determinantes del desempleo en las urbes … tematicas...2.2. determinantes individuales del...
TRANSCRIPT
Determinantes del desempleo en las urbes
mexicanas.
Continuidades y rupturas en el perıodo de crisis*.
Clara Marquez Scotti**
Mayo de 2012
1. Introduccion
El desempleo no ha sido un tema prioritario en los estudios de corte demografico
y sociologico en Mexico. Las razones de esta ausencia en el debate de los estudios
sobre mercados laborales, tiene bases bastantes solidas ya que el desempleo no ha
sido el fenomeno mas urgente ni generalizado en la region, dada la extension de otras
formas de regulacion del mercado de trabajo. No obstante, la crisis economica actual
ha traıdo como consecuencia el aumento de la tasa de desempleo y, consecuente, la
atencion de analista e investigadores. Esta ponencia sigue dos objetivos principales:
a) analizar los determinantes individuales del desempleo abierto y del desempleo des-
alentado en las urbes mexicanas en dos perıodos: pre-crisis y crisis, y b) determinar
en que medida hay cambios en los dos perıodos de estudio. De esta forma, estarıamos
*Ponencia a ser presentada en la sesion ‘Desempleo, formacion para el trabajo y precarizacion
laboral”, tematica: “Mercados de Trabajo”, XI Reunion Nacional de Investigacion Demografica en
Mexico, organizada por la Sociedad Mexicana de Demografıa.**Estudiante de Doctorado en Ciencia Social con Especialidad en Sociologıa. CES, COLMEX.
1
obteniendo indicios acerca de las transformaciones acaecidas en el fenomeno del des-
empleo abierto y del desempleo desalentado en el perıodo recesivo. Se utilizara un
modelo logıstico multinomial, para hombres y mujeres, comparando dos perıodos,
precrisis y crisis, con base en datos de la ENOE.
2. El desempleo en Mexico
2.1. Evolucion y dimension del desempleo
Como es ampliamente reconocido, la tasa de desempleo abierto en Mexico ha sido
historicamente baja. Ya sea en comparacion con los paıses desarrollados como con
paıses en desarrollo. Si se observa la evolucion de la tasa de desempleo y la evolucion
del desarrollo economico del paıs, vemos como ambos procesos se acompanan (Garcıa,
2010). En este sentido, las tasas de desempleo abierto se han pronunciado en las dos
crisis mas importantes que ha vivido el paıs (1995 y 2009).
Garcıa y Sanchez (2011) impulsadas por el alza en la tasa del desempleo del paıs
ante la reciente agudizacion de la crisis, plantean una investigacion cuyo centro es el
estudio de la evolucion de las tasas de desempleo a nivel de ciudad (32 ciudades) entre
los anos 2005 a 20101. Los resultados apuntan en primer lugar a un aumento de la tasa
de desempleo abierto en el perıodo 2005-2010, pero tambien muestran una importante
heterogeneidad en la evolucion del desempleo en las distintas ciudades estudiadas.
En relacion 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 formalizacion, presentan al inicio (2005) los niveles mas altos
de desempleo lo que las conduce a trayectorias con desempleo mas elevado que otras
ciudades aunque no presenten los incrementos mas rapidos en las tasas. (Garcıa y
Sanchez 2011).
1Esta investigacion de corte longitudinal se basa en el metodo de curvas de crecimiento que
permite dar cuenta de la evolucion del desempleo y de la heterogeneidad que al respecto presentan
las ciudades estudiadas; analizando el papel que juega la estructura ocupacional (proporcion de
la poblacion ocupada en el sector manufacturero y en las grandes y medianas empresas) y la
composicion demografica (participacion economica femenina, caracterısticas educativas y estructura
de edad) en dicha evolucion.
2
2.2. Determinantes individuales del desempleo
De acuerdo a distintos estudios, el desempleo en Mexico presenta variaciones
de acuerdo a algunas variables sociodemograficas, como el sexo, la edad, el nivel
de instruccion, la posicion en el hogar, el estado conyugal y la cantidad de hijos
dependientes que se tenga. Algunas de las tendencias encontradas en Mexico son
coincidentes con las encontradas en paıses en desarrollo, como la edad, mientras que
otras presentan tendencias contrarias, como el nivel de instruccion.
En relacion a la asociacion entre el desempleo abierto y la edad, tanto para hom-
bres como para mujeres se observa una mayor incidencia entre los jovenes (Revenga y
Riboud, 1993; Fleck y Sorrentino, 1994; Rodrıguez Oreggia, 2002; Garro y Rodrıguez,
2002). En terminos de algunos modelos logısticos 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 ultimos grupos
de edad de los hombres (Rodrıguez 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
duracion (mayor a seis meses) tanto para hombres como para mujeres, este se asocia
con poblacion de edad mas avanzada (Rodrıguez Oreggia, 2002). Es decir, los jovenes
tienen mas probabilidad de quedar desempleados pero no de estar desempleados
por largos perıodos de tiempo. Asimismo, si consideramos la definicion alternativa
propuesta por Garro y Rodrıguez (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 relacion en inversa.
Para la subpoblacion femenina, la escolaridad presenta una relacion positiva con
el desempleo abierto, es decir, a mayor escolaridad mayor es la probabilidad de que-
dar desempleada (Garro y Rodrıguez, 2002). Por el contrario, para los hombres la
relacion es inversa, ya que la probabilidad de quedar desempleado disminuye confor-
me aumenta el nivel de escolaridad (Garro y Rodrıguez, 2002). Para la probabilidad
2Esta definicion alternativa incluye a los desocupados abiertos, a los disponibles pero que no
buscan trabajo y a los trabajadores ocupados sin ingresos laborales directos ni ningun tipo de
prestacion.
3
de estar desempleado de larga duracion se encuentra una relacion positiva con los
niveles de escolaridad, tanto para hombres como para mujeres; es decir, a mayor
educacion, mayor probabilidad de estar desempleado por perıodos de tiempo prolon-
gados (Rodrıguez Oreggia, 2002; Fleck y Sorrentino, 1994). Los datos para el tipo
de ocupacion son consistentes con lo que se encuentra para el nivel educativo. En-
tre las mujeres, se encuentra mayor probabilidad de quedar desempleadas entre las
que tienen ocupaciones mas calificadas (Rodrıguez Oreggia, 2002). En relacion a los
hombres, a menor calificacion requerida, mayor es la probabilidad de encontrarse
desempleado (Rodrıguez Oreggia, 2002).
Las responsabilidades domesticas, es otro de los factores asociados al desempleo.
El desempleo abierto se asocia mayormente a los solteros y a las solteras (Garro y
Rodrıguez, 2002), mientras que el desempleo de larga duracion presenta un patron
de asociacion diferente de acuerdo al sexo, mientras que se asocia mas a los solteros,
tiene mas incidencia entre las mujeres con pareja (Rodrıguez 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 mas de tres hijos, la probabili-
dad de estar desempleados no es distinta que para quienes no tienen hijos (Rodrıguez
Oreggia, 2002). Para las mujeres, en cambio, los resultados no son congruentes entre
las investigaciones; Rodrıguez Oreggia (2002) no encuentran diferencias significati-
vas entre tener hijos o no tenerlos para el ano 1993, en cambio, Garro y Rodrıguez
(2002) para los anos 1995 y 2000, encuentran una mayor probabilidad de desempleo
asociada a las mujeres con uno o mas hijos.
La probabilidad de estar desempleado es mas alta para quienes se encuentran en
el DF3 y en la zona norte4 del paıs, mientras que la zona fronteriza5 se asocia a una
probabilidad mas baja de estar desempleado lo que se asocia al dinamismo propio de
fines del noventa de la maquila en esta zona (Rodrıguez Oreggia, 2002). Congruente-
mente, Garro y Rodrıguez (2002) encuentran que tanto para hombres y mujeres hay
3Incluye: Distrito Federal y zonas urbanas del Estado de Mexico (Rodrıguez Oreggia, 2002).4Incluye a las zonas urbanas comprendidas en los estados de Nuevo Leon, Guanajuato,
Chihuahua, Tamaulipas, Coahuila, Durango, Sinaloa y Sonora (Rodrıguez Oreggia, 2002).5Incluye a las zonas urbanas en la frontera con Estados Unidos de America y que no se incluyeron
en la categorıa de Zona Norte, correspondiendo a los municipios de Ciudad Juarez, Matamoros,
Nuevo Laredo y Tijuana (Rodrıguez Oreggia, 2002).
4
una menor probabilidad de quedar desempleado, al estar fuera del Distrito Federal y
el estado de Mexico. Lo anterior tambien fue senalado con anterioridad por Revenga
y Riboud (1993).
Mas recientemente Garcıa y Sanchez (2011), sostienen que la tasa de participa-
cion femenina no tiene un efecto significativo sobre la tasa de desempleo del 2005
pero sı reduce la tasa de desempleo a lo largo del periodo. La hipotesis que se esgrime
al respecto indica que las mujeres se incorporarıan al mercado de trabajo en respues-
ta 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 unicamente en la tasa de cambio (a mayor educacion mayor es el
incremento en el desempleo).
3. Desempleo abierto y desempleo desalentado
En este trabajo el fenomeno objeto de estudio es tanto el desempleo abierto
como el desempleo desalentado. Este es un punto polemico y debe por tanto ser
expuesto con claridad. El alcance y significado del concepto de desempleo abierto, y
su operacionalizacion, han sido expuestos con claridad en los ultimos anos (Negrete,
2001; INEGI, 2005). Son tres los elementos principales que definen a la nocion actual
de desempleo: estar sin empleo, estar disponible para trabajar y en busqueda activa
de un empleo. El concepto que esta detras de esta medicion, considera dos aspectos:
una situacion y un comportamiento (Negrete, 2001; INEGI, 2005). La situacion es
la falta de empleo, mientras que el comportamiento se refiere a la intencion explıcita
de vincularse al mercado de trabajo mediante la busqueda de empleo. Cabe precisar
entonces, que las mediciones sobre el desempleo basadas en los criterios de la OIT,
estan 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 deficit de oportunidades laborales.
Pese a la importancia de contar con definiciones normativas que habiliten la com-
paracion de datos a nivel internacional -tal es el rol que cumple la tasa de desempleo
abierto-, lo anterior no debe impedirnos hacer analisis con otros enfoques. Como ya
se advirtio, aquı proponemos un analisis que no se remita al desempleo abierto. El
5
punto central del viraje de mirada, en relacion al desempleo abierto, es relajar el
criterio del comportamiento, esto es, la busqueda activa de empleo. Esto nos lleva a
incluir en el analisis a las personas sin empleo y dispuestas a trabajar, sin discriminar
si estan buscando empleo o no. La inclusion de la poblacion disponible, usualmente
contabilizada dentro de la PNEA, como poblacion desempleada no es tan novedosa
e incluso se la ha considerado como desempleo desalentado, refiriendose a quienes
tienen deseos de trabajar pero ya no buscan empleo. Por otro lado, este viraje im-
plica centrar el analisis en la situacion de no trabajo del individuo, sin considerar la
presion que la persona genera sobre el mercado de trabajo.
4. Datos y especificacion del modelo
Con informacion de la ENOE para las 32 ciudades principales6, se estimara un
modelo de regresion logıstica para modelar la probabilidad de estar ocupado, desem-
pleado abierto o desempleado desalentado, para hombres y mujeres y comparando
dos perıodos, pre-crisis (2006) y crisis (2009). No se ha podido utilizar la informacion
de los segundos trimestres que es la menos afectada por la estacionalidad, ya que para
el ano 2009 en el segundo trimestre se aplico el cuestionario basico que no permite
construir todas las variables requeridas para el modelo7. Con fines comparativos se
decidio presentar los modelos con los datos del primer trimestre.
Las variables independientes individuales a usar en el modelo pueden ser dividi-
das en tres modulos conceptuales. El modulo de caracterısticas individuales incluye:
grupo de edad y nivel de instruccion. Un segundo modulo incluye las responsabi-
lidades domesticas del individuo: estado conyugal, parentesco con el jefe de hogar
y exclusivamente para las mujeres si tienen hijos. El tercer y ultimo modulo consi-
dera la clase ocupacional de pertenencia del individuo. En el cuadro 1 se presenta
esquematicamente una descripcion de las variables independientes a incluir en los
6Ciudad de Mexico, Guadalajara, Monterrey, Puebla, Leon, San Luıs Potosı, Merida, Chihuahua,
Tampico, Veracruz, Acapulco, Aguascalientes, Morelia, Toluca, Saltillo, Villahermosa, Tuxtla Gu-
tierrez, Tijuana, Culiacan, Hermosillo, Durango, Tepic, Campeche, Cuernavaca, Oaxaca, Zacatecas,
Colima, Queretaro, Tlaxcala, La Paz, Cancun, Pachuca.7Especıficamente: la variable de clase ocupacional
6
modelos.
Los modelos logısticos multinomiales son los adecuados cuando contamos con una
variable dependiente politomica no ordinal, como en este caso. Con estos modelos
podemos predecir la probabilidad de que una persona se encuentre en una de las
categorıas de y, dadas ciertas caracterısticas observables. Siguiendo a Long y Freese
(2005), el modelo logıstico multinomial, puede ser escrito como,
lnΩm|r(x) = lnPr(y = m|x)
Pr(y = r|x)= xβm|r (1)
para m = 1 a J , siendo r la categorıa de referencia.
Con el modelo logıstico obtenemos coeficientes β que indican el efecto de las va-
riables en la probabilidad de interes. Ahora bien, como se esta modelando con una
funcion no lineal la interpretacion de los coeficientes no es como en la regresion lineal.
Aquı, los coeficientes se interpretan como efectos aditivos asociados al cambio unita-
rio en x sobre el logaritmo natural de la probabilidad de ocurrencia de la categorıa
de contraste sobre la categorıa de referencia. Dada la especificacion de la ecuacion
del modelo de regresion logıstica, es posible obtener su exponencial, lo que permite a
su vez interpretar la exponencial de los coeficientes β como una razon de riesgos rela-
tivos, 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 comparacion con la del grupo base, manteniendo
fijas el resto de las variables independientes incluidas en el modelo8.
5. Resultados
5.1. Determinantes del desempleo
En el cuadro 2 se presentan los resultados de los cuatro modelos logısticos mul-
tinomiales estimados. Allı se muestran los coeficientes β exponenciados, ası como
8Esta ultima precision es omitida en la exposicion de los resultados de los modelos, en el intento
de simplificar la interpretacion de los modelos multinomiales
7
Cuadro 1: Variables independientes
Variable Categorıas
Modulo 1: caracterısticas individuales
Grupo de edad 12 y 13 anos
14 a 19 anos
20 a 29 anos
30 a 39 anos (referencia)
40 a 49 anos
50 a 59 anos
60 a 64 anos
65 anos y mas
Nivel de instruccion Primaria incompleta
Primaria completa
Secundaria completa
Medio superior y superior (referencia)
Modulo 2: responsabilidades domesticas
Estado conyugal Casado o en union libre (referencia)
Ni casado ni en union libre
Parentesco con el jefe de hogar Jefe de hogar (referencia)
Conyuge
Hijo
Otro integrante del hogar
Tiene hijos (dato exclusivo para mujeres) Sin hijos
Un hijo o mas (referencia)
Modulo 3: adscripcion de clase
Clase ocupacional Gerente, profesional o jefe medio
No manual de rutina (referencia)
Comercio
Manual de alta calificacion
Manual de baja calificacion
8
algunos datos acerca del ajuste del modelo: pseudo R2 y BIC. Es importante con-
siderar que por la especificacion del modelo, no es posible comparar los coeficientes
que se presentan entre los modelos. Esta comparacion se realizara mas adelante a
partir de las probabilidades estimadas (Long, 2006). Las categorıas de la variable
dependiente que se presentan son, desocupacion abierta y desocupacion desalentada,
siendo la ocupacion la categorıa de referencia, contra la que seran contrastadas9.
En relacion 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 anos, con respecto a quienes tienen de 30 a 39 anos. Tambien se
incrementa en el ano 2006 para los hombres, pero se reduce para ese mismo grupo de
edad entre las mujeres de ambos anos. A partir de el grupo de edad de 40 a 49 anos, el
riesgo de que las mujeres se encuentren desocupados en relacion a que se encuentren
ocupadas, desciende constantemente entre los grupos de edad subsiguientes. Entre
los hombres, se observan valores mas erraticos e incluso algunos no significativos
estadısticamente.
Es poco lo que podemos afirmar acerca de la incidencia del nivel educativo en
relacion a la probabilidad de estar desocupado, especialmente para los hombres. Pa-
ra ellos en el ano 2006, contar con un nivel educativo de primaria completa, versus
contar con educacion superior y media superior, reducıa el riesgo de estar desocu-
pado en 22 % (rrr=0.775); para el resto de los niveles de educacion, los coeficientes
asociados a esa variable no son estadısticamente significativos. Para ellas en el 2006,
se ve una tendencia similar que asocia menores niveles educativos con mayor pro-
babilidad de estar desocupadas. Si bien para la categorıa mas baja de educacion
(primaria incompleta) el dato no es estadısticamente significativo, para quienes tie-
nen primaria completa, en comparacion a quienes tienen educacion media superior y
superior, el riesgo de estar desocupado se reduce en un 34 % y reduce tambien para
quienes tienen secundaria completa, pero en menor medida (17 %). Para el ano 2009,
unicamente podemos ver que hay un reduccion de la probabilidad de estar desem-
pleada estadısticamente significativa y del 28 % para las mujeres que tienen primaria
incompleta.
El sentido de la relacion entre las variables del modulo de responsabilidades
9En el cuadro 1 se presentaron las categorıas de referencia de las variables independientes.
9
domesticas es similar entre los modelos y los dos perıodos, 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 encuen-
tre desocupada -versus que se encuentre ocupada- se reduce tanto para los hombres
como para mujeres que estan en union libre o casados en los dos perıodos, pero no
es estadısticamente significativa para las mujeres en el ano 2009. La posicion del
individuo en el hogar y su relacion con la mayor probabilidad de estar desempleado,
es claramente distinta ente los generos. 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 relacion a estar ocupado. Para las mujeres, se observa lo contra-
rio, una reduccion 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 mas no
presenta una diferencia estadısticamente significativa a no tener hijos sobre el riesgo
de estar desocupada en relacion a estar ocupada.
Finalmente, en relacion a la clase ocupacional, para el ano 2006 el unico coeficiente
significativo es el asociado a quienes estan vinculados a ocupaciones manuales de baja
calificacion. Para ellos, el modelo estima un aumento de 30 % sobre el riesgo de estar
desocupado en relacion a estar ocupado y en relacion a quienes tienen una ocupacion
de rutina no manual. Para el 2009 contamos con mayores datos, para quienes se
vinculan a puestos directivos alto y profesionales, hay una reduccion del riesgo de
estar desempleado y para quienes se vinculan a ocupaciones manuales, de alta o baja
calificacion, hay un aumento en este riesgo. Por su parte, para las mujeres de este
ano, estar asociadas a ocupaciones de comercio tambien se traduce en un aumento
del riesgo de estar desocupadas versus estar ocupada.
La poblacion 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 poblacion en desocupacion abierta. En relacion a los grupos
de edad, para todos los grupos de edad presentados en el modelo en comparacion
con el grupo de 30 a 39 anos, 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 anos de entre 12 y 19 anos y para los mayores a 60 anos.
Para las mujeres, en el ano 2006, para el grupo de menor edad, el coeficiente no es
10
estadısticamente significativo aunque sı lo es para el 2009 y representa un incremento
importante sobre los riesgos de estar disponible (poco mas de 347 %). Para ellas en
el 2006, hay el riesgo es mayor entre los 14 y los 29 anos, pero siendo mucha mas
marcado entre los 14 y los 19 anos. Para el ano 2009, el riesgo aumenta a edades mas
tempranas, ubicandose entre los 12 y los 19 anos el mayor incremento en el riesgo.
Para las mujeres en el ano 2006, el modelo estima -al igual que con la poblacion
masculina- un nuevo incremento en el riesgo de estar disponible, versus estar ocupada,
para quienes tienen mas de 60 anos. Contrariamente a lo que observamos para el
riesgo de desocupacion versus ocupacion, donde hay un incremento del riesgo en la
poblacion joven, el riesgo de disponibilidad versus ocupacion presenta un patron de
incremento bimodal en las edades bajas y altas, siendo esto especialmente marcado
entre los hombres de ambos anos.
En relacion al nivel educativo, para las mujeres en ambos anos se observa un
aumento en el riesgo de estar disponibles versus estar ocupadas, cuando se tiene un
nivel bajo de educacion (primaria completa o incompleta). Mientras que, para las
que tienen secundaria completa versus las que tienen nivel educativo medio superior
y superior, en el ano 2006 disminuye el riesgo de estar disponibles versus estar ocupa-
das. Para los hombres, en ambos anos, contar con un nivel educativo de secundaria
completa en comparacion con tener un nivel mas alto de educacion, se traduce en
una reduccion del riesgo de estar disponible.
El modulo de variables vinculadas a las responsabilidades domesticas, nuevamente
muestra que para los hombres en ambos perıodos estar unidos o casados en relacion
a no estarlo, se traduce en una reduccion 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 union 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 observo en relacion
al riesgo de estar desocupadas. Para el 2009, el coeficiente no es significativo. Para
ellos y en relacion a la posicion en el hogar, al igual que lo que se observa con el
riesgo de estar desocupado, estar en una posicion distinta a la de jefe de hogar se
traduce en un incremento importante del riesgo de estar disponible en comparacion
a estar ocupado. Para las mujeres, el tener uno o mas hijos se asocia a una reduccion
del 18 % en el riesgo de estar disponible en el ano 2009; para el 2006 el coeficiente
11
asociado a esta variable no es estadısticamente significativo.
Para las mujeres de ambos anos y contrariamente a lo que se observa para los
hombres, los coeficientes asociados a la variables acerca de la clase son, en su mayorıa,
significativos. Para los dos perıodos el estar asociado a ocupaciones en el comercio y
manuales de alta o baja calificacion -en relacion a estarlo en ocupaciones no manuales
de rutina- incrementa el riesgo de estar disponible en comparacion a estar ocupada.
Para las que estan vinculadas a ocupaciones profesionales o en puestos directivos,
para el 2009 se observa un decremento en el riesgo de 40 %. Para los hombres, se ob-
servan coeficientes estadısticamente significativos en el ano 2009. Para este perıodo el
estar vinculado a puestos profesionales o directivos, reduce el riesgo de estar disponi-
ble en 70 %, mientras que estar asociado a ocupaciones manuales de baja calificacion
aumenta el riesgo de estar disponible en 37 %.
Cuadro 2: Regresiones Multinomiales por sexo y ano
Hombres Mujeres Hombres Mujeres
2006 2006 2009 2006
Desocupados
12 y 13 anos 0.430∗ 0.0788∗∗∗ 0.153∗∗∗ 0.446
(0.148) (0.0531) (0.0682) (0.199)
14 a 19 anos 1.984∗∗∗ 1.919∗∗∗ 1.520∗∗∗ 1.834∗∗∗
(0.161) (0.201) (0.105) (0.159)
20 a 29 anos 1.614∗∗∗ 2.274∗∗∗ 1.470∗∗∗ 1.457∗∗∗
(0.106) (0.167) (0.0778) (0.0910)
40 a 49 anos 1.440∗∗∗ 0.589∗∗∗ 1.052 0.585∗∗∗
(0.106) (0.0564) (0.0651) (0.0434)
50 a 59 anos 0.980 0.305∗∗∗ 1.142 0.362∗∗∗
(0.0929) (0.0429) (0.0782) (0.0376)
60 a 64 anos 1.225 0.216∗∗∗ 0.755∗ 0.172∗∗∗
12
(0.176) (0.0661) (0.0981) (0.0428)
65 anos y mas 0.664∗ 0.0249∗∗∗ 0.393∗∗∗ 0.0440∗∗∗
(0.106) (0.0141) (0.0566) (0.0169)
prim inc 0.910 0.747∗ 1.167∗ 0.718∗∗
(0.0799) (0.0941) (0.0872) (0.0833)
prim com 0.775∗∗∗ 0.657∗∗∗ 0.958 0.878
(0.0519) (0.0603) (0.0536) (0.0672)
sec com 0.933 0.827∗∗ 0.985 1.047
(0.0505) (0.0542) (0.0449) (0.0591)
unido o casado 0.739∗∗∗ 0.683∗∗∗ 0.675∗∗∗ 0.895
(0.0491) (0.0728) (0.0366) (0.0750)
conyuge 1.705∗∗∗ 0.619∗∗∗ 1.579∗∗∗ 0.577∗∗∗
(0.271) (0.0757) (0.182) (0.0562)
hijo 1.974∗∗∗ 0.855 1.676∗∗∗ 0.996
(0.151) (0.0784) (0.104) (0.0769)
otro integrante 1.529∗∗∗ 0.496∗∗∗ 1.218∗∗ 0.729∗∗∗
(0.131) (0.0596) (0.0869) (0.0693)
prof 0.808∗ 0.890 0.656∗∗∗ 0.764∗∗
(0.0767) (0.0958) (0.0566) (0.0796)
comercio 0.889 1.142 0.950 1.353∗∗∗
(0.0758) (0.100) (0.0702) (0.104)
manual alta calif. 1.024 1.146 1.259∗∗∗ 1.846∗∗∗
(0.0762) (0.125) (0.0781) (0.160)
13
manual baja calif. 1.304∗∗∗ 1.146 1.464∗∗∗ 1.448∗∗∗
(0.0938) (0.0996) (0.0890) (0.105)
no especificado 1277.5∗∗∗ 13380.1∗∗∗ 721.5∗∗∗ 1226.8∗∗∗
(313.7) (6659.7) (159.4) (227.4)
uno o mas hijos 1.000 0.954
(0.0742) (0.0611)
Disponibles
12 y 13 anos 6.580∗∗∗ 1.903 11.25∗∗∗ 4.478∗∗∗
(1.592) (0.705) (2.550) (1.116)
14 a 19 anos 5.939∗∗∗ 7.026∗∗∗ 10.83∗∗∗ 4.753∗∗∗
(0.737) (0.693) (1.268) (0.417)
20 a 29 anos 2.087∗∗∗ 2.653∗∗∗ 3.636∗∗∗ 1.375∗∗∗
(0.243) (0.205) (0.403) (0.0981)
40 a 49 anos 1.248 1.066 1.539∗∗ 0.882
(0.181) (0.0954) (0.220) (0.0649)
50 a 59 anos 2.354∗∗∗ 0.878 4.539∗∗∗ 0.925
(0.336) (0.103) (0.596) (0.0823)
60 a 64 anos 6.151∗∗∗ 2.202∗∗∗ 6.983∗∗∗ 1.035
(1.037) (0.366) (1.185) (0.164)
65 anos y mas 8.402∗∗∗ 2.005∗∗∗ 12.52∗∗∗ 1.444∗
(1.311) (0.335) (1.889) (0.211)
prim inc 1.286∗ 1.389∗∗ 1.029 1.418∗∗∗
(0.144) (0.145) (0.106) (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∗∗ 0.819∗∗ 0.769∗∗∗ 1.008
(0.0655) (0.0556) (0.0531) (0.0613)
unido o casado 0.643∗∗∗ 1.506∗∗∗ 0.441∗∗∗ 1.064
(0.0616) (0.144) (0.0374) (0.0953)
conyuge 2.119∗∗ 0.844 1.774∗∗ 1.176
(0.497) (0.0924) (0.333) (0.116)
hijo 2.582∗∗∗ 1.189 1.929∗∗∗ 1.027
(0.307) (0.114) (0.198) (0.0879)
otro integrante 2.663∗∗∗ 0.660∗∗∗ 1.472∗∗∗ 0.821∗
(0.325) (0.0769) (0.164) (0.0807)
prof 0.839 0.855 0.298∗∗∗ 0.593∗∗∗
(0.142) (0.114) (0.0568) (0.0822)
comercio 0.891 1.628∗∗∗ 0.770∗ 1.461∗∗∗
(0.123) (0.145) (0.0889) (0.123)
manual alta calif. 0.978 1.498∗∗∗ 0.937 2.105∗∗∗
(0.124) (0.161) (0.0970) (0.194)
manual baja calif. 1.280∗ 1.519∗∗∗ 1.367∗∗∗ 1.661∗∗∗
(0.150) (0.134) (0.127) (0.131)
no especificado 6771.8∗∗∗ 56866.9∗∗∗ 4443.5∗∗∗ 5940.4∗∗∗
(1741.7) (28298.8) (1008.7) (1100.3)
uno o mas hijos 1.032 0.817∗∗
(0.0777) (0.0574)
Pseudo R2 0.410 0.533 0.391 0.489
15
BIC 30367.5 26381.0 38634.3 32873.5
Observations 69758 51225 68015 52119
Exponentiated coefficients; Standard errors in parentheses
∗ p < 0,05, ∗∗ p < 0,01, ∗∗∗ p < 0,001
5.2. Comparacion para ambos perıodos: probabilidades pre-
dichas
En la seccion anterior ajustamos cuatro modelos logısticos multinomiales que nos
permitieron estudiar los determinantes individuales asociados a la probabilidad de
estar desocupado abierto o desocupado disponible, en relacion a estar ocupado. Ahora
bien, como ya lo mencionamos, la especificacion del modelo no nos permite comparar
los coeficientes entre los modelos para estudiar si hay un cambio estructural entre los
dos perıodos, uno pre-crisis y uno de crisis. Para llevar adelante esta comparacion,
analizaremos en esta seccion las probabilidades predichas por los modelos.
A diferencia de la realizacion 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 interpretacion se vuelve mas complicada. Pa-
ra simplificar esta tarea de interpretacion y exposicion, seleccionamos algunos perfiles
que consideramos importantes. En los cuadros 3 y 4 se presentan las probabilidades
predichas por el modelo para desocupacion abierta y disponibilidad, indicando el va-
lor de las variables independientes en cada caso. Cada uno de los cuadros corresponde
a la subpoblacion de hombres (cuadro 3) y mujeres (cuadro 4), y ambos presentan
la misma estructura: la probabilidad estimada para cada uno de los anos, el cambio
observado en la probabilidad y el riesgo relativo. Esta ultima cifra es importante
porque las bajas cifras de las probabilidades que manejamos pueden llevarnos a des-
estimar la dimension del cambio. Como se indica, se comparan las diferencias en la
probabilidad de desempleo para un perfil muy especıfico: hombres y mujeres, de entre
30 a 39 anos, casados o en union libre y jefes de hogar, pero varıa el nivel educativo
y la clase ocupacional a la que estan asociados.
El aumento en el riesgo relativo de las probabilidades observadas no debe sor-
16
prendernos ya que, como hemos visto, durante el perıodo de crisis se da un aumento
en la probabilidad de estar desempleado (en sus dos categorıas). Sin embargo, lo que
sı debemos atender son las diferencias en las dimensiones de los riesgos relativos, ya
que nos dan un indicio de la afectacion desigual del aumento del desempleo entre la
poblacion 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 mas alta. Resaltan los casos de quienes tienen secundaria completa y una
ocupacion manual de alta calificacion, quienes tienen probabilidades 116 % mayores, y
de quienes estan vinculados a ocupaciones manuales de baja calificacion con primaria
completa (probabilidades 130 % mayores) y con primaria incompleta (probabilidades
137 % mayores). En relacion a los riesgos relativos de los disponibles, los aumentos
en las probabilidades para ambos perıodos 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 situacion de desem-
pleo abierto en el perıodo recesivo para quienes tienen secundaria completa y estan
asociadas a ocupaciones manuales de alta calificacion. Pero, lo que mas llama la
atencion 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 es-
tar disponibles mayores al 100 %; siendo las que tienen secundaria completa y estan
asociadas a ocupaciones manuales de alta calificacion las que presentan un aumento
mayor dichas probabilidades, llegando esta cifra a probabilidades 218 % mayores.
6. Conclusiones
El mercado de trabajo urbano en Mexico se ha caracterizado por una baja tasa
de desempleo abierto, no obstante en el ultimo perıodo de crisis ha habido un au-
mento significativo del dicha cifra. Como ya ha sido apuntado en relacion a la cifra
absoluta, nunca antes tantos mexicanos habıan buscado un empleo sin encontrarlo,
a lo que agregamos ademas que nunca antes como ahora habıa tantos mexicanos sin
trabajo pero dispuestos a trabajar aunque ya no busquen empleo. El incremento en
17
Cuadro 3: Comparacion de probabilidades estimadas por ano: hombres
Invariante: hombre, 30 a 39 anos, en pareja, jefa de hogar
2009 2006 cambio Riesgo relativo (2009/2006)
Educacion: 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
Educacion: 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
Educacion: 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
Educacion: secundaria completa Clase: manual de alta calificacion
Pr(y=Desocupax): 0.0462 0.0214 0.0248 2.16
Pr(y=Disponibx): 0.0042 0.0031 0.0011 1.35
Educacion: secundaria completa. Clase: manual de baja calificacion
Pr(y=Desocupax): 0.0532 0.027 0.0262 1.97
Pr(y=Disponibx): 0.0061 0.0041 0.002 1.49
Educacion: primaria completa. Clase: manual de baja calificacion
Pr(y=Desocupax): 0.0518 0.0225 0.0292 2.30
Pr(y=Disponibx): 0.0075 0.0056 0.0019 1.34
Educacion: primaria incompleta. Clase: manual de baja calificacion
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: Comparacion de probabilidades estimadas por ano:mujeres
Invariante: mujer con hijos, 30 a 39 anos, en pareja, jefa de hogar
2009 2006 cambio Riesgo relativo (2009/2006)
Educacion: 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
Educacion: 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
Educacion: 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
Educacion: secundaria completa Clase: manual de alta calificacion
Pr(y=Desocupax): 0.0778 0.0342 0.0437 2.27
Pr(y=Disponibx): 0.0398 0.0125 0.0273 3.18
Educacion: secundaria completa. Clase: manual de baja calificacion
Pr(y=Desocupax): 0.0626 0.0342 0.0285 1.83
Pr(y=Disponibx): 0.0323 0.0127 0.0195 2.54
Educacion: primaria completa. Clase: manual de baja calificacion
Pr(y=Desocupax): 0.0526 0.0271 0.0255 1.94
Pr(y=Disponibx): 0.0399 0.0193 0.0205 2.07
Educacion: primaria incompleta. Clase: manual de baja calificacion
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 fenomeno con mas detalle, siendo dos las pre-
guntas que nos hemos formulado: ¿cuales son aquellas caracterısticas individuales
que colocan a las personas en mayor riesgo de estar desocupadas? y ¿hay cambios
significativos a este respecto en el perıodo recesivo? Para responder a estas pregun-
tas hemos analizado distintos modelos logısticos binomiales y las probabilidades por
estos predichas.
Algunos de los datos de los modelos estimados siguen claras tendencias interna-
cionales acerca del desempleo abierto. Este es el caso de la importante asociacion
entre los jovenes y la mayor incidencia de este tipo de desempleo. No obstante, co-
mo se vio el estar disponible presenta un patron bimodal, con concentracion en los
grupos de edades extremos, lo que esta aun mas marcado entre los hombres. En re-
lacion a la educacion, la interpretacion no es sencilla; entre niveles educativos muy
bajos pueden encontrarse niveles mas bajos de desempleo pero entre niveles medios
en adelante las probabilidad de estar desempleado desciende. Para los hombres, el
tener mayores responsabilidades domesticas se asocia a una menor probabilidad de
estar sin trabajo, ya sea en busqueda activa de otro empleo o con ausencia de este
comportamiento. Por ejemplo, ser conyuge o hijo, en comparacion a ser jefe de hogar
presenta un aumento en la probabilidad de estar desempleado. Para las mujeres, la
situacion es distinta, entre ellas el ser hijas o conyuges del jefe o jefa de hogar se tra-
duce en una disminucion de las probabilidades de estar en condicion de desempleo
abierto, en comparacion con ser jefa de hogar. Finalmente, la clase ocupacional pa-
rece mostrar datos similares a los del nivel educativo. Las posiciones extremas bajas,
se vinculan mas a un aumento en la probabilidad de estar desempleado mientras que
las extremas altas se vinculan a la disminucion de esta probabilidad.
En relacion a los cambios en el perıodo recesivo, los riesgos relativos en los cam-
bios de las probabilidades predichas para ambos perıodos nos indican que tanto para
hombres como para mujeres, quienes tienen un nivel alto de educacion y estan aso-
ciados 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 calificacion, se encuentran los mayores incre-
mentos en las probabilidades de estar en condicion de desempleo abierto. Entre las
mujeres, los mayores incrementos corresponden a las probabilidades de estar desocu-
20
padas disponibles, siendo entre las de calificacion intermedia la donde se encuentra
mayor incremento en las probabilidades.
21
7. Referencias
Garcıa, B. (2010). “La precarizacion laboral y el desempleo en Mexico, 2000-2009”.
X Reunion nacional de investigacion demografica en Mexico.
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 logıstico, 1995 y
2000.”El Trimestre Economico 69(276(4)): 543-566.
INEGI (2005). Encuesta Nacional de Ocupacion y Empleo 2005: Una nueva encuesta
para Mexico.
Long, J.S. 2009. Group comparisons in logit and probit using predicted probabilities.
En lınea.
Long, J.S. and Freese, J. 2005. Regression Models for Categorical and Limited De-
pendent 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 que han sido bajas las tasas de desempleo abierto en Mexi-
co?: una guıa basica ilustrada. Notas. Revista de informacion y analisis 14 y
15.
Revenga, A. and M. Riboud (1993).“Unemployment in Mexico: Its Characteristicas
an Determinants”Policy Research Working Paper. 1230. The World Bank.
Rodrıguez Oreggia, E. (2002). La probabilidad de estar desempleado en Mexico:
Factores sociodemograficos y regionales en un modelo Logit. Denarius, 2(1),
143-163.
22