david castro lugo reyna e. rodríguez mario camberos castro

David Castro LugoReyna E. RodríguezMario Camberos Castro9

Aboites_PL13_14.indd 224Aboites_PL13_14.indd 224 12/2/14 11:48 AM12/2/14 11:48 AM

225

!

¿Pueden las personas recibir más o menos ingresos o salarios por el hecho de ser hombre o mujer, migrante u originario del lugar, tener la piel negra o blanca, ser indígena o no, profesar

la religión católica o alguna otra, ser heterosexual o no? En caso de existir estas diferencias en los ingresos, ¿de qué magnitud es?, ¿la causa de esta brecha salarial entre distintos grupos es por discri-minación o existen otros factores?

Estas y otras preguntas han sido planteadas desde hace mucho tiempo, y puede considerarse que a partir de la publicación de Economics of Discrimination de Gary S. Becker en 1957, el tema de la discriminación económica, como posible fuente de la brecha salarial, ha formado parte de la temática de economía laboral. Los es-tudios que intentan identificar la presencia de discriminación, medir la magnitud, evolución y origen de la misma, cubren un número importante de países en todos los continentes.

México no es la excepción y desde los primeros trabajos publicados (Alarcón y McKinley, 1994; Garro y Rodríguez, 1995), el tema ha tenido una presencia per-manente en revistas nacionales e internacionales, así como en libros y capítulos, producto de estudios tanto a nivel nacional como regional y sectorial,2 hecho que puede interpretarse como indicador de la importancia que los académicos asignan a este temática, mientras que a nivel de la administración pública, la creación de

2 Para una revisión sobre los principales estudios sobre brecha salarial y discriminación en México, véase Rodríguez y Castro (2014).

recha salarial

por género

en Saltillo:

Un ejercicio

metodológicoB


226

Man

ejo

de

las

bas

es d

e d

ato

s y

la c

on

stru

cció

n

de

ind

icad

ore

s so

cio

eco

nó

mic

os

El Consejo Nacional para Prevenir La Discriminación (CONAPRED), el 29 de abril del 2003, da muestra de la relevancia del tema, como objeto de políticas públicas.3

El presente capítulo tiene por objetivo realizar un ejercicio didáctico que permita determinar, bajo el enfoque metodológico tradicional (Oaxaca-Blinder), la magni-tud de la brecha salarial por sexo no explicada por las características de las personas y que de manera convencional se considera como discriminación salarial.

El ejercicio se desarrolla utilizando como fuente de información el tercer trimestre del 2005 y 2012 de la Encuesta Nacional de Ocupación y Empleo (ENOE) para la ciu-dad de Saltillo y empleando como herramienta el paquete estadístico de STATA v. 13.

Además de atender un propósito didáctico que permita a los estudiantes de licen-ciatura y posgrado introducirse a este tema de una manera práctica y sencilla, eluso de información reciente permite tener un conocimiento actualizado sobre el comportamiento de la brecha de ingresos por sexo y sus componentes, dentro de los cuales se ubica la discriminación salarial.

La descomposición de la brecha en las retribuciones por sexo permite establecer que la parte no explicada (discriminación) de la diferencia salarial, representa más de 80% de la brecha salarial y que durante el periodo de estudio, no obstante que la diferencia de ingreso se mantiene estable en aproximadamente 20%, la contribu-ción de la discriminación para explicar esa diferencia aumenta.

Es resto del documento se compone de cuatro apartados; en el primero se pre-sentan los conceptos, teorías y metodología, para posteriormente continuar con la base de datos. Los resultados del ejercicio son abordados en el tercer apartado y se finaliza con las conclusiones del mismo.

! Concepto, teorías y metodología

Concepto

¿Qué se entiende por discriminación? Aun cuando existen diversas definiciones desde diferentes enfoques disciplinarios, para la perspectiva económica una defi-nición razonable es la siguiente:

Existe discriminación económica cuando las mujeres o los trabaja-dores pertenecientes a grupos minoritarios —que tienen la misma capacidad, nivel de estudios, formación y experiencia que los varones del grupo mayoritario— reciben un trato inferior en la contratación, el acceso a una ocupación, los ascensos, el salario o las condiciones de trabajo (McConnell et al., 2003:435).

3 Para mayor información sobre el CONAPED, véase la página: www.conapred.org.mx/


227

Bre

cha

sala

rial

po

r g

éner

oen

Sal

tillo

: Un

eje

rcic

io m

eto

do

lóg

ico

Para el caso particular de las remuneraciones decimos que existe discriminación salarial cuando "las mujeres ganan menos que los hombres por hacer el mismo trabajo. En términos más técnicos, existe discriminación salarial cuando las di-ferencias salariales no se deben a la presencia de diferencias en productividad” (McConnell et al., 2003:435).

Teorías de la discriminación

¿Por qué existe la discriminación o cómo explicar su presencia? Al respecto po-demos encontrar varias teorías, pero se destacan fundamentalmente la teoría del gusto por la discriminación, atribuida a Becker (1957), y la discriminación estadística de Phelps (1972).

La primera, parte del gusto de las personas por discriminar a otras, Becker (1957), plantea que este “gusto” lleva al individuo a actuar como si tuviera una disponibili-dad a pagar para evitar realizar transacciones con las personas desfavorecidas, dado que ello le implica un costo subjetivo o psicológico. En el caso de los productores, el gusto por la discriminación puede llevarlos a contratar varones a un precio mayor con el fin de no emplear a mujeres aun cuando ambos son igualmente productivos o en su caso contratar a mujeres con remuneraciones inferiores a la que reciben los varones.

La segunda teoría parte de la idea de que se juzga a las personas a partir de las ca-racterísticas promedio del grupo al que pertenece y no de las propiedades indivi-duales; así, cuanto más heterogéneo sea el grupo más diferencias existirán entre el promedio y cada individuo, y por tanto mayor será el nivel de error y la posibilidad de discriminación por este hecho.

A diferencia de lo que ocurre en la teoría anterior, en este caso puede decirse que no existe un gusto por la discriminación, sino que el empleador a partir de caracterís-ticas como la edad, sexo, raza, etcétera, intenta aproximar atributos de producción, apoyado en comportamiento promedio, lo que implicaría la existencia de una ra-cionalidad y no necesariamente una desventaja.

Metodología

¿Cómo medir la discriminación? Para determinar la magnitud del “gusto por la discriminación”, Becker captura la discriminación a través de un indicador, d, que refleja el impacto de los costos discriminatorios en términos monetarios y actúa como puente entre costo monetario y costo neto. Este coeficiente se explica de la siguiente manera: si el empleador no tiene prejuicios para contratar a hombres, el costo de contratarlo es el salario Wh. Sin embargo, el costo de emplear a una mujer sería el salario Wm más el costo subjetivo,4 por tanto el empresario que tiene prejuicios solo contratará mujeres si su salario es inferior a los hombres. De esta

4 Esto considerando que hombres y mujeres son perfectamente sustitutivos.


228

Man

ejo

de

las

bas

es d

e d

ato

s y

la c

on

stru

cció

n

de

ind

icad

ore

s so

cio

eco

nó

mic

os

manera, para emplear mujeres, el salario femenino debe ser menor que el de los varones en la cuantía del indicador de discriminación, que no es otra cosa que el valor monetario del costo subjetivo, así:

Wm = Wh − d (1]

Si hombres y mujeres no son perfectamente sustituibles, entonces pueden exis-tir diferencias salariales aun en ausencia de discriminación y si además modifica-mos el indicador d, para expresarlo en términos relativos (coeficiente), se obtiene el coeficiente de discriminación (D) como una medida de discriminación:

D = [(Wh/Wm) − (Wh/Wm)o]/[(Wh/Wm)o] [2]

donde (Wh /Wm) es la razón salarial hombre-mujer observado y (Wh /Wm)o es la ra-zón salarial en ausencia de discriminación, que bajo un esquema de minimización de costos correspondería a la razón de productividades marginales hombre-mujer.

D + 1 = (Wh /Wm)/(Wh /Wm)o expresado en logaritmos queda:

Ln (D + 1) = ln (Wh/Wm) − ln (Wh/Wm)o [3]

La expresión anterior se puede presentar como:

ln ((Wh/Wm) = ln (Wh/Wm)o + Ln (D + 1) [3a]

e indica que la brecha salarial entre hombres y mujeres tiene dos componentes: el primero, correspondiente a la diferencia salarial vinculada con la dotación de capi-tal humano entre hombres y mujeres, y que generaría diferencias en productividad mejor conocida como la parte de la brecha salarial no discriminatoria; y el segundo, que se relaciona con la discriminación dado que no se sustenta en consideraciones o criterios de racionalidad económicas objetivos.

La expresión también puede presentarse así:

Ln (D + 1) = ln ((Wh/(Wh)o) + ln ((Wm)o/Wm) [4]

donde se puede establecer que si la estructura salarial de los hombres es la no discriminatoria,5 la discriminación se manifiesta como:

Ln (D + 1) = ln (Wm)o − ln (Wm) [5]

Es decir, la diferencia entre lo que deberían recibir las mujeres en condiciones de equidad y lo que realmente perciben.

5 Para diferentes propuestas de estructuras salariales no discriminatorias, véase Oaxaca y Ranson (1994).


229

Bre

cha

sala

rial

po

r g

éner

oen

Sal

tillo

: Un

eje

rcic

io m

eto

do

lóg

ico

Las ecuaciones salariales de Mincer (1974), apoyadas en la teoría del capital huma-no, permiten, mediante mínimos cuadrados ordinarios, hacer una estimación de la estructura salarial de grupos determinados, así:

Ln (Wi) = X′i β + μi i = 1, … n

donde

Wi = tasa salarial del i-esimo trabajadorXi = vector de características individualesβ = vector de coeficientesμ = término de perturbación

Esto es, la remuneración salarial del trabajador i, (Wi ) es determinado por las ca-racterísticas individuales, léase dotación de capital humano (Xi ), como pueden ser escolaridad, experiencia, etcétera, multiplicado por la retribución (rendimiento) a esas características (β), más un factor de perturbación aleatoria, que se distribuye normalmente y cuya media es 0. El salario estimado es:

Ln( h) = ′hβ(gorro)h

Ln( m) = ′mβ(gorro)m

donde h y m es el salario medio para hombres y mujeres, respectivamente, ′ es el vector de valores medios de los regresores o variables explicativas y los βs (gorro) son los vectores de los coeficientes estimados por sexo.

A partir de [3a]

Ln( h) − Ln( m) = ′h β(gorro)h − ′

m β(gorro)m

Al sumar y restar por el término ′m β(gorro)h y reordenando términos llegamos a

la expresión:

Ln( h) − Ln( m) = β(gorro)h ( h− m)′ + ′m (β(gorro)h − β(gorro)h) [6]

donde se puede apreciar que la brecha salarial es desagregada en dos términos, tal como se indica en la ecuación [3a]. El primer término corresponde a la diferencia salarial asociada a las características y el segundo representa la parte no explicada de la disparidad salarial, dado que captura la diferencia en los rendimientos a las características de hombres y mujeres ((β(gorro)h − β(gorro)h)6 y que se asocia a la discriminación; con lo cual es posible descomponer empíricamente la diferencia salarial por grupos, en este caso por sexo.

6 Si no existieran diferencias en los rendimientos a las características por sexo, la expresión (β(gorro)h − β(gorro)h) sería cero y por tanto cero todo el segundo término, indicando que la brecha salarial solo es asociada a la disparidad en las dotaciones de capital humano.


230

Man

ejo

de

las

bas

es d

e d

ato

s y

la c

on

stru

cció

n

de

ind

icad

ore

s so

cio

eco

nó

mic

os

Una vez mostrada la metodología, a continuación se presentna las características de la base de datos a utilizar, así como las modificaciones y adecuaciones nece-sarias para poder realizar la descomposición de la brecha salarial, como se indicó líneas arriba.

! Bases de datos

Para ilustrar la metodología, así como su aplicación en STATA, se usan las bases de datos provenientes de la Encuesta Nacional de Ocupación y Empleo (ENOE). Se trata de una base de datos integrada por un conjunto de tablas con información de diferente tipo, las cuales se relacionan entre sí mediante campos de identifica-ción que le son comunes y que sirven para vincularlas. Es deseable contar con una base de datos con toda la información relevante para realizar una investigación. Sin embargo, esto no es posible en muchas ocasiones debido a que las fuentes de información se encuentran dispersas. Como ejemplo tenemos las bases de datos provenientes de la ENOE.

La información de la ENOE es presentada en cinco tablas de datos tipo .dbf (en for-matos de programas especializados como Dbase o Fox Pro), las cuales son: vivienda (VIVT305), hogares (HOGT305), sociodemográfico (SDEMT305) y los cuestionarios de ocupación y empleo I (COE1T305) y II (COE2T3057). Para fines de este trabajo solo nos enfocaremos en la combinación de las últimas tres tablas mencionadas, ya que el objetivo de esta investigación es analizar la estructura de empleo y salarios por lo que no se consideran viviendas ni hogares, sino individuos.

Las bases de datos en STATA se caracterizan por tener extensión .dta. A menudo, en los análisis que realizamos debemos trabajar con bases de datos en formatos que no son de STATA (.dta), tal es el caso de las ENOE con tablas de tipo .dbf, las cuales no pueden importarse y requieren ser convertidas a .txt (archivos de texto) desde donde es posible importarlos a STATA utilizando el comando insheet.

Concatenar tablas

Para concatenar8 las tablas es necesaria la creación de una llave principal en cada una de ellas, para la unificación de una base master integrada por todas las tablas. La llave principal está formada por varios campos comunes que se encuentran en las diferentes tablas y que sirven para relacionarlas. Los campos se utilizan como referencia para identificar las columnas que conforman cada una de las tablas, los cuales se asocian a las preguntas del instrumento de captación: el cuestionario. INEGI las presenta en las tablas Sdem, Coe1 y Coe2.

7 Los últimos tres dígitos corresponden al trimestre y año, en este caso indica que es el trimestre 3 y el año 2005.

8 Agregar o juntar diferentes módulos de información en uno solo.


231

Bre

cha

sala

rial

po

r g

éner

oen

Sal

tillo

: Un

eje

rcic

io m

eto

do

lóg

ico

Para relacionar la tabla sociodemográfica con las de ocupación y empleo I y II se de-ben tomar en cuenta los siguientes campos para la creación de la llave principal: ciu-dad auto representada (CD_A); entidad (ENT); control (CON); vivienda seleccionada (V_SEL); número de hogar (N_HOG); hogar mudado (H_MUD); número de renglón (N_REN). Asimismo, de 2005 a 2010 la tabla sociodemográfica contiene un campo con el nombre “FAC”, el cual almacena el factor de expansión de cada registro e in-dica cuántas personas representa el entrevistado en población. Con base en la llave principal, es posible trasladar el efecto de expansión (campo FAC) de la tabla sociode-mográfica al cuestionario de ocupación y empleo I y II; sin embargo, esta condición cambia a partir de 2011, ya que desde ese año todas las tablas contienen el campo FAC.

A la llave principal en cada tabla se le asigna el nombre de folio y para generarlo las variables que lo integran se homologan convirtiéndolas a string (alfanuméricas) utilizando el comando tostring; estas variables se suman para después convertir folio en una variable de tipo numérico con el comando destring. Una vez creada la variable folio, en cada tabla se procede a concatenar la información.

Para combinar la tabla sociodemográfica con las de ocupación y empleo I y II utili-zamos el comando merge.

Al combinar las tablas se genera una base de datos master (la primera en abrirse) y otra using (la que se combina con la tabla master). Sin embargo, existen diferen-tes opciones para la relación entre dichas tablas en función de si existen o no va-lores repetidos en la llave principal. Si se crea una variable de sistema _merge==1 significa que el dato proviene de la base master; si _merge==2, implica que el dato aparece únicamente en la tabla using; y si _merge==3, significa que el dato aparece en la base master y en la tabla using. Es importante explicar que el archivo master se refiere al conjunto de datos cargados en la memoria y using al conjunto de datos que está en disco y que se unirá al archivo cargado.

Por lo que la variable interna _merge indica el conjunto de datos del cual se obtu-vieron las observaciones de cada fila. Esta variable es importante en la verificación de cómo fue realizada la unión de los datos. Por ejemplo, en el ejercicio que se realiza en este trabajo, se unieron la base sdem (master) y coe1 (using) en un primer paso, para después crear una master sdem_coe1 y unir coe2 using, y así crear una base master con la unión de las tablas sdem, coe1 y coe2. Como se señaló ante-riormente, la variable _merge vale 1 cuando las observaciones del reglón proceden del archivo master, vale 2 cuando las observaciones proceden del archivo using y vale 3 cuando las observaciones provienen de ambos archivos. Los valores de la variable _merge se pueden visualizar con el comando list o bien desde el editor de datos con el comando edit.

Selección de la muestra y variables de estudio

Dado que el objetivo de este ejercicio es realizar la descomposición de la brecha salarial por sexo en el área metropolitana de Saltillo (AMS), dentro de la población


232

Man

ejo

de

las

bas

es d

e d

ato

s y

la c

on

stru

cció

n

de

ind

icad

ore

s so

cio

eco

nó

mic

os

de estudio se considera a quienes perciben ingresos salariales, por tanto esta pobla-ción cae dentro de la categoría de remunerados (obtienen salarios) y subordinados (tiene un jefe o patrón), su edad se encuentra entre 16 y 65 años de edad y su jornada laboral se ubica en el rango de 15 a 70 horas a la semana. Las variables de interés son el salario mensual, la experiencia, la experiencia al cuadrado y el trabajo de tiempo completo.

Generación de variables

Primero se selecciona de la muestra total el AMS al generar la variable ciudad deri-vado de cd_a, para ello se utiliza el comando generate, después se convierte ciudad a numérica con el comando destring, ya que esta variable originalmente viene en formato string (alfanumérica), para después depurar la base con el comando keep ordenando a STATA que solo deje en la base el AMS, ya que es nuestra población de estudio.

Para la selección de los trabajadores remunerados y subordinados se utiliza el co-mando keep para mantener en la memoria y eliminar el resto de las categorías; lo mismo sucede en la elección del rango de edad de trabajadores y el trabajo de tiempo completo.

La variable experiencia se obtiene a través de la edad del individuo y los años de educación formal alcanzados menos seis, ya que es la edad en que el trabajador inicia su educación primaria. La experiencia al cuadrado es una aproximación al modelo básico del ciclo vital, donde la concavidad del perfil de edad-ingreso se capta mediante el término lineal y cuadrático de la experiencia, es decir donde se captan los rendimientos decrecientes del capital humano.

Generación de variables dicotómicas

Por otra parte, al estar la muestra conformada por mujeres y hombres, se genera una nueva variable llamada sexo con el comando generate, en este caso es de tipo dico-tómica o binaria, lo que significa que son variables que pueden tener solamente dos valores (0 y 1). Se asigna el valor de 1 para el sexo masculino y 0 para el femenino.

Generar logaritmo del salario

Los salarios de los trabajadores son captados en forma mensual en pesos corrientes mexicanos, por lo que se deflactaron por el Índice de Precios al Consumidor (IPC) de 2012 emitido por el Banco de México. En este estudio se aborda el salario men-sual, el cual se convierte en logaritmo9 con la finalidad de aprovechar algunas ven-tajas de esta transformación, como lo son que sus coeficientes pueden interpretarse como elasticidades o semielasticidades; que reduce el rango de las variables y las

9 El logaritmo natural es la inversa de la función exponencial; es decir, el logaritmo natural es la fun-ción para la cual x = In(ex) o, equivalentemente, x = In[exp(x)]. La base del logaritmo natural es e.


233

Bre

cha

sala

rial

po

r g

éner

oen

Sal

tillo

: Un

eje

rcic

io m

eto

do

lóg

ico

estimaciones son menos sensibles a los valores extremos de las variables; además, los supuestos de los modelos lineales es más factible que se cumplan bajo especi-ficaciones logarítmicas.

! Resultados

Estadística descriptiva

Una vez depurada la base de datos y antes de analizar los resultados de la descom-posición de la desigualdad salarial, es necesario revisar las variables que se consi-deran en el análisis para cada uno de los dos grupos de estudio (Cuadro 1). Respecto al salario mensual, es posible destacar tres elementos: a) en los dos años de estudio, la mujer obtuvo una menor remuneración respecto a los hombres, la cual es del orden de aproximadamente 20% en promedio; b) la remuneración promedio por sexo indica que durante los años de análisis se presenta una reducción salarial en términos reales tanto para hombres como mujeres, lo que puede explicarse por la recesión económica iniciada en 2008 y que al último año de referencia los asala-riados aún no logran recuperar el poder adquisitivo previo a la crisis10, y; c) la con-tracción económica parece haber impactado de manera más severa a las mujeres, dado que la reducción salarial fue mayor para este grupo, hecho que puede tener dos interpretaciones o una combinación de ellas: i) en periodos de contracción económica, el mercado laboral femenino de Saltillo resulta desproporcionalmente más afectado que el de los hombres y ii) el incremento de la participación laboral de

10 Es importante señalar que dada la elevada integración de la economía de la Zona Metropolitana de Saltillo con el entorno internacional a través de la industria automotriz, la región fue fuertemente impactada durante la crisis que inició en 2008.

Cuadro 1. Principales estadísticas descriptivas del mercado laboraldel área metropolitana de Saltillo, 2005 y 2012

2005 2012

Variable Mujeres Hombres Mujeres Hombres

Salario mensual* 5,679.4 7,048.5 4,800.31 6,040.7

Años educativos 10.64 10.33 11.54 10.80

Jornada laboral 42.22 46.49 42.42 46.86

Años de experiencia 17.73 18.18 18.55 18.60

Participación laboral femenina 32.08 37.25

Proporción de tiempo completo 77.12 90.80 76.31 92.06

Observaciones 55,126 115,824 81,879 142,310

* Pesos de 2012.Fuente: Elaboración propia con base en datos de la ENOE. Años respectivos.


234

Man

ejo

de

las

bas

es d

e d

ato

s y

la c

on

stru

cció

n

de

ind

icad

ore

s so

cio

eco

nó

mic

os

las mujeres en la economía de Saltillo, al pasar de 32.08 a 37.25%, se dio a costa de una reducción salarial.

En términos de años de escolaridad promedio, se observa, como habría de esperar,que los niveles educativos aumentaron durante el periodo de estudio, pero ade-más que las mujeres tienen una mayor dotación respecto a los hombres y esta di-ferencia se incrementa con el tiempo. Un segundo elemento que compone lo que se considera capital humano es la experiencia, en este renglón las mujeres registran menos años de experiencia promedio que los hombres; sin embargo, para 2012, las diferencias prácticamente desaparecen, ubicándose los grupos con poco más de 18 años y medio de experiencia. Estos dos últimos elementos, el comportamiento de la escolaridad y la experiencia, indican que la brecha de capital humano por sexo se ha reducido.

En relación con la jornada laboral, se observa que los hombres en promedio tra-bajan más horas a la semana que las mujeres y durante el lapso de estudio esta diferencia no parece reducirse, la cual es aproximadamente 10% más por semana.

Finalmente, las mujeres siguen teniendo menor presencia en el mercado de traba-jo, aunque, como se señaló líneas arriba, se aprecia una creciente participación de las mujeres en la economía de la capital de Coahuila; no obstante, los niveles son inferiores al promedio nacional.

El comando decompose

Para hacer este tipo de análisis de manera fácil, rápida y accesible se programa un pequeño script (ado-file), el cual cuenta con las funcionalidades explicadas en la metodología. Para esto, primero se instala en STATA el comando decompose para que dicho comando realice el análisis descrito en la técnica de Oaxaca (1973)-Blinder (1973). Un archivo ado contiene una rutina para ejecutar un comando, en este ejer-cicio dicho comando es el decompose y se obtuvo llamando su instalación desde un do-file de la página web de STATA.

Para el comando decompose la sintaxis es la siguiente:

regress logw años_edu t_completo exp exp2 if sexo==1 && ciudad==17 [fw==fac]decompose, save (high)

regress logw años_edu t_completo exp exp2 if sexo==0 && ciudad==17 [fw==fac]decompose, save (low)

decompose, detail

Tal como lo muestra la sintaxis, se realiza un análisis de regresión lineal utilizando el comando regress para estudiar la relación entre el logaritmo del salario mensual (lngw) con los años educativos (años_edu), jornada a tiempo completo (t_completo),


235

Bre

cha

sala

rial

po

r g

éner

oen

Sal

tillo

: Un

eje

rcic

io m

eto

do

lóg

ico

la experiencia (exp) y experiencia al cuadrado (exp2) de cada sexo, utilizando el fac-tor expansión (fac). En este caso la variable dependiente es lngw y el resto de ellas son explicativas.

A continuación se presentan los resultados de dichas estimaciones por sexo y am-bos años tal y como arroja el programa de salida; mismos que incluyen informa-ción sobre el número de observaciones e indicadores estadísticos tradicionales, el valor de los coeficientes de las variables explicativas, su significancia individual e intervalo de confianza a 95% de significancia.


236

Man

ejo

de

las

bas

es d

e d

ato

s y

la c

on

stru

cció

n

de

ind

icad

ore

s so

cio

eco

nó

mic

os

Dado que la metodología Oaxaca-Blinder implica una comparación entre dos gru-pos excluyentes, para la estimación de la descomposición en STATA es necesario especificar estos grupos, en este caso, el grupo de hombres es considerado como “alto” (dado que tiene la media más alta en la variable dependiente). Los coeficientes y las medias de la estimación de la ecuación salarial de los hombres se guardan en la matriz highcm y la suma de los pesos relativos en la matriz highobs; mientras que las estimaciones de las mujeres se guardan en la matriz lowcm y a su vez la suma de los pesos relativos en la matriz lowobs, tal y como se especifica en la instrucción. Esta información servirá de insumo para la descomposición.

Con la finalidad de mostrar de manera más clara los resultados de las estimaciones y su comparación por sexo y en el tiempo, en el Cuadro 2 se presenta la informa-ción de manera resumida.

Cuadro 2. Resultado de las estimaciones salariales por sexo para Saltillo, 2005 y 2012

2005 2012

Variable Mujeres Hombres Mujeres HombresAños educativos 0.083699 0.072003 0.084959 0.083583

Jornada completa 0.304856 0.339526 0.302655 0.381096

Años de experiencia 0.034874 0.046995 0.024678 0.019937

Años de experiencia2 −0.000522 −0.000776 −0.000363 −0.000244

Constante 6.98748 7.16861 6.9762 7.150083

Número de observaciones 55,126 115,824 81,879 142,310

R2 ajustado 0.3022 0.2997 0.2954 0.3001

Nota: En todos los casos los coeficientes son significativos con 99% de confianza.Fuente: Elaboración propia con base en los datos de la ENOE, años respectivos.

Los resultados de las estimaciones salariales indican que los coeficientes presentan el signo esperado, es decir, todos son positivos (excepto la experiencia al cuadrado) y significativos.

Dentro de los aspectos a destacar podemos mencionar que el rendimiento de la escolaridad por año se ubica entre 7.2 y 8.5% en el periodo, donde las mujeres tie-nen mayor rendimiento que los hombres para 2005 (8.3 vs 7.2%) y de acuerdo con el intervalo de confianza (tabla de salida), la diferencia por sexo es significativa. Sin embargo, para 2012 estas diferencias desaparecen producto de un aumento en la rentabilidad de la educación de los hombres.

Los trabajadores que laboran tiempo completo, 40 o más horas por semana, reciben una remuneración mensual mayor, entre 30.3 y 38.1%, frente a los de medio tiempo. Por sexo, se aprecian diferencias importantes a favor de los hombres, mismas que aumentan durante el periodo de análisis, pasando de 3 a 8 puntos porcentuales, tal como se aprecia en el Cuadro 2.


237

Bre

cha

sala

rial

po

r g

éner

oen

Sal

tillo

: Un

eje

rcic

io m

eto

do

lóg

ico

Para evaluar el rendimiento de la experiencia, es importante considerar que su comportamiento no es lineal, por lo que su evaluación debe hacerse considerando ambos términos (experiencia y experiencia al cuadrado) para capturar su rendi-miento decreciente. Con la finalidad de apreciar con mayor precisión el com-portamiento de la experiencia con el tiempo y si se presentan modificaciones de la misma en los años de análisis por sexo, la Gráfica 1 presenta el rendimiento acumu-lado por sexo para ambos años de estudio.

En la gráfica se pueden destacar al menos tres elementos relevantes. El primero es que el rendimiento de la experiencia se reduce significativamente en 2012 respecto al año previo y esto se presenta en ambos sexos, comportamiento que es diferente a lo observado en la educación, donde aumenta para hombres y se mantiene estable en mujeres, aunque no es posible determinar si dicho desempeño es ocasionado por la crisis de los años previos y en los próximos se esperaría una recuperación, o es consecuencia de un cambio estructural en el mercado laboral de región donde la experiencia pierde relevancia.

El segundo aspecto es que para 2005 se genera mayor retribución salarial para los hombres, aunque para el último año de estudio favorece a las mujeres, lo que im-plica que durante el lapso de análisis se presentaron modificaciones relativas im-portantes por sexo. Finalmente, se puede destacar la existencia de cambios en la estructura, especialmente de los hombres, la cual pasa de elevadas tasas y rendi-mientos marginales decrecientes altos (se aprecia en la pendiente de la curva de los hombres para 2005) a tasas de beneficio menores pero con rendimientos a más largo plazo, hecho que sin duda tiene implicaciones importantes para el mercado laboral regional de los hombres.

Gráfica 1. Área metropolitana de Saltillo.Rendimiento acumulado de la experiencia laboral por sexo, 2005 y 2012

Fuente: Elaboración propia a partir del cuadro 2.

��

��

��

��

��

��

��

��

��

��

��

��

��

�

��

��


238

Man

ejo

de

las

bas

es d

e d

ato

s y

la c

on

stru

cció

n

de

ind

icad

ore

s so

cio

eco

nó

mic

os

Por otra parte, el piso salarial, captado por la constante, que correspondería al ingre-so medio que recibe un(a) trabajador(a) sin años de escolaridad, sin experiencia y con una jornada laboral inferior a 40 horas semanales, indica que es favorable a los hombres y que esta diferencia se mantiene a lo largo del periodo. Es decir, el piso salarial muestra ser estable en el tiempo y permanece invariable no obstante los efectos económicos adversos, como pudo ser la crisis iniciada en 2008.

En general, la capacidad explicativa del modelo expresado mediante el indicador R2

ajustado,11 está en niveles convencionales y se debe señalar que durante el periodo de análisis se mantiene estable y además es similar por sexo, indicando que la ca-pacidad explicativa del modelo no se altera en el tiempo y es igualmente eficiente por género. Los resultados son similares a los que reporta Mincer (1974:53) en sus estimaciones con R2 que oscilan entre 0.24 a 0.32.

Descomposición del diferencial salarial por sexo

Con los resultados de las regresiones de ambos grupos de interés obtenidos a par-tir de las estimaciones salariales, mismos que fueron comentados previamente, en esta sección se muestran los resultados de la metodología expuesta aplicando el comando decompose, ejecutado con STATA, con la fina lidad de determinar la magnitud de las diferencias salariales y la proporción de estas desigualdades no asociadas a las características de los grupos, misma que puede considerarse como discriminación salarial.

La descomposición de la brecha salarial por sexo se presenta a continuación tal como STATA arroja los resultados de salida para los dos años de estudio.

11! El R2 de la regresión es la proporción de la varianza muestral de Yi explicada por (o predicha por) Xi. Es decir, miden la bondad del ajuste de la recta de regresión MCO a los datos. El R2 oscila entre 0 y 1, y mide la proporción de la varianza de Yi explicada por Xi.


239

Bre

cha

sala

rial

po

r g

éner

oen

Sal

tillo

: Un

eje

rcic

io m

eto

do

lóg

ico

¿Qué información presentan los resultados de salida de la descomposición? La tabla muestra un resumen del resultado de la descomposición, mismo que se presenta en dos partes.

La superior muestra los resultados absolutos donde se indica el valor medio de los grupos (expresado en logaritmo, dado que así se especificó en los datos) —en este caso hombres (high) (H) y mujeres (low) (L)—, la brecha en los valores medios de los grupos anteriores (R) y la descomposición de dicha diferencia de ingreso expresada en tres componentes: i) la disparidad asociada con la dotación de factores, es decir, el primer término de la ecuación (6); ii) la diferencia asociada con los rendimientos (coeficientes) a las características de los grupos, en este caso hombres y mujeres; y el tercer elemento, que es la interacción de los dos anteriores.

En la parte inferior de los resultados de salida se presentan los valores de la parte explicada y no explicada de la brecha salarial, así como su contribución relativa de cada uno de estos factores dentro de la descomposición, considerando distintos puntos de referencia desde donde se puede apreciar la discriminación.

Una pregunta frecuente es ¿qué distribución del ingreso debe considerarse como no discriminatoria? Esta inquietud admite al menos tres vertientes: i) la distribución del ingreso de la población con menor ingreso promedio, en este caso las mujeres; ii) la distribución del ingreso de la población con mayor ingreso promedio, hom-bres, y; iii) una combinación de las dos anteriores.

La tabla de resultados que arroja STATA ayuda a responder lo anterior al presentar cuatro opciones de distribución, correspondientes a la información relativa.


240

Man

ejo

de

las

bas

es d

e d

ato

s y

la c

on

stru

cció

n

de

ind

icad

ore

s so

cio

eco

nó

mic

os

Las distribuciones asumidas son las siguientes.

• La columna 1 considera que la distribución no discriminatoria es la que pre-sentan las mujeres, por tanto, si el rendimiento a las características de los hombres es mayor que el de las mujeres, se puede hablar de la existencia de discriminación a favor de los hombres.

�


241

Bre

cha

sala

rial

po

r g

éner

oen

Sal

tillo

: Un

eje

rcic

io m

eto

do

lóg

ico

• La columna 2 asume la distribución masculina como la no discriminatoria y desde esta perspectiva la discriminación será en contra de las mujeres. Esta y la anterior alternativa fueron propuestas por Oaxaca (1973) y Blinder (1973), entre otros.

• La columna 3 supone una distribución no discriminatoria en el punto me-dio de la que presentan hombres y mujeres, opción que es propuesta por Reimers (1983).

• La última columna corresponde a una sugerencia de Cotton (1988), la cual consiste en ponderar los coeficientes por el tamaño de los grupos, tal como lo indica la nota al pie de la tabla.

Las columnas 3 y 4 corresponden a una combinación de las dos primeras, por tanto la discriminación total se podría componer de dos partes, una favorable a los hom-bres y otra en contra de las mujeres.12

Estas cuatro distribuciones de ingresos no discriminatorias son las utilizadas más frecuentemente y de entre ellas destaca la que toma como referencia la correspon-diente a los hombres. Por tal motivo, en la discusión de resultados, únicamente se comentará sobre los indicadores obtenidos en la columna 2, dejando al lector la interpretación de los resultados bajo la consideración de las otras opciones de dis-tribución no discriminatoria.13

El primer renglón de la parte inferior de la tabla presenta el valor de la brecha salarial no explicada por las diferencias en las dotaciones medias de los grupos y que habi-tualmente es conocido como el valor de la discriminación o la magnitud en que se reduciría la brecha salarial entre grupos en ausencia de discriminación.

El renglón dos muestra el valor de la brecha salarial por sexo, que se explica por la di-ferencia en las dotaciones de factores entre grupos, o sea la disparidad salarial o de re-muneraciones que encuentra justificación o sustento en una consideración objetiva.

Finalmente, los renglones 3 y 4 presentan la contribución relativa de los elementos citados en los dos renglones anteriores.

El Cuadro 3 presenta los resultados que se obtuvieron con el comando decompose, considerando como estructura no discriminadora la distribución de los hombres.

La información presentada en el cuadro incluye la descomposición de los dos años de estudio, lo cual permite, por una parte, comparar el comportamiento de la bre-cha salarial en dos momentos en el tiempo, y en segundo lugar, discutir sobre los cambios que se presentan al interior de la brecha salarial.

12 ! Los resultados de salida de STATA que se presentan en las tablas no indican qué parte de la discri-minación es a favor de los hombres y cuál en contra de las mujeres, solo muestran el agregado.

13! Para una discusión sobre la diferencia en resultados considerando distintas distribuciones no dis-criminatorias o criterios de descomposición, véase Silber y Weber (1999).


242

Man

ejo

de

las

bas

es d

e d

ato

s y

la c

on

stru

cció

n

de

ind

icad

ore

s so

cio

eco

nó

mic

os

Cuadro 3. Saltillo. Descomposición del diferencial salarial por sexo, 2005 y 2012

Indicadores 2005 2012

Salario promedio masculino* 8.683 8.623

Salario promedio femenino* 8.470 8.425

Diferencia salarial 0.212 0.198

Atributos 0.037 0.005

Discriminación absoluta 0.175 0.193

% explicado (atributos) 17.6 2.7

% no explicado (discriminación) 82.4 97.3

* Salario expresado en logaritmo.Fuente: Elaboración propia con base en los datos de la ENOE, años respectivos.

En relación con el primer punto, en este cuadro también se puede apreciar que existe una diferencia salarial a favor de los hombres de alrededor de 20%, como se señaló anteriormente, y además que durante el periodo de análisis esta brecha remunerativa se mantiene prácticamente inalterada, no obstante la caída de los sa-larios reales promedios por sexo.

En cuanto a la descomposición, se observa que la eliminación de la discrimina-ción permitiría reducir significativamente la brecha salarial por sexo. Para el caso de 2005, la diferencia salarial se reduciría en 17.5 puntos porcentuales, lo que equivale a más de 80% de la disparidad salarial total y esta proporción aumenta aún más para 2012, indicando que el combate a la discriminación permitiría una igualación de los salarios mensuales por sexo, pues de acuerdo a las estimaciones realizadas, solo el 2.7% de la brecha salarial a favor de los hombres encuentra sustento en las carac-terísticas y el resto está asociado con diferencias en la retribución a las dotaciones, hecho que se considera discriminación salarial.

Si bien la brecha salarial en Saltillo se mantiene relativamente estable a lo largo del tiempo, lo que implica que esta magnitud es persistente, dos aspectos son motivos de preocupación: i) una gran proporción de la diferencia salarial está asociada a la presencia de discriminación salarial por sexo, y ii) que durante el tiempo de estudio, esta causa se consolida como prácticamente la única fuente explicativa de la brecha salarial, no obstante el avance en los indicadores de capital humano de las mujeres.

En resumen, los resultados obtenidos siguiendo la metodología descrita, nos per-miten asegurar que existen diferencias salariales que no se explican por los atributos asociados al capital humano, ya que aunque estos tienden a crecer en el periodo de estudio, las mujeres reciben salarios inferiores a los que deberían recibir de acuerdo con sus características y si estas cualidades fueran valoradas bajo el mismo pará-metro que las de los hombres.


243

Bre

cha

sala

rial

po

r g

éner

oen

Sal

tillo

: Un

eje

rcic

io m

eto

do

lóg

ico

! Conclusiones

La descomposición de la brecha en las retribuciones por sexo permite establecer que la parte no explicada (discriminación) de la diferencia salarial representa más de 80% de la brecha salarial y que durante el periodo de estudio, no obstante que la di-ferencia de ingreso se mantiene estable en aproximadamente 20%, la contribución de la discriminación para explicar esa diferencia aumenta.

El ejercicio también permitió observar que el comando decompose es una herra-mienta fácil de usar, rápida y fiable, sin embargo no es el único método de des-composición en economía utilizando STATA, ya que existen otros comandos como nldecompose, fairlie, nopomatch, rqdeco, jmpierce2, smithwelch, gdecomp, ldecomp, dfl, gfields, shapley. Asimismo, para analizar la inequidad se puede contar con inequal, rspread glcurve, descogini, inequerr, kdensity, akdensity, changemean, entre otros. Sin embargo, consideramos que este ejercicio constituye un punto de inicio, de gran utilidad para quienes se incorporan al análisis de la desigualdad y mercados de trabajo.


david castro lugo reyna e. rodríguez mario camberos castro

Documents