Determinantes del desempleo en las urbes mexicanas. Continuidades y rupturas en el período de crisis *

Determinantes del desempleo en las urbes mexicanas. Continuidades y rupturas en el per´ıodo de crisis*. Clara M´arquez Scotti** Mayo de 2012 1. Intr

2 downloads 63 Views 220KB Size

Recommend Stories


Democracia, crecimiento económico y sindicalismo en el Perú del siglo XXI. Continuidades y rupturas 1
Revista Latino-americana de Estudos do Trabalho, Ano 19, nº 31, 2014, 195-228 Democracia, crecimiento económico y sindicalismo en el Perú del siglo X

IDENTIDADES SIN FRONTERA: RUPTURAS Y CONTINUIDADES EN LA LITERATURA DE LA ONDA Y LA NARRATIVA CHICANA
IDENTIDADES SIN FRONTERA: RUPTURAS Y CONTINUIDADES EN LA LITERATURA DE LA ONDA Y LA NARRATIVA CHICANA By Mayra Fortes Dissertation Submitted to the F

GT 14. Políticas sociales en Argentina contemporánea: rupturas, tensiones y continuidades
GT 14. Políticas sociales en Argentina contemporánea: rupturas, tensiones y continuidades. Coordinación: Ernesto Zambrini Características de las polí

El sistema financiero argentino desde la reforma de 1977 hasta la actualidad: rupturas y continuidades
VERSION PRELIMINAR — NO CITAR SIN PERMISO DE LOS AUTORES El sistema financiero argentino desde la reforma de 1977 hasta la actualidad: rupturas y con

Story Transcript

Determinantes del desempleo en las urbes mexicanas. Continuidades y rupturas en el per´ıodo de crisis*. Clara M´arquez Scotti** Mayo de 2012

1.

Introducci´ on

El desempleo no ha sido un tema prioritario en los estudios de corte demogr´afico y sociol´ogico en M´exico. Las razones de esta ausencia en el debate de los estudios sobre mercados laborales, tiene bases bastantes s´olidas ya que el desempleo no ha sido el fen´omeno m´as urgente ni generalizado en la regi´on, dada la extensi´on de otras formas de regulaci´on del mercado de trabajo. No obstante, la crisis econ´omica actual ha tra´ıdo como consecuencia el aumento de la tasa de desempleo y, consecuente, la atenci´on de analista e investigadores. Esta ponencia sigue dos objetivos principales: a) analizar los determinantes individuales del desempleo abierto y del desempleo desalentado en las urbes mexicanas en dos per´ıodos: pre-crisis y crisis, y b) determinar en qu´e medida hay cambios en los dos per´ıodos de estudio. De esta forma, estar´ıamos *

Ponencia a ser presentada en la sesi´on ‘Desempleo, formaci´on para el trabajo y precarizaci´on laboral”, tem´ atica: “Mercados de Trabajo”, XI Reuni´on Nacional de Investigaci´on Demogr´afica en M´exico, organizada por la Sociedad Mexicana de Demograf´ıa. ** Estudiante de Doctorado en Ciencia Social con Especialidad en Sociolog´ıa. CES, COLMEX. [email protected]

1

obteniendo indicios acerca de las transformaciones acaecidas en el fen´omeno del desempleo abierto y del desempleo desalentado en el per´ıodo recesivo. Se utilizar´a un modelo log´ıstico multinomial, para hombres y mujeres, comparando dos per´ıodos, precrisis y crisis, con base en datos de la ENOE.

2. 2.1.

El desempleo en M´ exico Evoluci´ on y dimensi´ on del desempleo

Como es ampliamente reconocido, la tasa de desempleo abierto en M´exico ha sido hist´oricamente baja. Ya sea en comparaci´on con los pa´ıses desarrollados como con pa´ıses en desarrollo. Si se observa la evoluci´on de la tasa de desempleo y la evoluci´on del desarrollo econ´omico del pa´ıs, vemos como ambos procesos se acompa˜ nan (Garc´ıa, 2010). En este sentido, las tasas de desempleo abierto se han pronunciado en las dos crisis m´as importantes que ha vivido el pa´ıs (1995 y 2009). Garc´ıa y S´anchez (2011) impulsadas por el alza en la tasa del desempleo del pa´ıs ante la reciente agudizaci´on de la crisis, plantean una investigaci´on cuyo centro es el estudio de la evoluci´on de las tasas de desempleo a nivel de ciudad (32 ciudades) entre los a˜ nos 2005 a 20101 . Los resultados apuntan en primer lugar a un aumento de la tasa de desempleo abierto en el per´ıodo 2005-2010, pero tambi´en muestran una importante heterogeneidad en la evoluci´on del desempleo en las distintas ciudades estudiadas. En relaci´on al efecto de las variables de la estructura ocupacional, identifican grupos de ciudades con trayectorias comunes: aquellas ciudades con un sector manufacturero importante y mayor formalizaci´on, presentan al inicio (2005) los niveles m´as altos de desempleo lo que las conduce a trayectorias con desempleo m´as elevado que otras ciudades aunque no presenten los incrementos m´as r´apidos en las tasas. (Garc´ıa y S´anchez 2011). 1

Esta investigaci´ on de corte longitudinal se basa en el m´etodo de curvas de crecimiento que permite dar cuenta de la evoluci´ on del desempleo y de la heterogeneidad que al respecto presentan las ciudades estudiadas; analizando el papel que juega la estructura ocupacional (proporci´on de la poblaci´ on ocupada en el sector manufacturero y en las grandes y medianas empresas) y la composici´ on demogr´ afica (participaci´ on econ´omica femenina, caracter´ısticas educativas y estructura de edad) en dicha evoluci´ on.

2

2.2.

Determinantes individuales del desempleo

De acuerdo a distintos estudios, el desempleo en M´exico presenta variaciones de acuerdo a algunas variables sociodemogr´aficas, como el sexo, la edad, el nivel de instrucci´on, la posici´on en el hogar, el estado conyugal y la cantidad de hijos dependientes que se tenga. Algunas de las tendencias encontradas en M´exico son coincidentes con las encontradas en pa´ıses en desarrollo, como la edad, mientras que otras presentan tendencias contrarias, como el nivel de instrucci´on. En relaci´on a la asociaci´on entre el desempleo abierto y la edad, tanto para hombres como para mujeres se observa una mayor incidencia entre los j´ovenes (Revenga y Riboud, 1993; Fleck y Sorrentino, 1994; Rodr´ıguez Oreggia, 2002; Garro y Rodr´ıguez, 2002). En t´erminos de algunos modelos log´ısticos estimados, se constata un efecto positivo sobre la probabilidad de estar desempleado y este efecto va disminuyendo conforme se avanza en edad, llegando incluso a ser negativo para los u ´ltimos grupos de edad de los hombres (Rodr´ıguez Oreggia, 2002). Si en vez de considerar la tasa de desempleo abierto, se considera otro tipo de desempleo, se encuentran ciertas variaciones. Si se considera el desempleo de larga duraci´on (mayor a seis meses) tanto para hombres como para mujeres, ´este se asocia con poblaci´on de edad m´as avanzada (Rodr´ıguez Oreggia, 2002). Es decir, los j´ovenes tienen m´as probabilidad de quedar desempleados pero no de estar desempleados por largos per´ıodos de tiempo. Asimismo, si consideramos la definici´on alternativa propuesta por Garro y Rodr´ıguez (2002)2 , hay diferencias entre hombres y mujeres de acuerdo al grupo de edad; mientras que para las mujeres la probabilidad de desempleo disminuye conforme aumenta la edad, para los hombres, la relaci´on en inversa. Para la subpoblaci´on femenina, la escolaridad presenta una relaci´on positiva con el desempleo abierto, es decir, a mayor escolaridad mayor es la probabilidad de quedar desempleada (Garro y Rodr´ıguez, 2002). Por el contrario, para los hombres la relaci´on es inversa, ya que la probabilidad de quedar desempleado disminuye conforme aumenta el nivel de escolaridad (Garro y Rodr´ıguez, 2002). Para la probabilidad 2

Esta definici´ on alternativa incluye a los desocupados abiertos, a los disponibles pero que no buscan trabajo y a los trabajadores ocupados sin ingresos laborales directos ni ning´ un tipo de prestaci´ on.

3

de estar desempleado de larga duraci´on se encuentra una relaci´on positiva con los niveles de escolaridad, tanto para hombres como para mujeres; es decir, a mayor educaci´on, mayor probabilidad de estar desempleado por per´ıodos de tiempo prolongados (Rodr´ıguez Oreggia, 2002; Fleck y Sorrentino, 1994). Los datos para el tipo de ocupaci´on son consistentes con lo que se encuentra para el nivel educativo. Entre las mujeres, se encuentra mayor probabilidad de quedar desempleadas entre las que tienen ocupaciones m´as calificadas (Rodr´ıguez Oreggia, 2002). En relaci´on a los hombres, a menor calificaci´on requerida, mayor es la probabilidad de encontrarse desempleado (Rodr´ıguez Oreggia, 2002). Las responsabilidades dom´esticas, es otro de los factores asociados al desempleo. El desempleo abierto se asocia mayormente a los solteros y a las solteras (Garro y Rodr´ıguez, 2002), mientras que el desempleo de larga duraci´on presenta un patr´on de asociaci´on diferente de acuerdo al sexo, mientras que se asocia m´as a los solteros, tiene m´as incidencia entre las mujeres con pareja (Rodr´ıguez Oreggia, 2002). Para los hombres que tienen de 1 a 3 hijos, la probabilidad de estar desempleado es menor que para quienes no tienen hijos, pero para quienes tienen m´as de tres hijos, la probabilidad de estar desempleados no es distinta que para quienes no tienen hijos (Rodr´ıguez Oreggia, 2002). Para las mujeres, en cambio, los resultados no son congruentes entre las investigaciones; Rodr´ıguez Oreggia (2002) no encuentran diferencias significativas entre tener hijos o no tenerlos para el a˜ no 1993, en cambio, Garro y Rodr´ıguez (2002) para los a˜ nos 1995 y 2000, encuentran una mayor probabilidad de desempleo asociada a las mujeres con uno o m´as hijos. La probabilidad de estar desempleado es m´as alta para quienes se encuentran en el DF3 y en la zona norte4 del pa´ıs, mientras que la zona fronteriza5 se asocia a una probabilidad m´as baja de estar desempleado lo que se asocia al dinamismo propio de fines del noventa de la maquila en esta zona (Rodr´ıguez Oreggia, 2002). Congruentemente, Garro y Rodr´ıguez (2002) encuentran que tanto para hombres y mujeres hay 3

Incluye: Distrito Federal y zonas urbanas del Estado de M´exico (Rodr´ıguez Oreggia, 2002). Incluye a las zonas urbanas comprendidas en los estados de Nuevo Le´on, Guanajuato, Chihuahua, Tamaulipas, Coahuila, Durango, Sinaloa y Sonora (Rodr´ıguez Oreggia, 2002). 5 Incluye a las zonas urbanas en la frontera con Estados Unidos de Am´erica y que no se incluyeron en la categor´ıa de Zona Norte, correspondiendo a los municipios de Ciudad Ju´arez, Matamoros, Nuevo Laredo y Tijuana (Rodr´ıguez Oreggia, 2002). 4

4

una menor probabilidad de quedar desempleado, al estar fuera del Distrito Federal y el estado de M´exico. Lo anterior tambi´en fue se˜ nalado con anterioridad por Revenga y Riboud (1993). M´as recientemente Garc´ıa y S´anchez (2011), sostienen que la tasa de participaci´on femenina no tiene un efecto significativo sobre la tasa de desempleo del 2005 pero s´ı reduce la tasa de desempleo a lo largo del periodo. La hip´otesis que se esgrime al respecto indica que las mujeres se incorporar´ıan al mercado de trabajo en respuesta al desempleo masculino. La edad no tiene efectos significativos sobre la tasa de desempleo inicial ni sobre la tasa de cambio, mientras que el nivel de escolaridad presenta cambios u ´nicamente en la tasa de cambio (a mayor educaci´on mayor es el incremento en el desempleo).

3.

Desempleo abierto y desempleo desalentado

En este trabajo el fen´omeno objeto de estudio es tanto el desempleo abierto como el desempleo desalentado. Este es un punto pol´emico y debe por tanto ser expuesto con claridad. El alcance y significado del concepto de desempleo abierto, y su operacionalizaci´on, han sido expuestos con claridad en los u ´ltimos a˜ nos (Negrete, 2001; INEGI, 2005). Son tres los elementos principales que definen a la noci´on actual de desempleo: estar sin empleo, estar disponible para trabajar y en b´ usqueda activa de un empleo. El concepto que est´a detr´as de esta medici´on, considera dos aspectos: una situaci´on y un comportamiento (Negrete, 2001; INEGI, 2005). La situaci´on es la falta de empleo, mientras que el comportamiento se refiere a la intenci´on expl´ıcita de vincularse al mercado de trabajo mediante la b´ usqueda de empleo. Cabe precisar entonces, que las mediciones sobre el desempleo basadas en los criterios de la OIT, est´an tomando en cuenta no a quienes no tienen trabajo sino a quienes ofertan su trabajo. Por esto la tasa de desempleo abierto no debe ser tomada per se, como un indicador del d´eficit de oportunidades laborales. Pese a la importancia de contar con definiciones normativas que habiliten la comparaci´on de datos a nivel internacional -tal es el rol que cumple la tasa de desempleo abierto-, lo anterior no debe impedirnos hacer an´alisis con otros enfoques. Como ya se advirti´o, aqu´ı proponemos un an´alisis que no se remita al desempleo abierto. El 5

punto central del viraje de mirada, en relaci´on al desempleo abierto, es relajar el criterio del comportamiento, esto es, la b´ usqueda activa de empleo. Esto nos lleva a incluir en el an´alisis a las personas sin empleo y dispuestas a trabajar, sin discriminar si est´an buscando empleo o no. La inclusi´on de la poblaci´on disponible, usualmente contabilizada dentro de la PNEA, como poblaci´on desempleada no es tan novedosa e incluso se la ha considerado como desempleo desalentado, refiri´endose a quienes tienen deseos de trabajar pero ya no buscan empleo. Por otro lado, este viraje implica centrar el an´alisis en la situaci´on de no trabajo del individuo, sin considerar la presi´on que la persona genera sobre el mercado de trabajo.

4.

Datos y especificaci´ on del modelo

Con informaci´on de la ENOE para las 32 ciudades principales6 , se estimar´a un modelo de regresi´on log´ıstica para modelar la probabilidad de estar ocupado, desempleado abierto o desempleado desalentado, para hombres y mujeres y comparando dos per´ıodos, pre-crisis (2006) y crisis (2009). No se ha podido utilizar la informaci´on de los segundos trimestres que es la menos afectada por la estacionalidad, ya que para el a˜ no 2009 en el segundo trimestre se aplic´o el cuestionario b´asico que no permite construir todas las variables requeridas para el modelo7 . Con fines comparativos se decidi´o presentar los modelos con los datos del primer trimestre. Las variables independientes individuales a usar en el modelo pueden ser divididas en tres m´odulos conceptuales. El m´odulo de caracter´ısticas individuales incluye: grupo de edad y nivel de instrucci´on. Un segundo m´odulo incluye las responsabilidades dom´esticas del individuo: estado conyugal, parentesco con el jefe de hogar y exclusivamente para las mujeres si tienen hijos. El tercer y u ´ltimo m´odulo considera la clase ocupacional de pertenencia del individuo. En el cuadro 1 se presenta esquem´aticamente una descripci´on de las variables independientes a incluir en los 6

Ciudad de M´exico, Guadalajara, Monterrey, Puebla, Le´on, San Lu´ıs Potos´ı, M´erida, Chihuahua, Tampico, Veracruz, Acapulco, Aguascalientes, Morelia, Toluca, Saltillo, Villahermosa, Tuxtla Guti´errez, Tijuana, Culiac´ an, Hermosillo, Durango, Tepic, Campeche, Cuernavaca, Oaxaca, Zacatecas, Colima, Quer´etaro, Tlaxcala, La Paz, Canc´ un, Pachuca. 7 Espec´ıficamente: la variable de clase ocupacional

6

modelos. Los modelos log´ısticos multinomiales son los adecuados cuando contamos con una variable dependiente polit´omica no ordinal, como en este caso. Con estos modelos podemos predecir la probabilidad de que una persona se encuentre en una de las categor´ıas de y, dadas ciertas caracter´ısticas observables. Siguiendo a Long y Freese (2005), el modelo log´ıstico multinomial, puede ser escrito como,

lnΩm|r (x) = ln

P r(y = m|x) = xβm|r P r(y = r|x)

(1)

para m = 1 a J, siendo r la categor´ıa de referencia. Con el modelo log´ıstico obtenemos coeficientes β que indican el efecto de las variables en la probabilidad de inter´es. Ahora bien, como se est´a modelando con una funci´on no lineal la interpretaci´on de los coeficientes no es como en la regresi´on lineal. Aqu´ı, los coeficientes se interpretan como efectos aditivos asociados al cambio unitario en x sobre el logaritmo natural de la probabilidad de ocurrencia de la categor´ıa de contraste sobre la categor´ıa de referencia. Dada la especificaci´on de la ecuaci´on del modelo de regresi´on log´ıstica, es posible obtener su exponencial, lo que permite a su vez interpretar la exponencial de los coeficientes β como una raz´on de riesgos relativos, asociada al cambio unitario en X. De este modo, un valor menor (mayor) a la unidad en las razones de riesgo relativo indica que esa variable disminuye (aumenta) la probabilidad de desempleo en comparaci´on con la del grupo base, manteniendo fijas el resto de las variables independientes incluidas en el modelo8 .

5. 5.1.

Resultados Determinantes del desempleo

En el cuadro 2 se presentan los resultados de los cuatro modelos log´ısticos multinomiales estimados. All´ı se muestran los coeficientes β exponenciados, as´ı como 8

Esta u ´ltima precisi´ on es omitida en la exposici´on de los resultados de los modelos, en el intento de simplificar la interpretaci´ on de los modelos multinomiales

7

Cuadro 1: Variables independientes Variable

Categor´ıas M´odulo 1: caracter´ısticas individuales Grupo de edad 12 y 13 a˜ nos 14 a 19 a˜ nos 20 a 29 a˜ nos 30 a 39 a˜ nos (referencia) 40 a 49 a˜ nos 50 a 59 a˜ nos 60 a 64 a˜ nos 65 a˜ nos y m´as Nivel de instrucci´on Primaria incompleta Primaria completa Secundaria completa Medio superior y superior (referencia) M´odulo 2: responsabilidades dom´esticas Estado conyugal Casado o en uni´ on libre (referencia) Ni casado ni en uni´on libre Parentesco con el jefe de hogar Jefe de hogar (referencia) C´onyuge Hijo Otro integrante del hogar Tiene hijos (dato exclusivo para mujeres) Sin hijos Un hijo o m´ as (referencia) M´odulo 3: adscripci´on de clase Clase ocupacional Gerente, profesional o jefe medio No manual de rutina (referencia) Comercio Manual de alta calificaci´on Manual de baja calificaci´on

8

algunos datos acerca del ajuste del modelo: pseudo R2 y BIC. Es importante considerar que por la especificaci´on del modelo, no es posible comparar los coeficientes que se presentan entre los modelos. Esta comparaci´on se realizar´a m´as adelante a partir de las probabilidades estimadas (Long, 2006). Las categor´ıas de la variable dependiente que se presentan son, desocupaci´on abierta y desocupaci´on desalentada, siendo la ocupaci´on la categor´ıa de referencia, contra la que ser´an contrastadas9 . En relaci´on a la edad, los cuatro modelos indican que el riesgo de que una persona se encuentre desocupada versus que se encuentre ocupada se incrementa para quienes tienen entre 14 a 29 a˜ nos, con respecto a quienes tienen de 30 a 39 a˜ nos. Tambi´en se incrementa en el a˜ no 2006 para los hombres, pero se reduce para ese mismo grupo de edad entre las mujeres de ambos a˜ nos. A partir de el grupo de edad de 40 a 49 a˜ nos, el riesgo de que las mujeres se encuentren desocupados en relaci´on a que se encuentren ocupadas, desciende constantemente entre los grupos de edad subsiguientes. Entre los hombres, se observan valores m´as err´aticos e incluso algunos no significativos estad´ısticamente. Es poco lo que podemos afirmar acerca de la incidencia del nivel educativo en relaci´on a la probabilidad de estar desocupado, especialmente para los hombres. Para ellos en el a˜ no 2006, contar con un nivel educativo de primaria completa, versus contar con educaci´on superior y media superior, reduc´ıa el riesgo de estar desocupado en 22 % (rrr=0.775); para el resto de los niveles de educaci´on, los coeficientes asociados a esa variable no son estad´ısticamente significativos. Para ellas en el 2006, se ve una tendencia similar que asocia menores niveles educativos con mayor probabilidad de estar desocupadas. Si bien para la categor´ıa m´as baja de educaci´on (primaria incompleta) el dato no es estad´ısticamente significativo, para quienes tienen primaria completa, en comparaci´on a quienes tienen educaci´on media superior y superior, el riesgo de estar desocupado se reduce en un 34 % y reduce tambi´en para quienes tienen secundaria completa, pero en menor medida (17 %). Para el a˜ no 2009, u ´nicamente podemos ver que hay un reducci´on de la probabilidad de estar desempleada estad´ısticamente significativa y del 28 % para las mujeres que tienen primaria incompleta. El sentido de la relaci´on entre las variables del m´odulo de responsabilidades 9

En el cuadro 1 se presentaron las categor´ıas de referencia de las variables independientes.

9

dom´esticas es similar entre los modelos y los dos per´ıodos, con algunas interesantes diferencias por sexo debidas a los diferentes roles en el hogar asignados a hombres y a mujeres. Como lo muestra el modelo, el riesgo de que una persona se encuentre desocupada -versus que se encuentre ocupada- se reduce tanto para los hombres como para mujeres que est´an en uni´on libre o casados en los dos per´ıodos, pero no es estad´ısticamente significativa para las mujeres en el a˜ no 2009. La posici´on del individuo en el hogar y su relaci´on con la mayor probabilidad de estar desempleado, es claramente distinta ente los g´eneros. Para los hombres, todas las posiciones en el hogar distintas a la de ser el jefe de hogar, se asocian a un aumento en el riesgo de estar desocupado, en relaci´on a estar ocupado. Para las mujeres, se observa lo contrario, una reducci´on en el riesgo de estar desempleada para otras posiciones distintas a la de ser jefa de hogar. Por su parte, para las mujeres, el tener un hijo o m´as no presenta una diferencia estad´ısticamente significativa a no tener hijos sobre el riesgo de estar desocupada en relaci´on a estar ocupada. Finalmente, en relaci´on a la clase ocupacional, para el a˜ no 2006 el u ´nico coeficiente significativo es el asociado a quienes est´an vinculados a ocupaciones manuales de baja calificaci´on. Para ellos, el modelo estima un aumento de 30 % sobre el riesgo de estar desocupado en relaci´on a estar ocupado y en relaci´on a quienes tienen una ocupaci´on de rutina no manual. Para el 2009 contamos con mayores datos, para quienes se vinculan a puestos directivos alto y profesionales, hay una reducci´on del riesgo de estar desempleado y para quienes se vinculan a ocupaciones manuales, de alta o baja calificaci´on, hay un aumento en este riesgo. Por su parte, para las mujeres de este a˜ no, estar asociadas a ocupaciones de comercio tambi´en se traduce en un aumento del riesgo de estar desocupadas versus estar ocupada. La poblaci´on disponible (aquellos que no tienen empleo pero que no lo buscan activamente) con respecto a a la ocupada, presentan algunas diferencias con los valores estimados para la poblaci´on en desocupaci´on abierta. En relaci´on a los grupos de edad, para todos los grupos de edad presentados en el modelo en comparaci´on con el grupo de 30 a 39 a˜ nos, hay un incremento en el riesgo de estar disponible versus estar ocupado. Cabe precisar que este incremento es especialmente intenso para los hombres de ambos a˜ nos de entre 12 y 19 a˜ nos y para los mayores a 60 a˜ nos. Para las mujeres, en el a˜ no 2006, para el grupo de menor edad, el coeficiente no es 10

estad´ısticamente significativo aunque s´ı lo es para el 2009 y representa un incremento importante sobre los riesgos de estar disponible (poco m´as de 347 %). Para ellas en el 2006, hay el riesgo es mayor entre los 14 y los 29 a˜ nos, pero siendo mucha m´as marcado entre los 14 y los 19 a˜ nos. Para el a˜ no 2009, el riesgo aumenta a edades m´as tempranas, ubic´andose entre los 12 y los 19 a˜ nos el mayor incremento en el riesgo. Para las mujeres en el a˜ no 2006, el modelo estima -al igual que con la poblaci´on masculina- un nuevo incremento en el riesgo de estar disponible, versus estar ocupada, para quienes tienen m´as de 60 a˜ nos. Contrariamente a lo que observamos para el riesgo de desocupaci´on versus ocupaci´on, donde hay un incremento del riesgo en la poblaci´on joven, el riesgo de disponibilidad versus ocupaci´on presenta un patr´on de incremento bimodal en las edades bajas y altas, siendo esto especialmente marcado entre los hombres de ambos a˜ nos. En relaci´on al nivel educativo, para las mujeres en ambos a˜ nos se observa un aumento en el riesgo de estar disponibles versus estar ocupadas, cuando se tiene un nivel bajo de educaci´on (primaria completa o incompleta). Mientras que, para las que tienen secundaria completa versus las que tienen nivel educativo medio superior y superior, en el a˜ no 2006 disminuye el riesgo de estar disponibles versus estar ocupadas. Para los hombres, en ambos a˜ nos, contar con un nivel educativo de secundaria completa en comparaci´on con tener un nivel m´as alto de educaci´on, se traduce en una reducci´on del riesgo de estar disponible. El m´odulo de variables vinculadas a las responsabilidades dom´esticas, nuevamente muestra que para los hombres en ambos per´ıodos estar unidos o casados en relaci´on a no estarlo, se traduce en una reducci´on del riesgo de estar disponible versus estar ocupado, de 36 % en el 2006 y de 56 % en 2009. Para las mujeres en cambio, en el 2006 estar en uni´on libre o casadas, respecto a no estarlo, se asocia a un incremento de 50 % en el riesgo de estar disponibles; esto es contrario a lo que se observ´o en relaci´on al riesgo de estar desocupadas. Para el 2009, el coeficiente no es significativo. Para ellos y en relaci´on a la posici´on en el hogar, al igual que lo que se observa con el riesgo de estar desocupado, estar en una posici´on distinta a la de jefe de hogar se traduce en un incremento importante del riesgo de estar disponible en comparaci´on a estar ocupado. Para las mujeres, el tener uno o m´as hijos se asocia a una reducci´on del 18 % en el riesgo de estar disponible en el a˜ no 2009; para el 2006 el coeficiente 11

asociado a esta variable no es estad´ısticamente significativo. Para las mujeres de ambos a˜ nos y contrariamente a lo que se observa para los hombres, los coeficientes asociados a la variables acerca de la clase son, en su mayor´ıa, significativos. Para los dos per´ıodos el estar asociado a ocupaciones en el comercio y manuales de alta o baja calificaci´on -en relaci´on a estarlo en ocupaciones no manuales de rutina- incrementa el riesgo de estar disponible en comparaci´on a estar ocupada. Para las que est´an vinculadas a ocupaciones profesionales o en puestos directivos, para el 2009 se observa un decremento en el riesgo de 40 %. Para los hombres, se observan coeficientes estad´ısticamente significativos en el a˜ no 2009. Para este per´ıodo el estar vinculado a puestos profesionales o directivos, reduce el riesgo de estar disponible en 70 %, mientras que estar asociado a ocupaciones manuales de baja calificaci´on aumenta el riesgo de estar disponible en 37 %. Cuadro 2: Regresiones Multinomiales por sexo y a˜ no Hombres 2006

Mujeres 2006

Hombres 2009

Mujeres 2006

0.430∗ (0.148)

0.0788∗∗∗ (0.0531)

0.153∗∗∗ (0.0682)

0.446 (0.199)

14 a 19 a˜ nos

1.984∗∗∗ (0.161)

1.919∗∗∗ (0.201)

1.520∗∗∗ (0.105)

1.834∗∗∗ (0.159)

20 a 29 a˜ nos

1.614∗∗∗ (0.106)

2.274∗∗∗ (0.167)

1.470∗∗∗ (0.0778)

1.457∗∗∗ (0.0910)

40 a 49 a˜ nos

1.440∗∗∗ (0.106)

0.589∗∗∗ (0.0564)

1.052 (0.0651)

0.585∗∗∗ (0.0434)

50 a 59 a˜ nos

0.980 (0.0929)

0.305∗∗∗ (0.0429)

1.142 (0.0782)

0.362∗∗∗ (0.0376)

60 a 64 a˜ nos

1.225

0.216∗∗∗

0.755∗

0.172∗∗∗

Desocupados 12 y 13 a˜ nos

12

(0.176)

(0.0661)

(0.0981)

(0.0428)

65 a˜ nos y m´as

0.664∗ (0.106)

0.0249∗∗∗ (0.0141)

0.393∗∗∗ (0.0566)

0.0440∗∗∗ (0.0169)

prim inc

0.910 (0.0799)

0.747∗ (0.0941)

1.167∗ (0.0872)

0.718∗∗ (0.0833)

prim com

0.775∗∗∗ (0.0519)

0.657∗∗∗ (0.0603)

0.958 (0.0536)

0.878 (0.0672)

sec com

0.933 (0.0505)

0.827∗∗ (0.0542)

0.985 (0.0449)

1.047 (0.0591)

unido o casado

0.739∗∗∗ (0.0491)

0.683∗∗∗ (0.0728)

0.675∗∗∗ (0.0366)

0.895 (0.0750)

c´onyuge

1.705∗∗∗ (0.271)

0.619∗∗∗ (0.0757)

1.579∗∗∗ (0.182)

0.577∗∗∗ (0.0562)

hijo

1.974∗∗∗ (0.151)

0.855 (0.0784)

1.676∗∗∗ (0.104)

0.996 (0.0769)

otro integrante

1.529∗∗∗ (0.131)

0.496∗∗∗ (0.0596)

1.218∗∗ (0.0869)

0.729∗∗∗ (0.0693)

prof

0.808∗ (0.0767)

0.890 (0.0958)

0.656∗∗∗ (0.0566)

0.764∗∗ (0.0796)

comercio

0.889 (0.0758)

1.142 (0.100)

0.950 (0.0702)

1.353∗∗∗ (0.104)

manual alta calif.

1.024 (0.0762)

1.146 (0.125)

1.259∗∗∗ (0.0781)

1.846∗∗∗ (0.160)

13

manual baja calif.

1.304∗∗∗ (0.0938)

1.146 (0.0996)

1.464∗∗∗ (0.0890)

1.448∗∗∗ (0.105)

no especificado

1277.5∗∗∗ (313.7)

13380.1∗∗∗ (6659.7)

721.5∗∗∗ (159.4)

1226.8∗∗∗ (227.4)

uno o m´as hijos Disponibles 12 y 13 a˜ nos

1.000 (0.0742)

0.954 (0.0611)

6.580∗∗∗ (1.592)

1.903 (0.705)

11.25∗∗∗ (2.550)

4.478∗∗∗ (1.116)

14 a 19 a˜ nos

5.939∗∗∗ (0.737)

7.026∗∗∗ (0.693)

10.83∗∗∗ (1.268)

4.753∗∗∗ (0.417)

20 a 29 a˜ nos

2.087∗∗∗ (0.243)

2.653∗∗∗ (0.205)

3.636∗∗∗ (0.403)

1.375∗∗∗ (0.0981)

40 a 49 a˜ nos

1.248 (0.181)

1.066 (0.0954)

1.539∗∗ (0.220)

0.882 (0.0649)

50 a 59 a˜ nos

2.354∗∗∗ (0.336)

0.878 (0.103)

4.539∗∗∗ (0.596)

0.925 (0.0823)

60 a 64 a˜ nos

6.151∗∗∗ (1.037)

2.202∗∗∗ (0.366)

6.983∗∗∗ (1.185)

1.035 (0.164)

65 a˜ nos y m´as

8.402∗∗∗ (1.311)

2.005∗∗∗ (0.335)

12.52∗∗∗ (1.889)

1.444∗ (0.211)

prim inc

1.286∗ (0.144)

1.389∗∗ (0.145)

1.029 (0.106)

1.418∗∗∗ (0.136)

prim com

1.111

1.242∗∗

0.948

1.242∗∗

14

(0.100)

(0.102)

(0.0755)

(0.0922)

sec com

0.809∗∗ (0.0655)

0.819∗∗ (0.0556)

0.769∗∗∗ (0.0531)

1.008 (0.0613)

unido o casado

0.643∗∗∗ (0.0616)

1.506∗∗∗ (0.144)

0.441∗∗∗ (0.0374)

1.064 (0.0953)

c´onyuge

2.119∗∗ (0.497)

0.844 (0.0924)

1.774∗∗ (0.333)

1.176 (0.116)

hijo

2.582∗∗∗ (0.307)

1.189 (0.114)

1.929∗∗∗ (0.198)

1.027 (0.0879)

otro integrante

2.663∗∗∗ (0.325)

0.660∗∗∗ (0.0769)

1.472∗∗∗ (0.164)

0.821∗ (0.0807)

prof

0.839 (0.142)

0.855 (0.114)

0.298∗∗∗ (0.0568)

0.593∗∗∗ (0.0822)

comercio

0.891 (0.123)

1.628∗∗∗ (0.145)

0.770∗ (0.0889)

1.461∗∗∗ (0.123)

manual alta calif.

0.978 (0.124)

1.498∗∗∗ (0.161)

0.937 (0.0970)

2.105∗∗∗ (0.194)

manual baja calif.

1.280∗ (0.150)

1.519∗∗∗ (0.134)

1.367∗∗∗ (0.127)

1.661∗∗∗ (0.131)

6771.8∗∗∗ (1741.7)

56866.9∗∗∗ (28298.8)

4443.5∗∗∗ (1008.7)

5940.4∗∗∗ (1100.3)

0.410

1.032 (0.0777) 0.533

0.391

0.817∗∗ (0.0574) 0.489

no especificado

uno o m´as hijos Pseudo R2

15

BIC Observations

30367.5 69758

26381.0 51225

38634.3 68015

32873.5 52119

Exponentiated coefficients; Standard errors in parentheses ∗

5.2.

p < 0,05,

∗∗

p < 0,01,

∗∗∗

p < 0,001

Comparaci´ on para ambos per´ıodos: probabilidades predichas

En la secci´on anterior ajustamos cuatro modelos log´ısticos multinomiales que nos permitieron estudiar los determinantes individuales asociados a la probabilidad de estar desocupado abierto o desocupado disponible, en relaci´on a estar ocupado. Ahora bien, como ya lo mencionamos, la especificaci´on del modelo no nos permite comparar los coeficientes entre los modelos para estudiar si hay un cambio estructural entre los dos per´ıodos, uno pre-crisis y uno de crisis. Para llevar adelante esta comparaci´on, analizaremos en esta secci´on las probabilidades predichas por los modelos. A diferencia de la realizaci´on de un test de cambio estructural, las probabilidades predichas deben ser calculadas para distintos valores de las variables independientes incluidas en el modelo. De esta forma su interpretaci´on se vuelve m´as complicada. Para simplificar esta tarea de interpretaci´on y exposici´on, seleccionamos algunos perfiles que consideramos importantes. En los cuadros 3 y 4 se presentan las probabilidades predichas por el modelo para desocupaci´on abierta y disponibilidad, indicando el valor de las variables independientes en cada caso. Cada uno de los cuadros corresponde a la subpoblaci´on de hombres (cuadro 3) y mujeres (cuadro 4), y ambos presentan la misma estructura: la probabilidad estimada para cada uno de los a˜ nos, el cambio observado en la probabilidad y el riesgo relativo. Esta u ´ltima cifra es importante porque las bajas cifras de las probabilidades que manejamos pueden llevarnos a desestimar la dimensi´on del cambio. Como se indica, se comparan las diferencias en la probabilidad de desempleo para un perfil muy espec´ıfico: hombres y mujeres, de entre 30 a 39 a˜ nos, casados o en uni´on libre y jefes de hogar, pero var´ıa el nivel educativo y la clase ocupacional a la que est´an asociados. El aumento en el riesgo relativo de las probabilidades observadas no debe sor16

prendernos ya que, como hemos visto, durante el per´ıodo de crisis se da un aumento en la probabilidad de estar desempleado (en sus dos categor´ıas). Sin embargo, lo que s´ı debemos atender son las diferencias en las dimensiones de los riesgos relativos, ya que nos dan un indicio de la afectaci´on desigual del aumento del desempleo entre la poblaci´on de acuerdo a su nivel educativo y a su clase ocupacional. Como lo muestran el cuadro 3, para los hombres de menor nivel educativo y de ocupaciones menos calificadas, el aumento en la probabilidad de caer en el desempleo abierto es m´as alta. Resaltan los casos de quienes tienen secundaria completa y una ocupaci´on manual de alta calificaci´on, quienes tienen probabilidades 116 % mayores, y de quienes est´an vinculados a ocupaciones manuales de baja calificaci´on con primaria completa (probabilidades 130 % mayores) y con primaria incompleta (probabilidades 137 % mayores). En relaci´on a los riesgos relativos de los disponibles, los aumentos en las probabilidades para ambos per´ıodos no son muy marcados. El cuadro 4, muestra un panorama distinto para las mujeres. Entre ellas resalta el incremento del 127 % en las probabilidades de estar en una situaci´on de desempleo abierto en el per´ıodo recesivo para quienes tienen secundaria completa y est´an asociadas a ocupaciones manuales de alta calificaci´on. Pero, lo que m´as llama la atenci´on es el importante incremento en las probabilidades de estar disponible para trabajar. Excluyendo a quienes tienen un nivel educativo medio y medio-superior, el resto de los perfiles seleccionados presentan incrementos en la probabilidad de estar disponibles mayores al 100 %; siendo las que tienen secundaria completa y est´an asociadas a ocupaciones manuales de alta calificaci´on las que presentan un aumento mayor dichas probabilidades, llegando esta cifra a probabilidades 218 % mayores.

6.

Conclusiones

El mercado de trabajo urbano en M´exico se ha caracterizado por una baja tasa de desempleo abierto, no obstante en el u ´ltimo per´ıodo de crisis ha habido un aumento significativo del dicha cifra. Como ya ha sido apuntado en relaci´on a la cifra absoluta, nunca antes tantos mexicanos hab´ıan buscado un empleo sin encontrarlo, a lo que agregamos adem´as que nunca antes como ahora hab´ıa tantos mexicanos sin trabajo pero dispuestos a trabajar aunque ya no busquen empleo. El incremento en 17

Cuadro 3: Comparaci´on de probabilidades estimadas por a˜ no: hombres Invariante: hombre, 30 a 39 a˜ nos, en pareja, jefa de hogar 2009 2006 cambio Riesgo relativo (2009/2006) Educaci´on: Medio superior. Clase: Gerentes, Profesionales, jefes intermedios Pr(y=Desocupa|x): 0.025 0.0181 0.0069 1.38 Pr(y=Disponib|x): 0.0018 0.0033 -0.0015 0.55 Educaci´on: Medio superior. Clase: no manual de rutina Pr(y=Desocupa|x): 0.0375 0.0223 0.0152 1.68 Pr(y=Disponib|x): 0.0059 0.0039 0.002 1.51 Educaci´on: secundaria completa. Clase: comercio Pr(y=Desocupa|x): 0.0353 0.0186 0.0167 1.90 Pr(y=Disponib|x): 0.0035 0.0029 0.0007 1.21 Educaci´on: secundaria completa Clase: manual de alta calificaci´on Pr(y=Desocupax): 0.0462 0.0214 0.0248 2.16 Pr(y=Disponibx): 0.0042 0.0031 0.0011 1.35 Educaci´on: secundaria completa. Clase: manual de baja calificaci´on Pr(y=Desocupax): 0.0532 0.027 0.0262 1.97 Pr(y=Disponibx): 0.0061 0.0041 0.002 1.49 Educaci´on: primaria completa. Clase: manual de baja calificaci´on Pr(y=Desocupax): 0.0518 0.0225 0.0292 2.30 Pr(y=Disponibx): 0.0075 0.0056 0.0019 1.34 Educaci´on: primaria incompleta. Clase: manual de baja calificaci´on Pr(y=Desocupax): 0.0623 0.0263 0.036 2.37 Pr(y=Disponibx): 0.0081 0.0064 0.0016 1.27

18

Cuadro 4: Comparaci´on de probabilidades estimadas por a˜ no:mujeres Invariante: mujer con hijos, 30 a 39 a˜ nos, en pareja, jefa de hogar 2009 2006 cambio Riesgo relativo (2009/2006) Educaci´on: Medio superior. Clase: Gerentes, Profesionales, jefes intermedios Pr(y=Desocupax): 0.0333 0.0323 0.001 1.03 Pr(y=Disponibx): 0.0121 0.0088 0.0033 1.38 Educaci´on: Medio superior. Clase: no manual de rutina Pr(y=Desocupax): 0.0428 0.0361 0.0067 1.19 Pr(y=Disponibx): 0.0199 0.0102 0.0097 1.95 Educaci´on: secundaria completa. Clase: comercio Pr(y=Desocupax): 0.059 0.034 0.025 1.74 Pr(y=Disponibx): 0.0286 0.0136 0.015 2.10 Educaci´on: secundaria completa Clase: manual de alta calificaci´on Pr(y=Desocupax): 0.0778 0.0342 0.0437 2.27 Pr(y=Disponibx): 0.0398 0.0125 0.0273 3.18 Educaci´on: secundaria completa. Clase: manual de baja calificaci´on Pr(y=Desocupax): 0.0626 0.0342 0.0285 1.83 Pr(y=Disponibx): 0.0323 0.0127 0.0195 2.54 Educaci´on: primaria completa. Clase: manual de baja calificaci´on Pr(y=Desocupax): 0.0526 0.0271 0.0255 1.94 Pr(y=Disponibx): 0.0399 0.0193 0.0205 2.07 Educaci´on: primaria incompleta. Clase: manual de baja calificaci´on Pr(y=Desocupax): 0.0432 0.0307 0.0125 1.41 Pr(y=Disponibx): 0.0457 0.0214 0.0242 2.14

19

estas cifras nos invita a estudiar el fen´omeno con m´as detalle, siendo dos las preguntas que nos hemos formulado: ¿cu´ales son aquellas caracter´ısticas individuales que colocan a las personas en mayor riesgo de estar desocupadas? y ¿hay cambios significativos a este respecto en el per´ıodo recesivo? Para responder a estas preguntas hemos analizado distintos modelos log´ısticos binomiales y las probabilidades por ´estos predichas. Algunos de los datos de los modelos estimados siguen claras tendencias internacionales acerca del desempleo abierto. Este es el caso de la importante asociaci´on entre los j´ovenes y la mayor incidencia de este tipo de desempleo. No obstante, como se vio el estar disponible presenta un patr´on bimodal, con concentraci´on en los grupos de edades extremos, lo que est´a a´ un m´as marcado entre los hombres. En relaci´on a la educaci´on, la interpretaci´on no es sencilla; entre niveles educativos muy bajos pueden encontrarse niveles m´as bajos de desempleo pero entre niveles medios en adelante las probabilidad de estar desempleado desciende. Para los hombres, el tener mayores responsabilidades dom´esticas se asocia a una menor probabilidad de estar sin trabajo, ya sea en b´ usqueda activa de otro empleo o con ausencia de este comportamiento. Por ejemplo, ser c´onyuge o hijo, en comparaci´on a ser jefe de hogar presenta un aumento en la probabilidad de estar desempleado. Para las mujeres, la situaci´on es distinta, entre ellas el ser hijas o c´onyuges del jefe o jefa de hogar se traduce en una disminuci´on de las probabilidades de estar en condici´on de desempleo abierto, en comparaci´on con ser jefa de hogar. Finalmente, la clase ocupacional parece mostrar datos similares a los del nivel educativo. Las posiciones extremas bajas, se vinculan m´as a un aumento en la probabilidad de estar desempleado mientras que las extremas altas se vinculan a la disminuci´on de esta probabilidad. En relaci´on a los cambios en el per´ıodo recesivo, los riesgos relativos en los cambios de las probabilidades predichas para ambos per´ıodos nos indican que tanto para hombres como para mujeres, quienes tienen un nivel alto de educaci´on y est´an asociados a ocupaciones mejor remuneradas, son los menos afectados por el incremento en las probabilidades de estar desocupados. Mientras que, entre los hombres con bajo nivel educativo y ocupaciones de menor calificaci´on, se encuentran los mayores incrementos en las probabilidades de estar en condici´on de desempleo abierto. Entre las mujeres, los mayores incrementos corresponden a las probabilidades de estar desocu20

padas disponibles, siendo entre las de calificaci´on intermedia la donde se encuentra mayor incremento en las probabilidades.

21

7.

Referencias

Garc´ıa, B. (2010). “La precarizaci´on laboral y el desempleo en M´exico, 2000-2009”. X Reuni´on nacional de investigaci´on demogr´afica en M´exico. Fleck, S. and C. Sorrentino (1994). “Employment and unemployment in Mexico’s labor force.”Monthly Labor Review, november: 3-31. Garro, N. and E. R. Oreggia (2002). “Los determinantes personales y regionales del desempleo en el mercado laboral mexicano: Un modelo log´ıstico, 1995 y 2000.”El Trimestre Econ´omico 69(276(4)): 543-566. INEGI (2005). Encuesta Nacional de Ocupaci´on y Empleo 2005: Una nueva encuesta para M´exico. Long, J.S. 2009. Group comparisons in logit and probit using predicted probabilities. En l´ınea. Long, J.S. and Freese, J. 2005. Regression Models for Categorical and Limited Dependent Variables with Stata. Second Edition.College Station, TX: Stata Press. Martin, G. (2000). “Employment and unemployment in Mexico in the 1990s.”Monthly labor review 123(11). Negrete, R. (2001) ¿Por qu´e han sido bajas las tasas de desempleo abierto en M´exico?: una gu´ıa b´asica ilustrada. Notas. Revista de informaci´on y an´alisis 14 y 15. Revenga, A. and M. Riboud (1993).“Unemployment in Mexico: Its Characteristicas an Determinants”Policy Research Working Paper. 1230. The World Bank. Rodr´ıguez Oreggia, E. (2002). La probabilidad de estar desempleado en M´exico: Factores sociodemogr´aficos y regionales en un modelo Logit. Denarius, 2(1), 143-163.

22

Get in touch

Social

© Copyright 2013 - 2024 MYDOKUMENT.COM - All rights reserved.