tesis de magÍster - pontificia universidad católica de...
TRANSCRIPT
D O C U M E N T O D E T R A B A J O
Instituto de EconomíaTESIS d
e MA
GÍSTER
I N S T I T U T O D E E C O N O M Í A
w w w . e c o n o m i a . p u c . c l
Determinantes Económicos de la Fecundidad de Corto Plazo en Chile
Carla Castillo Laborde.
2005
Determinantes Económicos de la Fecundidad de Corto Plazo en Chile
Por:
Carla Castillo Laborde
Comisión de Tesis:
Carlos Rodríguez
Salvador Valdés
Abstract
La tasa de fecundidad es una variable de interés no sólo desde el punto de vista
demográfico, sino también económico debido a las implicancias de la estructura de edad de
la población en áreas como oferta laboral, sistema de pensiones y finanzas públicas. Sin
embargo, para Chile la reciente caída en dicha tasa no ha sido tratada en profundidad desde
el punto de vista económico.
Este trabajo, a través de la encuesta CASEN 2003, intenta identificar la fuerza de los
determinantes económicos de la tasa de fecundidad de corto plazo en Chile.
Se encuentra que la participación femenina en el mercado laboral afecta
positivamente la probabilidad de tener un hijo en el periodo estudiado para el caso de las
mujeres solteras, pero lo hace de forma negativa en la decisión de las mujeres casadas. El
resultado global es que si la tasa de participación de las mujeres casadas en el mercado
laboral sube en 10 puntos, su tasa de fecundidad cae de 6 a 5,62 puntos en el corto plazo.
Los efectos por separado también son distintos en intensidad e incluso en signo al
considerar grupos de edad o zonas de residencia. Es así como la edad de la mujer tiene
efectos negativos en la decisión de fecundidad en todos los casos excepto para las mujeres
de 15 a 25 años.
2
1. Introducción
Las sociedades agrícolas tradicionales necesitaban de altas tasas de fecundidad1 para
conservar su población, contrarrestando de esta forma, sus altas tasas de mortalidad.
Malthus fue uno de los primeros en introducir el concepto de fecundidad dentro del estudio
de la Economía, al plantear que cuando aumenta la acumulación de capital se induce a un
mayor nivel de salario real, lo que permite un incremento de la población, que tiende a
rebajar el salario real más adelante. Sin embargo, con el desarrollo económico y otros
factores sociales, las tasas de mortalidad infantil comenzaron a disminuir y sobre todo las
tasas de fecundidad comenzaron a declinar, no sólo porque los hijos comenzaron a hacerse
más costosos, sino también porque los padres empezaron a privilegiar calidad sobre
cantidad. Según Galor y Weil (1999) en la etapa de crecimiento moderna2 el progreso
tecnológico tendría dos efectos de signo opuesto: (i) Relaja la restricción presupuestaria
permitiendo gastar más en criar hijos. (ii) Reasignación desde cantidad a calidad de los
hijos. El segundo efecto domina una vez alcanzado cierto nivel de ingreso, dando origen a
la llamada “transición demográfica”, a partir de la cual la fecundidad cae al aumentar el
ingreso.
Hasta hace poco, muchos de los modelos neoclásicos tomaron la tasa de fecundidad
como exógena. Becker (1960, 1973) analiza la fecundidad como una variable de decisión e
intenta mostrar que los hijos, al ser una fuente tanto de satisfacción como de costos para los
padres, pueden ser tratados como bienes de consumo. Sugirió usar la teoría de la demanda
por bienes durables como marco de análisis para la demanda por hijos, encontrando que un
aumento en ingreso podría no llevar a mayor cantidad pero si a mayor gasto por hijo3. La
1 Se entiende por fecundidad al resultado de la actividad reproductiva de una persona. Se diferencia del
término fertilidad en que la fecundidad se refiere a los hijos “habidos” mientras la fertilidad se refiere a la
capacidad de tenerlos.
La Tasa Global de Fecundidad (TPF) es el promedio de niños que nacerían vivos durante la vida de una mujer
(o grupo de mujeres) si todos sus años de reproducción transcurrieran conforme a las tasas de fecundidad por
edad de un año determinado. Mientras que la Tasa General de Fecundidad es el número de nacidos vivos
sobre el número de mujeres en edad fértil (15 y 49 años). 2 En este paper se distinguen tres regímenes de acuerdo a las diferencias en el comportamiento del ingreso per
capita y la relación entre la tasa de crecimiento de la población y el crecimiento del ingreso per capita. En este
contexto la etapa de crecimiento moderno es aquella con alto crecimiento del ingreso per capita y relación
negativa entre este crecimiento y la tasa de crecimiento de la población. 3 Todo esto dependiendo de las elasticidades ingreso cantidad y calidad. En general se espera que la
elasticidad calidad sea mayor que la elasticidad cantidad.
3
fecundidad es determinada por el ingreso, el costo de los hijos y la incertidumbre
(relacionada con la capacidad efectiva de la familia de producir el número de hijos que
desean).
Otro motivo para demandar hijos que ha sido estudiado en la literatura es que los
niños pueden ser un bien de capital: los padres invierten en tener hijos y en la calidad de
éstos (educación, salud, etc.) en el presente, con el fin de que éstos transfieran recursos
(tiempo, dinero) a sus padres cuando envejezcan. Esta motivación implica que un mejor
acceso a medios alternativos de ahorro, como los mercados de capitales y la seguridad
social, podrían disminuir la demanda por niños (activo más confiable desplaza al activo
menos confiable).
Mucho se ha investigado sobre la transición demográfica en países desarrollados,
donde las tasas de fecundidad han mostrado una tendencia decreciente desde fines del siglo
XIX. Esta tendencia se ha manifestado también en países en desarrollo desde hace algunas
décadas.
Respecto a Europa, Kohler, Billari y Ortega (2002) argumentan que la baja
fecundidad se debe a la combinación de cinco factores demográficos y de comportamiento.
Estos son: (i) Una distorsión por una vez (transitoria) del periodo de fecundidad
(posposición de la fecundidad), (ii) Cambios económicos y sociales que han hecho de la
posposición de la fecundidad una respuesta racional, (iii) Algunos procesos de interacción
social que han hecho que la respuesta de la población sea mayor que la respuesta
individual, (iv) Institucionalidad que favorece la menor cantidad de hijos en forma
permanente (quantum), (v) La interacción entre la posposición y el quantum que ha
amplificado las consecuencias. Respecto a Japón, Oyama (2002) analiza empíricamente la
baja en la fecundidad, a través de muestras en corte transversal para varios años y distintos
tipos de ecuaciones. Sus trabajos encuentran una determinación conjunta con la
participación femenina en el mercado laboral y obtiene resultados consistentes con la
teoría.
Para países en desarrollo, Schultz (1997) comienza por mostrar cómo se ha
manifestado la transición demográfica en los distintos tipos de países. Por ejemplo, para
los países de altos ingresos la fecundidad pasó de ser 2,8 hijos por mujer en 1950 a 1,9 en
1990. En los países del este y sudeste de Asia, la disminución en la fecundidad desde 1970
4
fue precedida por una disminución de la mortalidad infantil y un aumento en la esperanza
de vida en los 60`s. En Latinoamérica el descenso en los niveles de mortalidad infantil ha
sido más gradual, lo que explicaría el descenso más lento de la fecundidad en la región. Su
trabajo incluye los fundamentos microeconómicos de la demanda por hijos ya mencionados
(Becker, etc.) y plantea aplicaciones empíricas, problemas econométricos y posibles
soluciones. Además incluye evidencia empírica de diversos estudios. La mayoría de ellos
son comparaciones entre países, en que las variables explicativas utilizadas son: años de
educación como proxy del salario (valor alternativo del tiempo, por lo que se esperaría una
relación negativa entre esta variable y la fecundidad), mortalidad infantil (posible
simultaneidad, también se espera relación negativa), preferencias de los padres por el sexo
de los hijos, cobertura del sistema de seguridad social, ingreso nacional por adulto (como
proxy del ingreso no asociado con el capital humano) y costo de criar hijos.
Para India, Dreze y Murthi (2001) ofrecen un estudio con datos individuales de
panel que explica la tasa de fecundidad total. Utilizan como variables explicativas la
educación femenina, educación masculina, pobreza, urbanización, preferencias por hijos
(sexo masculino), ubicación regional (dummies), composición de la población (tribus y
castas) y mortalidad infantil4. Por otra parte, Mahendra, James y Sen (2002), para India y
Bangladesh, argumentan a través de análisis de datos, gráficos y tablas que los factores
económicos de la teoría de demanda por hijos están lejos de explicar por completo la caída
de la tasa de fecundidad en países en desarrollo. Proponen dar énfasis a otros factores
sociales y en particular al concepto de difusión, que trata al control de natalidad como una
innovación que se traspasa lentamente de persona a persona, de grupo a grupo y de región a
región5.
Si se consideran los dos últimos censos (1992 y 2002), se puede constatar que la
tasa de crecimiento promedio anual de la población chilena bajó de 1,6 a 1,2 por ciento.
Según el Instituto Nacional de Estadísticas, el nivel de fecundidad en Chile pasó de
ser 5,3 hijos por mujer a principios de los `60 hasta un promedio de 2,4 hijos por mujer en
la actualidad. Se proyecta que llegará a los 2,0 hijos en el año 2025. La baja en el ritmo de
crecimiento demográfico en Chile es explicada sobre todo por la disminución sostenida de
4 Reconociendo la endogeneidad de esta variable, se usa la variable instrumental acceso a agua potable.
5 La idea es que la decisión de cuántos hijos tener no es meramente a nivel privado (hogar), sino que también
existirían otro tipo de interacciones que determinan esta decisión.
5
las tasas de fecundidad (que comenzó a partir de 1964). La disminución en los niveles de
mortalidad tiene un impacto menor. Ambas facetas de la reducción de la velocidad de
crecimiento de la población han afectado el volumen y la estructura de edad de la
población6, encontrándose por tanto Chile en el proceso de transición demográfica hacia el
envejecimiento7.
La tasa de fecundidad también es una variable de interés económico, debido a las
implicancias del envejecimiento de la población sobre múltiples áreas del quehacer
económico del país (crecimiento económico, oferta laboral, sistema de pensiones, sistema
de salud y otros).
Sin embargo, para Chile este fenómeno ha sido poco estudiado desde el punto de
vista económico. Los estudios de corte transversal realizados por Rodrigo Cerda (2001,
2004), usan datos de la encuesta CASEN para proveer evidencia empírica sobre los efectos
del sistema de reparto y del sistema de capitalización individual de pensiones sobre
variables de elección familiar como la escolaridad, la fecundidad y tiempo gastado en los
niños. Sus resultados muestran que el número de niños por familia y la oferta laboral
femenina disminuyen a medida que aumenta la tasa de cotización al sistema de pensiones.
Su hipótesis es que existe un círculo vicioso que se auto-refuerza entre el sistema de
seguridad social, la fecundidad y la oferta laboral. Este produciría un problema de
sustentabilidad sobre el presupuesto fiscal, ya que el número de individuos pagando la
cotización y por tanto el monto recaudado se reduce a través del tiempo.
Por todo lo anterior, el conocimiento de los determinantes económicos de la
fecundidad resulta trascendente en el ámbito de decisión en políticas públicas.
Este trabajo pretende ahondar en la búsqueda de los determinantes económicos de
la fecundidad de corto plazo para Chile, en especial el relacionado con la participación
femenina en el mercado laboral, e intentar medir su efecto. Se aprovecha la existencia de
datos a nivel individual a partir de la encuesta CASEN 2003 para obtener información de la
mujer, su esposo y los hijos de cada hogar.
6 Según los datos del Censo 2002, los menores de quince años representan el 25,7% de la población y los de
sesenta años o más el 11,4%. Mientras que, estos mismos grupos de edad en 1960 representaban el 39,6% y el
6,8%, respectivamente.
7 Ver en Anexo 1 la evolución de la población total y estructura de las pirámides poblacionales para los años
1992 y 2002.
6
El presente trabajo no intenta explicar la fecundidad total8 sino una dimensión más
dinámica de fecundidad, que es la referida a si una mujer tuvo un hijo o no en el último
año. Al concluir la vida fértil se tendrá que la fecundidad será la suma de las decisiones de
tener un hijo o no para cada año.
Nuestra variable resulta atingente a políticas públicas que busquen resultados de
corto plazo. Sin embargo, no se debe dejar de lado que la decisión en un año particular de
tener un hijo un hijo o no, no es independiente de la misma decisión en el año anterior o en
los años sucesivos, sino es parte de un plan que cubre todo el periodo fértil de una mujer.
Reconociendo los diferentes escenarios a los que se enfrentan mujeres solteras y
casadas9 , éstas se tratan en forma separada en el trabajo. También se subdivide la muestra
por grupos de edad y por zonas (rural y urbana) con el fin de identificar diferencias en los
efectos de las distintas variables explicativas para los distintos segmentos.
Se encontró que los efectos a nivel general pueden resultar distintos en intensidad e
incluso en signo al considerarse grupos más desagregados. Por ejemplo, la edad de la mujer
resultó tener efectos negativos en la decisión de fecundidad en todos los casos, excepto
para las mujeres entre 15 y 25 años, o el hecho de que pertenecer a un pueblo originario no
resulta significativo en el caso de mujeres que viven en zonas urbanas, pero sí para las que
viven en zonas rurales.
En el caso de la participación en el mercado laboral, en general se encuentra que
ésta afecta positivamente en la probabilidad de tener un hijo en el periodo estudiado en el
caso de las mujeres solteras, pero lo hace de forma negativa en la decisión de las mujeres
casadas y entre éstas lo hace más fuertemente en aquellas entre 15 y 25 años. Se tiene que
un aumento de 10 puntos en la tasa de participación laboral de las mujeres casadas, llevaría
a una caída de la tasa de fecundidad de 6 a 5,62 puntos en el corto plazo.
El resto del trabajo está organizado como sigue: En la sección 2 se presenta un
modelo teórico general de demanda por hijos. En la sección 3 se encuentra una descripción
de datos relacionados para años anteriores, tanto a nivel general como una nueva base de
8 Para esto se necesitarían datos de panel para varios años que permitan cubrir el periodo fértil de muchas
mujeres. 9 Por ejemplo variables como salario, educación o edad del esposo no serían explicativas para mujeres
solteras. También se clasifican entre las mujeres casadas a aquellas que se encuentran conviviendo,
considerándose los datos de sus convivientes como datos del esposo para efectos del análisis.
7
datos de fecundidad de corto plazo creada a partir de la encuesta CASEN para los años en
que ésta ha sido tomada. La sección 4 presenta la metodología y las ecuaciones testeadas
mientras que en la sección 5 se encuentran los resultados obtenidos. La última sección se
reserva para las conclusiones del trabajo.
8
2. Modelo Dinámico de Fecundidad en el Ciclo de Vida10
El presente trabajo no intenta explicar la fecundidad total de las mujeres, sino una
dimensión más dinámica de fecundidad, que es la referida a si la mujer tuvo un hijo o no en
el último año. Desde luego, al final de la vida fértil de la mujer se tendrá que su fecundidad
será la suma de las decisiones de tener un hijo o no para cada año. Por lo mismo, la
decisión en un año particular de tener un hijo o no, no es independiente de la misma
decisión en el año anterior o en los años sucesivos, sino es parte de un plan que cubre todo
el periodo fértil de una mujer.
Esto implica que se debe considerar un modelo dinámico que considere las
decisiones de fecundidad en los distintos periodos y las variables que influyen en la
decisión. El modelo que se presenta a continuación busca determinar el precio sombra de la
fecundidad a partir de un marco de análisis neoclásico.
Se tiene que T es el periodo terminal y la primera decisión es tomada en el periodo
1. Los consumidores obtienen utilidad a partir del consumo de un bien compuesto tX y del
flujo de servicios de los niños tC el cual se asume proporcional al número de hijos tn ,
donde
T
t
tt bn1
y donde tb es la fecundidad en el año t. Esto es, como se mencionó
anteriormente, el número hijos en el periodo t resulta de la suma de las decisiones de
fecundidad para los periodos anteriores.
En este modelo no hay herencias y las preferencias intertemporales de los
consumidores son fuertemente separables:
)()( ss
T
ts
s XUnVU
, con
1
1, (1) con 0̀V , 0` ̀V , 0̀U , 0` ̀U
La dotación de tiempo total se normaliza igual a 1 y se supone que sólo se puede
destinar el tiempo a dos actividades: trabajar ( th ) y cuidar niños ( )( tnf ). El gasto total en
los niños en el año t es )( tng .
10
Modelo extraído de Walker (1995).
9
Si se denota por j la proporción del año asignada al alumbramiento y cuidado de
los niños se tiene que:
pS
j
jt
j
t bnf0
)( , (2)
Donde pS es la edad máxima en que el niño requiere del tiempo de sus padres para
su cuidado. Por lo tanto la ecuación (2) representa el tiempo total (en el año t) utilizado para
el cuidado tanto del niño que se tuvo en el mismo año t, como de los niños anteriores que
requieren cuidado (donde j es la edad de los niños).
Se supone que la tecnología es de proporciones fijas (una unidad de cada insumo
para una unidad de producto) y que se requieren dos insumos (tiempo y bienes de mercado)
para criar hijos. Además se supone que el tiempo de los padres y el de otras personas
(niñera) son sustitutos perfectos en el cuidado de los hijos.
Se define s
tm como el gasto en bienes relacionados para un niño de edad s en el año
t, a los subsidios para los hijos después de impuestos como t y al gasto en servicios
externos de cuidado (niñera) como s
tC . Este último es incurrido mientras la mujer está
trabajando y hasta que el niño tenga la edad pS ( 0tC si pSS ).
Los gastos directos comienzan con el nacimiento del niño y continúan hasta que el
niño se convierte en adulto a la edad M ( 0s
tm si MS ). Notar que el periodo en el que
el niño deja de requerir cuidados intensivos en tiempo ( pS ), podría ser distinto al último
periodo de gastos directos relacionados con el niño. Por ejemplo, cuando un hijo se va a la
universidad en otra ciudad los padres siguen gastando en su educación y mantención, pero
su cuidado no les significa tiempo.
Por lo tanto, el gasto total para mantener tn niños esta dado por:
M
j
S
j
jt
j
ttjtt
j
tt
p
bChbmng0 0
)()( , (3)
10
La primera parte de la ecuación (3) se refiere al gasto en bienes relacionados con los
hijos menores de M años (neto de subsidios). La segunda parte de (3) se refiere al gasto en
servicios externos para el cuidado de los niños menores que pS , que como se mencionó
anteriormente se incurre mientras la mujer trabaja ( th ).
Se normaliza la dotación de capital humano de los individuos a 1 ( 10 K ) y se
supone que la acumulación de éste ocurre de acuerdo a la actividad de los individuos en el
mercado laboral:
1
1
10)exp(
t
j
jthK , (4)
El salario es igual a la tasa de renta del mercado para un cierto capital humano tK
ttt KW , (5)
Con un mercado de capitales perfecto, la tasa de interés constante r nos da el factor
de descuento:
ttr )1()1( , (6)
Los subsidios para los padres ( t ) y la asignación familiar por cada niño ( t ) son
financiados por un impuesto a los ingresos de tasa t .
Se asume que los activos iniciales son cero, 0A es el valor presente de los ingresos
del esposo y tP el precio del bien de consumo.
11
Por lo tanto el problema del consumidor sería:
T
t
tt
t
TtXb
XUnVtt 1
1
,....1,
)()(max
s.a
T
t
t
ttt
tT
t
ttt hWAngXP1
0
1
)1()(
1
0
10 )exp(t
j
ttttt hKW (o sea )exp( 111 ttt hKK )
t
j
jtt bn1
(o sea ttt bnn 1 )
_
0 Bbt
La mujer selecciona su nivel de consumo y fecundidad en el ciclo de vida
),...1;,( TtbX tt sujeto a su restricción presupuestaria, a la ley de movimiento de la
acumulación de capital humano, a la acumulación de hijos y a una restricción biológica del
máximo de fecundidad en un periodo (dado por _
B ).
Las condiciones de primer orden para una solución interior son:
0)`(1
ttt
t PXU , (7)
T
tj
tt
j nV 0)`(1 , (8)
12
En que es el multiplicador asociado a la restricción presupuestaria y t es el
precio completo de un nacimiento (singular), definido como:
jt
jtjtjt
tT
j
j
l
ljttT
j
tT
j
j
jt
j
jt
j
jt
jt
jt
j
jtjtt WhCmW
1)1()1(
1
1
0
1
0 0
Por lo tanto t (8) puede ser separado en:
(i) El valor presente neto (después de impuestos y después de asignación familiar y
subsidios) del costo de oportunidad de los ingresos perdidos por el tiempo dedicado al
cuidado de los hijos.
(ii) El valor presente neto de los gastos directos en los niños, ya sea por la compra de
bienes o por la contratación de personas para su cuidado.
(iii) El valor presente neto de las pérdidas por menor acumulación de capital humano
debido a la crianza de los hijos.
Se debe enfatizar que 0A (ingresos del esposo) y tP no afectan a t .
Si se define )(`
tt nV como el flujo de utilidad marginal, se puede resumir la condición
de primer orden en:
t
t
t
t
V
V
1
`
`
1 , (9)
El lado izquierdo de la ecuación es el precio que la mujer está dispuesta a pagar por
cambiar el tener hijos desde t a 1t , mientras que en el lado derecho está el precio
disponible en el mercado de transferir fecundidad entre períodos contiguos. Finalmente, la
distribución de nacimientos resulta del trade-off entre tener hijos temprano en el ciclo de
vida (flujos de utilidad acumulativos) versus el deseo de tenerlos cuando su precio sea
menor. Es así como se puede explicar el efecto posposición estudiado en la literatura11
: si se
11
Ver Kohler, Billari y Ortega (2002).
13
espera que e
t 1 caiga en relación a t entonces el lado derecho de (9) cae. El nuevo plan
óptimo incluye elevar 1tn . Dado que tn esta fijo, esto exige elevar *
1tb .
Entre las implicancias del modelo se encuentra la existencia de un costo de
oportunidad por el tiempo de la mujer en que ésta se encuentra cuidando a los hijos y no
está trabajando. Este costo se refiere tanto a los ingresos perdidos como a la pérdida de la
acumulación de capital humano. Este costo de oportunidad no depende del ingreso del
esposo.
Sin embargo, el ingreso del esposo como otros ingresos no provenientes del trabajo
también resultan determinantes para el nivel de fecundidad total n* (dada la restricción
presupuestaria), así como los gastos incurridos en el cuidado y mantención de los niños y
consideraciones de tipo biológico como la fecundidad máxima en el periodo t, que podrían
depender de la edad de la mujer o su esposo.
Otro punto importante será la consideración de los hijos anteriores a la última
decisión tomada ( 1tn ). Dada la idea de un plan completo que cubre toda la edad fértil de la
mujer, los hijos anteriores se podrían considerar un stock y la decisión del periodo t un
flujo.
Una de las limitantes de este modelo está en su no reconocimiento de th como
variable endógena. La evidencia empírica dada por algunos trabajos también realizados a
partir de microdatos, como Dowd (1999) y Oyama (2002), indica que la decisión de
participación en el mercado laboral y las decisiones de fecundidad se determinan
conjuntamente, esto es, las decisiones sobre tb y th estarían correlacionadas. En la parte
empírica de este trabajo se considerará esta determinación conjunta y se intentará dar un
tratamiento adecuado al problema de manera de obtener un estimador consistente del efecto
de la participación femenina en el mercado laboral sobre la decisión la decisión de
fecundidad.
14
3. Encuestas y Datos para Chile
3.1 Datos Generales
El Anexo 1 muestra los datos de los censos de 1992 y 2002 respecto a la población
total y a la pirámide de edades. En el período 1982-1992, la población chilena creció a una
tasa de 1,6 por ciento, mientras que en el período 1992-2002 este crecimiento fue sólo de
1,2 por ciento. Si a la información anterior se suma que el nivel de fecundidad en Chile
pasó de ser 5,3 hijos por mujer a principios de los `60s hasta un promedio de 2,4 hijos por
mujer en la actualidad, queda en evidencia la baja en el ritmo de crecimiento demográfico
en Chile.
El Anexo 2 muestra la evolución de la tasa de fecundidad12
en Chile para los años
1962 a 1999, se observa una clara tendencia negativa desde niveles cercanos al 16 por
ciento en los `60s (década en que se introdujo la píldora anticonceptiva), hasta llegar a
cifras cercanas al 9 por ciento en el año 1978. Luego sigue un periodo de estabilidad. Sin
embargo en 1991 se inicia una nueva caída que continuaba en 1999, fecha en que llegó a 7
por ciento.
Tanto modelos teóricos como la evidencia empírica indican que la participación
femenina en el mercado laboral es un determinante importante en las decisiones de
fecundidad13
. El Anexo 3 muestra la evolución de la participación femenina en el mercado
laboral para distintos grupos de edad entre los años 1957 y 1997. Se observa una tendencia
positiva para las mujeres de 24 a 48 años. Estos cinco grupos llegan en el año `97 a
participaciones superiores al 50 por ciento. En el caso del grupo entre 19 y 23 años se
muestra un nivel más constante, que se mantiene durante todos los años entre el 40 y el 50
por ciento. Para las mujeres entre 14 y 18 se observa una tendencia negativa en las décadas
del `60 y `70, lo que puede tener relación con el aumento de la cobertura de la educación
media.
12
Medida como la tasa de fecundidad general, número de nacidos vivos sobre número de mujeres en edad
fértil. 13
De hecho algunos trabajos con datos a nivel microeconómicos muestran que ambas decisiones se
determinarían en forma conjunta, por lo que si se quiere obtener estimadores consistentes se requiere la
utilización de un tratamiento empírico apropiado.
15
3.2 Nuevos Datos de Fecundidad de Corto Plazo para Chile, 1990-2003
Para el presente trabajo se cuenta con los datos de corte transversal de la Encuesta
de Caracterización Socioeconómica Nacional (CASEN), la cual ha sido realizada por el
Ministerio de Planificación y Cooperación en los años 1987, 1990, 1992, 1994, 1996, 1998,
2000 y 2003.
Al ser tomada a nivel de hogares, la encuesta CASEN es de gran utilidad para este
trabajo, ya que permite obtener información individual tanto de la mujer, su esposo, como
de los hijos de cada hogar. Aunque no aparece explícitamente como una variable, la
fecundidad de corto plazo14
puede ser extraída a partir de los datos de las edades de los
constituyentes de un núcleo15
y de sus relaciones de parentesco16
.
A continuación se presentan distintas tablas que muestran la evolución de la tasa de
fecundidad y participación en el mercado laboral (ocupación) en Chile para las mujeres
consideradas por la encuesta CASEN en los distintos años en que ésta ha sido tomada17
.
En las siguientes tablas se tiene que: la columna que presenta el total se refiere al
número total de mujeres que considera la muestra para cada grupo; la columna que presenta
hmenor_1=1 indica el número de mujeres que tuvieron un hijo en el último año18
;
dividiendo el número de mujeres que tuvieron un hijo en el último año por el total de
mujeres se obtiene la tasa de fecundidad que se presenta en la siguiente columna. Las
últimas dos columnas muestran el porcentaje de mujeres que se encontraba trabajando al
momento de la encuesta19
y el porcentaje de mujeres que se encontraba trabajando y tenían
un hijo menor de un año al momento de la encuesta20
respectivamente.
14
Definida en las secciones anteriores como la decisión de tener un hijo en un año determinado. 15
Un núcleo es una parte del hogar. Un hogar puede tener uno o más núcleos familiares. Un mismo núcleo
puede estar constituido por: la pareja de hecho o legal; los hijos solteros de la pareja, dependan o no
económicamente de ésta, siempre que no tengan pareja ni descendientes que vivan en la misma vivienda;
menores de 18 años, parientes o no parientes, que dependan económicamente de la pareja y que no tengan
ascendientes directos en el hogar; otros parientes que no tengan ascendientes, descendientes o pareja viviendo
juntos. Es así como los parientes del jefe de hogar que viven con su pareja constituyen otro núcleo, también
son otro núcleo los parientes del jefe de hogar sin pareja pero con hijos. 16
Ver Anexo 7. 17
La encuesta tomada en 1987 no ha sido considerada debido a que no identifica los núcleos secundarios. 18
Se refiere a la definición de fecundidad de corto plazo estudiada en este trabajo. 19
Se obtiene a partir del número de mujeres que se encontraba trabajando sobre el número total de mujeres en
edad fértil para cada grupo. 20
Se obtiene a partir del número de mujeres que tuvieron un hijo en el último año y se encontraban trabajando
al momento de la encuesta, sobre el número total de mujeres que tuvieron un hijo en el último año.
16
La tabla 1 considera a todas las mujeres en edad fértil. Se observa una disminución
de la tasa de fecundidad desde un 7,8 por ciento en 1990 a un 5,1 por ciento en el 2003. Por
su parte, la ocupación aumenta desde un 30,27 por ciento en 1990 a un 34,36 por ciento en
el 200321
. También se observa un aumento del porcentaje de mujeres que trabajan y tienen
hijos durante este período.
Tabla1
Todas las Mujeres (15-49 años)
Año Total hmenor_1=1 T. Fecundidad % Ocupadas % hmenor_1 y Trabaja
1990 28.212 2.222 0,0788 0,3027 0,1800
1992 37.602 2.683 0,0714 0,3003 0,1793
1994 46.130 2.912 0,0631 0,3088 0,1851
1996 35.138 2.129 0,0606 0,3428 0,2053
1998 49.301 2.854 0,0579 0,3525 0,2274
2000 64.876 3.564 0,0549 0,3267 0,2132
2003 63.574 3.247 0,0511 0,3436 0,2140
De manera de obtener información más desagregada, se dividió la muestra total
(Tabla 1) en mujeres casadas y solteras, y éstas a su vez se subdividen por grupos de edad y
zonas (urbano-rural).
La Tabla 2 muestra información para las mujeres casadas. Al considerarlas a todas,
se observa una disminución de la tasa de fecundidad desde un 11, 53 por ciento en 1990 a
un 6,59 por ciento en el 2003.
Al separar por edades, se observa que el grupo de mujeres casadas de entre 15 y 25
años muestra la mayor tasa de fecundidad para todos los años y también es el grupo que
muestra la mayor disminución en dicha tasa, pasando de un 26,97 por ciento en 1990 a un
17, 45 por ciento en el 2003. Para todos lo años, se observa que a mayor edad se tiene una
menor tasa de fecundidad, siempre con una tendencia decreciente.
En el caso de la división urbano-rural, no se muestran mayores diferencias en las
tasas de fecundidad para cada año. Se observa también en este caso una disminución desde
aproximadamente 11 por ciento en 1990 a tasas cercanas al 6,5 por ciento en el 2003.
21
Ver en Anexo 4 un gráfico que muestra las tasas de fecundidad y ocupación para todas las mujeres en el
período 1990-2003.
17
Las tasas de ocupación muestran un aumento desde 25,72 por ciento en 1990 hasta
un 32,61 por ciento en el 2003. Al contrario de las tasas de fecundidad, se observan
mayores tasas de ocupación a mayor edad y tasas marcadamente mayores en zonas urbanas
para todos lo años.
En las mujeres casadas, al igual que a nivel general, se observa un aumento del
porcentaje de mujeres que trabajan y tienen un hijo menor de un año.
La Tabla 3 muestra información para las mujeres solteras. A diferencia de las
mujeres casadas, se observa que la tasa de fecundidad se ha mantenido constante alrededor
del 3 por ciento para todos lo años, tanto si se considera a todas las mujeres solteras, como
la subdivisión urbano-rural.
En cuanto a la separación por edades, se observan tasas similares para los grupos de
15 a 25 y 26 a 36 años.
La tasa de ocupación para todas las mujeres solteras se mantiene alrededor del 36
por ciento durante todos los años, aunque alcanza su máximo en 1996, año en que fue de un
39,78 por ciento.
Para las mujeres solteras mayores de 26 años (sub-grupos de 26-36 y 37-49) se
observan tasas de ocupación mayores al 50 por ciento para todos los años, superando
incluso el 60 por ciento en algunos años ( 1990, 1996, 1998, 2003).
Otra diferencia con las mujeres casadas, es que el porcentaje de mujeres que trabaja
y tiene hijos menores de un año es mayor, superando incluso el 40 por ciento en varios años
para las mujeres mayores a 26 años. Este porcentaje resulta ser siempre mayor, en al menos
un 10 por ciento, en el caso de las mujeres que viven en zonas urbanas por sobre las que
viven en zonas rurales.
18
Tabla 2
Casadas (15-49 años)
Año Grupo Total hmenor_1=1 T. Fecundidad % Ocupadas % hmenor_1 y Trabaja
1990 Todas 16.049 1.850 0,1153 0,2572 0,1562
15-25 3.252 877 0,2697 0,1633 0,0981
26-36 6.947 853 0,1228 0,2634 0,2040
37-49 5.850 120 0,0205 0,3021 0,2417
Urbano 11.697 1.330 0,1137 0,2948 0,1880
Rural 4.352 520 0,1195 0,1563 0,0750
1992 Todas 21.270 2.158 0,1015 0,2473 0,1483
15-25 3.923 914 0,2330 0,1570 0,0842
26-36 9.247 1.069 0,1156 0,2521 0,1918
37-49 8.100 175 0,0216 0,2857 0,2171
Urbano 14.452 1.448 0,1002 0,2950 0,1858
Rural 6.818 710 0,1041 0,1462 0,0718
1994 Todas 26.765 2.245 0,0839 0,2627 0,1621
15-25 4.646 922 0,1985 0,1698 0,0998
26-36 11.437 1.140 0,0997 0,2627 0,1991
37-49 10.682 183 0,0171 0,3031 0,2459
Urbano 17.104 1.383 0,0809 0,3116 0,2032
Rural 9.661 862 0,0892 0,1762 0,0963
1996 Todas 19.734 1.653 0,0838 0,2998 0,1754
15-25 3.272 638 0,1950 0,2152 0,1238
26-36 8.472 847 0,1000 0,2953 0,2113
37-49 7.990 168 0,0210 0,3393 0,1905
Urbano 14.829 1.227 0,0827 0,3312 0,2086
Rural 4.905 426 0,0869 0,2049 0,0798
1998 Todas 27.542 2.090 0,0759 0,3251 0,2038
15-25 4.306 854 0,1983 0,2176 0,1323
26-36 11.491 1.007 0,0876 0,3309 0,2612
37-49 11.745 229 0,0195 0,3588 0,2183
Urbano 19.774 1.456 0,0736 0,3579 0,2411
Rural 7.768 634 0,0816 0,2415 0,1183
2000 Todas 35.912 2.626 0,0731 0,2998 0,2007
15-25 5.262 980 0,1862 0,2013 0,1173
26-36 14.690 1.318 0,0897 0,3034 0,2458
37-49 15.960 328 0,0206 0,3290 0,2683
Urbano 21.693 1.561 0,0720 0,3599 0,2665
Rural 14.219 1.065 0,0749 0,2081 0,1042
2003 Todas 33.390 2.202 0,0659 0,3261 0,2144
15-25 4.493 784 0,1745 0,2261 0,1352
26-36 12.778 1.143 0,0895 0,3270 0,2581
37-49 16.119 275 0,0171 0,3533 0,2582
Urbano 20.939 1.406 0,0671 0,3818 0,2681
Rural 12.451 796 0,0639 0,2326 0,1193
19
Tabla 3
Solteras (15-49 años)
Año Grupo Total hmenor_1=1 T. Fecundidad % Ocupadas % hmenor_1 y Trabaja
1990 Todas 12.163 372 0,0306 0,3627 0,2984
15-25 7.854 267 0,0340 0,2349 0,2247
26-36 2.586 89 0,0344 0,6032 0,4944
37-49 1.723 16 0,0093 0,5844 0,4375
Urbano 9.434 276 0,0293 0,3882 0,3188
Rural 2.729 96 0,0352 0,2748 0,2396
1992 Todas 16.332 525 0,0321 0,3692 0,3067
15-25 10.271 357 0,0348 0,2435 0,2745
26-36 3.656 138 0,0377 0,5903 0,3768
37-49 2.405 30 0,0125 0,5701 0,3667
Urbano 11.558 355 0,0307 0,4127 0,3521
Rural 4.774 170 0,0356 0,2639 0,2118
1994 Todas 19.365 667 0,0344 0,3725 0,2624
15-25 12.094 477 0,0394 0,2408 0,2096
26-36 4.278 163 0,0381 0,5912 0,3865
37-49 2.993 27 0,0090 0,5924 0,4444
Urbano 13.023 411 0,0316 0,4087 0,3139
Rural 6.342 256 0,0404 0,2983 0,1797
1996 Todas 15.404 476 0,0309 0,3978 0,3088
15-25 9.541 325 0,0341 0,2456 0,2246
26-36 3.388 123 0,0363 0,6470 0,4878
37-49 2.475 28 0,0113 0,6436 0,5000
Urbano 11.759 351 0,0298 0,4260 0,3561
Rural 3.645 125 0,0343 0,3070 0,1760
1998 Todas 21.759 764 0,0351 0,3872 0,2919
15-25 13.441 536 0,0399 0,2350 0,2276
26-36 4.819 188 0,0390 0,6375 0,4415
37-49 3.499 40 0,0114 0,6273 0,4500
Urbano 16.025 530 0,0331 0,4114 0,3321
Rural 5.734 234 0,0408 0,3197 0,2009
2000 Todas 28.941 938 0,0324 0,3596 0,2484
15-25 17.591 680 0,0387 0,2130 0,1750
26-36 6.439 207 0,0321 0,5902 0,4106
37-49 4.911 51 0,0104 0,5822 0,5686
Urbano 18.373 552 0,0300 0,3988 0,2971
Rural 10.568 386 0,0365 0,2914 0,1788
2003 Todas 30.184 1.045 0,0346 0,3628 0,2134
15-25 18.249 788 0,0432 0,2042 0,1447
26-36 6.442 224 0,0348 0,5998 0,4241
37-49 5.493 33 0,0060 0,6121 0,4242
Urbano 20.137 665 0,0330 0,3950 0,2391
Rural 10.047 380 0,0378 0,2984 0,1684
20
La Tabla 4 muestra a todas las mujeres (casadas y solteras), ahora separadas por
quintiles22
.
Se observa una disminución en la tasa de fecundidad desde 1990 para cada uno de
los quintiles. Además, a mayor quintil, se tiene una menor tasa de fecundidad (familias de
mayores ingresos tienen menos hijos). La tendencia contraria se observa respecto a la tasa
de ocupación, en que a mayor quintil, se tiene una mayor tasa.
El porcentaje de mujeres que trabaja y tienen hijos menores de un año muestra un
aumento en estos años y también mayor es para los quintiles de mayores ingresos.
Tabla 4
Mujeres Casadas y Solteras (15-49 Años) por Quintiles
Año Grupo Total hmenor_1=1 T. Fecundidad % Ocupadas % hmenor_1 y Trabaja
1990 Quintil 1 6.810 796 0,1169 0,1266 0,0603
Quintil 2 6.653 551 0,0828 0,2193 0,1198
Quintil 3 5.932 406 0,0684 0,3469 0,2512
Quintil 4 4.777 255 0,0534 0,4356 0,3333
Quintil 5 4.040 214 0,0530 0,5149 0,4626
1992 Quintil 1 10.771 1.114 0,1034 0,1255 0,0601
Quintil 2 8.899 680 0,0764 0,2400 0,1559
Quintil 3 7.402 416 0,0562 0,3687 0,2885
Quintil 4 5.853 263 0,0449 0,4480 0,3536
Quintil 5 4.677 210 0,0449 0,5243 0,4524
1994 Quintil 1 14.518 1.273 0,0877 0,1322 0,0652
Quintil 2 11.548 762 0,0660 0,2657 0,1549
Quintil 3 8.444 398 0,0471 0,3788 0,2965
Quintil 4 6.726 293 0,0436 0,4918 0,4266
Quintil 5 4.894 186 0,0380 0,5621 0,5108
1996 Quintil 1 9.924 858 0,0865 0,1654 0,0828
Quintil 2 8.568 552 0,0644 0,2952 0,1504
Quintil 3 6.762 338 0,0500 0,3996 0,3136
Quintil 4 5.810 245 0,0422 0,4762 0,4082
Quintil 5 4.074 136 0,0334 0,5906 0,5662
1998 Quintil 1 14.202 1.125 0,0792 0,1602 0,1040
Quintil 2 12.454 760 0,0610 0,3136 0,1763
Quintil 3 9.700 475 0,0490 0,4355 0,3368
Quintil 4 7.806 315 0,0404 0,5117 0,4540
Quintil 5 5.139 179 0,0348 0,5797 0,5307
2000 Quintil 1 22.548 1.605 0,0712 0,1742 0,0916
Quintil 2 17.321 933 0,0539 0,3098 0,0300
Quintil 3 11.934 519 0,0435 0,4305 0,3372
Quintil 4 8.969 351 0,0391 0,5329 0,4815
Quintil 5 5.792 192 0,0331 0,6122 0,6146
2003 Quintil 1 21.267 1.483 0,0697 0,1679 0,0877
Quintil 2 16.094 791 0,0491 0,3217 0,1947
Quintil 3 11.626 474 0,0408 0,4398 0,3059
Quintil 4 8.645 307 0,0355 0,5235 0,4756
Quintil 5 5.962 192 0,0322 0,5808 0,6250
Por lo tanto, a nivel general se puede concluir que en Chile existe una tendencia a la
baja de la tasa de fecundidad, que se manifiesta sobre todo en las mujeres casadas, y un
aumento de la participación femenina en el mercado laboral entre los años 1990 y 2003.
22
Ver en Anexo 5 un gráfico para las tasas de fecundidad por quintiles y en Anexo 6 un gráfico para las tasas
de ocupación por quintiles.
21
4. Metodología para identificar causas de la Fecundidad
La versión más reciente de la Encuesta de Caracterización Socioeconómica
(CASEN) es la del año 2003, la cual será considerada en la sección econométrica de este
trabajo para intentar identificar las determinantes económicos de la fecundidad de corto
plazo en Chile.
El levantamiento de dicha encuesta se realizó entre el 8 de Noviembre y el 20 de
Diciembre del 2003.
El número de hogares23
entrevistados asciende a 68.150, con lo que se recabó
información acerca de 272.000 personas en 302 comunas del país.
La encuesta consta de seis módulos: Módulo de Residentes, Módulo de Educación,
Módulo de Salud, Módulo de Empleo e Ingresos del Trabajo, Módulo Otros Ingresos,
Módulo Vivienda, los cuales se detallan en el Anexo 7, junto con explicitarse las preguntas
de cada módulo que se consideran en la investigación.
El presente trabajo intenta explicar una dimensión dinámica de la fecundidad de una
mujer, que se refiere a si dicha mujer tuvo un hijo o no en el último año.
4.1 Variables
Las variables utilizadas son las siguientes24
:
nhijos: número de hijos por familia.
hmenor_1: variable dicotómica que toma el valor uno si la mujer tiene un hijo menor de un
año. Representa la decisión dinámica “ tb ” a la se refiere el modelo de la sección 2.
stock_hijos: variable que se construye a partir del número total de hijos menos el número
de hijos menores de un año al momento de la encuesta. Se refiere a “ 1tn ” en el modelo de
la sección 2.
edad: años de la mujer.
23
Para efectos de la encuesta, se define como Hogar, a aquel constituido por una persona o un grupo de
personas, con o sin vínculos de parentesco, que comparten vivienda y tienen presupuesto de alimentación
común. 24
Ver Anexo 7 para una descripción completa de la estructura de los cuestionarios y la forma en que se
obtiene cada variable.
22
esc: total de años de educación de la mujer25
.
educ_esposofinal: total años educación del esposo26
.
edad_es: edad del esposo.
sal_esposofinal: ingreso por ocupación principal del esposo.
urbano: variable dicotómica que toma el valor uno si la zona en que vive la familia es
considerada urbana27
.
trabaja: variable dicotómica que toma el valor uno si la mujer trabaja28
.
totalotros_ing: ingresos distintos al obtenido de la ocupación principal para la mujer y su
esposo en el caso de mujeres casadas.29
nsec: variable dicotómica que toma el valor 1 si la mujer pertenece a un núcleo que no es el
principal del hogar30
.
experiencia: variable creada como: edad - esc – 6
exp_2: experiencia al cuadrado
mat_ant: variable dicotómica que toma el valor 1 si la mujer soltera es anulada, separada
de unión legal, separada de hecho o viuda.
conv: variable dicotómica que toma el valor 1 si en el grupo de las mujeres casadas o
convivientes, el estado civil es casada.
etnia: variable dicotómica que toma el valor 1 si la mujer pertenece a alguna de los ocho
pueblos originarios reconocidos por la ley.
capac: variable dicotómica que toma el valor 1 si la mujer asistió a algún curso de
capacitación laboral entre Noviembre del 2002 y Octubre del 2003 y cero si no asistió.31
Se debe reconocer la ausencia de variables que representen costos tanto directos
como indirectos de criar hijos y de precios relativos de los bienes que compra la familia.
25
Se utiliza la educación de la mujer como proxy de su salario alternativo y para capturar por ejemplo efectos
de la información adquirida con respecto al control de la natalidad, etc. 26
Se considera indistintamente al esposo o conviviente para efectos de la información en esta sección. 27
Una forma de controlar por el costo monetario de la vida en la ciudad versus en zonas rurales. 28
Sea que la mujer trabaja jornada parcial o completa esta variable toma el valor uno. 29
Esta variable es considerada para capturar el efecto ingreso puro. 30
Variable que pretende recoger el efecto de vivir de allegados, lo cual podría traducirse en mayor apoyo en
el cuidado de los hijos, pero también en incomodidad por el espacio, etc. Sólo será utilizada en el caso de las
mujeres casadas, ya que las mujeres solteras desde el momento que tienen un hijo se convierten en otro
núcleo. 31
Se considera que asistió a capacitación cualquiera sean los medios con que se haya pagado (empresa,
programas sociales del Estado, recursos propios u otros medios).
23
Sólo se incluye la variable “urbano” para representar la idea de que los costos monetarios
de criar son distintos en zonas rurales y en zonas urbanas. Sin embargo no se cuenta con
otros datos que representen costos a un nivel individual.
Un primer paso luego de conocidas las variables a utilizar es reconocer los
diferentes escenarios a los que se enfrentan mujeres solteras y casadas32
. Por este motivo,
ellas se tratan en forma separada en el trabajo. Siguiendo con la misma idea, ambas
muestras se subdividen a su vez por edades y también por zonas (rural y urbana) con el fin
de identificar diferencias en los efectos de las distintas variables explicativas para los
distintos grupos.
4.2 Relación entre Fecundidad y Participación Laboral
La evidencia empírica dada por algunos trabajos realizados a partir de microdatos,
como Dowd (1999) y Oyama (2002), indica que la decisión de participación en el mercado
laboral y las decisiones de fecundidad se determinan conjuntamente. En términos del
modelo presentado en la sección 2, esto significa que las decisiones sobre tb y th estarían
correlacionadas. Para obtener un estimador consistente del efecto de la participación sobre
la fecundidad se requiere de una variable instrumental altamente correlacionada con la
decisión de trabajar, pero que no esté correlacionada con la decisión de fecundidad.
Se requiere saber si, tal como sugieren Dowd y Oyama, la decisión de haber tenido
un hijo en el último año se encuentra relacionada (se determina de manera conjunta) con la
decisión de la mujer de participar en el mercado laboral. De ser así, al incluir la variable
“trabaja” como explicativa de “hmenor_1”, los parámetros obtenidos no serán consistentes
y por lo tanto no podremos concluir a partir de estos. Para testear esta correlación se utiliza
un probit bivariado de la siguiente forma:
hmenor_1 f = (esc, edad, educ_esposofinal, totalotros_ing, sal_esposofinal,
urbano, edad_es, nsec, etnia, mat_ant o conv)33
trabaja
32
Entre las mujeres solteras se consideran aquellas separadas y viudas, mientras que entre las casadas
también se consideran las convivientes. 33
Para el caso de las mujeres solteras no se incluyen las variables “sal_esposofinal”, “educ_esposofinal”,
“edad_es” y “nsec”
24
Al analizar los resultados34
, lo primero que se debe notar es que en todos los casos
considerados se obtiene un negativo y significativo a partir del probit bivariado,
confirmando la evidencia de otros autores35
. Por lo tanto, no se puede descartar la
determinación conjunta de las decisiones de trabajar y de tener un hijo en un determinado
período. Debido a que los resultados de la sección 5 muestran la existencia de correlación
significativa entre la decisión de haber tenido un hijo en el último año y participar en el
mercado laboral, es necesario encontrar un buen instrumento para la variable “trabaja”. La
idea de lo anterior es encontrar un estimador consistente para la participación en el mercado
laboral. Se busca una variable que se encuentre altamente correlacionada con la variable
“trabaja”, pero que a su vez no se encuentre correlacionada con “hmenor_1”. Se utilizará
dicho instrumento en la primera etapa de la regresión en la cual se obtendrá un valor
estimado para la probabilidad de trabajar o no que luego será utilizado como variable
explicativa para “hmenor_1” en la segunda etapa.
En el presente trabajo se utiliza como instrumento para la participación de la mujer
en el mercado laboral la variable “capac”36
, además de incluirse las otras variables
exógenas antes consideras. Las ecuaciones testadas se ven de la siguiente forma:
(i) Primero se obtienen los valores estimados del siguiente probit de participación:
trabaja = f (capac, esc, experiencia, exp_2, educ_esposofinal, edad_es, sal_esposofinal,
totalotros_ing, stock_hijos, nsec, urbano, etnia, mat_ant o conv)37
De esta ecuación en cada caso se obtienen valores estimados llamados trabaja_(*).38
(ii) Luego se incluyen los valores estimados obtenidos en (i) en el siguiente probit:
hmenor_1 = f (trabaja_(*), edad, esc, educ_esposofinal, edad_es, sal_esposofinal,
totalotros_ing, nsec, urbano, etnia, mat_ant o conv).
34
Ver (probit bivariado) en tablas de resultados de la sección 5. 35
Ver Dowd (1999) y Oyama (2002). 36
“capac” es una variable dicotómica que toma el valor 1 si la mujer asistió a algún curso de capacitación
laboral entre Noviembre del 2002 y Octubre del 2003 y cero si no asistió. Ver en Anexo 8 las tablas de
correlación de la variable “capac” con “trabaja” y “hmenor_1” para cada uno de los grupos considerados. 37
En el caso de las mujeres solteras no se incluyen las variables relacionadas con los esposos ni “nsec”. 38
Para el caso de las mujeres casadas el valor predicho es llamado “trabaja_c”, y en el de las solteras se llama
“trabaja_s”.
25
5. Resultados de los Modelos Económicos de Predicción de Fecundidad
Como ya se adelantó en la sección anterior, en todos los casos considerados se
obtiene un negativo y significativo a partir del probit bivariado. Es por esto que se
muestran tablas separadas para la ecuación de participación en el mercado laboral y la
ecuación de fecundidad, siguiendo el procedimiento de dos etapas explicitado
anteriormente. La primera etapa para la decisión de trabajar o no, incluyendo la variable
“capac”39
. La segunda etapa se refiere a la ecuación para “hmenor_1” (decisión de tener un
hijo o no en el último año).
En las siguientes tablas se resumen los resultados para todos lo subgrupos
considerados. La Tabla 5 muestra los resultados para la ecuación de participación en el
mercado laboral para las mujeres solteras, las sub-muestras urbano-rural y los distintos
grupos de edad, mientras que la Tabla 7 nos muestra la misma ecuación, pero esta vez para
las mujeres casadas. De la ecuación de participación en el mercado laboral se obtienen los
valores estimados para la probabilidad de trabajar o no que luego son utilizados en la
ecuación de fecundidad como variable explicativa40
.
Las Tablas 6 y 8 presentan los resultados de la ecuación de fecundidad para
mujeres solteras y casadas respectivamente.
39
Como se muestra en el Anexo 8 esta variable se encuentra altamente correlacionada con “trabaja” y no así
con “hmenor_1”, además de resultar su efecto positivo y significativo en todos los casos analizados para la
ecuación de participación en el mercado laboral. 40
Como se vio en la sección 4, al ser ambas decisiones conjuntamente determinadas, la obtención de un
estimador consistente para el efecto de trabajar o no en la decisión de fecundidad requiere un tratamiento de
dos etapas y la utilización de una variable instrumental altamente correlacionada con la decisión de trabajar y
no correlacionada con la decisión de fecundidad.
26
5.1 Resultados Solteras
Tabla 5
Solteras Trabaja
Variables Todas Urbano Rural 15-25 26-36 37-49
esc 0.0419455 0.0456187 0.0329466 0.0336324 0.0400855 0.0284844
(0.000) (0.000) (0.000) (0.000) (0.000) (0.000)
experiencia 0.0557609 0.0613319 0.0441749 0.0959743 0.0420017 -0.0212976
(0.000) (0.000) (0.000) (0.000) (0.000) (0.028)
exp_2 -0.0011416 -0.0012319 -0.0009552 -0.0049485 -0.0010736 0.0003404
(0.000) (0.000) (0.000) (0.000) (0.000) (0.043)
stock_hijos 0.0155212 0.0081902 0.0251138 0.0022506 0.0019908 0.0238459
(0.000) (0.107) (0.000) (0.734) (0.774) (0.000)
totalotros_ing -0.000000112 -0.000000355 0.00000124 0.000000454 -0.000000152 -0.00000014
(0.013) (0.000) (0.000) (0.000) (0.122) (0.011)
urbano 0.0405458 0.0054171 0.0840191 0.1327057
(0.000) (0.381) (0.000) (0.000)
mat_ant 0.0028562 -0.0011079 -0.0070763 0.0171112 0.0187526 0.0252192
(0.786) (0.933) (0.691) (0.424) (0.292) (0.101)
etnia 0.0016579 0.050316 -0.274168 -0.0201117 -0.00266 0.0642928
(0.876) (0.007) (0.022) (0.031) (0.907) (0.010)
capac 0.2872121 0.291132 0.2722555 0.2524097 0.2268617 0.1934323
(0.000) (0.000) (0.000) (0.000) (0.000) (0.000)
Pseudo R2 0.2346 0.261 0.171 0.2188 0.0888 0.104
(probit bivariado) -0.0988631 -0.0838251 -0.1385582 -0.1413126 -0.1957991 -0.1774831
(0.000) (0.0007) (0.0001) (0.000) (0.000) (0.0352)
Números entre paréntesis corresponden a los valores p de cada variable
Tabla 6
Solteras hmenor_1
Variables Todas Urbano Rural 15-25 26-36 37-49
trabaja_s 0.0692973 0.0643759 0.0890389 0.0277611 0.0295675 0.0034922
(0.000) (0.000) (0.000) (0.044) (0.283) (0.732)
esc -0.0023161 -0.002516 -0.0018863 -0.0045408 -0.0014284 -0.0000946
(0.000) (0.000) (0.004) (0.000) (0.191) (0.804)
edad -0.0032245 -0.0032065 -0.0033035 0.0020644 -0.0022266 -0.001033
(0.000) (0.000) (0.000) (0.022) (0.007) (0.000)
stock_hijos 0.0009516 0.0005553 0.0005981 -0.0082685 0.0058509 -0.0000191
(0.539) (0.765) (0.832) (0.036) (0.012) (0.974)
totalotros_ing 0.000000028 0.0000000358 0.000000005490.0000000601 0.0000000205 0.00000000494
(0.051) (0.075) (0.866) (0.223) (0.519) (0.088)
urbano -0.0025697 -0.0003787 0.0036797 -0.0012602
(0.241) (0.906) (0.515) (0.537)
mat_ant -0.0042223 -0.0005264 -0.0115723 0.0165552 0.0008007 -0.0030032
(0.298) (0.912) (0.145) (0.201) (0.897) (0.047)
etnia 0.006461 0.0014886 0.0108699 0.0065243 0.0146787 0.0007415
(0.055) (0.779) (0.016) (0.186) (0.087) (0.755)
Pseudo R2 0.0260 0.0265 0.0270 0.0149 0.0096 0.0898
(probit bivariado) -0.0988631 -0.0838251 -0.1385582 -0.1413126 -0.1957991 -0.1774831
(0.000) (0.0007) (0.0001) (0.000) (0.000) (0.0352)
Números entre paréntesis corresponden a los valores p de cada variable
27
A partir de la segunda etapa se obtienen los siguientes resultados para las mujeres
solteras:
Tanto cuando se consideran en conjunto como para la mayoría de los subgrupos se
encuentra que la educación (medida como años de escolaridad completados) tiene efectos
negativos y significativos del orden aproximado de 2 por ciento en la probabilidad de tener
un hijo en el periodo estudiado, excepto para las mujeres de más de 26 años en que el
efecto pasa a ser no significativo. Este efecto es adicional al de trabajar por una
remuneración.
La cantidad de hijos anteriores al último año no resultan ser significativos en
general. Pero sí lo son para las mujeres de 15 a 25 años (efecto negativo) y para las de 26 a
36 años (efecto positivo). Esto es consistente con una situación dinámica, donde las
mujeres que tienen hijos jóvenes no quieren tener más hasta después de los 26 años.
También puede interpretarse que las mujeres de 26 a 36 años que ya tienen un hijo desean
tener el otro seguido, de manera de aprovechar economías de escala en la crianza.
Los ingresos no laborales resultan tener un efecto positivo y significativo (aunque
pequeño) a nivel global, lo que al desagregar (por edad y zonas) sólo se mantiene a nivel de
mujeres que viven en zonas urbanas y aquellas mayores de 36 años.
A mayor edad disminuye la probabilidad de tener un hijo en el año analizado, a
excepción del grupo entre 15 y 25 años, en que existe un efecto positivo y significativo,
que parece tener relación con el efecto posposición el cual se puede explicar a partir
modelo desarrollado en la sección 241
.
Respecto a la participación en el mercado laboral, a nivel general se tiene un efecto
positivo y significativo de aproximadamente un 7 por ciento. Este se mantiene al separar
por zonas. Sin embargo, al separar por grupos de edad, la participación en el mercado
laboral sólo tiene efecto positivo y significativo para el grupo de entre 15 y 25 años,
mientras que en los demás grupos deja de ser significativa.
41
A partir de la ecuación (9) de la sección 2, se tiene que si se espera que e
t 1 caiga en relación a t , el
nuevo plan óptimo incluye elevar 1tn y por lo tanto elevar *
1tb debido a que tn esta fijo.
28
El hecho de ser separada o viuda parece sólo afectar a las mujeres mayores de 37
años en su decisión de fecundidad.
Pertenecer a un pueblo originario resulta tener un efecto positivo y significativo a
nivel general que se refuerza en el caso de las mujeres de zonas rurales. Es interesante que
este efecto se pierde en zonas urbanas.
5.2 Resultados Solteras
Tabla 7
Casadas trabaja
Variables Todas Urbano Rural 15-25 26-36 37-49
esc 0.0286079 0.0337472 0.0194366 0.038273 0.0342062 0.0220672
(0.000) (0.000) (0.000) (0.000) (0.000) (0.000)
experiencia 0.012563 0.0140826 0.0104228 0.0239752 -0.0233911 -0.0171179
(0.000) (0.000) (0.000) (0.000) (0.000) (0.005)
exp_2 -0.0001304 -0.0001417 -0.0001233 0.0000793 0.0010912 0.0003107
(0.000) (0.001) (0.004) (0.865) (0.000) (0.003)
stock_hijos -0.0251601 -0.0362283 -0.0091379 -0.0421081 -0.030377 -0.0226805
(0.000) (0.000) (0.008) (0.000) (0.000) (0.000)
totalotros_ing 0.000000567 0.000000377 0.00000103 0.00000155 0.000000198 0.00000106
(0.000) (0.000) (0.000) (0.000) (0.000) (0.000)
urbano 0.0839683 0.0633136 0.0787658 0.097689
(0.000) (0.000) (0.000) (0.000)
conv -0.0370532 -0.0409052 -0.0312491 -0.0283448 -0.0344801 -0.0554601
(0.000) (0.000) (0.001) (0.030) (0.001) (0.000)
etnia -0.0025172 -0.020174 0.0014597 0.0000632 -0.0133411 0.0001394
(0.795) (0.205) (0.892) (0.998) (0.382) (0.992)
educ_esposofinal 0.0006423 -0.0010108 0.0031537 0.0043066 0.0006714 -0.0017149
(0.506) (0.423) (0.027) (0.094) (0.674) (0.213)
sal_esposofinal -0.0000000058 -0.00000000139 -0.000000012 0.0000000309 0.00000000334-0.000000022
(0.310) (0.827) (0.397) (0.387) (0.733) (0.006)
edad_es -0.0003317 -0.0008232 0.0003581 -0.0029366 0.0001237 -0.0002675
(0.480) (0.203) (0.569) (0.034) (0.877) (0.681)
nsec -0.0099946 -0.0221904 0.0135103 -0.0130161 0.0101266 0.0083856
(0.288) (0.067) (0.345) (0.346) (0.473) (0.704)
capac 0.3566409 0.365388 0.3156762 0.2806612 0.3577525 0.360841
(0.000) (0.000) (0.000) (0.000) (0.000) (0.000)
Pseudo R2 0.1206 0.1042 0.1083 0.1182 0.1125 0.1335
(probit bivariado) -0.1802423 -0.1738028 -0.2038746 -0.275634 -0.189398 -0.13551
(0.000) (0.000) (0.000) (0.000) (0.000) (0.000)
Números entre paréntesis corresponden a los valores p de cada variable
29
Tabla 8
Casadas hmenor_1
Variables Todas Urbano Rural 15-25 26-36 37-49
trabaja_c -0.0336789 -0.0222832 -0.0788756 -0.3377078 -0.08229 -0.0011607
(-0.001) (-0.061) (0.000) (0.000) (0.000) (0.835)
esc 0.0010466 0.0005581 0.0020376 -0.0003818 0.0036871 -0.0005589
(0.031) (0.380) (0.007) (0.886) (0.001) (0.036)
edad -0.0032423 -0.0032204 -0.0030811 0.0022448 -0.000302 -0.002633
(0.000) (0.000) (0.000) (0.473) (0.732) (0.000)
stock_hijos -0.0204973 -0.0235095 -0.015661 -0.1724611 -0.0421348 -0.0015441
(0.000) (0.000) (0.000) (0.000) (0.000) (0.004)
totalotros_ing 0.00000000137 -0.000000000109 0.0000000261 0.000000156 0.00000000268-0.00000000341
(0.825) (0.988) (0.187) (0.113) (0.802) (0.604)
urbano 0.002725 0.0248127 0.0067026 0.0006063
(0.268) (0.047) (0.231) (0.679)
conv 0.0034079 0.0033752 0.0030489 0.0088156 0.0035606 -0.0032073
(0.152) (0.267) (0.425) (0.435) (0.522) (0.604)
etnia 0.0131981 -0.0007388 0.0209573 0.0195685 0.0171033 0.0051872
(0.001) (0.899) (0.000) (0.274) (0.047) (0.029)
educ_esposofinal 0.0003851 0.0003137 0.0006507 -0.001911 0.0001766 0.0004385
(0.323) (0.001) (0.313) (0.378) (0.842) (0.044)
sal_esposofinal 0.00000000643 0.000000007 0.000000001720.0000000471 0.000000008530.00000000201
(0.001) (0.000) (0.788) (0.056) (0.061) (0.018)
edad_es -0.0011362 -0.0012072 -0.0009748 0.0010607 -0.0017163 -0.000533
(0.000) (0.000) (0.001) (0.340) (0.000) (0.000)
nsec -0.0078778 -0.0110443 -0.0016688 -0.0299894 -0.0081659 0.0039076
(0.005) (0.000) (0.727) (0.010) (0.259) (0.212)
Pseudo R2 0.1403 0.1438 0.1384 0.1073 0.0525 0.1144
(probit bivariado) -0.1802423 -0.1738028 -0.2038746 -0.275634 -0.189398 -0.13551
(0.000) (0.000) (0.000) (0.000) (0.000) (0.0001)
Números entre paréntesis corresponden a los valores p de cada variable
A partir de la segunda etapa se obtienen los siguientes resultados para las mujeres
casadas:
La escolaridad a nivel general resulta tener un efecto positivo y significativo en la
probabilidad de tener un hijo en el periodo estudiado después de considerar el efecto de que
la mujer trabaje o no, así también sucede en el caso de las mujeres de zonas rurales y para
las mujeres entre 26 y 36 años. En el caso de las mujeres mayores de 36 años, este efecto
resulta ser negativo y significativo (aunque pequeño). En principio esto resulta curioso,
debido a que en la literatura generalmente se encuentra un efecto negativo de la educación
de la mujer sobre la fecundidad. Sin embargo, la fecundidad estudiada en la literatura
corresponde a una noción estática (de stock). Una explicación para este efecto positivo
podría ser que en Chile las mujeres más educadas optan por adelantar sus hijos para luego
30
desarrollar su carrera; esto dependerá como se vio en la sección 2 de cuál es el menor costo
en capital humano.
En general se encuentra que a mayor edad disminuye la probabilidad de tener un
hijo en el periodo estudiado, excepto en el caso de las mujeres de 15 a 25 años en que el
efecto es positivo y significativo, lo cual puede tener relación con la posposición de la
maternidad, al igual que en las mujeres solteras de este grupo a mayor edad mayor
probabilidad, lo que nos habla de un fenómeno generalizado entre las mujeres de esta edad.
El número de hijos anteriores al periodo estudiado tiene un efecto negativo y
significativo en la decisión de fecundidad, efecto que disminuye al avanzar en las edades de
los grupos (muy alto para las mujeres de 15 a 25 años y muy bajo para las de 37 a 49).
Los ingresos no laborales resultan no tener efecto en la probabilidad de tener un hijo
o no en el año analizado.
El hecho de tener un vinculo oficial (estar casadas bajo la ley) no tiene efectos en
ningún grupo. Esto implica que es incorrecta la hipótesis de que la ley de matrimonio civil
tiene influencia sobre el comportamiento, al menos en lo que a fecundidad se refiere, lo
cual podría ser de gran importancia para el debate sobre dicha ley.
A nivel general el hecho de pertenecer a un pueblo originario tiene efectos positivos
en la decisión de fecundidad. Al igual que en el caso de las mujeres solteras este efecto se
da principalmente en las zonas rurales, ya que en las zonas urbanas resulta ser no
significativo, lo que nos sugiere un cambio de comportamiento al migrar a la ciudad.
La educación del esposo sólo resulta tener efecto positivo y significativo (aunque
pequeño) en el caso de las mujeres que viven en zonas rurales y aquellas mayores de 36
años.
El salario del esposo, tal como la teoría nos diría, tiene efectos positivos y
significativos (aunque pequeños) a nivel general. Resulta interesante que para el caso de las
mujeres de zonas rurales esta variable no sea significativa.
En general a mayor edad del esposo disminuye la probabilidad de tener un hijo en el
año estudiado, a excepción de las mujeres entre 15 y 25 años para las cuales esta variable
resulta no significativa. Es importante notar que es este mismo grupo el que presentaba un
efecto positivo para la edad de la mujer, a diferencia del resto de la muestra.
31
Al considerar a todas las mujeres casadas, el hecho de ser núcleo secundario (vivir
de allegados) afecta negativa y significativamente la decisión de fecundidad. Como se
menciona anteriormente, esto puede interpretarse como el efecto de limitaciones, ya sea de
espacio u otras. Sin embargo, esta variable no resulta significativa para las mujeres a partir
de los 26 años y para aquellas que viven en zonas rurales.
Para el caso de la participación en el mercado laboral, al considerar a todas las
mujeres casadas se tiene un efecto negativo y significativo de aproximadamente un 3 por
ciento, el cual se ve acrecentado si sólo se considera a las mujeres de zonas rurales. Al
separar por grupos de edades este efecto es más alto para mujeres entre 15 y 25 años
(aproximadamente un 33 por ciento), hasta llegar incluso a ser no significativo en las
mujeres mayores de 36 años. Si la tasa de participación femenina para todas las mujeres
casadas subiera en 10 puntos, la tasa de fecundidad de corto plazo caería desde 6 a 5, 62 por
ciento. Sin embargo, en el largo plazo, ello reduciría el stock de hijos, lo que estimularía en
el futuro un aumento de la fecundidad de corto plazo (debido al signo negativo del efecto
del stock de hijos sobre hmenor_1). Si imponemos la condición de que el cambio
porcentual en fecundidad de corto plazo sea igual a cambio porcentual en stock de hijos,
entonces, en el estado estacionario:
EEyhijosstockhmenor _1_
como: hijosstockXhmenor kk _0204973,01_
EE
kk
EE yXy 0204973,0
k
k
k
EE
X
y
0204973,1
Por lo tanto se tiene que el efecto de corto plazo se amortigua en el largo plazo, pero
mantiene su signo.
Es interesante notar que los efectos a nivel general pueden resultar distintos en
intensidad e incluso en signo al considerarse grupos más desagregados. Es por esto que
más allá de lo interesantes que parecen los números y efectos antes expuestos, el mayor
resultado de este trabajo está en reconocer la diversidad de escenarios a los que se ven
enfrentadas las mujeres. Por lo mismo, al menos en este tema, cualquier diseño de política
debe considerar estas diferencias.
32
6. Conclusiones
Este trabajo ha pretendido analizar los determinantes económicos de la fecundidad
en Chile, centrando la atención en cómo la participación femenina en el mercado laboral ha
afectado a esta variable.
Esto se consigue a través de la construcción de una nueva base de datos de
fecundidad de corto plazo a partir de datos de la Encuesta de Caracterización
Socioeconómica (CASEN)
Reconociendo el hecho de que las decisiones de fecundidad y participación en el
mercado laboral son determinadas de manera conjunta, se procedió a instrumentalizar la
variable participación en el mercado laboral, de manera de obtener estimadores
consistentes.
Los efectos a nivel general resultan distintos en intensidad e incluso en signo al
considerarse grupos más desagregados. Es así como por ejemplo, el efecto de la etnia
desaparece al migrar a la ciudad; el vivir de allegados tiene efectos significativos para
mujeres que viven en zonas urbanas, pero no para las que viven en zonas rurales. Además
se tiene que el efecto de estar casadas bajo la ley es cero sobre la fecundidad de corto plazo.
En el caso de la participación en el mercado laboral, en general ésta afecta
positivamente en la probabilidad de tener un hijo en el periodo estudiado en el caso de las
mujeres solteras, pero lo hace de forma negativa en la decisión de las mujeres casadas sobre
todo en aquellas de 15 a 25 años para las que el efecto negativo es muy fuerte.
Además el efecto de corto plazo descrito aquí resulta persistente en el largo plazo,
porque nunca se revierte por completo con cambios de fecundidad futura.
Si se tiene en cuenta que Chile es un país con una baja tasa de participación
femenina en el mercado laboral, los resultados descritos anteriormente resultan al menos
interesantes, ya que se esperaría que esta participación aumente y dependiendo de la
composición de este aumento (en términos de qué grupo es el que aumenta más su
participación) se podrían tener efectos importantes en la estructura de edad de nuestra
población, lo cual debe ser considerado para el diseño de políticas públicas en el futuro.
33
7. Referencias
Bay, G. Del Popolo, F. Ferrando D. (2003) “Determinantes próximos de la
fecundidad. Una aplicación a los países Latinoamericanos”. CELADE, Santiago.
Becker, G. (1960) “An Economic Analysis of Fertility”, en Becker, ed.,
Demographic and Economic Change in Developed Countries. Princeton, N.J.: Princeton
University Press.
Becker, G y Lewis, H. G. (1973) “On the Interaction between the Quantity and
Quality of Children”, Journal of Political Economy, Vol. 81, Nº 2, pp. 279-288.
Bravo, D., Contreras, D., Puentes, E. (2000) “Tasa de participación Femenina:
1957-1997. Un Análisis de Cohortes Sintéticos”. Documento de Trabajo Nº 170.
Departamento de Economía Universidad de Chile.
CELADE (2001) Boletín Demográfico, América Latina: Fecundidad 1950-2050.
Cerda, R. (2001) “Is there an endogenous problem of sustainability on the Pay-as-
you-go social security system? Using the Chilean Experience as an Experiment”,
Documento de Trabajo Nº 203. Instituto Economía Pontificia Universidad Católica de
Chile.
Cerda, R. (2003) “Endogenous Social Security Financial Crises”, Documento de
Trabajo Nº 250. Instituto Economía Pontificia Universidad Católica de Chile.
Diaz, J., Lüders, R., Wagner, G. “La República en Cifras: Chile 1810-2000”.
Dreze, J. y Murthi M. (2001) “Fertility, Education, and Development: Evidence
from India”, Population and Development Review, Vol. 27, Nº 1, pp. 33-63.
Dowd, T. (1999) “Labor Supply, Fertility and the Economy”, Dissertation at
University of Maryland at College Park.
Galor O., Weil D. (1999) “From Malthusian Stagnation to Modern Growth”, The
American Economics Review, Vol. 89, nº 2.
Kohler, H-P. Billari, F. Ortega, J. (2002) “The Emergence of Lowest-Low Fertility
in Europe During the 1990´s”, Population and Development Review.
Malthus, T. (1970) “An essay on the Principle of Population and a Summary View
of the Principle of Population”, A. Flew, London, Pelican.
34
Mahendra, S. James, K.S. Sen, B. (2002) “Causes of Fertility Decline in India and
Bangladesh” Project Report Sponsored by South Asia Network of Economic Research
Institutes, SANEI, New Delhi.
Mideplan, Gobierno de Chile (2003), Síntesis Ejecutiva de los resultados
Educacionales Encuesta Casen, Santiago.
Oyama, M. (2002) “Fertility Decline and Female Labor Force Participation in
Japan”, Discussions Papers Center Nº 8, The Population of Research Center at NORC and
The University of Chicago.
Razin, A. Sadka, E. (1995) Population Economics, cap. 1, 2, 3, 4 y 6. MIT Press,
Cambridge, MA.
Schultz, T. P. (1997) “Demand for Children in Low Income Countries”, Handbook
of Population and Family Economics, Vol. 1A, Chap. 8 (eds.).
Schultz, T. P. (2001) “The Fertility Transition: Economic Explanations”, Center
Discussion Paper Nº 833.
Schultz, T. P. (1985) “Changing World Prices, Women`s Wages, and the Fertility
Transition: Sweden, 1860-1910”, Journal of Political Economy, Vol. 93, Nº 6.
Walker JR. (1995) “The Effect of Public Policies on Recent Swedish Fertility
Behavior”, Journal of Population Economics, Nº 8, pp 223-251.
35
Anexo 142
Población Total según Censos de 1982, 1992 y 2002
Población Total por Grupos de Edad
42
Fuente de los gráficos: wwww.ine.cl. En el caso de las pirámides poblacionales, se ilustra la composición
de la población total por sexo, grupos de edad, según área rural (en tonos verdes) y urbana (en tonos azules).
La comparación hace evidente la reducción en la base y el ensanchamiento hacia la cúspide de la pirámide del
censo 2002.
Anexo 2
Tasa de Fecundidad Chile 1992-199943
Tasa Fecundidad
0
0,02
0,04
0,06
0,08
0,1
0,12
0,14
0,16
0,18
1962
1963
1964
1965
1966
1967
1968
1969
1970
1971
1972
1973
1974
1975
1976
1977
1978
1979
1980
1981
1982
1983
1984
1985
1986
1987
1988
1989
1990
1991
1992
1993
1994
1995
1996
1997
1998
1999
Años
Nacid
os v
ivo
s / M
uje
res e
n e
dad
fert
il
43
La Tasa de Fecundidad fue construida como el número de nacidos vivos sobre el número de mujeres en edad fértil para cada año. Los datos de número de
nacidos vivos fueron obtenidos de “La Republica en Cifras: Chile 1810-2000” proporcionado por el Profesor Gert Wagner. Los datos de mujeres en edad fértil
fueron obtenidos del Anuario estadístico del INE para cada año.
Anexo 344
Tasa participación Femenina en Mercado Laboral por grupos de Edad 1957-1997
Tasa Participación Femenina en Mercado Laboral por Grupos de Edad
0,00
10,00
20,00
30,00
40,00
50,00
60,00
70,00
1957
1959
1961
1963
1965
1967
1969
1971
1973
1975
1977
1979
1981
1983
1985
1987
1989
1991
1993
1995
1997
Año
Tasa P
art
icip
ació
n
14-18
19-23
24-28
29-33
34-38
39-43
44-48
44
Datos obtenidos del trabajo “Tasa de Participación Femenina: 1957-1997. Un Análisis de Cohortes Sintéticos”. David Bravo, Dante Contreras y Esteban
Puentes.
Anexo 4
Tasas de Fecundidad y Ocupación (1990-2003)
0,0000
0,0500
0,1000
0,1500
0,2000
0,2500
0,3000
0,3500
0,4000
1990 1992 1994 1996 1998 2000 2003
Año
Po
rcen
taje
T. Fecundidad
% Ocupadas
39
Anexo 5
Tasa Fecundidad por Quintiles
0,0000
0,0200
0,0400
0,0600
0,0800
0,1000
0,1200
0,1400
1990 1992 1994 1996 1998 2000 2003
Años
Ta
sa
Fe
cu
nd
ida
d
Quintil1
Quintil 2
Quintil 3
Quintil 4
Quintil 5
40
Anexo 6
Tasa Ocupación por Quintiles
0,0000
0,1000
0,2000
0,3000
0,4000
0,5000
0,6000
0,7000
1990 1992 1994 1996 1998 2000 2003
Años
Ta
sa
Oc
up
ac
ión
Quintil1
Quintil 2
Quintil 3
Quintil 4
Quintil 5
Anexo 7
Encuesta CASEN:
1. Módulo de Residentes,
La pregunta 1 se refiere al parentesco con el Jefe o Jefa de Hogar, siendo la respuesta 3
hijo o hijastro. La pregunta 4 es sobre la existencia de distintos núcleos en un mismo
hogar y la 5 es sobre el parentesco con el Jefe o Jefa de este Núcleo. De estas tres
preguntas se obtiene el número de hijos por núcleo, cruzando esta información, con la edad
de los hijos (pregunta 3) se obtiene una variable que indica si el núcleo tuvo un hijo en los
últimos doce meses. A partir del numero total de hijos y de si tuvo hijos los último doce
meses se obtiene el “stock de hijos” que sería el número de hijos que se tenían antes de la
última decisión. También se obtiene una variable que indica si nos referimos a un núcleo
principal o no (allegados) la cual se ha utilizado en la literatura45
.
La edad de la mujer se obtiene a partir de la pregunta 3.
A partir de la variable zona46
, se obtiene la variable “urbano”, que indica si la mujer
pertenece a una zona rural o urbana.
2. Módulo de Educación
La información referente al salario o costo alternativo del tiempo de la mujer y su
esposo se puede obtener de la pregunta 7 del Módulo de Educación, en que se indica el
curso y tipo de estudio actual o el último curso aprobado.47
3. Módulo de Salud
No se consideran preguntas de este módulo
45
Por ejemplo en el ya citado paper de Masako Oyama, se incluye esta variable ya que se consideraría un
ingreso no salarial o una disminución del costo de criar hijos, ya que se espera que una familia que vive con
sus padres tendría menos dificultad por ejemplo en el cuidado de los hijos mientas la mujer trabaja, etc. Un
núcleo que no se considera en el análisis es el del servicio doméstico (núcleo=0), debido a que no se cuenta
información sobre las variables relevantes en estos casos (por ejemplo el número de hijos). 46
Variable “z” en los datos de la encuesta. 47
Variable “esc” en los datos de la encuesta.
42
4. Módulo de Empleo e Ingresos del Trabajo
Para analizar la participación femenina en el mercado laboral, se cuenta con las
preguntas 1 y 2 para identificar empleo o desempleo48
. También se cuenta con la pregunta
13.a que indica si es de jornada parcial o completa.
El ingreso del esposo por hora puede ser obtenido de la pregunta 18 del Módulo de
empleo, que indica la remuneración liquida en su principal ocupación y el total de horas
trabajados.49
De la pregunta o29 se obtiene la variable “capac”, que tiene relación con la asistencia o
no a algún curso de capacitación entre Noviembre del 2002 y Octubre del 2003.
5. Módulo Otros Ingresos
A partir de este módulo se puede obtener información referente a ingresos tales como
arriendo de propiedades, pensión de alimentos, intereses por depósitos, dividendos, etc. (en
preguntas 1 y 2). Que nos lleva a la variable “tolatotros_ing”, que es el total de otros
ingresos.50
6. Módulo Vivienda
No se consideran preguntas de este modulo.
48
Variable “activ” en los datos de la encuesta resume si la persona se encuentra inactiva, desocupada u
ocupada. 49
Variable “yopraj” en los datos de la encuesta 50
Se obtiene a partir del ingreso autónomo menos los ingresos por la ocupación principal ( “yautaj - yopraj”),
en el caso de las mujeres casadas se consideran también los otros ingresos del esposo en esta variable.
43
Anexo 8
Correlaciones variable “capac” con “trabaja” y “menor_1”
Correlaciones todas las Solteras
| hmenor_1 trabaja capac trabaj~s
-------------+------------------------------------
hmenor_1 | 1.0000
trabaja | -0.0589 1.0000
capac | -0.0142 0.2537 1.0000
trabaja_s | -0.0422 0.5263 0.4703 1.00
Correlaciones solteras urbano
| hmenor_1 trabaja capac trabaj~s
-------------+------------------------------------
hmenor_1 | 1.0000
trabaja | -0.0589 1.0000
capac | -0.0201 0.2645 1.0000
trabaja_s | -0.0466 0.5580 0.4646 1.0000
Correlaciones solteras rural
| hmenor_1 trabaja capac trabaj~s
-------------+------------------------------------
hmenor_1 | 1.0000
trabaja | -0.0563 1.0000
capac | 0.0017 0.2105 1.0000
trabaja_s | -0.0220 0.4390 0.4612 1.0000
Correlaciones solteras 15 a 25 años
| hmenor_1 trabaja capac trabaj~s
-------------+------------------------------------
hmenor_1 | 1.0000
trabaja | -0.0314 1.0000
capac | -0.0063 0.2166 1.0000
trabaja_s | 0.0370 0.4660 0.4478 1.0000
Correlaciones solteras 26 a 36 años
| hmenor_1 trabaja capac trabaj~s
-------------+------------------------------------
hmenor_1 | 1.0000
trabaja | -0.0681 1.0000
capac | -0.0100 0.2044 1.0000
trabaja_s | -0.0035 0.3331 0.6085 1.0000
44
Correlaciones solteras 37 a 49 años
| hmenor_1 trabaja capac trabaj~s
-------------+------------------------------------
hmenor_1 | 1.0000
trabaja | -0.0300 1.0000
capac | 0.0094 0.1942 1.0000
trabaja_s | -0.0013 0.3602 0.5390 1.0000
Correlaciones todas las casadas
| hmenor_1 trabaja capac trabaj~c
-------------+------------------------------------
hmenor_1 | 1.0000
trabaja | -0.0634 1.0000
capac | -0.0262 0.2748 1.0000
trabaja_c | -0.0365 0.3995 0.7426 1.0000
Correlaciones casadas urbano
| hmenor_1 trabaja capac trabaj~c
-------------+------------------------------------
hmenor_1 | 1.0000
trabaja | -0.0628 1.0000
capac | -0.0213 0.2802 1.0000
trabaja_c | -0.0304 0.3749 0.7937 1.0000
Correlaciones casadas rural
| hmenor_1 trabaja capac trabaj~c
-------------+------------------------------------
hmenor_1 | 1.0000
trabaja | -0.0701 1.0000
capac | -0.0391 0.2359 1.0000
trabaja_c | -0.0642 0.3823 0.7031 1.0000
Correlaciones casadas 15 a 25 años
| hmenor_1 trabaja capac trabaj~c
-------------+------------------------------------
hmenor_1 | 1.0000
trabaja | -0.0999 1.0000
capac | -0.0455 0.2135 1.0000
trabaja_c | -0.0278 0.3829 0.6049 1.0000
Correlaciones casadas 26 a 36 años
| hmenor_1 trabaja capac trabaj~c
-------------+------------------------------------
hmenor_1 | 1.0000
trabaja | -0.0461 1.0000
capac | -0.0204 0.2777 1.0000
trabaja_c | 0.0419 0.3858 0.7520 1.0000
45
Correlaciones casadas 37 a 49 años
| hmenor_1 trabaja capac trabaj~c
-------------+------------------------------------
hmenor_1 | 1.0000
trabaja | -0.0262 1.0000
capac | -0.0057 0.2797 1.0000
trabaja_c | 0.0045 0.4231 0.7291 1.0000
46
Anexo 9
Resultados
I.- Solteras
1.) Todas las Solteras
Ecuación Participación Mercado Laboral (Pendientes)
Probit estimates Number of obs = 30184
LR chi2(9) =9275.48
Prob > chi2 = 0.0000
Log likelihood = -15133.848 Pseudo R2 = 0.2346
------------------------------------------------------------------------------
trabaja | dF/dx Std. Err. z P>|z| x-bar [ 95% C.I. ]
---------+--------------------------------------------------------------------
esc | .0419455 .0011019 38.10 0.000 10.6132 .039786 .044105
experi~a | .0557609 .0009702 57.02 0.000 9.20587 .053859 .057662
exp_2 | -.0011416 .0000293 -38.74 0.000 195.991 -.001199 -.001084
stock_~s | .0155212 .0039193 3.96 0.000 .513517 .00784 .023203
totalo~s | -1.12e-07 4.54e-08 -2.47 0.013 12201 -2.0e-07 -2.3e-08
urbano*| .0405458 .0066967 6.00 0.000 .667142 .027421 .053671
mat_ant*| .0028562 .0105404 0.27 0.786 .128677 -.017803 .023515
etnia*| .0016579 .0106683 0.16 0.876 .095845 -.019252 .022567
capac*| .2872121 .011756 24.29 0.000 .087265 .264171 .310253
---------+--------------------------------------------------------------------
obs. P | .3628412
pred. P | .3322116 (at x-bar)
------------------------------------------------------------------------------
(*) dF/dx is for discrete change of dummy variable from 0 to 1
z and P>|z| are the test of the underlying coefficient being 0
Ecuación Fecundidad (Pendientes)
Probit estimates Number of obs = 30184
LR chi2(8) = 236.15
Prob > chi2 = 0.0000
Log likelihood = -4423.2683 Pseudo R2 = 0.0260
------------------------------------------------------------------------------
hmenor_1 | dF/dx Std. Err. z P>|z| x-bar [ 95% C.I. ]
---------+--------------------------------------------------------------------
trabaj~s | .0692973 .0088882 7.54 0.000 .359932 .051877 .086718
esc | -.0023161 .0003698 -6.23 0.000 10.6132 -.003041 -.001591
edad | -.0032245 .0002633 -11.35 0.000 25.74 -.003741 -.002708
stock_~s | .0009516 .0015492 0.61 0.539 .513517 -.002085 .003988
totalo~s | 2.80e-08 1.43e-08 1.95 0.051 12201 -1.1e-10 5.6e-08
urbano*| -.0025697 .0022165 -1.17 0.241 .667142 -.006914 .001775
mat_ant*| -.0042223 .0038775 -1.04 0.298 .128677 -.011822 .003378
etnia*| .006461 .0035897 1.92 0.055 .095845 -.000575 .013497
---------+--------------------------------------------------------------------
obs. P | .034621
pred. P | .0306261 (at x-bar)
------------------------------------------------------------------------------
(*) dF/dx is for discrete change of dummy variable from 0 to 1
z and P>|z| are the test of the underlying coefficient being 0
47
Solteras Urbano
Ecuación Participación Mercado Laboral (Pendientes)
Probit estimates Number of obs = 20137
LR chi2(8) =7051.54
Prob > chi2 = 0.0000
Log likelihood = -9984.7439 Pseudo R2 = 0.2610
------------------------------------------------------------------------------
trabaja | dF/dx Std. Err. z P>|z| x-bar [ 95% C.I. ]
---------+--------------------------------------------------------------------
esc | .0456187 .0014028 32.52 0.000 11.2143 .042869 .048368
experi~a | .0613319 .0012737 47.91 0.000 8.90455 .058836 .063828
exp_2 | -.0012319 .0000394 -31.21 0.000 186.156 -.001309 -.001155
stock_~s | .0081902 .0050821 1.61 0.107 .527983 -.001771 .018151
totalo~s | -3.55e-07 5.97e-08 -5.95 0.000 14041.4 -4.7e-07 -2.4e-07
mat_ant*| -.0011079 .013106 -0.08 0.933 .14893 -.026795 .024579
etnia*| .050316 .0188942 2.70 0.007 .046134 .013284 .087348
capac*| .291132 .013602 20.67 0.000 .100313 .264473 .317791
---------+--------------------------------------------------------------------
obs. P | .3949943
pred. P | .3680342 (at x-bar)
------------------------------------------------------------------------------
(*) dF/dx is for discrete change of dummy variable from 0 to 1
z and P>|z| are the test of the underlying coefficient being 0
Ecuación Fecundidad (Pendientes)
Probit estimates Number of obs = 20137
LR chi2(7) = 155.02
Prob > chi2 = 0.0000
Log likelihood = -2844.3853 Pseudo R2 = 0.0265
------------------------------------------------------------------------------
hmenor_1 | dF/dx Std. Err. z P>|z| x-bar [ 95% C.I. ]
---------+--------------------------------------------------------------------
trabaj~s | .0643759 .0103733 6.01 0.000 .391375 .044045 .084707
esc | -.002516 .0004455 -5.61 0.000 11.2143 -.003389 -.001643
edad | -.0032065 .0003316 -9.00 0.000 26.0344 -.003856 -.002557
stock_~s | .0005553 .001861 0.30 0.765 .527983 -.003092 .004203
totalo~s | 3.58e-08 2.01e-08 1.78 0.075 14041.4 -3.6e-09 7.5e-08
mat_ant*| -.0005264 .0047489 -0.11 0.912 .14893 -.009834 .008781
etnia*| .0014886 .0053933 0.28 0.779 .046134 -.009082 .012059
---------+--------------------------------------------------------------------
obs. P | .0330238
pred. P | .029187 (at x-bar)
------------------------------------------------------------------------------
(*) dF/dx is for discrete change of dummy variable from 0 to 1
z and P>|z| are the test of the underlying coefficient being 0
48
Solteras Rural
Ecuación Mercado Laboral (Pendientes)
Probit estimates Number of obs = 10047
LR chi2(8) =2093.73
Prob > chi2 = 0.0000
Log likelihood = -5076.7874 Pseudo R2 = 0.1710
------------------------------------------------------------------------------
trabaja | dF/dx Std. Err. z P>|z| x-bar [ 95% C.I. ]
---------+--------------------------------------------------------------------
esc | .0329466 .0017705 18.60 0.000 9.40848 .029477 .036417
experi~a | .0441749 .0014755 29.48 0.000 9.80979 .041283 .047067
exp_2 | -.0009552 .0000429 -22.10 0.000 215.705 -.001039 -.000871
stock_~s | .0251138 .0060256 4.17 0.000 .484523 .013304 .036924
totalo~s | 1.24e-06 1.78e-07 7.01 0.000 8512.5 8.9e-07 1.6e-06
mat_ant*| -.0070763 .0177275 -0.40 0.691 .088086 -.041822 .027669
etnia*| -.0274168 .0117891 -2.29 0.022 .195481 -.050523 -.004311
capac*| .2722555 .0228217 12.56 0.000 .061113 .227526 .316985
---------+--------------------------------------------------------------------
obs. P | .2983975
pred. P | .2681753 (at x-bar)
------------------------------------------------------------------------------
(*) dF/dx is for discrete change of dummy variable from 0 to 1
z and P>|z| are the test of the underlying coefficient being 0
Ecuación Fecundidad (Pendientes)
Probit estimates Number of obs = 10047
LR chi2(7) = 87.29
Prob > chi2 = 0.0000
Log likelihood = -1573.5228 Pseudo R2 = 0.0270
------------------------------------------------------------------------------
hmenor_1 | dF/dx Std. Err. z P>|z| x-bar [ 95% C.I. ]
---------+--------------------------------------------------------------------
trabaj~s | .0890389 .0163979 5.19 0.000 .296148 .0569 .121178
esc | -.0018863 .0006494 -2.89 0.004 9.40848 -.003159 -.000613
edad | -.0033035 .0004193 -7.20 0.000 25.1501 -.004125 -.002482
stock_~s | .0005981 .0028125 0.21 0.832 .484523 -.004914 .006111
totalo~s | 5.49e-09 3.25e-08 0.17 0.866 8512.5 -5.8e-08 6.9e-08
mat_ant*| -.0115723 .006849 -1.46 0.145 .088086 -.024996 .001851
etnia*| .0108699 .0048609 2.40 0.016 .195481 .001343 .020397
---------+--------------------------------------------------------------------
obs. P | .0378222
pred. P | .0331369 (at x-bar)
------------------------------------------------------------------------------
(*) dF/dx is for discrete change of dummy variable from 0 to 1
z and P>|z| are the test of the underlying coefficient being 0
49
2.) Solteras por Edades
Solteras de 15 a 25 años
Ecuación Mercado Laboral (Pendientes)
Probit estimates Number of obs = 18249
LR chi2(9) =4041.89
Prob > chi2 = 0.0000
Log likelihood = -7215.5428 Pseudo R2 = 0.2188
------------------------------------------------------------------------------
trabaja | dF/dx Std. Err. z P>|z| x-bar [ 95% C.I. ]
---------+--------------------------------------------------------------------
esc | .0336324 .001303 25.40 0.000 10.9449 .031079 .036186
experi~a | .0959743 .0023042 40.53 0.000 2.24259 .091458 .10049
exp_2 | -.0049485 .0002226 -22.00 0.000 14.392 -.005385 -.004512
stock_~s | .0022506 .0066164 0.34 0.734 .136994 -.010717 .015219
totalo~s | 4.54e-07 1.02e-07 4.46 0.000 3692.69 2.5e-07 6.5e-07
urbano*| .0054171 .0061579 0.88 0.381 .65231 -.006652 .017486
mat_ant*| .0171112 .0221494 0.80 0.424 .013206 -.026301 .060523
etnia*| -.0201117 .0089576 -2.16 0.031 .103348 -.037668 -.002555
capac*| .2524097 .0179455 16.92 0.000 .048222 .217237 .287582
---------+--------------------------------------------------------------------
obs. P | .2041756
pred. P | .1515039 (at x-bar)
------------------------------------------------------------------------------
(*) dF/dx is for discrete change of dummy variable from 0 to 1
z and P>|z| are the test of the underlying coefficient being 0
Ecuación Fecundidad (Pendientes)
Probit estimates Number of obs = 18249
LR chi2(8) = 96.91
Prob > chi2 = 0.0000
Log likelihood = -3198.4677 Pseudo R2 = 0.0149
------------------------------------------------------------------------------
hmenor_1 | dF/dx Std. Err. z P>|z| x-bar [ 95% C.I. ]
---------+--------------------------------------------------------------------
trabaj~s | .0277611 .0137546 2.01 0.044 .203234 .000803 .05472
esc | -.0045408 .0005582 -8.06 0.000 10.9449 -.005635 -.003447
edad | .0020644 .0009018 2.29 0.022 19.0568 .000297 .003832
stock_~s | -.0082685 .0039337 -2.10 0.036 .136994 -.015979 -.000559
totalo~s | 6.01e-08 4.93e-08 1.22 0.223 3692.69 -3.7e-08 1.6e-07
urbano*| -.0003787 .0032032 -0.12 0.906 .65231 -.006657 .005899
mat_ant*| .0165552 .0147092 1.28 0.201 .013206 -.012274 .045385
etnia*| .0065243 .0051717 1.32 0.186 .103348 -.003612 .016661
---------+--------------------------------------------------------------------
obs. P | .0431804
pred. P | .0413214 (at x-bar)
------------------------------------------------------------------------------
(*) dF/dx is for discrete change of dummy variable from 0 to 1
z and P>|z| are the test of the underlying coefficient being 0
50
Solteras de 26 a 36 años
Ecuación Mercado Laboral (Pendientes)
Probit estimates Number of obs = 6442
LR chi2(9) = 770.26
Prob > chi2 = 0.0000
Log likelihood = -3950.8974 Pseudo R2 = 0.0888
------------------------------------------------------------------------------
trabaja | dF/dx Std. Err. z P>|z| x-bar [ 95% C.I. ]
---------+--------------------------------------------------------------------
esc | .0400855 .0030271 13.24 0.000 10.9329 .034153 .046018
experi~a | .0420017 .0052957 7.94 0.000 13.4913 .031622 .052381
exp_2 | -.0010736 .0001726 -6.23 0.000 212.242 -.001412 -.000735
stock_~s | .0019908 .0069256 0.29 0.774 .854393 -.011583 .015565
totalo~s | -1.52e-07 9.82e-08 -1.55 0.122 17136.8 -3.4e-07 4.0e-08
urbano*| .0840191 .0147864 5.71 0.000 .684415 .055038 .113
mat_ant*| .0187526 .017711 1.05 0.292 .193573 -.01596 .053466
etnia*| -.00266 .0227302 -0.12 0.907 .088482 -.04721 .04189
capac*| .2268617 .0155852 12.47 0.000 .152903 .196315 .257408
---------+--------------------------------------------------------------------
obs. P | .5998137
pred. P | .6098331 (at x-bar)
------------------------------------------------------------------------------
(*) dF/dx is for discrete change of dummy variable from 0 to 1
z and P>|z| are the test of the underlying coefficient being 0
Ecuación Fecundidad (Pendientes)
Probit estimates Number of obs = 6442
LR chi2(8) = 18.74
Prob > chi2 = 0.0163
Log likelihood = -963.09325 Pseudo R2 = 0.0096
------------------------------------------------------------------------------
hmenor_1 | dF/dx Std. Err. z P>|z| x-bar [ 95% C.I. ]
---------+--------------------------------------------------------------------
trabaj~s | .0295675 .0274927 1.07 0.283 .599699 -.024317 .083452
esc | -.0014284 .0010905 -1.31 0.191 10.9329 -.003566 .000709
edad | -.0022266 .0008195 -2.70 0.007 30.4242 -.003833 -.00062
stock_~s | .0058509 .0023248 2.51 0.012 .854393 .001294 .010407
totalo~s | 2.05e-08 3.18e-08 0.64 0.519 17136.8 -4.2e-08 8.3e-08
urbano*| .0036797 .0055587 0.65 0.515 .684415 -.007215 .014575
mat_ant*| .0008007 .0062164 0.13 0.897 .193573 -.011383 .012985
etnia*| .0146787 .009662 1.71 0.087 .088482 -.004258 .033616
---------+--------------------------------------------------------------------
obs. P | .0347718
pred. P | .0336614 (at x-bar)
------------------------------------------------------------------------------
(*) dF/dx is for discrete change of dummy variable from 0 to 1
z and P>|z| are the test of the underlying coefficient being 0
51
Solteras de 37 a 49 años
Ecuación Participación Mercado Laboral (Pendientes)
Probit estimates Number of obs = 5493
LR chi2(9) = 762.89
Prob > chi2 = 0.0000
Log likelihood = -3286.9009 Pseudo R2 = 0.1040
------------------------------------------------------------------------------
trabaja | dF/dx Std. Err. z P>|z| x-bar [ 95% C.I. ]
---------+--------------------------------------------------------------------
esc | .0284844 .0027266 10.44 0.000 9.13617 .02314 .033828
experi~a | -.0212976 .0096979 -2.19 0.028 27.3137 -.040305 -.00229
exp_2 | .0003404 .0001679 2.03 0.043 780.248 .000011 .00067
stock_~s | .0238459 .0057873 4.12 0.000 1.36465 .012503 .035189
totalo~s | -1.40e-07 5.54e-08 -2.53 0.011 34679.2 -2.5e-07 -3.2e-08
urbano*| .1327057 .0161491 8.28 0.000 .696159 .101054 .164357
mat_ant*| .0252192 .0153669 1.64 0.101 .436192 -.004899 .055338
etnia*| .0642928 .0242066 2.57 0.010 .079556 .016849 .111737
capac*| .1934323 .0184254 9.14 0.000 .139996 .157319 .229545
---------+--------------------------------------------------------------------
obs. P | .6120517
pred. P | .6274533 (at x-bar)
------------------------------------------------------------------------------
(*) dF/dx is for discrete change of dummy variable from 0 to 1
z and P>|z| are the test of the underlying coefficient being 0
Ecuación Fecundidad (Pendientes)
Probit estimates Number of obs = 5493
LR chi2(8) = 36.24
Prob > chi2 = 0.0000
Log likelihood = -183.56717 Pseudo R2 = 0.0898
------------------------------------------------------------------------------
hmenor_1 | dF/dx Std. Err. z P>|z| x-bar [ 95% C.I. ]
---------+--------------------------------------------------------------------
trabaj~s | .0034922 .0102421 0.34 0.732 .61173 -.016582 .023566
esc | -.0000946 .000382 -0.25 0.804 9.13617 -.000843 .000654
edad | -.001033 .0002101 -4.31 0.000 42.4498 -.001445 -.000621
stock_~s | -.0000191 .0005786 -0.03 0.974 1.36465 -.001153 .001115
totalo~s | 4.94e-09 3.01e-09 1.71 0.088 34679.2 -9.6e-10 1.1e-08
urbano*| -.0012602 .0022105 -0.62 0.537 .696159 -.005593 .003072
mat_ant*| -.0030032 .0015418 -1.98 0.047 .436192 -.006025 .000019
etnia*| .0007415 .0025839 0.31 0.755 .079556 -.004323 .005806
---------+--------------------------------------------------------------------
obs. P | .0060076
pred. P | .0030637 (at x-bar)
------------------------------------------------------------------------------
(*) dF/dx is for discrete change of dummy variable from 0 to 1
z and P>|z| are the test of the underlying coefficient being 0
52
II.- Casadas
1.) Todas las Casadas
Ecuación Participación Mercado Laboral (Pendientes)
Probit estimates Number of obs = 33390
LR chi2(13) =5083.55
Prob > chi2 = 0.0000
Log likelihood = -18541.18 Pseudo R2 = 0.1206
------------------------------------------------------------------------------
trabaja | dF/dx Std. Err. z P>|z| x-bar [ 95% C.I. ]
---------+--------------------------------------------------------------------
esc | .0286079 .001217 23.48 0.000 9.48293 .026223 .030993
experi~a | .012563 .0013325 9.42 0.000 19.9998 .009951 .015175
exp_2 | -.0001304 .0000308 -4.24 0.000 487.089 -.000191 -.00007
stock_~s | -.0251601 .0025392 -9.90 0.000 1.94238 -.030137 -.020183
totalo~s | 5.67e-07 1.92e-08 29.80 0.000 27573.4 5.3e-07 6.0e-07
urbano*| .0839683 .0059174 13.90 0.000 .627104 .07237 .095566
conv*| -.0370532 .0066883 -5.60 0.000 .755855 -.050162 -.023944
etnia*| -.0025172 .0096575 -0.26 0.795 .095058 -.021446 .016411
educ_e~l | .0006423 .0009658 0.67 0.506 9.41839 -.001251 .002535
sal_es~l | -5.80e-09 5.71e-09 -1.02 0.310 239977 -1.7e-08 5.4e-09
edad_es | -.0003317 .00047 -0.71 0.480 39.3807 -.001253 .000589
nsec*| -.0099946 .0093547 -1.06 0.288 .10569 -.02833 .00834
capac*| .3566409 .009347 36.94 0.000 .102636 .338321 .374961
---------+--------------------------------------------------------------------
obs. P | .3261456
pred. P | .3165747 (at x-bar)
------------------------------------------------------------------------------
(*) dF/dx is for discrete change of dummy variable from 0 to 1
z and P>|z| are the test of the underlying coefficient being 0
Ecuación Fecundidad (Pendientes) Probit estimates Number of obs = 33390
LR chi2(12) =2276.58
Prob > chi2 = 0.0000
Log likelihood = -6976.4482 Pseudo R2 = 0.1403
------------------------------------------------------------------------------
hmenor_1 | dF/dx Std. Err. z P>|z| x-bar [ 95% C.I. ]
---------+--------------------------------------------------------------------
trabaj~c | -.0336789 .0101549 -3.32 0.001 .325571 -.053582 -.013776
esc | .0010466 .0004849 2.16 0.031 9.48293 .000096 .001997
edad | -.0032423 .0002388 -13.55 0.000 35.4821 -.00371 -.002774
stock_~s | -.0204973 .0011411 -17.89 0.000 1.94238 -.022734 -.018261
totalo~s | 1.37e-09 6.19e-09 0.22 0.825 27573.4 -1.1e-08 1.3e-08
urbano*| .002725 .0024462 1.11 0.268 .627104 -.002069 .007519
conv*| .0034079 .0023386 1.43 0.152 .755855 -.001176 .007992
etnia*| .0131981 .0041902 3.44 0.001 .095058 .004985 .021411
educ_e~l | .0003851 .0003897 0.99 0.323 9.41839 -.000379 .001149
sal_es~l | 6.43e-09 1.92e-09 3.35 0.001 239977 2.7e-09 1.0e-08
edad_es | -.0011362 .0001966 -5.75 0.000 39.3807 -.001522 -.000751
nsec*| -.0078778 .0026384 -2.79 0.005 .10569 -.013049 -.002707
---------+--------------------------------------------------------------------
obs. P | .0659479
pred. P | .0421198 (at x-bar)
------------------------------------------------------------------------------
(*) dF/dx is for discrete change of dummy variable from 0 to 1
z and P>|z| are the test of the underlying coefficient being 0
53
Casadas Urbano
Ecuación Participación Mercado Laboral (Pendientes)
Probit estimates Number of obs = 20939
LR chi2(12) =2900.15
Prob > chi2 = 0.0000
Log likelihood = -12472.826 Pseudo R2 = 0.1042
------------------------------------------------------------------------------
trabaja | dF/dx Std. Err. z P>|z| x-bar [ 95% C.I. ]
---------+--------------------------------------------------------------------
esc | .0337472 .0016275 20.72 0.000 10.4454 .030557 .036937
experi~a | .0140826 .0017799 7.91 0.000 19.1364 .010594 .017571
exp_2 | -.0001417 .0000426 -3.32 0.001 449.193 -.000225 -.000058
stock_~s | -.0362283 .0034586 -10.47 0.000 1.9106 -.043007 -.029449
totalo~s | 3.77e-07 2.15e-08 17.61 0.000 31133.1 3.3e-07 4.2e-07
conv*| -.0409052 .0087927 -4.68 0.000 .759969 -.058139 -.023672
etnia*| -.020174 .0157859 -1.27 0.205 .052104 -.051114 .010766
educ_e~l | -.0010108 .0012623 -0.80 0.423 10.5059 -.003485 .001463
sal_es~l | -1.39e-09 6.37e-09 -0.22 0.827 291995 -1.4e-08 1.1e-08
edad_es | -.0008232 .0006467 -1.27 0.203 39.0676 -.002091 .000444
nsec*| -.0221904 .01203 -1.83 0.067 .108888 -.045769 .001388
capac*| .365388 .0105087 31.59 0.000 .120397 .344791 .385985
---------+--------------------------------------------------------------------
obs. P | .3817756
pred. P | .379217 (at x-bar)
------------------------------------------------------------------------------
(*) dF/dx is for discrete change of dummy variable from 0 to 1
z and P>|z| are the test of the underlying coefficient being 0
Ecuación Fecundidad (Pendientes)
Probit estimates Number of obs = 20939
LR chi2(11) =1482.40
Prob > chi2 = 0.0000
Log likelihood = -4413.9198 Pseudo R2 = 0.1438
------------------------------------------------------------------------------
hmenor_1 | dF/dx Std. Err. z P>|z| x-bar [ 95% C.I. ]
---------+--------------------------------------------------------------------
trabaj~c | -.0222832 .0119038 -1.87 0.061 .381718 -.045614 .001048
esc | .0005581 .0006354 0.88 0.380 10.4454 -.000687 .001804
edad | -.0032204 .0003152 -10.19 0.000 35.581 -.003838 -.002603
stock_~s | -.0235095 .0015122 -15.43 0.000 1.9106 -.026473 -.020546
totalo~s | -1.09e-10 7.08e-09 -0.02 0.988 31133.1 -1.4e-08 1.4e-08
conv*| .0033752 .0029882 1.11 0.267 .759969 -.002482 .009232
etnia*| -.0007388 .0057943 -0.13 0.899 .052104 -.012095 .010618
educ_e~l | .0003137 .0004936 0.64 0.525 10.5059 -.000654 .001281
sal_es~l | 7.00e-09 2.04e-09 3.44 0.001 291995 3.0e-09 1.1e-08
edad_es | -.0012072 .0002603 -4.62 0.000 39.0676 -.001717 -.000697
nsec*| -.0110443 .0031819 -3.15 0.002 .108888 -.017281 -.004808
---------+--------------------------------------------------------------------
obs. P | .0671474
pred. P | .0423227 (at x-bar)
------------------------------------------------------------------------------
(*) dF/dx is for discrete change of dummy variable from 0 to 1
z and P>|z| are the test of the underlying coefficient being 0
54
Casadas Rural
Ecuación Participación Mercado Laboral (Pendientes)
Probit estimates Number of obs = 12451
LR chi2(12) =1462.83
Prob > chi2 = 0.0000
Log likelihood = -6021.8725 Pseudo R2 = 0.1083
------------------------------------------------------------------------------
trabaja | dF/dx Std. Err. z P>|z| x-bar [ 95% C.I. ]
---------+--------------------------------------------------------------------
esc | .0194366 .0017151 11.31 0.000 7.86435 .016075 .022798
experi~a | .0104228 .0019518 5.33 0.000 21.4517 .006597 .014248
exp_2 | -.0001233 .0000426 -2.89 0.004 550.818 -.000207 -.00004
stock_~s | -.0091379 .0034259 -2.67 0.008 1.99582 -.015853 -.002423
totalo~s | 1.03e-06 4.87e-08 21.65 0.000 21587.1 9.3e-07 1.1e-06
conv*| -.0312491 .0096537 -3.30 0.001 .748936 -.05017 -.012328
etnia*| .0014597 .0107515 0.14 0.892 .167296 -.019613 .022532
educ_e~l | .0031537 .00143 2.21 0.027 7.58959 .000351 .005956
sal_es~l | -1.20e-08 1.42e-08 -0.85 0.397 152497 -4.0e-08 1.6e-08
edad_es | .0003581 .000629 0.57 0.569 39.9074 -.000875 .001591
nsec*| .0135103 .0145119 0.94 0.345 .100313 -.014932 .041953
capac*| .3156762 .0181151 18.92 0.000 .072765 .280171 .351181
---------+--------------------------------------------------------------------
obs. P | .2325918
pred. P | .2208782 (at x-bar)
------------------------------------------------------------------------------
(*) dF/dx is for discrete change of dummy variable from 0 to 1
z and P>|z| are the test of the underlying coefficient being 0
Ecuación fecundidad (Pendientes)
Probit estimates Number of obs = 12451
LR chi2(11) = 819.29
Prob > chi2 = 0.0000
Log likelihood = -2549.3152 Pseudo R2 = 0.1384
------------------------------------------------------------------------------
hmenor_1 | dF/dx Std. Err. z P>|z| x-bar [ 95% C.I. ]
---------+--------------------------------------------------------------------
trabaj~c | -.0788756 .0219703 -3.59 0.000 .230246 -.121937 -.035815
esc | .0020376 .000752 2.71 0.007 7.86435 .000564 .003511
edad | -.0030811 .0003684 -8.35 0.000 35.3158 -.003803 -.002359
stock_~s | -.0157661 .0017253 -9.15 0.000 1.99582 -.019147 -.012385
totalo~s | 2.61e-08 1.98e-08 1.32 0.187 21587.1 -1.3e-08 6.5e-08
conv*| .0030489 .0037589 0.80 0.425 .748936 -.004318 .010416
etnia*| .0209573 .0055149 4.26 0.000 .167296 .010148 .031766
educ_e~l | .0006507 .0006443 1.01 0.313 7.58959 -.000612 .001914
sal_es~l | 1.72e-09 6.41e-09 0.27 0.788 152497 -1.1e-08 1.4e-08
edad_es | -.0009748 .0002994 -3.24 0.001 39.9074 -.001562 -.000388
nsec*| -.0016688 .0047085 -0.35 0.727 .100313 -.010897 .00756
---------+--------------------------------------------------------------------
obs. P | .0639306
pred. P | .0411563 (at x-bar)
------------------------------------------------------------------------------
(*) dF/dx is for discrete change of dummy variable from 0 to 1
z and P>|z| are the test of the underlying coefficient being 0
55
2.) Casadas por Edades
Casadas de 15 a 25 años
Ecuación Participación Mercado Laboral (Pendientes)
Probit estimates Number of obs = 4493
LR chi2(13) = 567.84
Prob > chi2 = 0.0000
Log likelihood = -2117.8461 Pseudo R2 = 0.1182
------------------------------------------------------------------------------
trabaja | dF/dx Std. Err. z P>|z| x-bar [ 95% C.I. ]
---------+--------------------------------------------------------------------
esc | .038273 .0041187 9.22 0.000 9.9635 .030201 .046345
experi~a | .0239752 .006687 3.58 0.000 6.11663 .010869 .037081
exp_2 | .0000793 .0004658 0.17 0.865 48.4307 -.000834 .000992
stock_~s | -.0421081 .0094861 -4.44 0.000 .962386 -.060701 -.023516
totalo~s | 1.55e-06 1.49e-07 10.64 0.000 11119.3 1.3e-06 1.8e-06
conv*| -.0283448 .0130209 -2.17 0.030 .478967 -.053865 -.002824
etnia*| .0000632 .0218101 0.00 0.998 .107055 -.042684 .04281
urbano*| .0633136 .0137389 4.50 0.000 .60828 .036386 .090241
educ_e~l | .0043066 .0025709 1.67 0.094 9.90719 -.000732 .009345
sal_es~l | 3.09e-08 3.58e-08 0.86 0.387 152620 -3.9e-08 1.0e-07
edad_es | -.0029366 .0013844 -2.12 0.034 27.2475 -.00565 -.000223
nsec*| -.0130161 .0137512 -0.94 0.346 .365235 -.039968 .013936
capac*| .2806612 .0312914 9.97 0.000 .066771 .219331 .341991
---------+--------------------------------------------------------------------
obs. P | .2261295
pred. P | .2089129 (at x-bar)
------------------------------------------------------------------------------
(*) dF/dx is for discrete change of dummy variable from 0 to 1
z and P>|z| are the test of the underlying coefficient being 0
Ecuación Fecundidad (Pendientes) Probit estimates Number of obs = 4493
LR chi2(12) = 446.35
Prob > chi2 = 0.0000
Log likelihood = -1856.8158 Pseudo R2 = 0.1073
------------------------------------------------------------------------------
hmenor_1 | dF/dx Std. Err. z P>|z| x-bar [ 95% C.I. ]
---------+--------------------------------------------------------------------
trabaj~c | -.3377078 .0713245 -4.71 0.000 .224698 -.477501 -.197914
esc | -.0003818 .0026592 -0.14 0.886 9.9635 -.005594 .00483
edad | .0022448 .0031246 0.72 0.473 22.0759 -.003879 .008369
stock_~s | -.1724611 .0091031 -17.88 0.000 .962386 -.190303 -.154619
totalo~s | 1.56e-07 9.82e-08 1.59 0.113 11119.3 -3.7e-08 3.5e-07
conv*| .0088156 .0113105 0.78 0.435 .478967 -.013353 .030984
etnia*| .0195685 .0185004 1.09 0.274 .107055 -.016692 .055829
urbano*| .0248127 .0123552 1.98 0.047 .60828 .000597 .049028
educ_e~l | -.001911 .0021695 -0.88 0.378 9.90719 -.006163 .002341
sal_es~l | 4.71e-08 2.46e-08 1.91 0.056 152620 -1.1e-09 9.5e-08
edad_es | .0010607 .0011115 0.95 0.340 27.2475 -.001118 .003239
nsec*| -.0299894 .0113666 -2.58 0.010 .365235 -.052268 -.007711
---------+--------------------------------------------------------------------
obs. P | .1744937
pred. P | .1454352 (at x-bar)
------------------------------------------------------------------------------
(*) dF/dx is for discrete change of dummy variable from 0 to 1
z and P>|z| are the test of the underlying coefficient being 0
56
Casadas de 26 a 36 años
Ecuación Participación Mercado Laboral (Pendientes)
Probit estimates Number of obs = 12778
LR chi2(13) =1817.88
Prob > chi2 = 0.0000
Log likelihood = -7167.614 Pseudo R2 = 0.1125
------------------------------------------------------------------------------
trabaja | dF/dx Std. Err. z P>|z| x-bar [ 95% C.I. ]
---------+--------------------------------------------------------------------
esc | .0342062 .0023799 14.36 0.000 10.0411 .029542 .038871
experi~a | -.0233911 .0047983 -4.88 0.000 15.3456 -.032796 -.013987
exp_2 | .0010912 .0001491 7.32 0.000 258.401 .000799 .001383
stock_~s | -.030377 .0044207 -6.87 0.000 1.8992 -.039041 -.021713
totalo~s | 1.98e-07 2.19e-08 9.08 0.000 27744.2 1.6e-07 2.4e-07
conv*| -.0344801 .0104016 -3.35 0.001 .754735 -.054867 -.014093
etnia*| -.0133411 .015155 -0.87 0.382 .097981 -.043044 .016362
urbano*| .0787658 .0095772 8.07 0.000 .625607 .059995 .097537
educ_e~l | .0006814 .0016219 0.42 0.674 9.9226 -.002498 .00386
sal_es~l | 3.34e-09 9.81e-09 0.34 0.733 238028 -1.6e-08 2.3e-08
edad_es | .0001237 .0007995 0.15 0.877 35.4929 -.001443 .001691
nsec*| .0101266 .0141983 0.72 0.473 .106276 -.017702 .037955
capac*| .3577525 .0146065 23.75 0.000 .108624 .329124 .386381
---------+--------------------------------------------------------------------
obs. P | .3270465
pred. P | .3157031 (at x-bar)
------------------------------------------------------------------------------
(*) dF/dx is for discrete change of dummy variable from 0 to 1
z and P>|z| are the test of the underlying coefficient being 0
Ecuación Fecundidad (Pendientes)
Probit estimates Number of obs = 12778
LR chi2(12) = 404.44
Prob > chi2 = 0.0000
Log likelihood = -3647.3454 Pseudo R2 = 0.0525
------------------------------------------------------------------------------
hmenor_1 | dF/dx Std. Err. z P>|z| x-bar [ 95% C.I. ]
---------+--------------------------------------------------------------------
trabaj~c | -.08229 .0221576 -3.70 0.000 .327145 -.125718 -.038862
esc | .0036871 .0011378 3.23 0.001 10.0411 .001457 .005917
edad | -.000302 .0008835 -0.34 0.732 31.3867 -.002034 .00143
stock_~s | -.0421348 .0026235 -15.45 0.000 1.8992 -.047277 -.036993
totalo~s | 2.68e-09 1.07e-08 0.25 0.802 27744.2 -1.8e-08 2.4e-08
conv*| .0035606 .0055081 0.64 0.522 .754735 -.007235 .014356
etnia*| .0171033 .0091488 1.98 0.047 .097981 -.000828 .035035
urbano*| .0067026 .0055515 1.20 0.231 .625607 -.004178 .017583
educ_e~l | .0001766 .0008865 0.20 0.842 9.9226 -.001561 .001914
sal_es~l | 8.53e-09 4.54e-09 1.88 0.061 238028 -3.8e-10 1.7e-08
edad_es | -.0017163 .0004512 -3.80 0.000 35.4929 -.002601 -.000832
nsec*| -.0081659 .0069986 -1.13 0.259 .106276 -.021883 .005551
---------+--------------------------------------------------------------------
obs. P | .0894506
pred. P | .078187 (at x-bar)
------------------------------------------------------------------------------
(*) dF/dx is for discrete change of dummy variable from 0 to 1
z and P>|z| are the test of the underlying coefficient being 0
57
Casadas de 37 a 49 años
Ecuación Participación Mercado Laboral (Pendientes)
Probit estimates Number of obs = 16119
LR chi2(13) =2794.60
Prob > chi2 = 0.0000
Log likelihood = -9071.5311 Pseudo R2 = 0.1335
------------------------------------------------------------------------------
trabaja | dF/dx Std. Err. z P>|z| x-bar [ 95% C.I. ]
---------+--------------------------------------------------------------------
esc | .0220672 .0019765 11.16 0.000 8.90651 .018193 .025941
experi~a | -.0171179 .0060354 -2.84 0.005 27.559 -.028947 -.005289
exp_2 | .0003107 .000106 2.93 0.003 790.647 .000103 .000518
stock_~s | -.0226805 .003399 -6.67 0.000 2.24977 -.029342 -.016019
totalo~s | 1.06e-06 4.17e-08 25.71 0.000 32024.4 9.8e-07 1.1e-06
conv*| -.0554601 .0110245 -5.10 0.000 .833923 -.077068 -.033853
etnia*| .0001394 .0148175 0.01 0.992 .089398 -.028902 .029181
urbano*| .097689 .0088511 10.81 0.000 .633538 .080341 .115037
educ_e~l | -.0017149 .0013772 -1.25 0.213 8.88244 -.004414 .000984
sal_es~l | -2.20e-08 7.92e-09 -2.77 0.006 265871 -3.7e-08 -6.5e-09
edad_es | -.0002675 .0006509 -0.41 0.681 45.8448 -.001543 .001008
nsec*| .0083856 .0221903 0.38 0.704 .03288 -.035106 .051878
capac*| .360841 .0131244 25.67 0.000 .107885 .335118 .386564
---------+--------------------------------------------------------------------
obs. P | .3533098
pred. P | .3514939 (at x-bar)
------------------------------------------------------------------------------
(*) dF/dx is for discrete change of dummy variable from 0 to 1
z and P>|z| are the test of the underlying coefficient being 0
Ecuación Fecundidad (Pendientes)
Probit estimates Number of obs = 16119
LR chi2(12) = 318.54
Prob > chi2 = 0.0000
Log likelihood = -1232.8917 Pseudo R2 = 0.1144
------------------------------------------------------------------------------
hmenor_1 | dF/dx Std. Err. z P>|z| x-bar [ 95% C.I. ]
---------+--------------------------------------------------------------------
trabaj~c | -.0011607 .0055673 -0.21 0.835 .352065 -.012072 .009751
esc | -.0005589 .0002677 -2.10 0.036 8.90651 -.001083 -.000034
edad | -.002633 .0002287 -10.54 0.000 42.4655 -.003081 -.002185
stock_~s | -.0015441 .000552 -2.85 0.004 2.24977 -.002626 -.000462
totalo~s | -3.41e-09 6.56e-09 -0.52 0.604 32024.4 -1.6e-08 9.5e-09
conv*| -.0032073 .0018926 -1.88 0.061 .833923 -.006917 .000502
etnia*| .0051872 .0028395 2.18 0.029 .089398 -.000378 .010753
urbano*| .0006063 .0014559 0.41 0.679 .633538 -.002247 .00346
educ_e~l | .0004385 .0002183 2.01 0.044 8.88244 .000011 .000866
sal_es~l | 2.01e-09 8.54e-10 2.37 0.018 265871 3.4e-10 3.7e-09
edad_es | -.000533 .0001102 -4.89 0.000 45.8448 -.000749 -.000317
nsec*| .0039076 .0036404 1.25 0.212 .03288 -.003228 .011043
---------+--------------------------------------------------------------------
obs. P | .0170606
pred. P | .0086118 (at x-bar)
------------------------------------------------------------------------------
(*) dF/dx is for discrete change of dummy variable from 0 to 1
z and P>|z| are the test of the underlying coefficient being 0