salario mínimo en colombia 2008-2016
TRANSCRIPT
1
Documento de investigación Memoria de grado
Noviembre de 2017
Salario mínimo en Colombia 2008-2016 Impacto sobre el mercado laboral a nivel regional
Sebastián Forero Torres1
RESUMEN
El siguiente artículo evalúa el efecto del salario mínimo en Colombiaen indicadores del
mercado laboral en las regions entre 2008 y 2016. El análisis empírico utiliza medidas de
empleo regional como variables dependientes, y variables independientes relacionadas con
cambios en la oferta laboral, construidas a partir de la información recopilada por la Gran
Encuesta Integrada de Hogares. Los resultados encontrados dan validez a la percepción
teórica de que un aumento en la variación del salario mínimo real provoca una disminución
adicional en la tasa de empleo, fortaleciendo la afirmación del modelo de mercado laboral
competitivo de dos sectore, donde un aumento del salario mínimo provoca un
desplazamiento de individuos del sector formal al informal.
Palabras Clave: Salario mínimo, Colombia, mercado laboral, desempleo y tasa de empleo.
Clasificación JEL: J2, J3, J6.
1 Estudiante de los programas de Administración de empresas y Economía de la Universidad de los Andes, [email protected].
2
I. INTRODUCCIÓN:
El estudio de la interacción del salario mínimo y la tasa de desempleo, y por ende, del
comportamiento del mercado laboral interno de una nación, ha sido ampliamente
desarrollado hasta ahora en diferentes contextos y procesos investigativos. No obstante, no
se cuenta con un consenso definido acerca de los efectos derivados de los cambios en la
reglamentación y uso de un salario mínimo como medida legal por parte de un gobierno
central. Lo anterior se debe a que los resultados toman caminos distintos e incluso contrarios,
según el periodo de estudio, el enfoque metodológico utilizado, la naturaleza de los datos y
sus fuentes bibliográficas, y demás detalles relacionados con el análisis correspondiente.
En este sentido, la situación actual de este análisis en Colombia no es ajena a las posibles
contradicciones y los estudios realizados hasta hoy tampoco arrojan un veredicto concreto en
lo respectivo a sus conclusiones. Por consiguiente, el siguiente documento se propone
realizar un análisis empírico de la relación existente entre las el salario mínimo en Colombia,
y el impacto de estas sobre la tasa de empleo, y las dinámicas propias de los sectores formal
e informal, en el periodo comprendido entre el 2008 y el 2016. Lo anterior, con el objetivo
de hacer un aporte reciente sobre el análisis de dicho efecto, evaluando desde una perspectiva
regional la interacción existente entre estos aspectos.
De la misma manera, se destaca la principal contribución del autor y de la investigación,
siendo un análisis del impacto desde una perspectiva geográfica. Esto en búsqueda de
permitir un entendimiento más profundo y reciente del impacto del salario mínimo legal, en
un país donde su determinación genera distintas polémicas y coyunturas, año tras año, desde
cualquier sector y punto de vista de la población colombiana. Así mismo, dicha contribución
será importante al poder ser utilizada más adelante como una base empírica para el
diagnóstico, construcción e implementación de políticas públicas que generen el impacto
deseado desde los entes encargados de la determinación de su incremento anual
Ahora bien, el desarrollo de este análisis tendrá como base metodológica el estudio realizado
por Sara Lemos en 2009 para Brasil. Se utilizan medidas de empleo regional como variable
dependiente, y variables independientes relacionadas con el cambio en la oferta laboral,
construidas a partir de la Gran Encuesta Integrada de Hogares del Departamento
3
Administrativo Nacional de Estadística (Dane) entre 2008 y 2016. Los controles incluidos
para el estudio son: la proporción para la población total que tiene entre 12 y 25, 25 y 60, y
más de 60 años, mujeres, tasa de alfabetismo, estudiantes con educación básica completa,
estudiantes con educación secundaria completa, población en cada sector económico
principal, y años de escolaridad en las principales ciudades de Colombia, adicionando efectos
fijos de tiempo y de región. Entonces, para la construcción de la base de datos total, se utilizan
las respuestas mensuales desagregadas de los formularios correspondientes a las 24
principales cabeceras urbanas del país, determinadas por el Dane para la realización de la
GEIH, con datos desde Enero del 2008, hasta Diciembre de 2016.
El documento presentará inicialmente una breve revisión de literatura relacionada y
relevante, seguida del marco teórico que se tiene como fuente de intuición económica y el
marco empírico. Posteriormente, se hará una descripción de la metodología utilizada,
acompañada de un análisis descriptivo de los datos. Más adelante, se desarrolla la revisión y
análisis de los resultados, que para este estudio muestran que las variaciones positivas en el
cambio del salario mínimo real en Colombia, inducen a la disminución adicional de la tasa
de empleo, y se finalizará con las conclusiones derivadas y correspondientes.
II. REVISIÓN DE LITERATURA:
Para iniciar, se hace la revisión literaria de algunos de los estudios más conocidos y de mayor
alcance en el mundo, que serán evidencia de las conclusiones contradictorias en el tema
tratado. Luego se encamina la revisión hacia un análisis de aquellos documentos que se han
dedicado a evaluar las condiciones e implicaciones de carácter regional de la utilización del
salario mínimo dentro de determinado país. En este punto es preciso resaltar desde ya, que
para dicho enfoque no se tiene una extensa lista de trabajos anteriores. Después, se hace un
rápido recuento por la definición y el sistema de fijación del salario mínimo legal en
Colombia. Luego serán examinados los documentos que han trabajado sobre el caso
colombiano, y se culminará con una revisión de los estudios que analizan las implicaciones
que tiene las características propias de una ciudad en el desempleo.
4
2.1 Estudios sobre impacto del salario mínimo en el desempleo y el mercado laboral
en el mundo:
En primer lugar, Saget (2001) explica que el salario mínimo tiene la ventaja de mejorar las
condiciones económicas de los trabajadores poco remunerados, pero si aumentar el salario
mínimo reduce el número de empleos que pueden desempeñar estos trabajadores, el efecto
global sobre la distribución de los ingresos será ambivalente. Así pues, más adelante en su
trabajo desarrolla la idea de que el salario mínimo tiene un efecto doble.
En la misma línea, Lemos (2004) entiende, desde un punto de vista de la firma demandante
de trabajo, que un aumento del salario mínimo implica un incremento en sus costos, por lo
que podrían reaccionar de tres formas: reduciendo el número de empleados, reduciendo sus
beneficios, o transfiriendo dicho incremento en el precio de uno de sus factores de
producción al precio de sus productos finales.
Ahora bien, los efectos derivados del salario mínimo sobre el desempleo y el marcado laboral
son diferentes en los países en desarrollo. Así lo entienden Card & Krueger (1995) quienes
discuten algunas de las evidencias internacionales para estas naciones, afirmando que las
particularidades e instituciones del mercado laboral en cada país son determinantes para el
impacto del salario mínimo. Por ejemplo, el efecto de la compresión de la distribución de
los salarios es mucho más fuerte en América Latina y como resultado, el efecto empleo
también es más fuerte: un aumento del 10% en el salario mínimo disminuye el empleo formal
hasta en un 12%.
De igual manera, Terrel & Almeida (2008) realizaron una nueva revisión de los efectos del
salario mínimo en los países en desarrollo. Concluyen que existe evidencia considerable para
que aumentos del salario mínimo tengan un efecto negativo en el desempleo del sector
cubierto o formal, pero aun no es claro si el efecto es mayor para los trabajadores de bajos
ingresos en comparación con los mejor pagados.
De manera similar, el trabajo realizado por Lemos (2009), que será la base metodológica
5
para la investigación de este artículo, también hace un análisis de la situación propia de un
país un en desarrollo. Lemos parte de la realización de una estimación de los efectos por
separado que tiene el salario mínimo, sobre el empleo en los sectores formal e informal
utilizando técnicas de datos de panel y datos de un período de baja inflación en Brasil (1982-
2004). La autora afirma que dentro de la economía de un país desarrollado y para un modelo
de dos sectores, el aumento en el salario mínimo provoca desplazamientos de los
trabajadores del sector formal al informal. No obstante, no encuentra impactos sobre el
empleo total a partir de este enfoque, pues el efecto positivo del salario que se ve en el sector
formal es contrarrestado por el efecto negativo en el sector informal por la disminución de
los salarios pagados en la informalidad. La principal conclusión es que los efectos en el
empleo se deben a supuestos anteriores sobre la existencia de un mercado de trabajo
segmentado o integrado, pero que al final no tiene un impacto significativo sobre el empleo
mismo.
2.2 Revisión a la literatura para casos latinoamericanos relevantes:
Gindling & Terrel (2004) encontraron para el caso costarricense que “los salarios mínimos
legales tienen un efecto positivo significativo en los salarios de los trabajadores del sector
cubierto (con una elasticidad de 0,10), pero sin efecto sobre los salarios de los trabajadores
del sector no cubierto”. También hallaron que un aumento del 10% en los salarios mínimos
disminuye el empleo en el sector cubierto en un 1,09% y disminuye el promedio de horas
trabajadas de los que permanecen en el sector cubierto en aproximadamente 0,6%. Al final,
demuestran que el mayor impacto en los salarios y el empleo de los trabajadores cubiertos
del sector se encuentra en la mitad inferior de la distribución.
En Argentina, Groisman (2012) desarrolla un documento, en el que se abordó el estudio de
los efectos que las sucesivas actualizaciones que experimentó el mínimo salarial legal entre
2003 y 2010 tuvieron sobre el empleo, la informalidad laboral y los salarios. La evidencia
obtenida reveló que dichas modificaciones no produjeron efectos negativos sobre el empleo.
Más aún, se pudo constatar que tampoco tuvieron incidencia sobre las probabilidades de
perder el empleo en un puesto de trabajo protegido e ingresar a una ocupación precaria.
6
2.3 Salario mínimo en Colombia: Definición y determinación:
El salario mínimo es definido por la ley colombiana en el artículo 145 del código sustantivo
de trabajo como: “el salario que todo trabajador tiene derecho a percibir para subvenir a sus
necesidades normales y a las de su familia, en el orden material, moral y cultural”. Además,
es necesario resaltar que su existencia tiene una gran importancia en la realidad nacional ya
que aproximadamente el 56% de todos los trabajadores obtienen el salario mínimo
(Hernández & Pinzón, 2006, p.12), siendo que según Arango & Posada (2007), el 73% de
todos los trabajadores afiliados al régimen de seguridad social lo perciben.
Así pues, se cumple con la teoría que presenta al salario mínimo como un límite inferior que
imponen los gobiernos de los países a la cantidad de salario que se le debe pagar a un
trabajador que se ocupa en una jornada laboral completa, que para el caso de Colombia está
estipulada en ocho horas diarias actualmente. Adicionalmente, el Banco de la República de
Colombia explica que, además de la cantidad pagada directamente al trabajador, esta medida
exige el pago de prestaciones sociales, salud, pensiones, cesantías, prima de servicios,
subsidio de transporte, etc.
Teniendo esto en cuenta, la ley colombiana establece que para la fijación del salario mínimo
se deben tener en cuenta diferentes factores como el costo de vida, las modalidades de trabajo,
la capacidad económica de las empresas y las condiciones de cada región o actividad
económica. En este sentido, al considerar la capacidad económica de las empresas como un
factor determinante a la hora de la fijación de salario mínimo, se permite que este pueda ser
fijado en común acuerdo entre empresarios y sindicatos. Esto debido a que la filosofía de la
norma ha sido lograr que los intereses de las partes involucradas y que se afectan de una u
otra forma con la fijación del salario mínimo, confluyan en un punto que permita el equilibrio.
Sin embargo, históricamente ha sido difícil lograr pactar el incremento del salario mínimo,
por lo que en muchas ocasiones ha tenido que fijarse por decreto, con la intervención del
Estado Colombiano como medida de última instancia para su determinación2.
2 Recuperado de (https://www.gerencie.com/salario-minimo.html) el 20 de Septiembre de 2017.
7
2.4 Revisión de la literatura para el Caso Colombiano:
Históricamente, la inclusión del salario mínimo a la realidad colombiana se hace desde el
año de la 1955, y desde entonces, la determinación de su nivel anual llama poderosamente
la atención en todo el país, Hernández y Pinzón (2006) concluyen, a partir de un enfoque
“pooled panel” y la utilización de la Encuesta Continua de Hogares para los años entre 2000
y 2004, que aumentos en el salario mínimo disminuyen la probabilidad de los individuos de
estar empleados, presentando cifras de elasticidad conjunta del desempleo con respecto al
salario de -2,2%. También observaron que el salario mínimo tiene un efecto positivo sobre
el empleo de las personas entre 18 y 25 años, así: un incremento de 10% del salario mínimo
incrementa el empleo en 15,9%, debido a que los costos de contratación de jóvenes son
menores que los de adultos. No obstante, el estudio analiza ingresos, pero no salarios, lo que
puede estar afectando los resultados.
Bell (1997) analiza la situación para la década de los ochenta, específicamente en el sector
industrial, y logra encontrar que un incremento en el valor relativo del salario mínimo en
Colombia en el período 1977 a 1987 (alrededor del 15%) tiene un efecto negativo sobre el
empleo industrial reduciéndolo en un 5% sobre este mismo período.
En el caso de Arango & Pachón (2004), estos concluyeron que el salario mínimo tiene
efectos regresivos al desmejorar las condiciones de vida de las familias colombianas cuyos
ingresos se ubican en la parte baja de la distribución, caso contrario a la población que se
encuentra en los percentiles superiores. Encontraron, así mismo, que el salario mínimo tiene
un efecto negativo sobre la probabilidad de ser empleado, aún más si se es mujer, joven, o
se posee poco capital humano. Así mismo, está el trabajo de Arango & Posada (2006), en el
que no se encontró relación conjunta en el largo plazo entre el salario mínimo y la
remuneración de los funcionarios públicos ni tampoco entre el salario real del sector privado
y el salario mínimo.
También se encuentran investigaciones como las de Hernández & Lasso (2003) y Maloney
& Núñez (2001), en donde los primeros hallan que el efecto del salario mínimo sobre las
demandas de trabajo es ambiguo desde el punto de vista de un mercado en competencia
perfecta, y los segundos, que a pesar de que la relación deja de ser significativa a medida
8
que aumenta el nivel de ingresos, si existe una conexión fuerte y positiva entre un incremento
del salario mínimo y la posibilidad de estar desempleado. Análogamente, el documento de
Mora & Muro (2014), corrobora el efecto negativo del nivel educativo en la decisión de
entrar en el sector informal y sus resultados también muestran que los niveles de salario
mínimo tienen un impacto en la distribución de los salarios entre los trabajadores formales
y los informales generando incentivos para unirse a la informalidad.
Nuñez & Bonilla (2001) utilizaron datos panel de las etapas rotativas de la encuesta de
hogares del Departamento Administrativo Nacional de Estadística (DANE, 1997 y 1998)
para Colombia, encontrando resultados interesantes. En primer lugar, el salario mínimo
puede tener un impacto importante sobre la distribución del ingreso. Segundo, los efectos se
irradian a través de la distribución en una clara demostración del efecto «numerario», lo que
afirma que el salario mínimo en Colombia induce rigideces en el mercado laboral y que, por
lo tanto, sus efectos sobre la pobreza son más severos. Y tercero, se presenta evidencia sobre
un fuerte impacto del salario mínimo sobre el empleo.
En suma, el análisis desarrollado demuestra que el salario mínimo en Colombia tiene
impacto tanto en el sector formal como en el informal, incrementando las distorsiones que
anteriormente se habían encontrado en otros estudios. De manera más detallada, advierten
que el hecho de que las variaciones más amplias en la probabilidad de perder el empleo se
den entre aquellos individuos que ganan el mínimo o estén cercanos a éste, sugiere que un
instrumento de política como el salario mínimo, pensado para ayudar a los trabajadores
menos calificados, los está afectando antes que ayudando (Bonilla y Núñez, 2001, p. 108).
Otro documento de importante contribución es el de Bautista (2013), en el que explica que
las consecuencias de incrementos en el salario mínimo son contradictorias según la
perspectiva. Los empleadores plantean que aumentos del salario mínimo podrían ocasionar
desempleo e inflación, generando un impacto negativo a la economía, y, por otro lado, el
sector de los trabajadores expone que el salario mínimo es insuficiente para cubrir las
necesidades mínimas de los colombianos.
Bautista (2013) documenta entonces una investigación con modelos de vectores
autoregresivos, teniendo en cuenta choques exógenos, con el propósito de observar y
9
analizar el comportamiento y la relación de variables como salario mínimo, desempleo e
inflación, ante un choque de las variables de estudio. En ella identifica que al realizar el
impacto del salario mínimo sobre el desempleo se puede observar incrementos
principalmente sobre el siguiente año, reflejando cómo un choque del salario mínimo
nominal en Colombia, durante el periodo de análisis, generan alteraciones futuras de gran
impacto en el incremento del desempleo en el corto plazo.
2.5 Influencia de los atributos y características de las ciudades en el desempleo.
Roback (1982) utiliza un modelo de equilibrio general que incorpora tanto aspectos móviles
(trabajo) como fijos (tierra) para responder al poco entendimiento que hay frente a la
interconexión entre las condiciones de vaciado de mercado y su capacidad de generar
equilibrio. Adicionalmente, también incorpora la idea de que las condiciones y comodidades
locales de un lugar tienen influencia en la productividad, para determinar precisamente los
factores que explican la descomposición de los precios implícitos en gradientes de salario y
renta.
Como conclusión de su estudio, Roback (1982) presenta la afirmación de que el pensamiento
tradicional en el que las condiciones y comodidades de un lugar sólo afectan los precios de
la tierra (renta), es incorrecto, y demuestra que el valor conjunto de todas las condiciones
está determinado por gradientes de salario y renta. De esta manera, revela que la influencia
de las condiciones y comodidades sobre la productividad, y la fuerza en las preferencias de
los consumidores, son responsables de los valores en dichos gradientes. Para el caso de los
salarios, su estudio muestra que las grandes diferencias en salarios son explicadas por en
gran medida por las condiciones y comodidades propias de un lugar.
En la misma línea, García (2008) estima modelos de datos de panel para Colombia con los
módulos de informalidad aplicados por el Dane en la Encuesta Nacional de Hogares (ENH)
y en la Encuesta Continua de Hogares (ECH) en los meses de junio para el período 1988-
2006 (serie bianual hasta el 2000, con excepción de 1990, y anual desde el 2001 hasta el
2006). En este documento relaciona la informalidad laboral con la participación porcentual
del sector industrial dentro del PIB departamental (variable proxy del enfoque estructural de
la informalidad) y el tamaño del gasto en nómina por habitante de cada región (variable
10
proxy del grado de burocratización o eficiencia del Estado que caracteriza el enfoque
institucional de la informalidad). La evidencia muestra que la informalidad tiene relación
inversa con el grado de desarrollo industrial de las ciudades
De esta manera, factores como el menor crecimiento económico, la mayor presión de la
oferta laboral, la abundancia de mano de obra poco calificada y sin experiencia y la menor
absorción de fuerza laboral del sector industrial, han generado que el desajuste en calidad en
el mercado laboral se profundice y sean las actividades con menores requerimientos de
educación, experiencia y tecnología las que más peso tengan en la economía. En el análisis
de regresión se encontró una relación negativa y significativa entre la informalidad y la
variable proxy del desarrollo industrial. Esto muestra que las ciudades con mayor
participación del sector industrial en la producción presentan menores aumentos relativos de
la informalidad. En este sentido, el sector industrial está actuando como un ancla a la
informalidad en el periodo analizado.
III. MARCO TEÓRICO CONCEPTUAL:
Después de haber realizado la revisión literaria respectiva, es importante ahora pasar a hacer
la delimitación conceptual dentro de la que se enmarca el desarrollo de este artículo. Así
pues, de manera teórica y como ha sido enunciado arriba, el salario mínimo es visto como
una herramienta de uso gubernamental para la protección tanto de los trabajadores nuevos
como de los menos cualificados. Además, funciona como costo de producción para las
empresas, referencia para el aumento de los diferentes niveles de salario, y herramienta para
impulsar la demanda agregada vía consumo y distribuir las ganancias de los trabajadores de
bajos ingresos. Por lo anterior, el salario mínimo puede ser utilizado como instrumento anti-
inflacionario y anti-desempleo (Bautista, 2013, p. 2).
Ahora bien, es importante entender que el efecto que introduce el salario mínimo dentro de
una economía, y más específicamente sobre la tasa de desempleo de la misma, depende de
las condiciones propias que se manejen, y que pueden ser representadas a partir de diferentes
modelos teóricos.
Existen entonces al menos cuatro enfoques teóricos para abordar el efecto del salario mínimo
11
sobre el desempleo en la literatura económica relacionada con este tema, siendo estos: el
modelo competitivo, la situación monopsonística, la teoría de salarios de eficiencia y el
modelo de búsqueda. Con respecto a estos, es necesario aclarar que para este documento
solamente el primero será el modelo relevante a la hora del análisis que se verá más adelante.
3.1 Modelo competitivo con dos sectores:
Teniendo en cuenta que, para ser efectivo, un salario mínimo en este modelo debe ser mayor
al salario de equilibrio en competencia perfecta(A), se tiene como supuesto que la
introducción de este deriva en que la cantidad de trabajo ofertado aumenta en la formalidad,
mientras que la demandada laboral disminuye debido al incremento en el precio del factor.
Se da entonces la aparición de desempleo involuntario por el exceso de oferta generado, lo
que implica que algunos de los trabajadores del sector formal pierden su trabajo. En
consecuencia, estos son absorbidos por el sector no cubierto o informal, en donde al
aumentar la oferta de empleo como se muestra en (B), se tendría como supuesto, la
disminución en el salario pagado dentro del mismo.
Gráfico 1. Diagrama de explicación para el modelo de dos sectores3.
Sin embargo, Mincer (1976) explica para este modelo teórico, que los efectos descritos
pueden no llegar a darse en la realidad, dado que también intervienen variables como la
elasticidad de la demanda de trabajo de los dos sectores, de la elasticidad de la oferta de
trabajo total, de la cobertura del salario mínimo y de la tasa de vacantes en el sector formal,
3 Tomado de Arango, L. Herrera, P. & Posada, C. (2008). “El salario mínimo: aspectos generales sobre los casos de Colombia y otros países”. P. 216
12
que pasarían a ser limitantes del modelo.
Teniendo en cuenta lo anterior, la hipótesis que esta investigación maneja está en línea con
la teoría presentada. A partir de los datos utilizados, se quiere estudiar el efecto del aumento
del salario mínimo sobre la tasa de desempleo del país, suponiendo entonces que dicho efecto
será positivo. Esto indicaría que el crecimiento en el valor establecido del salario, conlleva
de igual manera a un aumento en la tasa de desempleo.
IV. MARCO EMPÍRICO:
La investigación realiza este artículo demanda la estimación del efecto del aumento de salario
mínimo mensual legal vigente en Colombia, sobre la tasa de desempleo. Se entiende también
que es necesaria la incorporación de distintas variables independientes y controles que
permitan un enfoque geográfico de estudio.
La metodología seguida propone entonces contrastar la hipótesis de que la variación positiva
del salario mínimo tiene como consecuencia la disminución en la tasa de empleo nacional, a
partir de una regresión econométrica que incorpora el método de especificación en
diferencias en los controles utilizados, donde están las proporciones para la población total
que tiene entre 12 y 25, 25 y 60, y más de 60 años, mujeres, tasa de alfabetismo, estudiantes
con educación básica completa, estudiantes con educación secundaria completa, población
en cada sector económico principal, y años de escolaridad para las 24 principales ciudades
de Colombia. Se adiciona también la modelación de efectos fijos de tiempo y de región y tres
rezagos de la variable dependiente, incorporando estimadores robustos para evitar
heteroscedasticidad.
De esta manera, la ecuación a ser estimada es la siguiente:
𝐷𝑡𝑎𝑠𝑎𝑒𝑚𝑝𝑙𝑒𝑜 = 𝛽, + 𝛽.𝐿. 𝑑𝑡𝑎𝑠𝑎𝑒𝑚𝑝𝑙𝑒𝑜 + 𝛽3𝐿2. 𝑑𝑡𝑎𝑠𝑎𝑒𝑚𝑝𝑙𝑒𝑜 + 𝛽5𝐿3. 𝑑𝑡𝑎𝑠𝑎𝑒𝑚𝑝𝑙𝑒𝑜
+ 𝛽7𝑑𝑙𝑤𝑚𝑖𝑛𝑟𝑒𝑎𝑙 + 𝛽<𝑑𝑚𝑢𝑗𝑒𝑟 + 𝛽?𝑑𝑒𝑠𝑡𝑢𝑑𝑖𝑎𝑛𝑡𝑒 + 𝛽@𝑑𝑛𝑜𝑙𝑒𝑒𝑟𝑒𝑠𝑐𝑟𝑖𝑏
+ 𝛽C𝑑𝑝𝑜𝑠𝑡𝑠𝑒𝑐𝑢𝑛𝑑𝑎𝑟𝑖𝑎 + 𝛽D𝑑𝑝𝑟𝑖𝑚𝑎𝑟𝑖𝑎 + 𝛽.,𝑑𝐴𝐵𝐶𝑠𝑒𝑐𝑡𝑜𝑟
+ 𝛽..𝑑𝐷𝐸𝑠𝑒𝑐𝑡𝑜𝑟 + 𝛽.3𝑑𝐹𝑠𝑒𝑐𝑡𝑜𝑟 + 𝛽.5𝑑𝐺𝑠𝑒𝑐𝑡𝑜𝑟 + 𝛽.7𝑑𝐹𝑠𝑒𝑐𝑡𝑜𝑟
+ 𝛽.<𝑑𝑒𝑑𝑎𝑑1225 + 𝛽.?𝑑𝑒𝑑𝑎𝑑60𝑚𝑎𝑠 + 𝛽.@𝑑𝑒𝑒𝑠𝑐 + 𝜇
13
Aquí es importante hacer la aclaración de que para esta notación, las variables que posee una
“d” al inicio significan la primera diferencia de la misma, y aquellas con una “L” o “L2,
incluyen una cantidad de rezagos correspondiente al número que aparece especificado.
El supuesto de identificación es que una vez se ha controlado por todos estos factores
observables, se entiende que la variación del salario mínimo a nivel de cada ciudad, no está
correlacionada con factores no observables que determinen la oferta laboral en un tiempo y
en un área determinada. Es decir, que se espera que el modelo evite el problema de
endogeneidad, ya que, si la hubiera, las conclusiones no serían robustas.
Así pues, el principal resultado derivado de este estudio, arroja que un cambio de 1% en el
aumento del salario mínimo real en Colombia resulta en una disminución del 7,6% adicional
en el cambio de la tasa de empleo, entendida como la proporción de trabajadores formales
con respecto a la fuerza laboral de cada ciudad en cada mes estudiado.
V. METODOLOGÍA Y ANÁLISIS DESCRIPTIVO DE LOS DATOS:
5.1 Descripción del proceso metodológico:
Como ha sido expresado anteriormente, este documento realiza una investigación que utiliza
el trabajo de Sara Lemos en el 2009 en Brasil como la referencia metodológica sobra la cuál
construir una base de datos consistente para hacer un análisis de resultados a partir de un
enfoque regional.
Así pues, con las respuestas desagregadas de los formularios de la Gran Encuesta de Hogares
(GEIH) de Dane en Colombia, se tiene una base de datos representativa con características
demográficas e indicadores del mercado laboral colombiano, y en ella la información
correspondiente para las 24 principales cabeceras urbanas del país, determinadas por el Dane
para la realización de dicha encuesta. Así mismo, es imperativo explicar que se tienen los
datos mensuales desde Enero de 2008 a Diciembre de 2016, para cinco aspectos
poblacionales distintos: Características generales, población ocupada, población
desocupada, fuerza laboral, y población inactiva. Es necesario resaltar también que para
tener un parámetro de desempleo que sea consistente y lo más ajustado a la realidad, se tiene
14
que hacer uso de los datos de la población económicamente activa, pues a partir de la
definición dada por el Dane y el Departamento Nacional de Planeación, en la que hacen parte
de ésta las personas mayores de 12 años que estén ocupados sea formal o informalmente o
desocupados, es que se puede definir el desempleo involuntario real.
De esta manera, para la construcción de una base de datos consistente y que cuente con la
variable dependiente, las variables independientes y los controles respectivos incorporados,
el primer paso ha sido el de hacer una integración de los datos de cada aspecto anteriormente
mencionado, buscando reunir los datos existentes para cada mes del periodo de tiempo
analizado en cinco bases de datos. Posteriormente, se tomaron dichas bases de datos para la
elaboración de las variables independientes y de control que se mencionaron al inicio.
Inicialmente, se utiliza la base de datos de características generales para, a partir del uso de
variables dummies, encontrar la proporción de la población que se encontraba en cada rango
de edad (12 a 25 años, 25 a 60 años, o más de 60 años) para cada área en cada mes. De la
misma manera, las variables dummies generadas a partir de la base de características
generales, permitieron conocer la proporción de mujeres y hombres, la proporción de
estudiantes y no estudiantes, la proporción de personas analfabetas y no analfabetas, y la
proporción de personas con educación básica primaria completa o menor (primer grado a
quinto grado), educación básica secundaria completa o menor (sexto grado a onceavo grado)
o educación post-secundaria (más allá de un bachillera completo), con respecto al total
nacional, para cada área en cada mes de la muestra.
Así mismo, y con la utilización de la “Clasificación industrial internacional estándar” (ISIC,
por sus siglas en inglés) de todas las actividades económicas, también se construyen cinco
categorías de sectores económicos similares o relacionados, a saber:
- Sectores A, B y C (variable “ABCsector”): Agricultura, Caza, Silvicultura; Pesca;
Minería y Canteras.
- Sectores D y E(variable “DEsector”): Manufactura; Servicio de electricidad, gas y
agua.
- Sector F (variable “Fsector”): Construcción.
- Sector G (variable “Gsector”): Comercio al por mayor y al por menor, reparación
15
de vehículos de motor, motocicletas y artículos personales y de uso doméstico.
- Sector H a O (variable “HOsector”): Hotelería y restaurantes; Transporte,
almacenaje y comunicaciones; Intermediación financiera; Bienes inmuebles, alquiler
y actividades comerciales; Administración pública y defensa; seguridad social
obligatoria; Educación; Trabajo y seguridad social y Otras actividades de servicios
comunitarios, sociales y personales.
Esta categorización permite entonces, a partir de la base de datos integrada sobre la
población ocupada encontrar, con variables dummies, la proporción de la población
perteneciente a cada categoría con respecto a la población total de ocupados para cada área
entre Enero de 2008 y Diciembre de 2016.
Luego, la utilización de la base de datos de los empleados, también sirve para encontrar el
número de personas de la población total de empleados que son trabajadores formales,
informales, o ya son pensionados. Aquí es importante aclarar que se toma como formal a
una persona que cotiza a pensión, respondiendo afirmativamente a esta cuestión en el
formulario del Dane (1 corresponde a una respuesta afirmativa a la pregunta: ¿Está …
cotizando actualmente a un fondo de pensiones?).
A continuación, se incorpora la base correspondiente a la población que compone la fuerza
laboral nacional, con el fin de tener el número de personas que componen la fuerza de trabajo
y encontrar la tasa de empleo de cada mes en cada una de las áreas estudiadas. Esto se realiza
al determinar el cociente entre el número de personas formales (dato encontrado
anteriormente) y el número de personas pertenecientes a la fuerza laboral (Población
económicamente activa).
Luego, utilizando nuevamente la base de datos integrada para la población ocupada, se
crearon 12 variables de medida del salario devengado, a partir de la información dada por
los individuos para las variables “inglabo” y “wageh”, para cada mes desde enero del 2008
a diciembre de 2016, en cada área urbana :
- Variable “wage”: Promedio del salario mensual devengado por trabajador.
- Variable “wageh”: Promedio del salario pagado al trabajador por hora trabajada.
16
- Variable “wagef”: Promedio del salario mensual devengado por trabajador, si este
es considerado como formal.
- Variable “wagei”: Promedio del salario mensual devengado por trabajador, si este
es considerado como informal.
- Variable “wagehf”: Promedio del salario pagado al trabajador por hora trabajada,
cuando es considerado formal.
- Variable “wagehi”: Promedio del salario pagado al trabajador por hora trabajada,
cuando es considerado como un empleado informal.
- Variable “lwage”: Promedio del logaritmo del salario mensual devengado por el
trabajador. (De esta se desprenden las otras 5 variables correspondientes a los
logaritmos de las anteriormente listadas)
Para finalizar la construcción, se incorporan después las cifras relacionadas con los años de
escolaridad promedio para cada cuidad en cada mes (variable “esc”), los datos del salario
mínimo mensual legal vigente (smmlv) establecido para cada año (variable “wmin”),, así
como también la valoración del Índice de precios al consumidor (variable “IPC”),) como
medida de inflación para deflactar los valores de los salarios en cada región. Luego se realiza
la consolidación en una base de datos “total”, asociando las variables construidas y estimadas
a partir de las variables de área (variable “área”) y fecha (variable “fecha”).
De esta manera, se tienen agregadas las variables que son utilizadas al momento de estimar
la regresión econométrica correspondiente, pero antes de esto, debieron ser includisas las
variables correspondientes a las diferencias de cada variable, con el objetivo de que el
análisis pudiera ser dado a partir de las variaciones entre momentos en las variables:
“lwminreal”, “mujer”, “estudiante”, “noleerescrib”, “postsecundaria”, “primaria”,
“ABCsector”, “DEsector”, “Fsector”, “Gsector”, “edad1225”, “edad60mas” y “esc”.
5.2 Análisis descriptivo de los datos:
La base de datos “total”, cuenta con 2.592 observaciones, que son el resultado de cada una
de las 24 principales cabeceras urbanas, para cada mes de cada año, contando desde Enero
del 2008 a Diciembre de 2016.
17
En primer lugar, la tabla 1 muestra que se tiene un promedio aproximado de 51,9% de
población femenina en estas ciudades, el 31,5% se encuentra vinculado a la escolaridad
siendo estudiante, y aproximadamente el 85,8% de la población encuestada sabe leer y
escribir. Este último dato podría verse afectado al momento de hacer un estudio que tenga
en cuenta la ruralidad, donde la tasa de analfabetismo es mayor.
Tabla 1. Estadísticas descriptivas para sexo, vinculación a escolaridad, alfabetismo y
edad.
De igual manera, se entiende que, en promedio, el 31,3% de la población está entre los 12
y los 25 años de edad, el 56,5% se encuentra entre los 25 y los 60 años, y el 12,1% está por
encima de los 60 años.
Tabla 2. Estadísticas descriptivas para los tres niveles de escolaridad.
Ahora bien, en cuanto a la escolaridad, y como ha sido descrito anteriormente, este artículo
tiene en cuenta la existencia de tres niveles de escolaridad que son mostradas en la tabla 2.
Siendo así, un promedio aproximado del 34,4% de la población del país ubicada en las 24
principales ciudades, tiene un grado de escolaridad de primaria completa o menor, el 39,3%
cuenta con un bachillerato completo o menos, y el 21,2% alcanza un nivel de educación de
post-secundaria (más allá de grado once).
Variable Obs Mean Std. Dev. Min Max Hombre 2,592 .4805338 .0056625 .4708103 .4993355 Mujer 2,592 .5194662 .0056625 .5006645 .5291897 Estudiante 2,592 .3156562 .0380817 .2371209 .4858852 Noestudiante 2,592 .6843438 .0380817 .5141148 .7628791 Leerescrib 2,592 .8587016 .0353224 .743758 .9131234 Noleerescrib 2,592 .1412984 .0353224 .0868765 .256242 Edad1225 2,592 .313182 .0390532 .2414672 .4790465 Edad2660 2,592 .5651313 .0266823 .4286009 .6132679 Edad60mas 2,592 .1216867 .0219625 .0641988 .1862808
Variable Obs Mean Std. Dev. Min Max primaria 2,592 .3445481 .0421337 .2186731 .4842458 secundaria 2,592 .3930482 .0377676 .284505 .4988208 postsecund~a 2,592 .2121503 .0548125 .0838692 .3955328
18
En lo referente a la distribución por sectores económicos de la población de ocupados, un
promedio aproximado de sólo el 2,4% se encuentra en la categoría constituida por los
sectores A, B y C, siendo la categoría que menos concentra empleados. En la tabla 3
sobresale la categoría del sector F, que cuenta con aproximadamente un 71,8% en promedio
de los ocupados. Así mismo, la siguiente categoría con mayor concentración poblacional es
la que corresponde al sector HO, con un promedio
de 51,5%, pero es necesario tener en cuenta que aquí se está juntando 8 sectores productivos.
Tabla 3. Estadísticas descriptivas para las categorías de sectores económicos.
Para las variables relacionadas con la formalidad de las personas empleadas, la tabla 4
evidencia que un promedio aproximado de 255.195 personas se encuentra cotizando a un
fondo de pensiones, siendo formales para este estudio. Aproximadamente, un promedio de
394.966 personas son informales y 14.260 ya están pensionadas. En este sentido, vale la
pena destacar que es mayor la proporción de personas que se encuentran en una posición
informal. De la misma tabla, también se puede observar que la mayor tasa de empleo
registrada está en Bogotá con un 69% en Diciembre de 2016. No obstante, para la variable
“ft” que corresponde al número de fuerza laboral, es necesario aclarar que el valor máximo
resulta ser tan alto debido a que, para la construcción de la base de datos, se hizo un
renombramiento de aquellas respuestas que correspondieran a un área “.” por “98”.
Tabla 4. Estadísticas descriptivas para formalidad, fuerza laboral y tasa de empleo.
Variable Obs Mean Std. Dev. Min Max ABCsector 2,592 .0246199 .0251186 .0005807 .1925227 DEsector 2,592 .1268848 .0447898 .0303273 .2582086 Fsector 2,592 .0718198 .0160513 .0254031 .1484274 Gsector 2,592 .2614037 .0305811 .1545514 .3694714 HOsector 2,592 .5152719 .043654 .3697788 .6532593
Variable Obs Mean Std. Dev. Min Max formal 2,592 255196.5 477084.3 5.117.302 4545079 informal 2,592 394966.9 770580.6 18025.34 7806965 pensionado 2,592 14260.24 27711.66 0 208060 ft 2,592 1142832 2065088 69496 9604568 tasaempleo 2,592 .1983976 .0648819 .0734917 .6921468
19
Ahora bien, en la tabla 5 se tienen las variables de “Horastrabajadassemana”,
“horasformales” y “horasinformales”, que muestran las horas promedio trabajadas para la
población ocupada en cada área y mes, detallando los cambios existentes cuando se toman
las personas pertenecientes al sector formal y al sector informal. De aquí, se observa que el
promedio de horas trabajas semanalmante está muy cerca del número de horas establecidas
por la ley colombiana (48), aunque se destaca que el promedio de horas semanales
promedio trabajadas por los individuos formales supera este límite, mientras que para los
informales llega a 45,5 horas.
Tabla 5. Estadísticas descriptivas para número de horas trabajadas
Se incluyen también las estadísticas descriptivas para 6 medidas de salario, en donde se
denota que las salarios promedio sin importar el área o región, o si están como un promedio
mensual total o discriminado por horas, siempre resulta mayor en el sector formal que en el
informal, lo cual apoya la hipótesis planteada más arriba, pues la implementación del salario
mínimo legal presenta la consecuencia de una migración de población al sector informal, y,
por ende, una disminución en el precio del factor en el mismo.
Tabla 6. Estadísticas descriptivas para medidas de salario.
Finalmente, las gráficas que se encuentran en los anexos, son derivados de cálculos propios
para evidenciar la tendencia negativa que se encuentra al comparar la tasa de empleo mensual
de cada área contra la proporción mensual hallada entre el salario mínimo especificado y el
salario promedio en el sector formal de cada ciudad. Estos gráficos fortalecen los resultados
que serán presentados más adelante.
Variable Obs Mean Std. Dev. Min Max Horastraba~a 2,592 46.82862 2.258197 40.13868 56.43414 horasforma~s 2,592 49.10285 2.248024 42.16639 56.28641 horasinfor~s 2,592 45.56853 3.019292 37.91957 57.58358
Variable Obs Mean Std. Dev. Min Max wage 2,592 763095.5 143387.2 413102.5 1347186 wageh 2,592 4367.347 842.3562 2384.187 7741.753 wagehf 2,592 6356.383 1046.19 3965.159 9781.094 wagehi 2,592 3279.363 648.549 1833.973 5485.981 wagef 2,592 1136766 162939.7 763812.6 1772167 wagei 2,592 551503.9 100810.1 322447.3 885691.8
20
VI. RESULTADOS E INTERPRETACIÓN
De la regresión econométrica utilizada para esta investigación se desprenden los siguientes
resultados:
(1) VARIABLES dtasaempleo L.dtasaempleo -0.532*** (0.0852) L2.dtasaempleo -0.402*** (0.0685) L3.dtasaempleo -0.215*** (0.0460) dlwminreal -0.0764 (0.174) dmujer -0.655 (73.75) destudiante 0.00175 (0.0392) dnoleerescrib -0.112* (0.0542) dpostsecundaria 0.169*** (0.0287) dprimaria -0.0251 (0.0472) dABCsector -0.0129 (0.0240) dDEsector 0.0872*** (0.0185) dFsector -0.0925*** (0.0157) dGsector -0.0565*** (0.0137) dedad1225 0.0759 (0.0678) dedad60mas -0.104** (0.0486) deesc 0.00922 (0.00706) Constant 0.00182 (0.00233) Observations 2,424 Number of area 24 R-squared 0.845
21
Ahora bien, detallando para la variable de mayor importancia según la pregunta de
investigación de este documento, se tiene que un aumento de 1% en el cambio del salario
mínimo real genera una disminución del 7,6% adicional en el cambio de la tasa de empleo,
lo cual confirma la hipótesis planteada en el marco teórico. No obstante, se observa que su
significancia es prácticamente nula.
Para los rezagos, se tiene que los efectos del cambio en el salario mínimo sobre los cambios
en la tasa de desempleo, son todos negativos y significantes al 99%. Con esto se demuestra
que los cambios previos en la tasa de empleo tienen efecto sobre el cambio actual en la tasa.
Inclusive, dicho efecto es más fuerte entre más recientes sean los cambios.
Por otro lado, haciendo un análisis de las demás variables incluidas, se tiene que un aumento
de un 1% en la proporción de mujeres en un área y tiempo determinados, resulta en una
disminución adicional de 0,66% en el cambio de la tasa de empleo. Análogamente, un
incremento de 1% en la proporción de estudiantes, hace que se dé un aumento adicional de
0,002% en la variación de la tasa de empleo, lo cual está en línea con el impacto esperado de
esta variable. Sin embargo, estos dos efectos resultan nulos, pues no son significantes ni
siquiera al 90%.
Continuando con el análisis, el efecto de un incremento de 1% en la proporción de personas
analfabetas en un tiempo y área determinada, genera una disminución adicional del 0,11%
en la variación de la tasa de empleo, siendo significante al 90%. El aumento en 1% en la
proporción de la población que alcanza el nivel de postsecundaria en sus estudios, tiene un
efecto positivo adicional de 0,17% en el cambio de la variable dependiente, y dicho efecto es
significante al 99%.
En lo relacionado a los sectores económicos y su clasificación ISIC, un aumento en la
proporción de la población que pertenezca al sector de manufactura, o al de oferta de gas,
electricidad y agua, genera un aumento de 0.09% adicional en el cambio de la tasa de empleo,
siendo significativo al 99% y el único impacto positivo. También es posible evidenciar que
el efecto de un incremento en la proporción de población clasificada en los sectores de
22
actividades agrícolas, de pesca y de minería, es negativo en un 0,01% adicional en el cambio
de la tasa de empleo, pero es el único cuya significancia es prácticamente nula.
En este orden, para la variable relacionada con la proporción de la población que está entre
los 12 y los 25 años, un aumento de un 1% en dicha proporción en un tiempo y área
específica, resulta en un incremento adicional de 0,08% adicional en la variación de la
variable explicada. En contrario, un aumento de un 1% en la proporción de la población
determinada que es mayor a 60 años, provoca una disminución adicional de 0,1% en el
cambio de la tasa de empleo.
Por último, un aumento de un 1% en el promedio de los años de escolaridad para la población
de un área y tiempo determinado, tiene un efecto de un aumento de 0,009% adicional en la
variación de la tasa de empleo. Adicionalmente, el r-cuadrado está en 85%, lo cual indica la
proporción de variación de los resultados que puede explicarse por el modelo planteado.
Es importante destacar que si se empieza a modificar la regresión original, por ejemplo
quitando el control por efectos fijos temporales y agregando un rezago más, el resultado del
efecto continúa siendo negativo como en la regresión principal pero ahora éste pasa a ser
significante, siendo que un aumento de 1% en el cambio del salario mínimo real, provoca
una disminución del 23,8% adicional en el cambio de la tasa de empleo, siendo un efecto
significante al 1%, como se puede constatar en los anexos. Además, incluyendo este cuarto
rezago, se evidencia el comportamiento cíclico de la tasa de empleo y se confirma el carácter
del efecto de los cambios previos en la misma.
VII. CONCLUSIONES:
En esta investigación se ha presentado nueva evidencia empírica para el análisis del efecto
de las variaciones del salario mínimo en Colombia sobre el mercado laboral a nivel regional,
tomando como variable explicada la tasa de empleo, y utilizando las respuestas desagregadas
para cinco formularios de la Gran Encuesta Integrada de Hogares del DANE en los meses
comprendidos entre Enero de 2008 y Diciembre de 2016. Se espera que a partir del supuesto
de investigación, el modelo evite el problema de endogeneidad.
23
El principal resultado derivado del análisis confirma la hipótesis manejada a lo largo del
documento, y que está en línea con la perspectiva teórica del modelo laboral competitivo de
dos sectores, siendo que un aumento de un 1% en el cambio en el salario mínimo real tiene
como consecuencia una disminución adicional de 7,6% en la variación de la tasa de empleo
en el mes y área correspondiente.
De esta manera, se valida el movimiento de una parte de la población del sector formal al
informal como respuesta ante el aumento del salario mínimo, pues siendo que el precio del
factor mano de obra se aumenta para las empresas, se da desempleo involuntario en el sector
cubierto al existir un exceso de oferta de trabajo. En este sentido, los datos y el estudio
correspondiente y consolidado en el documento, confirman la disminución de la población
perteneciente al sector formal, y la migración hacia el sector informal. Sin embargo, dicho
efecto de la variación del salario mínimo sobre la tasa de empleo, no es significante.
Es necesario destacar que al hacer pequeñas modificaciones a la regresión original, los
resultados mantienen su carácter, pero su significancia varía drásticamente de manera
positiva, por lo que sería interesante continuar el análisis a partir de la inclusión de nuevos
cambios. Entre ellos, puede darse la identificación de distintas variables idiosincráticas
relacionadas con el contexto colombiano contemporáneo, pues el análisis realizado en este
documento se basa en el desarrollo metodológico de Sara Lemos (2009) para el caso de
Brasil, y esas nuevas variables permitirían un estudio aún más profundo del caso colombiano.
De igual manera, también se puede contemplar la posibilidad de la existencia de una relación
entre salario y tasa de inflación, y también entre tasa de inflación y desempleo, para
complementar el estudio del efecto realizado.
24
VIII. ANEXOS
8.1 Gráficos de tendencia para la comparación del salario promedio en el sector formal en cada área vs. Tasa de empleo.
y = 0,2139x -‐ 0,128R² = 0,72133
0
0,05
0,1
0,15
0,2
0,25
0,3
0,35
0 0,2 0,4 0,6 0,8 1 1,2
2008
y = 0,2002x -‐ 0,0949R² = 0,58824
0
0,05
0,1
0,15
0,2
0,25
0,3
0 0,2 0,4 0,6 0,8 1 1,2
2009
25
y = -‐0,368x + 0,4541R² = 0,64347
0
0,05
0,1
0,15
0,2
0,25
0,3
0,35
0 0,2 0,4 0,6 0,8 1 1,2
2010
y = -‐0,3963x + 0,4777R² = 0,56678
0
0,05
0,1
0,15
0,2
0,25
0,3
0,35
0 0,2 0,4 0,6 0,8 1
2011
y = -‐0,3738x + 0,4785R² = 0,53262
0
0,05
0,1
0,15
0,2
0,25
0,3
0,35
0 0,2 0,4 0,6 0,8 1
2012
26
y = -‐0,4135x + 0,5165R² = 0,61222
0
0,05
0,1
0,15
0,2
0,25
0,3
0,35
0 0,2 0,4 0,6 0,8 1
2013
y = -‐0,4271x + 0,5401R² = 0,67364
00,050,1
0,150,2
0,250,3
0,350,4
0 0,2 0,4 0,6 0,8 1
2014
y = -‐0,4907x + 0,6012R² = 0,64894
00,050,1
0,150,2
0,250,3
0,350,4
0 0,2 0,4 0,6 0,8 1
2015
27
y = -‐0,5245x + 0,6565R² = 0,67442
00,050,1
0,150,2
0,250,3
0,350,4
0 0,2 0,4 0,6 0,8 1
2016
28
8.2 Resultados de regresión modificada Se dejan a un lado los efectos fijos de control temporal y se agrega un nuevo rezago:
(1) VARIABLES dtasaempleo L.dtasaempleo -0.568*** (0.0726) L2.dtasaempleo -0.425*** (0.0829) L3.dtasaempleo -0.184* (0.0995) L4.dtasaempleo 0.0208 (0.0771) dlwminreal -0.238*** (0.0225) dmujer 309.7 (214.1) destudiante -0.188** (0.0803) dnoleerescrib -0.103 (0.126) dpostsecundaria 0.152* (0.0800) dprimaria -0.0734 (0.0716) dABCsector 0.0333 (0.0564) dDEsector 0.0601 (0.0406) dFsector -0.0919** (0.0424) dGsector -0.0251 (0.0286) dedad1225 0.238 (0.155) dedad60mas -0.0702 (0.125) deesc 0.0109 (0.0119) Constant 0.00700*** (0.00226) Observations 2,424 Number of area 24 R-squared 0.157
29
8.3 Tabla de comparación de la evolución de los salarios para las 4 principales ciudades de las regiones Andina (Bogotá D.C.), Caribe (Barranquilla), Pacífica (Cali) y Orinoquia (Villavicencio):
30
IX. REFERENCIAS BIBLIOGRÁFICAS:
Arango, L. E.; Posada, C. E. “Los salarios de los funcionarios públicos en Colombia, 1978-2005”, Borradores de Economía, núm. 417, 2006.
Arango, L. Herrera, P. & Posada, C. (2008). El salario mínimo: aspectos generales sobre los casos de Colombia y otros países. Ensayos sobre política económica. Vol. 26, Núm. 56. Banco de la República. Pp. 204-263
Arango, L., & Posada, C. E. (2004). El desempleo en Colombia (Corning Paper 176). Banco de la República, Colombia.
Bautista, L. (2013). Efectos de un incremento del salario mínimo en el desempleo y la inflación Colombia 2001-2012. Análisis mediante aplicación de modelos VAR. Facultad de Ciencias Económicas y Administrativas. Pontificia Universidad Javeriana
Bell. L. (1997). The Impact of Minimum Wages in Mexico and Colombia. Journal of Labor Economics, Vol 15 (3), July. Pp. S102-S135
Bonilla, J. & Nuñez, L. (2001). ¿Quiénes se perjudican con el salario mínimo en Colombia?
División estadística de las Naciones Unidas. (2017) “Clasificación industrial internacional estándar” Revisión 3. Recuperado de https://unstats.un.org/unsd/cr/registry/regcst.asp?Cl=2
Hernandez, G y Lasso, F. (2003). El Efecto del Salario Mínimo sobre el Empleo. Revista de Economía del Rosario. Vol 6 (2)
Lemos, S. (2009). “Minimum wage effects in a developing country”. Labour Economics 16. University of Leicester.
Maloney and Nuñez, J. (2001). Measuring the Impact of Minimum Wages: Evidence from Latin America. Mimeo, World Bank.
Mincer,J.“Unemployment Effects of Minimum Wages”, Journal of Political Economy, vol. 84, núm. 4, pp. S87-S105, 1976.
Mora, J. J., & Muro, J. (2014). Informality and minimum wages by cohort in Colombia. Cuadernos de Economía, 33(63), 469-486.
Saget, C. (2001). Empleo y reducción de la pobreza en los países en desarrollo. ¿Es provechoso el salario mínimo. Revista Internacional del Trabajo, vol.120, núm.3
Subgerencia Cultural del Banco de la República. (2015). Salario mínimo. Recuperado de: http://www.banrepcultural.org/blaavirtual/ayudadetareas/economia/salario_minimo
Terrel, K. & Gindling, R. (2008). Minimum Wages in Developing Countries: Helping or Hurting Workers? World Bank Employment Policy Primer.