el fin de obtener la relación de la inversa de Mills y corregir
el posible sesgo de selección y por otra parte, en segundo lugar, implica la
estimación de la ecuación de salarios por MCO con la inversa de la razón de Mills,
la cual predice una variable explicativa adicional desde la función probit. El
procedimiento resultante concluye que en promedio la participación de la mujer en
el mercado laboral contempla la probabilidad de trabajar en ocupaciones
específicas al género masculino.
En la investigación descrita por Salardi (2012) para el caso del género podemos
observar que el incremento de la participación femenina en el mercado de labores
del Brasil, y el cambio de roles de las mujeres está dado por elementos que se
encuentran fuera de hogar, esto se ha visto reflejado en los cambios de la
composición del mercado de labores y los patrones de ganancias. Para el caso del
Brasil en las dos últimas décadas, la participación femenina se ha incrementado
de un 43% in 1987 a 56% aproximadamente en 2006.
La técnica implementada por Salardi (2012) en la investigación realizada para el
Brasil donde recopila información de las dos últimas décadas, no intenta abordar
el problema de sesgo de selección, pero en presencia de estimadores de MCO
pueden producirse estimadores sesgados e inconsistentes. La técnica más común
para corregir problemas de sesgo de selección es Heckman (1979, op. cit), el
procedimiento es válido cuando el sesgo de selección es generado por una
distinción binaria entre participantes y no participantes del mercado laboral. Pero si
la participación en el mercado de labores es un asunto más complejo que el
procedimiento de Heckman y ofrece una metodología más restrictiva. Es decir, la
decisión de la participación no puede ser una simple elección binaria entre los
16
participantes y no participantes en el mercado laboral, pero puede implicar otras
múltiples opciones relacionadas, como ejemplo, para participar en las diferentes
ocupaciones en las diferentes ocupaciones de los sectores y actividades
económicas del entorno.
Por tal motivo implementa, la corrección de Lee (1983) quien propuso un enfoque
más amplio. Este es un procedimiento de dos etapas que explota las estimaciones
del modelo logit multinomial, para la construcción de los términos de corrección de
selección. Al utilizar estimaciones que se obtienen a partir de una forma reducida
del logit multinomial, la cual calcula un conjunto de términos de corrección, con
uno para categoría mutuamente excluyente.
El enfoque ligeramente diferente de Salardi (2012), al de Reilly (1991), se emplea
el procedimiento de Lee (1980) para corregir la selectividad en la descomposición
que sugiere Brown et al. (1980). Se estiman dos modelos de logit multinomial por
separado. El primero de ellos se emplea como ecuación de selección y estima la
probabilidad de participar en los sectores formales e informales, además de los
trabajadores cuenta propia. El otro, se utiliza para construir la distribución
ocupacional contrafactual. Lo que concluye, que por medio de la estimación de la
probabilidad de trabajar en una ocupación específica, predice la estabilidad
profesional.
17
2 CONTEXTO COLOMBIANO
En el contexto colombiano en las investigaciones que abordan el estudio de la
brecha salarial y de las cuales se puede establecer una evidencia consolidada,
hacen su aparición hacia la primera década del siglo XXI, este fenómeno se hace
motivo de investigación debido a la creciente incursión de la mujer a los diferentes
puestos de trabajo en Colombia. Por tal motivo, el interés primordial de la
investigación es obtener pruebas recientes utilizando los datos disponibles de la
Gran Encuesta Integrada de Hogares, GEIH del año 2009 al 2012 que tiene
disponible el DANE, para efectos del caso, se trabajó sobre las treces áreas
metropolitanas de Colombia que se reportan en la encuesta.
2.1 INVESTIGACIONES PRECEDENTES
Para Colombia, encontramos ciertos estudios que hacen aproximaciones
preliminares en el ámbito de segregación o discriminación ocupacional. La
investigación elaborada por Bernat (2005) realizó un análisis sobre el diferencial
salarial por hora entre el género masculino y femenino, en las siete principales
áreas metropolitanas de Colombia hacia el periodo 2000-2004; este análisis
requirió la metodología propuesta por Oaxaca (1973) y demostró que existe un
componente discriminatorio que influye en la diferencias salariales entre ambos
grupos. Contemplo que el tipo de capital más importante, era la educación. Por lo
tanto, personas con mayor nivel educativo, tienen una mayor productividad y así
mismo debe verse reflejado en el salario. En materia de asuntos de género
confirmó que en la mayoría de estudios, la brecha aún persiste. Puesto que se han
tomado medidas legales en las últimas décadas que promueven la igualdad de
género, como lo exhibe el Artículo 143 del código laboral, establece que los
empleadores deberán pagar salarios igualitarios para trabajos iguales (Bernat,
2007).
18
También podemos hallar relevante la investigación propuesta por Tenjo y Herrera
(2009), quienes hacen un acercamiento en los tratamientos de los grupos con y
sin ascendencia Afroamericana, investigaron si las diferencias salariales entre el
género masculino y femenino, y entre afrodesendiente y no afrodesendiente, eran
producto de prácticas discriminatorias en el mercado laboral. Esto se pudo llevar
acabo por medio de la descomposición salarial de Oaxaca (1973), que registró
más de la mitad de diferencias salariales entre mujeres y hombres. Esto se
explica por el hecho que dentro de la misma ocupación y nivel de calificación, las
mujeres ganan menos que los hombres, lo mismo aplica con los afrodesendiente,
quienes tienen el mismo tratamiento para los géneros. Concluyó que el tratamiento
discriminatorio se ve reflejado con más grado de relevancia a situaciones raciales
que de género entre la comunidad afrodesendiente, y de igual manera el
comportamiento discriminatorio por salario dentro de la etnia se ve sometido a una
percepción de salarios más bajos por parte de la mujer.
Galvis et al (2010), presenta el análisis de las medias simples de los salarios y
revela que en el año 2009 los hombres obtenían en promedio un ingreso del 14%
más que el de las mujeres, esta revisión se realizó para el caso de las trece
ciudades principales. También evidenció que las mujeres trabajan en promedio un
número menor de horas que los hombres lo cual implica que si la mujer trabajará a
tiempo completo, las mismas horas que el género masculino, la brecha salarial
por hora sería tan solo del 9%.
En promedio se puede aseverar que las mujeres que poseen un 6% más de años
de educación que, los hombres que se ubican en la posición ocupacional del
grupo de los asalariados, no determina un mejor salario hora. Esto indica que
indiferentemente de los años de educación, el ingreso para una mujer con mayor
número de años de educación con respecto a un hombre asalariado no es
significativamente superior, por lo cual probablemente si se presente algún tipo de
discriminación en el mercado laboral colombiano.
19
Galvis et al (2010), Presenta la brecha salarial de género en el mercado de
labores en Colombia, por regiones, evidenciando que las diferencias salariales son
positivas en la mayoría de las principales ciudades y que no todas las diferencias
son atribuidas a la existencia de la discriminación. Galvis et al (2010), utilizó el
método Machado y Mata de regresión por quantiles, siguiendo la línea de BO. En
los resultados de la brecha salarial sugiere que esta no está explicada por
atributos observables de los individuos, que el patrón que emerge de la
comparación entre ciudades refleja la centralidad del mercado laboral regional, por
lo que ciudades que reflejan menores desigualdades de género están hacia el
centro de la actividad económica del país, lo cual se deduce en que ciudades que
se encuentran a la periferia, son localidades donde las desigualdades de género
son mayores.
Finalmente, Isaza y Reilly (2011) implementan el procedimiento sugerido por el
mismo Reilly (1991) en la Colombia urbana para los años de 1986 a 2004. Hacen
un análisis robusto y extenso del comportamiento de la brecha salarial en
intervalos particulares dentro de este periodo de tiempo, encontrando que la
segregación pura era un factor determinante en la disminución de la brecha
salarial entre otras cosas. Siendo este un estudio que incluye tanto la
discriminación y la segregación ocupacional por género, y que además
implementa nuevos tratamientos metodológicos a análisis de ámbito nacional.
Desde el punto de vista de económico, son muy diversos los trabajos que se han
realizado acerca del análisis de la segregación ocupacional y diferencias de los
salarios por género. En la investigación sugerida por Isaza y Reilly (2011:2-11)3,
se evaluaron los efectos de la segregación ocupacional sobre la brecha salarial
por género en zonas urbanas entre 1986-2000. La metodología consistió en
implementar un proceso de dos pasos, por lo que la distribución ocupacional de
los trabajadores por género se modeló mediante una función logit-multinomial
3 Isaza, J. Reilly, B. “Selection effects, segregation and gender wage differences: Evidence from Urban
Colombia”. Cuadernos de Economía de la Universidad de la Salle. CE 03-11. Marzo (2011): 2-11
20
utilizada en la primera etapa, que en la segunda no se abordaron, eso solo con el
objeto de obtener una distribución hipotética de las mujeres ausentes de lugares
de trabajo. También se encontró que los resultados para Colombia en la parte
urbana indican que el control de sesgo selección a nivel de categorías
profesionales es relevante para los años de estudio. Con lo cual se puede deducir
que la trazabilidad en las investigaciones elaboradas a cerca de la discriminación
laboral y segregación por género, termina siendo muy amplia y de diversos puntos
de vista que aún no se conocen en la investigación formal pero que se pretenden
dar a relucir al momento de encontrarse con este amplio campo de la Economía.
Las brechas salariales por género son un fenómeno que se presentan en todo el
entorno del mercado de labores en Colombia, al igual que en otros muchos
países. Estas brechas no se dan de forma similar a través de todas las regiones,
lo que implica un análisis minucioso de la situación de cada región en particular.
Los hallazgos que se presentan dan lugar a diferenciales positivos o negativos en
los salarios por género, que en su mayoría evidencian una mayor presencia de
salarios positivos a favor de los hombres.
Para el caso de género, en los últimos años se ha visto un incremento significativo
de la mujer en el mercado laboral, en el cambio de rol de la mujer tanto dentro
como fuera de la familia, se ha reflejado cambios, tanto en la composición del
mercado de trabajo como los patrones de ingresos del mercado.
De la brecha salarial entre hombres y mujeres no se puede asumir que en su
totalidad es explicada por eventos discriminatorios, también se presentan
circunstancias que muy poco tienen que ver con los hallazgos discriminatorios.
Aunque la participación en el mercado laboral por parte de las mujeres ha
aumentado significativamente en la última década, la brecha laboral ha acotado el
margen diferencial, lo que hace sustancialmente que el género femenino haga
mayor presencia eventualmente en el entorno laboral en Colombia.
21
Sabogal (2012), define la brecha salarial por diferenciales salariales simples no
condicionados a corrección por selectividad pero que controla en términos del ciclo
económico el aumento o disminución del mismo. Esto es logrado al incluir la tasa
de desempleo en una ecuación que tiene por variable dependiente el diferencial
obtenido por la diferencia entre las medias de los ingresos de hombres y mujeres.
Incluye como variables microeconométricas características como la edad,
educación, variables tipo dummy que capturan la existencia de niños en el hogar
entre otras elaborando un pseudopanel 1984 – 2006 en las 7 principales ciudades.
Estima dos ecuaciones, la primera tiene como objetivo verificar el comportamiento
de la brecha contra el ciclo económico. La segunda ecuación emplea los
estimados obtenido en la ecuación inicial para explicar este comportamiento
cíclico en términos del trabajador adicional, composición del trabajo formal e
informal y de los sectores productivos en términos de sexo. Los resultados de
obtenidos en la investigación arrojan que la brecha salarial por genero es
procíclica lo que se evidencia en que ante un aumento un aumento de una unidad
en a tasa de desempleo, se genera una disminución de 1,12% en la brecha
salarial y en la segunda ecuación la brecha disminuye en 0,91%, sin embargo
hallazgos sobre la formalidad y composición sectoriales entre hombres y mujeres
resultaron no ser significativos.
2.2 CONSIDERACIONES NORMATIVAS EN COLOMBIA
La ley 1009 del 23 de enero de 2006, con la cual se crea de manera permanente
“El Observatorio de Asuntos de Género”; El Congreso de la República de Decreta
la entrada en operación del Observatorio (OAG).
“El OAG tiene por objeto identificar y seleccionar un sistema de
indicadores de género, categorías de análisis y mecanismos de
seguimiento para hacer reflexiones críticas sobre las políticas, los
planes, los programas, las normas, la jurisprudencia para el
22
mejoramiento de la situación de las mujeres y de la equidad de
género en Colombia”. (Colombia. Congreso de la República de
Colombia. Ley 1009 de 2006. Acerca del carácter permanente del
Observatorio de Asuntos de Género).
La ley 1496 del 29 de diciembre del 2011, contempla en sus nueve artículos, un
marco legal que obliga a los empleadores y otros, a generar y garantizar equidad,
tanto en la igualdad salarial, como en el trato respetuoso entre los trabajadores de
los dos géneros. La ley garantiza la igualdad salarial de cualquier forma de
retribución laboral entre los géneros, también obliga a fijar mecanismos que
permitan que dicha igualdad sea real y efectiva tanto en el sector público como en
el privado y propende establecer los lineamientos generales que permitan
erradicar cualquier forma discriminatoria en manera de retribución laboral.
También podemos encontrar la ley 1009 del 23 de enero de 2006 creo de manera
permanente el Observatorio de Asuntos de Género que tiene por objeto identificar
y seleccionar un sistema de indicadores de género, categorías de análisis y
mecanismos de seguimiento de seguimiento para hacer reflexiones críticas sobre
las políticas, los planes, los programas, las normas, la jurisprudencia para el
mejoramiento de la situación de las mujeres y de la equidad de género en
Colombia. En su Artículo 10, se contempla que todos los trabajadores y
trabajadoras son iguales ante la ley, tienen la misma protección y garantías, en
consecuencia, queda abolido cualquier tipo de distinción por razón del carácter
intelectual o material de la labor, su forma a retribución, el género salvo las
excepciones establecidas por la ley.
23
3 METODOLOGÍA
Para el desarrollo de este trabajo se utiliza un utiliza un procedimiento e dos
etapas propuesto por Isaza y Reilly (2011), el cual parte de la descomposición de
Brown et al. (1980) que incorpora al diferencial salarial la colocación ocupacional
de hombres y mujeres. En este se usa la distribución por género al interior de las
ocupaciones que permite generar un término contrafactual que expresa la
situación de la submuestra femenina en condiciones de la submuestra masculina.
Para la comprensión del cálculo de las descomposiciones se utilizaran las
siguientes expresiones:
1)
Donde, W el ingreso percibido; X es el vector de características observadas;
representa los coeficientes correspondientes; g corresponde a la submuestra en
cuestión que para el caso será m para el caso de la submuestra masculina y f para
el de la submuestra femenina; el subíndice j hace referencia a la característica
ocupacional en cuestión en el desarrollo de este texto supone posiciones
ocupacionales; el termino de error será .
2)
∑
En esta y
son las distribuciones ocupacionales para cada submuestra, y la
ecuación nos muestra que la brecha salarial será igual a la sumatoria de las
medias de los ingresos ocupacionales masculinos por su por la participación
ocupacional del genero menos el producto homónimo de la submuestra femenina,
siendo k las características o categorías ocupacionales existentes.
3)
∑
24
Donde Z es el vector normalizado de las probabilidades de las características
observadas del individuo, muestra los coeficientes de los
componentes ocupacionales a estimar de la ocupación. Esta tercera
ecuación indicara el cálculo del logit multinomial que permitirá la generación de las
probabilidades de distribución ocupacional de los individuos y la construcción del
contrafactual anteriormente mencionado.
4) ∑
∑
∑
∑
∑
La ecuación resulta de agregar a la ecuación 2 el término contrafactual de la
distribución ocupacional femenina en condiciones de la masculina . El primer
término o Tratamientos representa la porción de la brecha atribuible a
características inexplicables de las características observadas, el siguiente o
Dotaciones corresponde a la diferenciación de las características en sí, el termino
de en medio muestra el efecto de la selectividad en la generación de la brecha, el
cuarto mostrara la colocación explicada de trabajadores en el mercado laboral,
mientras el ultimo determinara la segregación o colocación no explicada de la
fuerza laboral.
Adicionalmente la ecuación 3 permite generar el regresor correspondiente al
termino de selección según la metodología la corrección de selectividad propuesta
por Lee’s (1983). Para esto se hará ejecutara el logit multinomial para ambas
submuestras. Esto permite corregir el sesgo de selección en la ecuación de
ingreso 1 de la siguiente forma:
5)
( (
))
( )
Donde indica la función de densidad normal, la función acumulativa de
densidad inversa de las probabilidades dadas por
,
, donde,
6) Si, ( (
))
( )
, entonces
25
7)
Las ecuaciones de ingreso corregidas por selectividad que se usaran para el
cálculo de 4) pueden expresarse así:
8)
Y podrá calcularse como un coeficiente de .
3.1 DATA
Para el cálculo de las brechas salariales y sus determinantes se realizó la
construcción y adecuación de una base de datos que contiene información
proveniente de los microdatos anonimizados por el DANE en la Gran Encuesta
Integrada de Hogares GEIH 2008-2012. Esta contiene información económica y
demográfica de los hogares encuestados y sus individuos en territorio nacional
(donde se ha implementado la encuesta). Para este caso se consideraran las 13
áreas metropolitanas que presentan observaciones por parte del DANE,
suponiendo que estas conforman no solo una gran extensión del territorio
colombiano si no también puntos de concentración poblacional. Es de anotar que
las estimaciones se efectuaron en el periodo 2009-20012 dado a que ciertas
inconsistencias entre la codificación de variables limito el uso de los datos
disponibles del 2008 en el presente trabajo.
Las variables incluidas para la estimación del modelo son: ingreso (w),
experiencia potencial (Exp) y su cuadrado (Exp2), variables tipo dummy que
indican si es cabeza de hogar (hhead), soltero (Soltero), la educación promedio
del resto del hogar (Edu_reshog), se agrega la corrección del termino de selección
después del cálculo del logit multinomial para el cual se utilizaron adicionalmente
el número de infantes (hhinfants) y niños (hhchildren) que son los menores entre
cero y dos años, y de dos a cinco años en el hogar respectivamente así como
26
relación de individuos menores a 14 y mayores a 65 años como dependientes
entre los no dependientes (Dependencia) y como variable dependiente la posición
ocupacional (Pos_ocu).
- w, corresponde al logaritmo natural del ingreso por horas de cada individuo, para
el caso de los empleados será sobre el total de su ingreso incluyendo el salario
devengado, los ingresos y rentas adicionales, salario en especie y comisiones,
mientras que para para los individuos en las posiciones de independientes,
empleadores u otros, supondrá la totalidad de los ingresos percibidos por las
actividades económicas realizadas más rentas y otros ingresos, para ambos casos
se tomaran en cuenta las horas trabajadas en la el empleo o actividad principal y
en las actividades o empleo secundarios si reporta.
- El cálculo de la experiencia potencial se obtiene de restar a la edad del individuo
los años de educación observados y seis años de infancia antes de iniciar
estudios, (Exp = Edad – Escolaridad – 6).
- Pos_ocu, corresponde a la variable de posiciones ocupacionales. Para el texto se
tendrán en cuenta las posiciones ocupacionales de la siguiente forma:
o Empleado Privado = Obrero o Empleado de Empresa Privada.
o Empleado Público = Obrero o Empleado del Gobierno.
o Empleado Domestico
o Trabajador independiente = Trabajador por cuenta propia.
o Patrón o Empleador
o Otro = Otro + Jornaleros o Peon
o Trabajadores no remunerados = Trabajadores familiares no remunerados +
Trabajadores no remunerados en empresas y negocios de otros hogares. Esta
posición ocupacional no se tiene en las observaciones ya que por definición no
reporta ingresos provenientes del empleo o actividad ocupacional.
27
4 HALLAZGOS
Colombia como país latino tiene una gran variedad de contrastes en cuanto a las
interacciones del mercado laboral dado a los cambios institucionales presentados
a las política aperturistas de la década de 1990 y las políticas de ajuste que se
han venido implantando des el 2000 en cuanto a la seguridad social y laboral de la
población. Los procesos coyunturales entre estas medidas, las crisis económicas
a nivel externo y el aumento de los requerimientos de competitividad externos e
internos sugieren mayores exigencias laborales del mercado laboral. Bajo esta
perspectiva se esperaría que fuera la calidad del capital humano por encima de
otros aspectos los que determinaran la colocación laboral y los retornos
ocupacionales de los trabajadores.
4.1 Consideraciones Generales
En el periodo que analiza este estudio se encuentran relativamente pocos cambios
en términos estadísticos, dentro de los hechos más notables tenemos que en
promedio por posición ocupacional los hombres trabajan más horas a la semana y
adicionalmente tenemos que son los que tienden a ganar menos por hora en
promedio, esto asociado a que también son los que tienen niveles medios de
escolaridad más baja. Las edad media por categoría ocupacional ronda ente los
34 y 43 años y será los trabajadores que laboran en el sector privado en promedio
los más jóvenes entre las categorías ocupacionales, mientras que los que los
patrones o empleadores serán en promedio mayores, hecho posiblemente
asociado a las tendencias de evitar cargas prestacionales iniciadas en la década
de 1990. Adicionalmente, hay que tener en cuenta que a excepción del trabajo
doméstico siempre es mayor la proporción de hombres dentro de las posiciones
ocupacionales, a continuación podemos encontrar las estadísticas relacionadas:
28
Para el 2012 los cambios serán mínimos,
Empleado
Particular
Empleado
Público
Empleado
Domestico
Trabajador
Independiente
Patrón o
Empleador
Total Areas
Muestra
Edad media 35 41 38 40 43 37
% Solteros 40% 26% 45% 34% 21% 42%
%cabezas de
Hogar 56% 76% 49% 64% 81% 55%
Media h/Sem
trabajadas52 52 52 53 56 53
Ingreso medio
ocupacional 4.440$ 11.607$ 2.846$ 3.842$ 9.563$ 4.840$
Esco. Media 10 15 8 8 10 9
Edad media 34 44 38 41 42 38
% Solteros 57% 48% 63% 46% 41% 48%
%cabezas de
Hogar25% 37% 27% 34% 39% 24%
Media h/Sem
trabajadas48 41 50 40 53 44
Ingreso medio
ocupacional4.748$ 13.804$ 2.397$ 4.428$ 12.779$ 5.044$
Esco. Media 11 16 7 9 11 10
%Hombres x
Ocupación59% 50% 3% 55% 73% 55%
Edad media 34 42 38 41 43 38
% Solteros 47% 37% 63% 39% 26% 46%
%cabezas de
Hogar43% 57% 28% 51% 70% 38%
Media h/Sem
trabajadas50 46 50 47 55 49
Ingreso medio
ocupacional 4.579$ 12.687$ 2.400$ 4.073$ 10.198$ 4.908$
Esco. Media 10 15 7 8 10 9
Categoría
Ocupacional
Tabla 1. Relación Estadísticas Generales 2009
Fuente: Cálculo de los autores a partir de la GEIH-DANE 2009-2012., las medias de ingreso en términos nominales.
H
o
m
b
r
e
s
M
u
j
e
r
e
s
T
o
t
a
l
Empleado
Particular
Empleado
Público
Empleado
Domestico
Trabajador
Independiente
Patrón o
Empleador
Total Areas
Muestra
Edad media 35 40 41 41 44 37
% Solteros 33% 57% 43% 40% 54% 36%
%cabezas de
Hogar 53% 72% 50% 61% 81% 53%
Media h/Sem
trabajadas53 54 54 53 57 53
Ingreso medio
ocupacional 5.190$ 12.548$ 3.822$ 4.689$ 10.477$ 5.662$
Esco. Media 11 14 8 9 10 10
Edad media 34 44 40 41 44 38
% Solteros 41% 62% 46% 54% 64% 46%
%cabezas de
Hogar26% 38% 31% 36% 40% 26%
Media h/Sem
trabajadas48 41 49 39 54 44
Ingreso medio
ocupacional5.223$ 15.377$ 2.917$ 4.814$ 10.052$ 5.387$
Esco. Media 12 16 7 9 11 10
%Hombres x
Ocupación59% 50% 3% 55% 73% 55%
Edad media 34 42 40 41 44 38
% Solteros 36% 59% 46% 47% 57% 42%
%cabezas de
Hogar41% 56% 31% 49% 69% 38%
Media h/Sem
trabajadas51 48 49 46 56 49
Ingreso medio
ocupacional 5.204$ 13.897$ 2.943$ 4.749$ 10.353$ 5.531$
Esco. Media 11 15 7 9 11 10
Tabla 2. Relacion Estadísticas Generales 2012Categoría
Ocupacional
H
o
m
b
r
e
s
M
u
j
e
r
e
s
T
o
t
a
l
Fuente: Cálculo de los autores a partir de la GEIH-DANE 2009-2012., las medias de ingreso en términos
nominales.
29
Estos nos indican que la categoría ocupacional presenta requerimientos más altos
en cuanto a educación es la de Empleados Públicos, y los empleados domésticos
por el contrario enfrentan menos requerimientos en este sentido. Por su parte la
media del ingreso por categoría ocupacional muestra una tendencia general a ser
más alto para las mujeres en el 2009 hecho que cambia para el 2012 año en el
que los hombres presentan un ingreso medio mayor con excepción de los
trabajadores del sector privado. Este último hecho no es muy diciente en cuanto a
que la media del ingreso se ve afectada por condiciones de escolaridad y de la
participación en la categoría ocupacional, sin embargo es notorio para la categoría
ocupacional de trabajadores domésticos que los hombre teniendo una menor
participación tienen siempre en promedio un salario mayor a las de las mujeres en
esta misma labor.
Las estadísticas muestran también que en promedio es mayor el porcentaje de
mujeres solteras trabajando en cada categoría ocupacional mientras que son los
hombres quienes en promedio presentan porcentaje mayor de ser cabezas de
hogar. Es de anotar que en para el caso de la soltería no se presenta una gran
deferencia en la proporción de hombre y mujeres, para los cabeza de hogar la
proporción media de hombres en esta situación es casi del doble que las mujeres
reportadas como cabeza de hogar. Según la muestra las mujeres que participan
del mercado laboral presenta en promedio mayores niveles de educación, además
se puede suponer dado que la participación laboral femenina esta sobre el 45%
que las mujeres salen del ideal de la realización en pareja y familia en busca de la
logros profesionales y laborales ya sea por elección o necesidad.
4.2 Resultados del modelo
Para el calcular los determinantes de discriminación y segregación ocupacional
por género corregidos por selectividad, Se obtiene en un primer paso la tendencia
de distribución en mercado laboral de cada una de las submuestras dadas sus
características particulares a través de un logit multinomial (ver anexo A). Los
30
resultados de estos por categoría ocupacional indican que para la muestra los
años en que hombres y mujeres tienden a ocuparse 38, 41, 42 y 41 para los
hombres mientras que para las mujeres son 36, 47, 37, 43, 44. Así mismo el tener
un mayor avance en la educación secundaria o universitaria en general presenta
un impacto negativo a momento de ocuparse en labores domésticas
independientemente de que sean hombres y mujeres, sucede lo contrario en las
demás características ocupacionales en particular para los empleados públicos
quienes reportan en promedio una probabilidad de alrededor de 50 puntos
porcentuales de laborar en esta posición en el caso de las mujeres y de 22 para el
caso de los hombres en el 2009, tendencia que se mantendrá hasta el 2012 en
este aspecto, con la única variación de que para la submuestra masculina
presentaran 0,8 y 2 puntos porcentuales respectivamente de no participar de
empleos particulares o de trabajo independiente en este último año.
Los individuos que son cabeza de hogar muestran probabilidades positivas de
encontrarse en cualquiera de las categorías ocupacionales con una única
excepción de la submuestra femenina en el empleo doméstico caso para el cual
presenta impactos negativos para el 2009. El caso de los solteros no muestra un
tendencia particular en este periodo de tiempo lo que aun teniendo resultados
significativos indica que su comportamiento varía más en relación a otras
situaciones de los individuos. Para los individuos con infantes y niños en el hogar
hay una tendencia inversa entre hombres y mujeres ya que para los hombres el
impacto de esta situación aumenta la posibilidad de que deba ocuparse en
cualquiera de las categorías ocupacionales, mientras que para las mujeres en
general presenta una tendencia negativa a ocuparse hecho atribuible al cuidado
de los de los mismos.
Con respecto a las áreas metropolitanas tenemos que en general las
probabilidades de emplearse en labores privadas o domesticas son menores que
las que se presenta para Bogotá (área metropolitana tomada como base), para el
resto de características ocupacionales el impacto de la ubicación presenta valores
cambiantes de ciudad a ciudad de año a año.
31
Para el caso de las ecuaciones de ingreso corregidas por selectividad (ver anexo
B), se tendrá que al analizar la edad en la que los individuos alcanzan su máximo
ingreso no todas las respuestas son relevantes o significativas, sin embargo es de
anotar que para los hombres dedicados al trabajo independiente percibirán el
máximos de los ingresos a los 56 años mientras que las mujeres en el mismo tipo
de ocupaciones lo encuentra a sus 37, tendencia que se aplica los casos
significativos y relevantes. Para las áreas metropolitanas se encuentra en general
una tendencia a la disminución del ingreso por hora con respecto ingreso percibido
en Bogotá, para las variables de educación y educación del resto del hogar la
tendencia será a aumentar los ingresos percibidos por los individuos, tal como se
espera según los modelos generales de capital humano. Observando a los
solteros se tiene que para el 2012 reporta un ingreso de cerca de 7% mayor para
el caso de los hombre, situación cercana al caso de las mujeres situación que era
inversa en 2009 y 2010.
4.2.1 El diferencial salarial y segregación ocupacional por género
Tabla 3. Brecha Salarial y Segregación Ocupacional por genero 2009-2012 con Termino de Selectividad. (puntos logarítmicos)
2009 2010 2011 2012
Tratamientos -0,3929 0,4768 0,0897 0,573
0,3612 0,2867 0,2138 0,5102
Dotaciones -0,0473** -0,0383** -0,0358** -0,0414**
0,0052 0,0062 0,0065 0,006
Selectividad 0,4906* -0,3704* 0,0136 -0,4574
0,1276 0,1632 0,0407 0,3306
Colocación Ocupacional
Explicada
0,007 0,0076 0,0073 0,0055
0,0141 0,0138 0,0115 0,0102
Segregación 0,03 0,0354 0,0378 0,0402
0,0884 0,1027 0,0925 0,0859
Brecha Salarial
0,0875** 0,1110** 0,1126** 0,120**
0,0067 0,0065 0,0063 0,0063
Fuente: Cálculo de los autores a partir de la GEIH-DANE 2009-2012. Errores estándar en paréntesis *Significancia al 5% ** sig. ≥ 1%
32
En general es apreciable que la brecha salarial tiende a aumentar en el periodo
observado, pasa del 9% al 13% entre el 2009 y el 2012. Las Dotaciones tienden
de forma sostenida a disminuir la brecha lo que indica que las características de
nivel del capital humano tienden a disminuir la brecha entre más altas. Por su
parte tanto la segregación como la colocación explicada de trabajadores suponen
una trayectoria sostenida determinativa en el aumento de la brecha sin presentar
un gran nivel de significancia, lo que impide tomar los efectos de políticas
segregativas como muy trascendentes para la muestra.
Los componentes que fomentan el incremento de la brecha pasan a ser los
tratamientos y el término de selección ya que según el resultado del ejercicio para
la muestra intercambia entre ellos la ponderación para inflar la brecha. Esto indica
que tanto en las características observables y la selectividad explica la brecha en
su mayor parte. En general se evidencio que la tendencia a la disminución de la
brecha que encontraron Isaza y Reilly (2011) hasta el 2004 se revierte a partir del
2009.
Aun cuando no se ve mucha significancia en la descomposición generalizada si
miramos al interior de los diferenciales por ocupación se encontraran evidencia
suficiente en cuanto a la significancia del ejercicio ya que en su mayoría son
significantes y por demás incluso lo son al nivel del 1%.
Se refiere entonces que por categoría ocupacional en general el diferencial salarial
será negativo para los trabajadores privados y públicos, en promedio para el
periodo indicaran que las mujeres tendrán un 5% y 25% más ingreso en estas
ocupaciones. Para el caso de los empleados domésticos se muestra que en
promedio durante el periodo analizado los empleados domésticos, trabajadores
independientes, y patrones o empleadores que se compondrá la brecha con 19%,
15% y 7% respectivamente haciendo a la mujer la submuestra foco de la
discriminación ocupacional. La selectividad muestra un efecto de generalizado al
aumento del diferencial salarial, con niveles aceptables de significancia lo que
33
indica que independientemente de los resultados en este ejercicio es relevante
realiza la corrección de este efecto para ambas submuestras.
En torno a estos resultados si se asocia los trabajadores públicos y privados como
los más favorecidos en torno a los beneficios laborales, encontramos que para
ellos los efectos de las características particulares de los individuos generan un
efecto de disminución de la discriminación en la brecha salarial. Esto permite
inferir que dadas sus características según las premisas de modelos de capital
humano que identifican a la educación como un elemento importante en la
composición de los ingresos de las personas participantes del mercado laboral.
Para el caso de los trabajadores empleados en las otras características
ocupacionales que pueden asumirse en situaciones de desventaja con respecto a
los dos primeros dado que los trabajadores domésticos no tienen siempre las
garantías propuestas para ellos en la regulación colombiana, los trabajadores
independientes tienen varios descuentos sobre su salario percibido y los patrones
asimismo se encuentra con elevadas cargas impositivas.
Tratamientos 0,1917* (0,0948) 0,8824 (0,7396) -3,3308 (3,7199) -0,1858 (0,1046) -0,7106 (0,9226)
Dotaciones -0,156** (0,0053) -0,122** (0,0331) 0,042 (0,0363) 0,0062 (0,004) -0,1167** (0,0261)
Selectividad -0,1191** (0,0148) -0,9853 (0,6287) 3,4678** (1,3365) 0,2994** (0,0277) 0,8962* (0,3584)
Brecha -0,0834** (0,0092) -0,2249 (0,0228) 0,1791** (0,0443) 0,1197** (0,0079) 0,0689* (0,0265)
Tratamientos -0,2621* (0,1037) 1,3323 (0,7212) 4,1009* (1,9763) 0,112 (0,1118) -1,2027 (0,9753)
Dotaciones -0,1527** (0,0054) -0,104** (0,0421) 0,0948* (0,0462) 0,0026 (0,0039) -0,0152 (0,0425)
Selectividad 0,3549** (0,0491) -1,5438 (0,813) -4,0256** (1,1412) 0,0335** (0,0054) 1,2899* (0,1637)
Brecha -0,0599** (0,0095) -0,3154 (0,0219) 0,1701* 0,0553) 0,1481** (0,0079) 0,072** (0,0262)
Tratamientos 0,0405 (0,101) 1,185 (0,7334) 0,9476 (1,659) -0,1238 (0,0992) -0,2214 (1,0253)
Dotaciones -0,1252** (0,005) -0,1917** (0,0452) 0,149** (0,0552) -0,0056 (0,0037) -0,0605 (0,0331)
Selectividad 0,0466* (0,0207) -1,3713* (0,6162) -0,9185* (0,4109) 0,2696** (0,018) 0,3103** (0,073)
Brecha -0,0381* (0,0091) -0,3779* (0,0226) 0,1781* (0,0551) 0,1401** (0,0076) 0,0285** (0,0243)
Tratamientos -0,1321 (0,0973) -0,2751 (0,814) 2,2505 (4,7718) -0,074 (0,1097) 0,9603 (1,0385)
Dotaciones -0,1298** (0,0047) -0,2188* (0,0487) 0,082 (0,0564) -0,0103** (0,0035) -0,0428 (0,0339)
Selectividad 0,2309** (0,0299) 0,1514 (0,3851) -2,1927 (1,7012) 0,2353** (0,015) -0,8262** (0,1944)
Brecha -0,031** (0,009) -0,3425 (0,0231) 0,1398 (0,0527) 0,151** (0,0078) 0,0912** (0,0254)
*Significancia al 5% ** sig. ≥ 1%
Tabla 4. Brechas Salariales por Posición Ocupacional con selectividad 2009-2012 con Termino de Selectividad. (puntos logaritmicos)
Empleado Privado Empleado Público Empleado DomesticoTrabajador IndependientePatrón o Empleador
2009
2010
2011
2012
Fuente: Cálculo de los autores a partir de la GEIH-DANE 2009-2012. Estimaciones en Negrilla, errorres estándar en paréntesis al lado
34
CONCLUSIONES
Dado a lo encontrado por investigaciones anteriores se esperaba una
disminución de en la brecha salarial sin embargo se evidencio un incremento de
esta en torno a los elementos discriminatorios. Dicho incremento contradice los
efectos esperados de las características educativas de los individuos, puede
suponerse que esta se encuentra en los efectos de selectividad propios del
mercado laboral colombiano así como en las necesidades particulares de los
individuos que son cabeza de hogar o tienen dependientes a su cargo. Esto se
asocia al impacto de la crisis generalizada del sector externo y su efecto en las
condiciones internas del mercado laboral.
Con la verificación de un impacto de la selectividad se confirma la viabilidad de la
realización de correcciones para cada una de las submuestras, esto permitirá
generar informes más relevantes en la generación de políticas económicas. Sin
embargo en este ejercicio se guardan algunas reservas a la significancia de los
resultados obtenidos que pueden atribuirse al manejo de la información
disponible ya que la metodología se aplicó de manera clara tanto en la
formulación como el análisis del modelo. Aparte de la selectividad y las
características individuales se notó de forma particular que la distribución de
hombres y mujeres en las categorías ocupacionales analizadas, presentan un
impacto que incrementa la brecha, sin embargo, en el periodo estudiado se
mantienen relativamente estable, por lo que el incremento se asociará más a los
componentes discriminatorios como se mencionaba anteriormente.
Es preocupante si dentro de la institucionalidad colombiana se contempla un
conjunto de normas enfocadas a la generación de equidad e igualdad en el
ambiente laboral se evidencio de forma clara y significativa un incremento de la
brecha. Esto deja al descubierto la necesidad de evaluar si el problema normativo
corresponde a suficiencia institucional, si es un problema del sistema de
35
implementación o si este último incremento del diferencial salarial es algo
meramente coyuntural. Aún así es alentador que en comparación con otros
países se evidencien intentos por solucionar esta problemática que afecta el
bienestar de los colombianos y sus familias.
Finalmente, el ejercicio confirma una vez más la presencia de fenómenos
discriminatorios y segregatorios en el país, así como que se hace necesaria la
formalización de métodos que permitan observar eficientemente la selectividad y
el impacto que genera dentro de la brecha salarial por la distribución de los
hombres y mujeres dentro del mercado laboral. También la necesidad de
gestionar la calidad de la información que es accesible en la realización de este
tipo de estudios. En general es sorprendente el hecho de que se evidenciará el
que en términos únicamente discriminatorios, se evidencia que las mujeres son
favorecidas como empleadas públicas y privadas, lo que puede atribuirse a
mayores niveles de preparación y a que comparativamente trabajan menos
tiempo que hombres en su misma situación.
36
BIBLIOGRAFÍA
Barraza, N. ”Discriminación salarial y segregación laboral por género en las áreas metropolitanas
de Barranquilla, Cartagena y Montería”. Documentos del Instituto de Estudios
Económicos del caribe (IEEC).LXI.1. Barranquilla; ediciones UNINORTE & Javegraf (2010):
4.
Baldwin, M., Butler, R., Jhonson, W. (2001) “A Hierarchical Theory of Occupational Segregation
and wage discrimination”. Economy Inquiry volume 33 n° 1. 94-110.
Bernat, Luisa (2005). “¿Quiénes son las mujeres discriminadas? Enfoque distributivo de las
diferencias salariales por Género” Borradores de Economía. Universidad ICESI
[Consultado en: www.icesi.edu.co/departamentos/.../borrador _economía_013.pdf].
Bernat, Luisa (2007). “Análisis de género de las diferencias salariales en las siete principales
áreas metropolitanas colombianas: ¿Evidencias de discriminación?” Cuadernos PNUD–
DANE. [Consultado en: www.pnud.org.co/sitio.shtml?apc=jFa-1--&x=18708, Febrero 15
de 2009].
Becker, G. “The economics of discrimination”. University of Chicago: University of Chicago press,
1971 ISBN 9780226041161
Blinder, A. S. (1973) “Wage discrimination: reduced form and structural estimates”. Journal of
Human Resources, 8, 436-455.
Brown, R. S., Moon, M. & Zoloth, B. S. (1980) “Incorporating occupational attainment in studies
of male-female earnings differentials”. The journal of Human Resources, 15, 3-28.
Gyourko, J. & Tracy, J. (1988) “An analysis of public and private sector wages allowing for
endogenous choices of both government and union status” Journal of labor Economics,
6, 229 – 253.
Heckman, J. J. (1979) “Sample selection bias as a specification error”: Econometrics, 47, 153-161.
Isaza, J. Reilly, B. “Selection effects, segregation and gender wage differences: evidence from
urban Colombia”. Cuadernos de economía de la Universidad de la Salle. ce 03-11. marzo
(2011): 2-11.
Katz, I. y Murphy, K. “Changes in relatives wages, 1963 – 1987: supply and demand factors”.
National Bureau of Economic Research. XCI.2. Massachusetts; NBER working papers
series, (1991): 3-4.
Lee, I.-F. (1983) “Generalized econometric models with selectivity”: Econometrics, 51, 507-512.
Liu, P.-W., Zhang, J. & Chong, S.-C. (2004) “Occupational segregation and wage differentials
between natives and immigrants: evidence from Hong Kong”. Journal of development
economics, 73, 395-413.
Oaxaca, R. (1973) “Male-female wage differentials in urban labor markets”. International
Economic Review, 14, 693-709.
Reilly, B. (1991) “Occupational segregation and selectivity bias in occupational wage equations:
an empirical analysis using Irish data”. Applied Economics, 23, 1.
Departamento Administrativo Nacional de Estadistica, DANE. (2013). Encuesta Continua de
Hogares (2002-2005). Bogotá: Departamento Administrativo Nacional de Estadistica,
DANE.
37
Departamento Administrativo Nacional de Estadistica, DANE. (2013). Encuesta Integrada de
Hogares (2008-2012). Bogotá: Departamento Administrativo Nacional de Estadistica,
DANE.
Sabogal, Adriana. “Brecha salarial entre hombres y mujeres y ciclo económico en Colombia”.
Coyuntura Económica, Vol. XLII, No. 1. Fedesarrollo, Bogotá – Colombia, Junio de 2012:
53-91
Salardi, P. “An analysis of Gender of Racial Wage Gaps with particular References to the Role of
Occupational Segregation”. An Analysis of Pay and Occupational Differences by Gender
and Race in Brazil 1987 to 2006. Sussex, (England): Departament of Economics
University of Sussex, (2012): 144 – 219.
Tenjo, J. y Herrera, P.(2009). Los ensayos sobre discriminación: Discriminación salarial y
discriminación en acceso al empleo por Origen étnico y por género (Bogotá: Pontificia
Universidad Javeriana Colección Documentos de Economía N°.1). [Consultado en:
www.javeriana.edu.co/fcea/area_economia/inv/documents/DOSENSAYOSSOBREDISCRI
MINACION200902_000.pdf, Mayo 25 de 2009).
38
ANEXOS A
Tabla A1. Efectos marginales del Logit Multinomial por categoría ocupacional, submuestra masculina,
2009
VARIABLES Empleado Particular
Empleado Público
Empleado Doméstico
Trabajador Independiente
Patrón o Empleador
Edad 0.353** 0.384** 0.377** 0.357** 0.519** (0.00506) (0.0121) (0.0377) (0.00500) (0.0111) Edad2 -0.00482** -0.00469** -0.00460** -0.00435** -0.00607** (6.39e-05) (0.000144) (0.000465) (6.05e-05) (0.000129) Edu1 0.0793** 0.460** -0.0162 -0.00967** 0.0507** (0.00374) (0.0172) (0.0234) (0.00361) (0.00643) Edu2 0.00548 0.225** -0.458** -0.0218** 0.0630** (0.00569) (0.00813) (0.0847) (0.00608) (0.00845) hhead 0.601** 0.996** 0.0211 0.529** 1.015** (0.0298) (0.0609) (0.189) (0.0297) (0.0526) Soltero -0.789** -0.913** -0.284 -0.700** -0.861** (0.0294) (0.0648) (0.192) (0.0295) (0.0565) hhinfants 0.240** 0.210** 0.331 0.267** 0.217** (0.0284) (0.0585) (0.170) (0.0288) (0.0497) hhchildren 0.196** 0.126** 0.215 0.178** 0.194** (0.0208) (0.0436) (0.127) (0.0210) (0.0355) Edu_reshog -0.0525** -0.0215** 0.0422 -0.0558** 0.0120* (0.00306) (0.00629) (0.0229) (0.00318) (0.00549) Dependencia -0.104** 0.000819 0.000255 0.00961 -0.0402 (0.0239) (0.0480) (0.162) (0.0235) (0.0408) Medellín -0.143** -0.0148 -1.524** -0.325** -0.149* (0.0394) (0.0872) (0.322) (0.0438) (0.0732) Barranquilla -0.394** -0.150 -0.819** 0.399** -0.381** (0.0426) (0.0944) (0.273) (0.0438) (0.0817) Cartagena -0.695** 0.252** -1.250** 0.263** -1.122** (0.0450) (0.0878) (0.332) (0.0454) (0.103) Manizales -0.417** 0.307** -1.171** -0.567** -0.438** (0.0428) (0.0866) (0.306) (0.0478) (0.0816) Montería -0.594** 0.538** 0.396 0.218** 0.530** (0.0480) (0.0922) (0.218) (0.0486) (0.0763) Villavicencio -0.389** 0.671** -1.407** 0.0970 0.478** (0.0480) (0.0929) (0.390) (0.0499) (0.0773) Pasto -0.788** 0.0228 -1.759** -0.294** -0.313** (0.0460) (0.0922) (0.412) (0.0480) (0.0824) Cúcuta -0.197** 0.566** -1.336** 0.334** 0.477** (0.0494) (0.102) (0.413) (0.0508) (0.0819) Pereíra -0.267** 0.310** -1.289** -0.489** -0.0968 (0.0452) (0.0955) (0.344) (0.0502) (0.0823) Bucaramanga -0.139** 0.318** -1.302** 0.394** 0.800** (0.0480) (0.101) (0.412) (0.0499) (0.0759) Ibague -0.364** 0.310** -1.179** -0.165** -0.0462 (0.0484) (0.0950) (0.371) (0.0516) (0.0841) Cali -0.0702 -0.145 -0.325 0.0486 0.129 (0.0444) (0.104) (0.255) (0.0478) (0.0791) Constant -4.958** -13.95** -10.47** -5.514** -12.36** (0.108) (0.315) (0.801) (0.110) (0.249) Observations 97,489 97,489 97,489 97,489 97,489 Individuos con actividad no remunerada son la categoria base del Logit Multinomial Errores estándar en paréntesis. *Significancia al 5%; **Significancia al 1%. Fuente: Cálculo de los autores a partir de GEIH (DANE) 2009 - 2012.
39
Tabla A2. Efectos marginales del Logit Multinomial por categoría ocupacional, submuestra femenina,
2009
VARIABLES Empleado Particular
Empleado Público
Empleado Doméstico
Trabajador Independiente
Patrón o Empleador
Edad 0.357** 0.479** 0.277** 0.298** 0.461** (0.00537) (0.0151) (0.00788) (0.00458) (0.0178) Edad2 -0.00489** -0.00523** -0.00377** -0.00355** -0.00528** (7.19e-05) (0.000177) (9.94e-05) (5.60e-05) (0.000211) Edu1 0.181** 0.474** -0.157** 0.0239** 0.156** (0.00396) (0.0231) (0.00471) (0.00301) (0.0112) Edu2 0.170** 0.521** -0.676** 0.0697** 0.235** (0.00492) (0.00879) (0.0295) (0.00552) (0.0114) hhead 0.619** 0.880** -0.199** 0.742** 1.211** (0.0266) (0.0541) (0.0421) (0.0232) (0.0619) Soltero 0.530** 0.160** 1.229** 0.132** -0.180** (0.0189) (0.0471) (0.0319) (0.0186) (0.0578) hhinfants -0.123** -0.174* -0.336** -0.161** -0.308** (0.0222) (0.0720) (0.0387) (0.0219) (0.0838) hhchildren 0.0657** 0.0365 -0.0651* 0.0336* -0.0161 (0.0164) (0.0493) (0.0264) (0.0157) (0.0559) Edu_reshog -0.0308** -0.0178** 0.0946** -0.0291** 0.0329** (0.00254) (0.00598) (0.00418) (0.00246) (0.00738) Dependencia -0.254** -0.174** 0.118** 0.0102 -0.0882 (0.0198) (0.0466) (0.0296) (0.0174) (0.0579) Medellín -0.306** -0.115 -0.413** -0.333** -0.0260 (0.0340) (0.0966) (0.0653) (0.0377) (0.106) Barranquilla -0.963** -0.0268 -0.317** -0.351** -1.061** (0.0373) (0.0969) (0.0659) (0.0381) (0.141) Cartagena -1.144** 0.0994 -0.120 -0.358** -1.089** (0.0406) (0.0969) (0.0670) (0.0399) (0.148) Manizales -0.606** 0.469** -0.342** -0.579** -0.339** (0.0381) (0.0932) (0.0702) (0.0423) (0.122) Montería -0.824** 0.789** 0.308** 0.103** 0.111 (0.0424) (0.0980) (0.0639) (0.0401) (0.122) Villavicencio -0.437** 0.824** -0.476** 0.176** 0.429** (0.0415) (0.105) (0.0804) (0.0408) (0.118) Pasto -0.714** 0.495** -0.0302 0.165** 0.214 (0.0421) (0.0973) (0.0696) (0.0403) (0.117) Cúcuta -0.604** 0.592** -0.507** -0.0130 0.193 (0.0424) (0.105) (0.0775) (0.0414) (0.123) Pereíra -0.554** 0.283** -0.632** -0.448** -0.511** (0.0399) (0.108) (0.0759) (0.0425) (0.139) Bucaramanga -0.201** 0.310** -0.0944 0.450** 0.868** (0.0402) (0.108) (0.0754) (0.0401) (0.105) Ibague -0.481** 0.493** -0.228** 0.0686 0.252* (0.0420) (0.101) (0.0780) (0.0419) (0.117) Cali -0.250** -0.0572 -0.0238 0.204** 0.264* (0.0382) (0.116) (0.0677) (0.0390) (0.114) Constant -7.832** -18.98** -6.525** -6.516** -14.68** (0.108) (0.410) (0.168) (0.0997) (0.396) Observations 114,713 114,713 114,713 114,713 114,713 Individuos con actividad no remunerada son la categoria base del Logit Multinomial Errores estándar en paréntesis. *Significancia al 5%; **Significancia al 1%. Fuente: Cálculo de los autores a partir de GEIH (DANE) 2009 - 2012.
40
Tabla A3. Efectos marginales del Logit Multinomial por categoría ocupacional, submuestra masculina,
2010
VARIABLES Empleado Particular Empleado Público
Empleado Doméstico
Trabajador Independiente
Patrón o Empleador
Edad 0.360** 0.379** 0.390** 0.369** 0.506**
(0.00489) (0.0117) (0.0387) (0.00488) (0.0108)
Edad2 -0.00486** -0.00463** -0.00466** -0.00439** -0.00586**
(6.17e-05) (0.000139) (0.000473) (5.88e-05) (0.000124)
Edu1 0.0732** 0.476** 0.0164 -0.0162** 0.0308**
(0.00370) (0.0189) (0.0251) (0.00358) (0.00632)
Edu2 0.000628 0.201** -0.467** -0.0149** 0.0616**
(0.00542) (0.00772) (0.0773) (0.00576) (0.00811)
hhead 1.073** 1.429** 0.277 0.913** 1.569**
(0.0237) (0.0496) (0.157) (0.0236) (0.0434)
Soltero 0.214** 0.411** 0.116 0.0208 0.197**
(0.0246) (0.0455) (0.160) (0.0243) (0.0378)
hhinfants 0.402** 0.381** 0.0112 0.365** 0.428**
(0.0286) (0.0589) (0.216) (0.0296) (0.0497)
hhchildren 0.227** 0.209** -0.121 0.203** 0.185**
(0.0203) (0.0432) (0.153) (0.0207) (0.0360)
Edu_reshog -0.0481** -0.00690 0.0845** -0.0459** 0.0150**
(0.00297) (0.00617) (0.0231) (0.00309) (0.00539)
Dependencia -0.0674** -0.0637 0.239 0.0280 -0.0238
(0.0236) (0.0487) (0.159) (0.0234) (0.0410)
Medellín -0.213** -0.0985 -1.151** -0.342** -0.0578
(0.0397) (0.0871) (0.384) (0.0438) (0.0746)
Barranquilla -0.414** -0.184* 0.308 0.274** -0.568**
(0.0422) (0.0915) (0.277) (0.0437) (0.0875)
Cartagena -0.821** 0.0190 -0.842* 0.172** -1.128**
(0.0446) (0.0890) (0.384) (0.0448) (0.105)
Manizales -0.574** 0.0587 -1.093** -0.783** -0.518**
(0.0425) (0.0861) (0.384) (0.0476) (0.0830)
Montería -0.627** 0.529** 0.967** 0.115* 0.611**
(0.0470) (0.0891) (0.265) (0.0480) (0.0766)
Villavicencio -0.460** 0.596** -1.037* 0.0147 0.609**
(0.0479) (0.0929) (0.463) (0.0498) (0.0780)
Pasto -0.770** 0.0975 -0.459 -0.289** -0.244**
(0.0462) (0.0907) (0.353) (0.0482) (0.0850)
Cúcuta -0.567** 0.280** -0.696 -0.120* 0.227**
(0.0470) (0.0995) (0.400) (0.0488) (0.0817)
Pereíra -0.483** 0.215* -0.791* -0.632** -0.191*
(0.0439) (0.0927) (0.373) (0.0487) (0.0836)
Bucaramanga -0.239** 0.181 -0.359 0.262** 0.870**
(0.0475) (0.0999) (0.384) (0.0495) (0.0761)
Ibague -0.548** 0.0429 -0.797* -0.388** -0.0941
(0.0461) (0.0922) (0.398) (0.0494) (0.0823)
Cali -0.274** -0.178 0.0669 -0.215** 0.0835
(0.0435) (0.0977) (0.298) (0.0471) (0.0792)
Constant -5.677** -14.81** -12.40** -6.317** -12.81**
(0.0978) (0.308) (0.810) (0.102) (0.235)
Observations 99,133 99,133 99,133 99,133 99,133 Individuos con actividad no remunerada son la categoria base del Logit Multinomial
Errores estándar en paréntesis. *Significancia al 5%; **Significancia al 1%. Fuente: Cálculo de los autores a partir de GEIH (DANE) 2009 - 2012.
41
Tabla A4. Efectos marginales del Logit Multinomial por categoría ocupacional, submuestra femenina,
2010
VARIABLES Empleado Particular
Empleado Público
Empleado Doméstico
Trabajador Independiente
Patrón o Empleador
Edad 0.305** 0.460** 0.215** 0.281** 0.441**
(0.00499) (0.0151) (0.00749) (0.00430) (0.0164)
Edad2 -0.00428** -0.00501** -0.00302** -0.00335** -0.00501**
(6.67e-05) (0.000175) (9.35e-05) (5.22e-05) (0.000193)
Edu1 0.181** 0.434** -0.146** 0.0283** 0.147**
(0.00393) (0.0224) (0.00464) (0.00296) (0.0105)
Edu2 0.181** 0.535** -0.679** 0.0698** 0.222**
(0.00474) (0.00865) (0.0296) (0.00525) (0.0110)
hhead 0.784** 0.978** 0.394** 0.775** 0.872**
(0.0249) (0.0491) (0.0381) (0.0210) (0.0553)
Soltero -0.0213 0.0580 -0.156** 0.0394* 0.225**
(0.0191) (0.0460) (0.0317) (0.0178) (0.0530)
hhinfants -0.220** -0.145* -0.345** -0.188** -0.144
(0.0228) (0.0725) (0.0389) (0.0222) (0.0755)
hhchildren 0.0117 -0.00887 -0.177** 0.0230 0.0295
(0.0162) (0.0502) (0.0269) (0.0153) (0.0511)
Edu_reshog -0.0407** -0.0239** 0.0887** -0.0273** 0.00960
(0.00248) (0.00591) (0.00417) (0.00240) (0.00703)
Dependencia -0.210** -0.176** 0.155** 0.0102 -0.0560
(0.0195) (0.0459) (0.0292) (0.0171) (0.0532)
Medellín -0.258** -0.212* -0.335** -0.379** -0.182
(0.0337) (0.0976) (0.0627) (0.0371) (0.0976)
Barranquilla -0.888** -0.215* -0.317** -0.323** -1.049**
(0.0367) (0.0986) (0.0629) (0.0369) (0.123)
Cartagena -1.103** 0.106 -0.168** -0.358** -1.746**
(0.0400) (0.0961) (0.0644) (0.0388) (0.169)
Manizales -0.558** 0.297** -0.352** -0.689** -0.901**
(0.0378) (0.0929) (0.0683) (0.0420) (0.126)
Montería -0.813** 0.669** 0.215** 0.0472 -0.194
(0.0416) (0.0952) (0.0618) (0.0391) (0.114)
Villavicencio -0.575** 0.614** -0.773** 0.00476 0.0661
(0.0411) (0.104) (0.0793) (0.0401) (0.112)
Pasto -0.589** 0.332** -0.117 0.104** 0.0132
(0.0416) (0.101) (0.0693) (0.0401) (0.110)
Cúcuta -0.628** 0.459** -0.731** -0.111** -0.0312
(0.0417) (0.108) (0.0765) (0.0405) (0.115)
Pereíra -0.514** 0.199 -0.725** -0.442** -0.675**
(0.0394) (0.107) (0.0749) (0.0414) (0.130)
Bucaramanga -0.243** 0.499** -0.188* 0.471** 0.818**
(0.0406) (0.103) (0.0744) (0.0394) (0.0957)
Ibague -0.575** 0.388** -0.239** -0.0320 -0.0644
(0.0413) (0.0963) (0.0728) (0.0406) (0.109)
Cali -0.273** -0.228* -0.216** 0.0197 0.0380
(0.0377) (0.113) (0.0663) (0.0386) (0.105)
Constant -6.498** -18.16** -4.669** -6.091** -13.88**
(0.0996) (0.403) (0.159) (0.0934) (0.363)
Observations 116,520 116,520 116,520 116,520 116,520
Individuos con actividad no remunerada son la categoria base del Logit Multinomial
Errores estándar en paréntesis. *Significancia al 5%; **Significancia al 1%.
Fuente: Cálculo de los autores a partir de GEIH (DANE) 2009 - 2012.
42
Tabla A5. Efectos marginales del Logit Multinomial por categoría ocupacional, submuestra masculina,
2011
VARIABLES Empleado Particular
Empleado Público
Empleado Doméstico
Trabajador Independiente
Patrón o Empleador
Edad 0.381** 0.372** 0.340** 0.386** 0.524**
(0.00492) (0.0114) (0.0353) (0.00489) (0.0104)
Edad2 -0.00511** -0.00459** -0.00410** -0.00460** -0.00611**
(6.19e-05) (0.000135) (0.000425) (5.91e-05) (0.000120)
Edu1 0.0783** 0.502** 0.0247 -0.00671 0.0245**
(0.00379) (0.0197) (0.0240) (0.00366) (0.00620)
Edu2 -0.00852 0.186** -0.432** -0.0156** 0.0419**
(0.00543) (0.00771) (0.0717) (0.00571) (0.00810)
hhead 1.080** 1.535** 0.481** 0.953** 1.590**
(0.0243) (0.0492) (0.150) (0.0242) (0.0422)
Soltero 0.185** 0.516** 0.397** 0.0610* 0.231**
(0.0255) (0.0457) (0.152) (0.0251) (0.0376)
hhinfants 0.348** 0.363** -0.156 0.342** 0.388**
(0.0294) (0.0585) (0.220) (0.0301) (0.0491)
hhchildren 0.272** 0.240** 0.0513 0.284** 0.236**
(0.0212) (0.0435) (0.137) (0.0215) (0.0360)
Edu_reshog -0.0564** -0.0170** 0.0326 -0.0562** 0.0104*
(0.00300) (0.00613) (0.0218) (0.00311) (0.00529)
Dependencia -0.107** -0.0819 0.405** 0.00588 -0.0330
(0.0240) (0.0486) (0.133) (0.0237) (0.0404)
Medellín -0.234** -0.186* -1.604** -0.517** -0.376**
(0.0402) (0.0855) (0.320) (0.0444) (0.0720)
Barranquilla -0.514** -0.543** -0.680** 0.171** -0.679**
(0.0423) (0.0959) (0.248) (0.0436) (0.0809)
Cartagena -0.839** 0.116 -0.892** 0.197** -1.032**
(0.0452) (0.0859) (0.280) (0.0452) (0.0928)
Manizales -0.578** -0.108 -1.408** -0.888** -0.812**
(0.0432) (0.0863) (0.311) (0.0485) (0.0812)
Montería -0.619** 0.546** -0.0662 0.0346 0.348**
(0.0474) (0.0869) (0.238) (0.0486) (0.0743)
Villavicencio -0.611** 0.357** -0.813** -0.233** 0.118
(0.0481) (0.0917) (0.291) (0.0502) (0.0763)
Pasto -0.763** 0.0899 -2.068** -0.369** -0.413**
(0.0471) (0.0890) (0.475) (0.0494) (0.0818)
Cúcuta -0.731** 0.308** -2.240** -0.0271 -0.0449
(0.0482) (0.0941) (0.526) (0.0488) (0.0792)
Pereíra -0.449** 0.0732 -1.235** -0.584** -0.299**
(0.0452) (0.0929) (0.321) (0.0495) (0.0796)
Bucaramanga -0.373** -0.00522 -2.004** 0.232** 0.652**
(0.0486) (0.101) (0.525) (0.0500) (0.0731)
Ibague -0.496** 0.0632 -1.135** -0.324** -0.0135
(0.0471) (0.0931) (0.330) (0.0502) (0.0770)
Cali -0.575** -0.436** -0.556* -0.510** -0.586**
(0.0437) (0.0966) (0.241) (0.0470) (0.0795)
Constant -5.794** -14.62** -10.48** -6.396** -12.56**
(0.0986) (0.308) (0.730) (0.102) (0.226)
Observations 101,376 101,376 101,376 101,376 101,376 Individuos con actividad no remunerada son la categoria base del Logit Multinomial
Errores estándar en paréntesis. *Significancia al 5%; **Significancia al 1%.
Fuente: Cálculo de los autores a partir de GEIH (DANE) 2009 - 2012.
43
Tabla A6. Efectos marginales del Logit Multinomial por categoría ocupacional, submuestra femenina,
2011
VARIABLES Empleado Particular
Empleado Público
Empleado Doméstico
Trabajador Independiente
Patrón o Empleador
Edad 0.283** 0.405** 0.223** 0.284** 0.423**
(0.00478) (0.0143) (0.00754) (0.00418) (0.0158)
Edad2 -0.00399** -0.00434** -0.00307** -0.00337** -0.00483**
(6.35e-05) (0.000165) (9.37e-05) (5.07e-05) (0.000186)
Edu1 0.175** 0.479** -0.142** 0.0271** 0.144**
(0.00391) (0.0261) (0.00471) (0.00291) (0.0103)
Edu2 0.182** 0.533** -0.584** 0.0795** 0.196**
(0.00463) (0.00851) (0.0257) (0.00502) (0.0109)
hhead 0.783** 0.862** 0.466** 0.736** 0.985**
(0.0241) (0.0496) (0.0373) (0.0205) (0.0533)
Soltero -0.000617 -0.0354 -0.188** 0.0108 0.226**
(0.0189) (0.0459) (0.0320) (0.0175) (0.0525)
hhinfants -0.236** -0.135 -0.271** -0.174** -0.202**
(0.0227) (0.0724) (0.0384) (0.0218) (0.0769)
hhchildren -0.0185 0.0804 -0.130** 0.0165 -0.00254
(0.0164) (0.0505) (0.0273) (0.0154) (0.0527)
Edu_reshog -0.0395** -0.0155** 0.0845** -0.0223** 0.0236**
(0.00244) (0.00590) (0.00427) (0.00236) (0.00703)
Dependencia -0.223** -0.284** 0.111** -0.00189 -0.121*
(0.0191) (0.0473) (0.0304) (0.0167) (0.0541)
Medellín -0.291** -0.141 -0.508** -0.592** -0.623**
(0.0334) (0.0999) (0.0646) (0.0361) (0.0961)
Barranquilla -0.917** -0.0586 -0.305** -0.459** -1.064**
(0.0363) (0.100) (0.0625) (0.0355) (0.110)
Cartagena -1.259** 0.272** -0.140* -0.442** -1.548**
(0.0400) (0.0976) (0.0631) (0.0368) (0.137)
Manizales -0.516** 0.277** -0.348** -0.853** -0.997**
(0.0372) (0.0980) (0.0684) (0.0412) (0.117)
Montería -0.841** 0.845** 0.280** -0.127** -0.524**
(0.0409) (0.0975) (0.0609) (0.0380) (0.113)
Villavicencio -0.592** 0.732** -0.830** -0.263** -0.221*
(0.0400) (0.105) (0.0797) (0.0394) (0.106)
Pasto -0.621** 0.468** -0.185** -0.200** -0.299**
(0.0407) (0.101) (0.0690) (0.0395) (0.106)
Cúcuta -0.964** 0.431** -0.836** -0.236** -0.524**
(0.0426) (0.108) (0.0783) (0.0386) (0.115)
Pereíra -0.500** 0.458** -0.728** -0.450** -0.593**
(0.0391) (0.108) (0.0761) (0.0397) (0.114)
Bucaramanga -0.319** 0.356** -0.366** 0.265** 0.518**
(0.0399) (0.111) (0.0772) (0.0383) (0.0910)
Ibague -0.495** 0.568** -0.432** -0.165** -0.305**
(0.0403) (0.102) (0.0758) (0.0395) (0.106)
Cali -0.498** -0.237* -0.533** -0.405** -0.720**
(0.0373) (0.118) (0.0694) (0.0380) (0.112)
Constant -5.974** -17.71** -4.826** -5.952** -13.25**
(0.0963) (0.417) (0.161) (0.0906) (0.349)
Observations 119,430 119,430 119,430 119,430 119,430 Individuos con actividad no remunerada son la categoria base del Logit Multinomial
Errores estándar en paréntesis. *Significancia al 5%; **Significancia al 1%.
Fuente: Cálculo de los autores a partir de GEIH (DANE) 2009 - 2012.
44
Tabla A7. Efectos marginales del Logit Multinomial por categoría ocupacional, submuestra masculina,
2012
VARIABLES Empleado Particular
Empleado Público
Empleado Doméstico
Trabajador Independiente
Patrón o Empleador
Edad 0.376** 0.366** 0.389** 0.375** 0.520**
(0.00490) (0.0114) (0.0388) (0.00492) (0.0107)
Edad2 -0.00500** -0.00448** -0.00451** -0.00445** -0.00605**
(6.15e-05) (0.000135) (0.000462) (5.94e-05) (0.000124)
Edu1 0.0842** 0.528** -0.0110 -0.00609 0.0306**
(0.00384) (0.0221) (0.0247) (0.00371) (0.00640)
Edu2 -0.00856 0.186** -0.363** -0.0237** 0.0397**
(0.00541) (0.00768) (0.0717) (0.00576) (0.00822)
hhead 1.023** 1.359** 0.109 0.872** 1.580**
(0.0244) (0.0489) (0.158) (0.0243) (0.0432)
Soltero 0.200** 0.540** 0.271 0.0755** 0.238**
(0.0255) (0.0465) (0.161) (0.0252) (0.0385)
hhinfants 0.395** 0.410** 0.282 0.372** 0.433**
(0.0309) (0.0607) (0.216) (0.0320) (0.0527)
hhchildren 0.264** 0.256** 0.160 0.242** 0.167**
(0.0218) (0.0443) (0.150) (0.0223) (0.0383)
Edu_reshog -0.0529** 0.00508 0.0392 -0.0512** 0.0127*
(0.00300) (0.00621) (0.0233) (0.00312) (0.00542)
Dependencia -0.0908** -0.0173 0.182 0.0429 0.0222
(0.0246) (0.0494) (0.164) (0.0244) (0.0420)
Medellín -0.250** -0.168 -1.749** -0.491** -0.450**
(0.0404) (0.0859) (0.381) (0.0451) (0.0713)
Barranquilla -0.440** -0.496** -0.716* 0.228** -0.727**
(0.0433) (0.0965) (0.295) (0.0453) (0.0807)
Cartagena -0.714** 0.0908 -0.871** 0.285** -1.132**
(0.0458) (0.0889) (0.326) (0.0466) (0.0966)
Manizales -0.658** -0.187* -0.904** -0.813** -0.904**
(0.0436) (0.0886) (0.299) (0.0490) (0.0810)
Montería -0.701** 0.450** -0.148 0.00403 0.0634
(0.0477) (0.0884) (0.274) (0.0493) (0.0757)
Villavicencio -0.566** 0.447** -0.712* -0.195** 0.0511
(0.0481) (0.0919) (0.325) (0.0511) (0.0765)
Pasto -0.824** -0.0207 -1.401** -0.402** -0.695**
(0.0468) (0.0902) (0.399) (0.0497) (0.0833)
Cúcuta -0.903** 0.121 -1.965** 0.159** -0.384**
(0.0496) (0.0993) (0.534) (0.0493) (0.0839)
Pereíra -0.533** -0.0968 -1.265** -0.463** -0.546**
(0.0458) (0.0980) (0.367) (0.0497) (0.0822)
Bucaramanga -0.321** -0.0825 -0.827* 0.233** 0.369**
(0.0485) (0.101) (0.367) (0.0508) (0.0744)
Ibague -0.486** 0.299** -0.702* -0.245** -0.118
(0.0487) (0.0927) (0.334) (0.0521) (0.0792)
Cali -0.632** -0.499** -0.449 -0.427** -0.698**
(0.0440) (0.0975) (0.269) (0.0476) (0.0793)
Constant -5.752** -15.02** -11.49** -6.260** -12.46**
(0.0988) (0.329) (0.821) (0.103) (0.232)
Observations 100,029 100,029 100,029 100,029 100,029
Individuos con actividad no remunerada son la categoria base del Logit Multinomial
Errores estándar en paréntesis. *Significancia al 5%; **Significancia al 1%.
Fuente: Cálculo de los autores a partir de GEIH (DANE) 2009 - 2012.
45
Tabla A8. Efectos marginales del Logit Multinomial por categoría ocupacional, submuestra femenina,
2012
VARIABLES Empleado Particular
Empleado Público
Empleado Doméstico
Trabajador Independiente
Patrón o Empleador
Edad 0.293** 0.422** 0.236** 0.269** 0.409**
(0.00474) (0.0146) (0.00766) (0.00416) (0.0156)
Edad2 -0.00411** -0.00451** -0.00315** -0.00316** -0.00461**
(6.29e-05) (0.000169) (9.41e-05) (5.02e-05) (0.000182)
Edu1 0.175** 0.507** -0.126** 0.0250** 0.120**
(0.00394) (0.0288) (0.00473) (0.00292) (0.0101)
Edu2 0.176** 0.514** -0.556** 0.0679** 0.188**
(0.00459) (0.00857) (0.0243) (0.00505) (0.0111)
hhead 0.771** 0.879** 0.397** 0.715** 0.878**
(0.0236) (0.0495) (0.0369) (0.0203) (0.0535)
Soltero -0.0147 -0.0888 -0.146** 0.0260 0.147**
(0.0188) (0.0466) (0.0320) (0.0176) (0.0525)
hhinfants -0.222** -0.0784 -0.337** -0.165** -0.193*
(0.0233) (0.0754) (0.0420) (0.0227) (0.0798)
hhchildren 0.0124 0.0313 -0.102** 0.0119 0.00732
(0.0164) (0.0520) (0.0279) (0.0157) (0.0533)
Edu_reshog -0.0343** 0.00261 0.0661** -0.0226** 0.0360**
(0.00243) (0.00603) (0.00430) (0.00236) (0.00706)
Dependencia -0.240** -0.238** 0.104** -0.0157 -0.0870
(0.0193) (0.0479) (0.0308) (0.0171) (0.0547)
Medellín -0.243** -0.301** -0.338** -0.466** -0.424**
(0.0333) (0.0970) (0.0626) (0.0367) (0.0940)
Barranquilla -0.876** -0.272** -0.157* -0.320** -1.051**
(0.0362) (0.100) (0.0614) (0.0363) (0.113)
Cartagena -1.138** -0.0670 -0.228** -0.315** -1.369**
(0.0396) (0.0998) (0.0656) (0.0378) (0.132)
Manizales -0.448** 0.0727 -0.513** -0.745** -0.920**
(0.0370) (0.0986) (0.0715) (0.0418) (0.117)
Montería -0.837** 0.623** 0.126* -0.0476 -0.570**
(0.0410) (0.0970) (0.0631) (0.0389) (0.117)
Villavicencio -0.575** 0.516** -0.798** -0.212** -0.192
(0.0402) (0.105) (0.0797) (0.0405) (0.107)
Pasto -0.653** 0.193 -0.0126 -0.0639 -0.325**
(0.0409) (0.101) (0.0674) (0.0400) (0.109)
Cúcuta -1.053** 0.334** -0.804** -0.0569 -0.544**
(0.0437) (0.106) (0.0786) (0.0391) (0.119)
Pereíra -0.571** 0.174 -0.813** -0.428** -0.644**
(0.0392) (0.108) (0.0767) (0.0404) (0.117)
Bucaramanga -0.379** 0.0697 -0.348** 0.253** 0.416**
(0.0397) (0.110) (0.0760) (0.0390) (0.0937)
Ibague -0.514** 0.425** -0.643** -0.0333 -0.153
(0.0408) (0.102) (0.0813) (0.0403) (0.106)
Cali -0.469** -0.485** -0.470** -0.259** -0.662**
(0.0373) (0.116) (0.0690) (0.0385) (0.112)
Constant -6.158** -18.35** -5.145** -5.740** -12.95**
(0.0958) (0.442) (0.164) (0.0905) (0.348)
Observations 117,691 117,691 117,691 117,691 117,691
Individuos con actividad no remunerada son la categoria base del Logit Multinomial
Errores estándar en paréntesis. *Significancia al 5%; **Significancia al 1%.
Fuente: Cálculo de los autores a partir de GEIH (DANE) 2009 - 2012.
46
ANEXO B
Tabla B1. Ecuaciones de ingreso con corrección de sesgo de selección, submuestra masculina, 2009
VARIABLES Empleado Particular
Empleado Público
Empleado Doméstico
Trabajador Independiente
Patrón o Empleador
Edad 0.01336* 0.03293 0.04093 0.02540** -0.03557
(0.005788) (0.01973) (0.05156) (0.005610) (0.03616)
Edad2 -2.334e-05 -1.084e-04 -3.804e-04 -2.116e-04** 5.103e-04
(8.634e-05) (2.183e-04) (5.952e-04) (6.223e-05) (3.824e-04)
Edu1 0.03412** -0.03472 0.002624 0.03950** 0.05638**
(0.003238) (0.05703) (0.02123) (0.002916) (0.005393)
Edu2 0.1763** 0.01693 -0.07724 0.1503** 0.1157**
(0.003663) (0.03669) (0.1762) (0.004278) (0.008594)
hhead 0.08111** -0.09134 -0.1305 0.1501** 0.04828
(0.01666) (0.08824) (0.2307) (0.01290) (0.08212)
Soltero -0.04505* 0.1385* -0.07295 -0.07865** -0.04196
(0.01955) (0.06705) (0.1371) (0.01582) (0.05451)
Edu_reshog 0.02471** 0.01286* 0.05653 0.03420** 0.02071*
(0.002029) (0.005365) (0.03408) (0.001801) (0.008649)
Medellín -0.1280** 0.09595 -0.8121 -0.1748** -0.001476
(0.02475) (0.07524) (0.6020) (0.02520) (0.06953)
Barranquilla -0.2812** 0.02091 -0.7568* -0.2797** -0.2419**
(0.03050) (0.08761) (0.3341) (0.02865) (0.08845)
Cartagena -0.1718** -0.07231 -0.7672 -0.3095** -0.1238
(0.04328) (0.1097) (0.4323) (0.03116) (0.1990)
Manizales -0.1934** -0.05404 0.05294 -0.3326** -0.1488*
(0.02492) (0.1291) (0.3967) (0.03026) (0.07180)
Montería -0.2937** 0.09840 -0.2063 -0.2785** -0.3673**
(0.03362) (0.1217) (0.2421) (0.02535) (0.1104)
Villavicencio -0.05139 -0.1892 -0.7628 -0.03953 -0.2628**
(0.02697) (0.1352) (0.6264) (0.02453) (0.1013)
Pasto -0.4879** -0.03742 -1.2179* -0.4424** -0.4067**
(0.03136) (0.1009) (0.5273) (0.02328) (0.07011)
Cúcuta -0.09411** 0.03700 -0.4408 -0.03893 -0.1240
(0.02505) (0.1075) (0.5223) (0.02569) (0.08512)
Pereíra -0.1567** -0.2787* -0.6331 -0.09354** -0.09347
(0.02220) (0.1116) (0.4611) (0.02596) (0.07123)
Bucaramanga -0.03435 0.1072 -0.3639 0.1506** -0.1177
(0.02940) (0.08021) (0.5554) (0.02492) (0.1137)
Ibague -0.2365** -0.2197* -0.8692* -0.1661** -0.3038**
(0.02583) (0.1112) (0.4230) (0.02468) (0.07154)
Cali -0.1541** -0.01918 -0.2660 -0.2999** -0.3459**
(0.02401) (0.08776) (0.2296) (0.02914) (0.08026)
lambdam_α -0.01305 -0.8138* 1.0751 0.1077 -0.4434
(0.07523) (0.3768) (1.2099) (0.07826) (0.3419)
Constant 6.9745** 9.4664** 3.6449 6.4238** 9.2976**
(0.1564) (1.9118) (4.4950) (0.1729) (1.6338)
Observations 18,204 2,329 168 28,739 4,552
R-squared 0.370 0.511 0.354 0.269 0.295
Individuos con actividad no remunerada son la categoria base del Logit Multinomial
Errores estándar en paréntesis. *Significancia al 5%; **Significancia al 1%.
Fuente: Cálculo de los autores a partir de GEIH (DANE) 2009 - 2012.
47
Tabla B2. Ecuaciones de ingreso con corrección de sesgo de selección, submuestra femenina, 2009
VARIABLES Empleado Particular
Empleado Público
Empleado Doméstico
Trabajador Independiente
Patrón o Empleador
Edad 0.01765* -0.06308* -0.004180 0.009773 -0.07048
(0.008772) (0.02927) (0.009176) (0.009841) (0.04117)
Edad2 -1.061e-04 9.094e-04** 1.323e-04 -2.815e-05 9.144e-04*
(1.262e-04) (2.832e-04) (1.308e-04) (1.141e-04) (4.536e-04)
Edu1 0.04923** 0.07137 0.03263** 0.05024** 0.04714*
(0.006795) (0.04681) (0.01127) (0.002583) (0.01871)
Edu2 0.1812** 0.05629 0.1279** 0.1927** 0.1162**
(0.004697) (0.04377) (0.03963) (0.005077) (0.01524)
hhead 0.1158** 0.08553 0.05866 0.3349** 0.09848
(0.02354) (0.05397) (0.03984) (0.03082) (0.1131)
Soltero 0.02745 -0.05150 -0.07274 0.07693** -0.01029
(0.02162) (0.03671) (0.06526) (0.01666) (0.07411)
Edu_reshog 0.02564** 0.007189 0.01148* 0.03038** 0.01766
(0.002174) (0.004054) (0.005628) (0.002346) (0.009456)
Medellín -0.1025** -0.05514 -0.002245 -0.1530** 0.3076**
(0.02772) (0.06552) (0.04154) (0.03302) (0.1040)
Barranquilla -0.3599** -0.3144** -0.5304** -0.3970** 0.06848
(0.04334) (0.1104) (0.03570) (0.03031) (0.1461)
Cartagena -0.3411** -0.02538 -0.5358** -0.3835** -0.03448
(0.05214) (0.09672) (0.04323) (0.03288) (0.1694)
Manizales -0.2602** -0.06540 -0.2371** -0.1034* -0.05500
(0.03491) (0.1117) (0.04417) (0.04080) (0.1187)
Montería -0.3502** 0.01547 -0.5203** -0.5394** 0.05289
(0.04564) (0.1269) (0.04040) (0.03633) (0.1035)
Villavicencio -0.09651** -0.09499 -0.1159* -0.06072 0.05816
(0.03112) (0.1175) (0.05370) (0.03577) (0.1183)
Pasto -0.4337** -0.01669 -0.6305** -0.3141** -0.1516
(0.04018) (0.09234) (0.03691) (0.03299) (0.1031)
Cúcuta -0.2470** -0.01260 -0.2065** 0.01191 0.2005
(0.03533) (0.1087) (0.04852) (0.03345) (0.1217)
Pereíra -0.1219** -0.1578 -0.09965* -0.05874 0.5068**
(0.03130) (0.09322) (0.04740) (0.03418) (0.1416)
Bucaramanga -0.06080* 0.03381 -0.1843** 0.09688** 0.1017
(0.02825) (0.06960) (0.05902) (0.03718) (0.1332)
Ibague -0.2663** -0.1052 -0.2265** -0.2664** -0.09211
(0.03513) (0.09583) (0.04451) (0.03401) (0.1160)
Cali -0.1835** -0.07744 -0.2012** -0.2361** -0.2406
(0.03309) (0.07800) (0.03925) (0.03840) (0.1524)
lambdam_α 0.1586* -0.3527 -0.3091* -0.007459 -0.5834
(0.07500) (0.2505) (0.1297) (0.1043) (0.3368)
Constant 6.4688** 9.5187** 8.0864** 6.5113** 10.211**
(0.2759) (1.8361) (0.3653) (0.3214) (1.9110)
Observations 12,115 2,162 4,989 22,673 1,630
R-squared 0.346 0.313 0.170 0.219 0.252
Individuos con actividad no remunerada son la categoria base del Logit Multinomial
Errores estándar en paréntesis. *Significancia al 5%; **Significancia al 1%.
Fuente: Cálculo de los autores a partir de GEIH (DANE) 2009 - 2012.
48
Tabla B3. Ecuaciones de ingreso con corrección de sesgo de selección, submuestra masculina, 2010
VARIABLES Empleado Particular
Empleado Público
Empleado Doméstico
Trabajador Independiente
Patrón o Empleador
Edad 0.01802** 0.03474* -0.07268 0.007093 0.01830
(0.005272) (0.01726) (0.04461) (0.005592) (0.03431)
Edad2 -1.205e-04 -1.218e-04 9.231e-04 -2.851e-05 -8.044e-05
(7.853e-05) (1.945e-04) (5.004e-04) (6.022e-05) (3.554e-04)
Edu1 0.03031** -0.1081 -0.001832 0.04613** 0.04883**
(0.002718) (0.05915) (0.01763) (0.002672) (0.004904)
Edu2 0.1751** -0.001074 0.3669** 0.1534** 0.1308**
(0.003196) (0.03186) (0.09868) (0.003748) (0.009211)
hhead 0.1210** -0.2230* 0.6401** 0.1866** 0.1794
(0.01554) (0.09182) (0.1699) (0.01050) (0.1111)
Soltero 0.05287** -0.08106 0.006706 0.07392** 0.1094**
(0.01356) (0.05453) (0.1500) (0.01079) (0.02930)
Edu_reshog 0.02557** 0.01505* -0.02933 0.03202** 0.04516**
(0.001762) (0.006287) (0.03113) (0.001622) (0.008618)
Medellín -0.09732** 0.09897 0.8207* -0.1663** 0.01616
(0.02188) (0.06913) (0.3558) (0.02448) (0.06736)
Barranquilla -0.2354** 0.05414 -0.3359 -0.3967** -0.3240**
(0.02763) (0.07199) (0.1990) (0.02774) (0.1063)
Cartagena -0.1444** -0.1346 0.1892 -0.2906** -0.2877
(0.03603) (0.08198) (0.2145) (0.03002) (0.1509)
Manizales -0.2476** -0.1432 0.4155 -0.2613** -0.2197**
(0.02482) (0.1080) (0.3618) (0.02896) (0.06464)
Montería -0.3576** -0.04042 -0.9346** -0.4055** -0.1958
(0.03145) (0.1212) (0.2782) (0.02431) (0.1295)
Villavicencio -0.08113** -0.2990* 0.8240* -0.05279* -0.01940
(0.02722) (0.1241) (0.3389) (0.02302) (0.1308)
Pasto -0.5394** -0.2193* -0.6161* -0.5509** -0.4397**
(0.02852) (0.1030) (0.2405) (0.02333) (0.08222)
Cúcuta -0.1860** -0.1498 -0.3143 -0.1539** -0.1474
(0.02671) (0.1146) (0.7329) (0.02496) (0.09936)
Pereíra -0.1409** -0.3417** 0.1606 -0.1134** 9.934e-04
(0.02230) (0.1203) (0.2467) (0.02535) (0.07096)
Bucaramanga -0.007665 0.08656 0.2292 0.04779* 0.1344
(0.02648) (0.06395) (0.3441) (0.02344) (0.1413)
Ibague -0.2316** -0.1467 0.1388 -0.2234** -0.07649
(0.02632) (0.09326) (0.2296) (0.02503) (0.08183)
Cali -0.1410** 0.09065 -0.2243 -0.2304** -0.1584
(0.02368) (0.08069) (0.2914) (0.02603) (0.08629)
lambdam_α 0.05893 -1.1195** -1.7250* -0.08866 0.1208
(0.06589) (0.3761) (0.6693) (0.07465) (0.3612)
Constant 6.8873** 11.077** 14.392** 7.0373** 6.6498**
(0.1432) (1.9329) (2.9345) (0.1773) (1.6860)
Observations 18,228 2,357 169 28,167 4,544
R-squared 0.424 0.563 0.296 0.304 0.305
Individuos con actividad no remunerada son la categoria base del Logit Multinomial
Errores estándar en paréntesis. *Significancia al 5%; **Significancia al 1%.
Fuente: Cálculo de los autores a partir de GEIH (DANE) 2009 - 2012.
49
Tabla B4. Ecuaciones de ingreso con corrección de sesgo de selección, submuestra femenina, 2010
VARIABLES Empleado Particular
Empleado Público
Empleado Doméstico
Trabajador Independiente
Patrón o Empleador
Edad -0.003498 -0.09819** -0.01586* -0.009671 -0.05163
(0.007430) (0.02360) (0.006802) (0.009005) (0.04727)
Edad2 1.947e-04 0.001212** 3.080e-04** 1.924e-04 7.127e-04
(1.097e-04) (2.290e-04) (9.770e-05) (1.035e-04) (5.107e-04)
Edu1 0.03237** -0.01890 0.05315** 0.05475** 0.06432**
(0.006532) (0.03592) (0.009074) (0.002352) (0.02079)
Edu2 0.1822** 0.01169 0.1785** 0.2018** 0.1100**
(0.004975) (0.03607) (0.03869) (0.004663) (0.01843)
hhead 0.06848** -0.08223 0.02123 0.2552** 0.02400
(0.02383) (0.04322) (0.02319) (0.02482) (0.07528)
Soltero 0.06027** 0.07022** 0.1156** 0.03115* 0.1096
(0.01504) (0.02613) (0.01897) (0.01387) (0.06445)
Edu_reshog 0.02359** 0.008463** 3.408e-04 0.02788** 0.02217**
(0.002098) (0.003074) (0.005217) (0.002069) (0.008353)
Medellín -0.1695** 0.03406 -0.02517 -0.09298** -0.06294
(0.02774) (0.06257) (0.04107) (0.03150) (0.1006)
Barranquilla -0.2478** -0.1171 -0.5237** -0.5171** -0.4800*
(0.03525) (0.07160) (0.03953) (0.02941) (0.2073)
Cartagena -0.1748** -0.3023** -0.6453** -0.3488** -0.4580
(0.04066) (0.08620) (0.04244) (0.02836) (0.2479)
Manizales -0.2059** -0.1405 -0.2502** -0.03880 -0.2715*
(0.03195) (0.08943) (0.04474) (0.03851) (0.1381)
Montería -0.2629** -0.07072 -0.6371** -0.5997** -0.2730*
(0.04286) (0.1055) (0.03593) (0.03379) (0.1072)
Villavicencio -0.09792** -0.1735 -0.06765 -0.1888** -0.2015
(0.03266) (0.09684) (0.05819) (0.03253) (0.1121)
Pasto -0.5067** -0.1577 -0.6488** -0.4406** -0.4493**
(0.03631) (0.08479) (0.03993) (0.03040) (0.1075)
Cúcuta -0.2556** -0.1456 -0.2398** -0.2127** -0.1018
(0.03535) (0.09165) (0.06374) (0.03395) (0.1232)
Pereíra -0.1792** -0.3333** -0.1070* -0.08735** 0.06179
(0.03299) (0.08415) (0.04723) (0.03192) (0.1457)
Bucaramanga -0.05030 0.07941 -0.1001* 0.03174 -0.1043
(0.03045) (0.07120) (0.04342) (0.03493) (0.1550)
Ibague -0.2648** -0.1072 -0.3187** -0.2517** -0.3175**
(0.03592) (0.08322) (0.04250) (0.03119) (0.1052)
Cali -0.1016** 0.06987 -0.2443** -0.2527** -0.1017
(0.02876) (0.06358) (0.04439) (0.03285) (0.1199)
lambdam_α -0.01396 -0.5933** -0.5517** -0.2377* -0.1802
(0.07343) (0.1985) (0.1117) (0.09618) (0.4368)
Constant 7.2056** 12.134** 8.6606** 7.2883** 8.8943**
(0.2358) (1.4457) (0.2662) (0.2982) (2.3289)
Observations 12,360 2,156 5,038 23,960 1,738
R-squared 0.402 0.390 0.179 0.242 0.215
Individuos con actividad no remunerada son la categoria base del Logit Multinomial
Errores estándar en paréntesis. *Significancia al 5%; **Significancia al 1%.
Fuente: Cálculo de los autores a partir de GEIH (DANE) 2009 - 2012.
50
Tabla B5. Ecuaciones de ingreso con corrección de sesgo de selección, submuestra masculina, 2011
VARIABLES Empleado Particular
Empleado Público
Empleado Doméstico
Trabajador Independiente
Patrón o Empleador
Edad 0.01092* 0.05153** -0.03385 0.01623** -0.004617
(0.005000) (0.01223) (0.03326) (0.004811) (0.02961)
Edad2 2.471e-07 -3.199e-04* 4.195e-04 -1.320e-04* 1.478e-04
(7.547e-05) (1.397e-04) (4.134e-04) (5.163e-05) (3.148e-04)
Edu1 0.01982** -0.1134* 0.03947* 0.04125** 0.04559**
(0.002612) (0.05399) (0.01820) (0.002287) (0.004380)
Edu2 0.1664** 0.005576 0.1604 0.1610** 0.1114**
(0.003274) (0.02691) (0.1032) (0.003520) (0.007527)
hhead 0.1138** -0.2510** 0.2231 0.1940** 0.1666
(0.01420) (0.09517) (0.1375) (0.009933) (0.09354)
Soltero 0.07468** -0.1328* 0.1377 0.07589** 0.1206**
(0.01256) (0.06162) (0.1388) (0.009959) (0.02881)
Edu_reshog 0.02592** 0.01728** -0.007622 0.02939** 0.03797**
(0.001667) (0.005036) (0.01729) (0.001589) (0.008026)
Medellín -0.08754** -0.07559 0.09354 -0.1712** -0.07419
(0.02108) (0.06751) (0.3816) (0.02522) (0.07263)
Barranquilla -0.2523** 0.1604* -0.1578 -0.2624** -0.4606**
(0.02626) (0.08105) (0.2007) (0.02567) (0.1086)
Cartagena -0.07631* -0.1837* -0.4693* -0.1738** -0.01898
(0.03359) (0.08148) (0.2080) (0.02886) (0.1306)
Manizales -0.2454** -0.1724 -0.1214 -0.2258** -0.2260**
(0.02395) (0.08807) (0.2367) (0.02871) (0.07365)
Montería -0.3429** -0.08770 -0.7466** -0.3525** -0.3179**
(0.03005) (0.1136) (0.1851) (0.02358) (0.08802)
Villavicencio -0.05908* -0.3101** -0.08196 -0.05123* -0.1856*
(0.02523) (0.1077) (0.2668) (0.02520) (0.08423)
Pasto -0.5504** -0.3230** -1.1126** -0.5309** -0.5121**
(0.02678) (0.09644) (0.2779) (0.02361) (0.06921)
Cúcuta -0.1004** -0.2886** -1.0174 -0.1081** 0.005577
(0.02891) (0.1018) (1.1008) (0.02602) (0.06584)
Pereíra -0.2151** -0.3674** -0.02174 -0.1271** -0.1859**
(0.02301) (0.09919) (0.2574) (0.02382) (0.06167)
Bucaramanga 0.08039** 0.1194 0.4592 0.1375** 0.06300
(0.02638) (0.06410) (0.3568) (0.02400) (0.1037)
Ibague -0.2161** -0.2321** -0.3215 -0.1349** -0.2239**
(0.02544) (0.08154) (0.3081) (0.02434) (0.07162)
Cali -0.1242** -0.01996 -0.3569 -0.2037** -0.2276**
(0.02302) (0.07337) (0.1933) (0.02412) (0.06886)
lambdam_α -0.08470 -1.1240** -0.6377 0.03202 0.006984
(0.06620) (0.3278) (0.4930) (0.06606) (0.3001)
Constant 7.2542** 10.898** 10.246** 6.7877** 7.6122**
(0.1380) (1.6298) (1.8611) (0.1545) (1.3682)
Observations 18,459 2,473 159 29,625 4,884
R-squared 0.432 0.586 0.308 0.317 0.272
Individuos con actividad no remunerada son la categoria base del Logit Multinomial
Errores estándar en paréntesis. *Significancia al 5%; **Significancia al 1%.
Fuente: Cálculo de los autores a partir de GEIH (DANE) 2009 - 2012.
51
Tabla B6. Ecuaciones de ingreso con corrección de sesgo de selección, submuestra femenina, 2011
VARIABLES Empleado Particular
Empleado Público
Empleado Doméstico
Trabajador Independiente
Patrón o Empleador
Edad 0.01531* -0.1054** -0.02781** -0.02295* 0.006555
(0.006479) (0.02017) (0.007798) (0.008993) (0.05035)
Edad2 -8.445e-05 0.001277** 4.660e-04** 2.990e-04** 5.781e-05
(9.608e-05) (1.946e-04) (1.107e-04) (1.029e-04) (5.441e-04)
Edu1 0.03597** -0.01609 0.06775** 0.04876** 0.06137**
(0.006051) (0.06542) (0.009652) (0.002279) (0.02154)
Edu2 0.1862** -0.01502 0.2402** 0.2073** 0.1445**
(0.004822) (0.03252) (0.03173) (0.004225) (0.01627)
hhead 0.09580** -0.07451* -0.001479 0.2447** 0.1383
(0.02217) (0.03753) (0.02141) (0.02184) (0.09654)
Soltero 0.06958** 0.1214** 0.08320** 0.08691** 0.1255*
(0.01459) (0.03083) (0.01927) (0.01322) (0.05719)
Edu_reshog 0.02059** 0.005077 -0.01091* 0.03075** 0.01708
(0.002091) (0.003549) (0.005285) (0.001889) (0.009678)
Medellín -0.1221** -0.03554 -0.03433 -0.07207* 0.02326
(0.02679) (0.07240) (0.04392) (0.03392) (0.1129)
Barranquilla -0.3026** -0.3642** -0.5046** -0.5299** -0.3646*
(0.03753) (0.08936) (0.03653) (0.02807) (0.1521)
Cartagena -0.2093** -0.4057** -0.6931** -0.3194** -0.07859
(0.04418) (0.09915) (0.03774) (0.02440) (0.2199)
Manizales -0.2101** -0.1617 -0.2517** 0.08020 -0.02078
(0.03349) (0.09178) (0.04340) (0.04134) (0.1694)
Montería -0.3156** -0.2486* -0.7887** -0.6838** -0.1920
(0.04230) (0.1185) (0.04297) (0.03177) (0.1228)
Villavicencio -0.1181** -0.3618** -0.01199 -0.1056** 0.01135
(0.03194) (0.1073) (0.05840) (0.02941) (0.1010)
Pasto -0.5710** -0.3264** -0.8297** -0.4261** -0.3780**
(0.03578) (0.1022) (0.04422) (0.02888) (0.1123)
Cúcuta -0.2747** -0.2658** -0.2314** -0.1940** -0.01680
(0.04020) (0.09895) (0.05827) (0.02918) (0.1076)
Pereíra -0.1733** -0.3072** -0.07681 -0.07086* 0.004520
(0.03421) (0.1030) (0.04634) (0.02927) (0.1150)
Bucaramanga -0.07470* 0.01186 -0.02050 0.01643 0.1290
(0.03092) (0.08683) (0.04399) (0.02940) (0.1321)
Ibague -0.2846** -0.2811** -0.2519** -0.2520** -0.1407
(0.03538) (0.09910) (0.04433) (0.02938) (0.1058)
Cali -0.07580* -0.04773 -0.1624** -0.2403** -0.1325
(0.03130) (0.07647) (0.04261) (0.03046) (0.1428)
lambdam_α 0.07418 -0.7026** -0.8188** -0.3450** 0.03906
(0.07037) (0.1838) (0.1246) (0.09402) (0.4803)
Constant 6.8425** 12.781** 9.4735** 7.8077** 7.0975**
(0.2109) (1.4908) (0.3142) (0.2898) (2.5148)
Observations 12,875 2,107 4,873 25,601 1,801
R-squared 0.392 0.349 0.225 0.262 0.240
Individuos con actividad no remunerada son la categoria base del Logit Multinomial
Errores estándar en paréntesis. *Significancia al 5%; **Significancia al 1%.
Fuente: Cálculo de los autores a partir de GEIH (DANE) 2009 - 2012.
52
Tabla B7. Ecuaciones de ingreso con corrección de sesgo de selección, submuestra masculina, 2012
VARIABLES Empleado Particular
Empleado Público
Empleado Doméstico
Trabajador Independiente
Patrón o Empleador
Edad 0.01946** 0.06893** -0.03495 0.01340** 0.03282
(0.005064) (0.01313) (0.09567) (0.004995) (0.03163)
Edad2 -1.254e-04 -4.918e-04** 3.597e-04 -1.185e-04* -2.361e-04
(7.533e-05) (1.469e-04) (9.377e-04) (5.366e-05) (3.329e-04)
Edu1 0.02437** -0.009842 0.08320* 0.04146** 0.04651**
(0.002849) (0.06009) (0.04024) (0.002611) (0.004422)
Edu2 0.1626** 0.05794* 0.1631 0.1600** 0.1203**
(0.003283) (0.02822) (0.2734) (0.003644) (0.007374)
hhead 0.1140** -0.08787 0.1554 0.1736** 0.2581*
(0.01434) (0.08024) (0.5995) (0.01011) (0.1042)
Soltero 0.06696** -0.08378 0.2220 0.07512** 0.1052**
(0.01287) (0.06665) (0.2564) (0.01038) (0.02772)
Edu_reshog 0.02239** 0.01663* -0.02216 0.03105** 0.03925**
(0.001738) (0.007069) (0.05875) (0.001648) (0.008378)
Medellín -0.1473** 0.1132 0.6663 -0.1257** -0.08094
(0.02141) (0.06483) (1.1965) (0.02573) (0.05855)
Barranquilla -0.2711** 0.009634 -0.3537 -0.2226** -0.4307**
(0.02706) (0.09618) (0.4908) (0.02633) (0.1073)
Cartagena -0.1251** 0.1496 -0.2470 -0.2038** -0.1511
(0.03477) (0.08593) (0.5575) (0.03288) (0.1583)
Manizales -0.2355** -0.02127 -0.5309 -0.1338** -0.1934**
(0.02552) (0.08377) (0.3719) (0.02694) (0.07250)
Montería -0.3612** -8.922e-04 -0.6030* -0.3897** -0.3564**
(0.03040) (0.1178) (0.2441) (0.02463) (0.06514)
Villavicencio -0.1222** -0.08283 -0.06858 -0.03924 -0.08557
(0.02614) (0.1215) (0.4132) (0.02622) (0.07363)
Pasto -0.5744** -0.1542 -0.6318 -0.5584** -0.5788**
(0.02920) (0.09503) (0.7657) (0.02540) (0.06336)
Cúcuta -0.1521** -0.08128 0.04321 -0.09457** 0.02085
(0.03556) (0.09068) (1.2530) (0.03182) (0.06161)
Pereíra -0.2573** -0.1241 -0.2343 -0.1276** -0.2005**
(0.02532) (0.07968) (0.7311) (0.02191) (0.06122)
Bucaramanga -0.005551 0.05428 -0.1137 0.1145** 0.1134
(0.02498) (0.06665) (0.6475) (0.02404) (0.07461)
Ibague -0.2092** -0.07629 -0.3857 -0.09862** -0.2378**
(0.02534) (0.1061) (0.3636) (0.02380) (0.05482)
Cali -0.2001** -0.02143 -0.5679* -0.2702** -0.3274**
(0.02509) (0.06912) (0.2847) (0.02560) (0.07835)
lambdam_α -0.006054 -0.5237 -1.0194 -0.05725 0.2873
(0.06740) (0.3418) (2.5974) (0.07297) (0.3328)
Constant 7.1282** 7.8817** 11.425 7.0052** 6.1672**
(0.1405) (1.7746) (9.8239) (0.1634) (1.4884)
Observations 18,653 2,311 146 28,011 4,417
R-squared 0.389 0.597 0.285 0.295 0.290
Individuos con actividad no remunerada son la categoria base del Logit Multinomial
Errores estándar en paréntesis. *Significancia al 5%; **Significancia al 1%.
Fuente: Cálculo de los autores a partir de GEIH (DANE) 2009 - 2012.
53
Tabla B8. Ecuaciones de ingreso con corrección de sesgo de selección, submuestra femenina, 2012
VARIABLES Empleado Particular
Empleado Público
Empleado Doméstico
Trabajador Independiente
Patrón o Empleador
Edad 0.003963 -0.07639** -0.005858 -0.02154* 0.02274 (0.007693) (0.02098) (0.009192) (0.008932) (0.04085) Edad2 9.053e-05 0.001005** 1.082e-04 2.903e-04** -4.812e-05 (1.157e-04) (1.995e-04) (1.262e-04) (1.002e-04) (4.327e-04) Edu1 0.03236** -0.05562 0.02415* 0.05028** 0.08022** (0.007142) (0.04215) (0.01052) (0.002344) (0.01685) Edu2 0.1720** 0.02289 0.1098** 0.2004** 0.1550** (0.005300) (0.03258) (0.04116) (0.004646) (0.01401) hhead 0.06651** -0.07576 0.05052* 0.2200** 0.1285 (0.02467) (0.03875) (0.02275) (0.02354) (0.07306) Soltero 0.07567** 0.002246 0.03777 0.05318** 0.1442** (0.01499) (0.02780) (0.02004) (0.01375) (0.05396) Edu_reshog 0.02260** 0.003443 0.01172* 0.02708** 0.03843** (0.002006) (0.003719) (0.004900) (0.002079) (0.01021) Medellín -0.06721** 0.03044 0.008151 -0.05112 0.1071 (0.02601) (0.06215) (0.04115) (0.03356) (0.09519) Barranquilla -0.2569** -0.1453* -0.4166** -0.5093** -0.3532* (0.04132) (0.07186) (0.03813) (0.02716) (0.1458) Cartagena -0.2314** -0.1772* -0.7338** -0.4228** -0.07726 (0.04838) (0.08714) (0.03849) (0.02816) (0.2109) Manizales -0.1692** -0.03832 -0.1548** 0.03591 -0.1697 (0.03153) (0.07606) (0.04885) (0.04094) (0.1364) Montería -0.2960** -0.1781 -0.6806** -0.6599** -0.2432* (0.04524) (0.1004) (0.04037) (0.03332) (0.1175) Villavicencio -0.04885 -0.1801 -0.2403** -0.1041** 0.05109 (0.03252) (0.1005) (0.05714) (0.03240) (0.1041) Pasto -0.5045** -0.2486** -0.8127** -0.4904** -0.5263** (0.03940) (0.07190) (0.04532) (0.03051) (0.1071) Cúcuta -0.2030** -0.2269* -0.2807** -0.2305** 0.06619 (0.04748) (0.09481) (0.05792) (0.03333) (0.1078) Pereíra -0.2305** -0.2971** -0.2774** -0.1366** 0.03754 (0.03768) (0.08161) (0.05199) (0.03196) (0.1157) Bucaramanga -0.02742 0.01182 -0.09979* 0.03678 0.3135** (0.03158) (0.08269) (0.04553) (0.03201) (0.1112) Ibague -0.2075** -0.1132 -0.2468** -0.2174** -0.07308 (0.03523) (0.08585) (0.05956) (0.03125) (0.09293) Cali -0.1504** 0.01111 -0.1985** -0.2466** -0.3287* (0.03229) (0.07592) (0.04263) (0.02962) (0.1410) lambdam_α -0.003824 -0.5618** -0.2787 -0.3658** 0.5139 (0.08475) (0.1893) (0.1432) (0.1038) (0.4142) Constant 7.1490** 12.134** 8.3606** 7.8793** 4.9976* (0.2557) (1.4119) (0.3669) (0.3062) (2.1029) Observations 13,109 1,996 4,696 24,729 1,710 R-squared 0.373 0.388 0.224 0.233 0.278 Individuos con actividad no remunerada son la categoria base del Logit Multinomial
Errores estándar en paréntesis. *Significancia al 5%; **Significancia al 1%.
Fuente: Cálculo de los autores a partir de GEIH (DANE) 2009 - 2012.