Términos de Referencia Iniciales
Salarios y Dispersión Salarial en Mercados de Trabajo
Segmentados:
un Análisis para Lima Metropolitana.
Juan Pedro Espino Rabanal
Pontificia Universidad Católica del Perú
|
|
|
|
Términos de Referencia Iniciales |
|
I. OBJETIVOS DEL PROYECTO DE INVESTIGACIÓN
La teoría del capital humano sostiene que existe una relación
directa entre la educación y la experiencia y los ingresos. Esto quiere
decir que un individuo ganará más, mientras más educación
y experiencia posea. Mas concretamente, esta hipótesis nos conduce a
afirmar que la dispersión salarial en el mercado de trabajo se debe a
la dispersión en las variables de capital humano como educación
y experiencia.
Se ha encontrado evidencia de esta relación en numerosos países
y ha servido de sustento para la elaboración de políticas gubernamentales
dirigidas a mejorar los ingresos y aliviar la pobreza. De esta manera se ha
insistido en el gasto público en educación y capacitación
como política directa para elevar los ingresos de los individuos más
pobres.
Sin embargo, las características de los trabajadores no son las únicas
variables que explican sus ingresos o la dispersión salarial. Junto a
ellas, las características de las empresas contratantes influyen en igual
o mayor medida. La demanda de trabajo, lejos de ser homogénea, está
compuesta por empresas diferentes entre sí. Poseen diferentes stocks
de capital físico, tienen diferentes intensidades de uso de mano de obra
(por lo que contratan cantidades diferentes de trabajo) y tienen diferente productividad
del trabajo.
Por este motivo, para determinar cuáles son las variables que influyen
en los salarios de un trabajador y en la dispersión salarial no es suficiente
incluir variables referidas al stock de capital humano; se requiere necesariamente
la inclusión de información referida a la demanda de trabajo.
Esto nos permitiría averiguar si existen diferencias entre individuos
con las mismas características, e incluso la misma ocupación,
pero que trabajan en empresas diferentes.
Una forma de clasificar a las empresas, es por el número de trabajadores
que emplea. En los últimos años hemos observado un aumento del
porcentaje de la PEA asalariada en empresas con menos de 10 trabajadores, y
una disminución del porcentaje empleado en empresas con 10 o más
trabajadores. En la teoría económica, estos dos grupos de empresas
han sido denominados "sector tradicional" y "sector moderno"
respectivamente.
Estos cambios en la demanda de trabajo son importantes porque el tamaño
de la empresa se toma generalmente como una variable proxy de su stock de capital
. De esta manera, un aumento del empleo en empresas con menos de 10 trabajadores
puede tomarse como un aumento del empleo en empresas con bajo stock de capital
físico.
Esto significa que dos individuos en la misma ocupación trabajan con
un diferente stock de capital físico según el sector en el que
se encuentren. Esta diferencia podría influir en los ingresos de los
trabajadores, en la dispersión salarial y en los retornos al capital
humano que reciben en uno y otro sector.
Por todo lo expuesto anteriormente, los objetivos de esta investigación
son:
a. Determinar la influencia de la acumulación de capital humano -entendido
como educación formal y experiencia- sobre los ingresos individuales
y la dispersión salarial;
b. Determinar si la pertenencia a un sector específico (moderno o tradicional)
influye en la relación entre acumulación de capital humano e ingresos
(relación observada a través de los retornos a la educación
y la experiencia); y
c. Analizar la evolución de los retornos a la educación y experiencia
en cada uno de los sectores a lo largo de esta década.
II. HIPOTESIS Y METODOLOGIA
La hipótesis que deseamos contrastar es que el efecto de la educación
y la experiencia (o sus retornos) es mayor en el sector moderno que en el sector
tradicional, donde incluso puede ser nulo. Si descubrimos diferencias entre
los retornos de dos individuos con el mismo stock de capital humano que trabajan
en diferentes sectores, habremos encontrado una causa adicional de dispersión
salarial, que no depende de las características individuales sino del
sector al que pertenecen.
Para contrastar empíricamente esta hipótesis usaremos la siguiente
función de ingresos :
Donde Yi = ingreso por hora del individuo i
Ei = educación del individuo i
Xi = experiencia del individuo i
Xi 2 = experiencia del individuo i al cuadrado
D1 = pertenencia al sector tradicional o moderno (D1 = 0 si pertenece al sector
tradicional; y D1 = 1 si pertenece al sector moderno)
Zi = otras variables de control del individuo i
li = inverso del ratio de Mills
n = término de error de la ecuación
La variable "educación" puede ser tomada como una variable
continua que indica la totalidad de años que el individuo ha estudiado,
o puede ser un set de variables dicotómicas, una para cada nivel educativo
(primaria, secundaria, etc.). En el primer caso, se asume implícitamente
que el efecto de haber completado un año más de educación
es el mismo para cualquier año o tipo de educación. En el segundo
caso, se permite que el efecto de la educación varíe según
el nivel educativo pudiendo ser igual a cero para algún nivel. La evidencia
empírica y la revisión bibliográfica nos ayudarán
a evaluar cuál es la especificación más adecuada.
La variable "experiencia" es muy difícil de observar directamente,
por lo que se elige una de las siguientes alternativas: tomar el tiempo que
ha transcurrido desde que el individuo dejó de estudiar, o tomar el tiempo
que el individuo lleva en el trabajo actual. Se incluye el cuadrado de la experiencia
para introducir la idea de que el perfil de ingresos del individuo tiene forma
cóncava; es decir, pasado un cierto límite, un año adicional
de edad disminuye los ingresos en vez de aumentarlos. El efecto total se halla
mediante un cálculo que incluye los coeficientes de la experiencia y
de la experiencia al cuadrado.
La variable ficticia D1 permite distinguir a los individuos que trabajan en
el sector tradicional, de los que trabajan en el sector moderno. Al usar esta
variable ficticia de manera aditiva contrastamos la hipótesis nula de
interceptos diferentes para cada uno de los sectores. Al usarla de manera multiplicativa
(junto a X y X2) contrastamos la hipótesis de pendientes (efectos marginales
o retornos) diferentes para cada uno de los sectores. De esta manera contrastaremos
las hipótesis de este trabajo a través de los coeficientes de
las variables D1, D1E, D1X y D1X2. Si son estadísticamente diferentes
de cero, no podremos rechazar la hipótesis de que existen diferencias
entre sectores.
Zi es un vector que recoge otras características del individuo, usadas
como variables de control. Se incluirán: sexo, derecho a negociación
colectiva, rama de actividad a la que pertenece, proveniencia de instituciones
educativas públicas o privadas, status de migrante y grupo ocupacional
(profesional, vendedores, obreros, etc)
El término "inverso del ratio de Mill" (li) se refiere al método
desarrollado por Heckman para estimar ecuaciones que presentan sesgo de selección.
Este sesgo aparece cuando la muestra utilizada no es aleatoria sino que obedece
a una "regla de selección". En este caso, el sesgo se debe
a que sólo se toma en cuenta la información de la PEA ocupada,
dejando de lado a la PEA desocupada que también tiene información
referida a las variables exógenas. El resultado es que los coeficientes
probablemente estén sesgados porque se han omitido las variables (observables
e inobservables) que hacen que un individuo pertenezca a la PEA. Para corregir
este posible sesgo, Heckman desarrolló un método en dos etapas
que consiste en: a) estimar una función probit para calcular la probabilidad
de que un individuo pertenezca a la PEA ocupada y a partir de esta regresión
calcular el inverso del ratio de Mill; y b) estimar la ecuación de ingresos
de Mincer (incluyendo este término) por el método del Mínimo
Cuadrados Ordinarios. De esta manera se obtienen estimadores insesgados y eficientes.
Luego se compararán los resultados de los coeficientes relevantes (D1,
D1E, D1X y D1X2) antes y después de la inclusión del inverso del
ratio de Mills para comprobar si estaban sesgados o no.
Sin embargo, esta forma de contrastar la hipótesis de segmentación
en el mercado de trabajo ha sido criticada debido a que la muestra se separa
en dos a priori. Es decir, se definen los sectores antes de hacer la regresión.
Esta separación a priori puede originar sesgos en los coeficientes obtenidos
para cada sector, debido a que es probable que exista correlación entre
la variable que nos permite partir la muestra (tamaño de la empresa)
y las características inobservables de los individuos (esfuerzo, eficiencia,
compromiso con el trabajo). Entonces, serían estas variables no observadas
las que hacen que una persona con ciertas calificaciones gane más que
otra con las mismas calificaciones pero que trabaja en otro sector.
Para evitar la separación de la muestra a priori, se seguirá la
metodología propuesta en PREALC (1987) . En primer lugar, se analiza
la normalidad de los residuos de la ecuación de ingresos sin incluir
las variables dummies de pertenencia a un sector. Si los residuos no tienen
una distribución normal es un primer indicio (no definitivo) de segmentación.
La ausencia de normalidad de los residuos puede sugerirnos que es más
adecuado estimar dos regresiones separadas en vez de una. Así que se
calculan los residuos de la ecuación y se separa la muestra en dos: una
sub muestra con los individuos que presentan residuos positivos y otra con los
individuos que presentan residuos negativos. A continuación se verifica
la normalidad de los residuos para cada sub muestra. Si cada sub muestra por
separado presenta una distribución normal, entonces será más
conveniente estimar una función de ingresos donde se incluya una dummy
que es igual a 1 si el individuo presenta residuos positivos. De esta manera
podremos cuantificar las diferencias en los retornos a las variables de capital
humano.
Finalmente, se analiza si es que los individuos que tienen errores negativos
(positivos) están empleados en empresas con menos de 10 trabajadores
(10 o más trabajadores). Si es que encontramos que esto efectivamente
sucede, entonces podremos afirmar que el criterio de segmentación por
tamaño de empresa efectuado inicialmente es correcto.
Todas las ecuaciones serán estimadas utilizando información de
corte transversal proveniente de las Encuestas de Niveles de Empleo (1991-95)
y las Encuestas Nacionales de Hogares (1996-97). El período 1991-97 nos
permitirá observar la consistencia de los parámetros en el tiempo.
Se harán las estimaciones sólo para Lima Metropolitana, debido
a que las encuestas se realizan a nivel nacional a partir del año 1996.
No se incluirán encuestas anteriores a los años señalados
porque el proceso inflacionario experimentado hasta el año 1991 dificulta
la comparación de los ingresos de esta década con los de la década
pasada.
III. ÍNDICE TENTATIVO
