This is the html version of the file http://www.depeco.econo.unlp.edu.ar/reunion_desigualdad/trabajo3.pdf.
G o o g l e automatically generates html versions of documents as we crawl the web.
To link to or bookmark this page, use the following url: http://www.google.com/search?q=cache:01wYpR1lnV4J:www.depeco.econo.unlp.edu.ar/reunion_desigualdad/trabajo3.pdf+pobreza+g%C3%A9nero&hl=en&ie=UTF-8

Google is not affiliated with the authors of this page nor responsible for its content.
These search terms have been highlighted: pobreza género 
IV Reunión sobre Pobreza y Distribución del Ingreso
Page 1
cedlas@depeco.econo.unlp.edu.ar
IV Reunión sobre Pobreza y Distribución del Ingreso
Universidad Nacional de La Plata
Universidad Torcuato Di Tella
Universidad de San Andres
Capítulo Argentino de la Red LACEA/BID/Banco Mundial sobre Desigualdad y
Pobreza
Universidad Nacional de La Plata
Facultad de Ciencias Económicas
La Plata, 26 y 27 de Junio de 2003
¿Ha Disminuido la Discriminación Salarial por Género y Etnia en
Bolivia? Evidencia del Período 1994 - 1999
Contreras G., Dante (Universidad de Chile) y Galván, Marco
(CEPAL)
Page 2
¿HA DISMINUIDO LA DISCRIMINACIÓN SALARIAL POR GÉNERO Y ETNIA
EN BOLIVIA ? EVIDENCIA DEL PERÍODO 1994 – 1999
Dante Contreras G.
∗
Marco Galván
∗∗∗∗
Mayo 2003
ABSTRACT
Este trabajo examina la discriminación salarial por género, etnia y su interacción en Bolivia para el período
1994-1999. Se investiga el rol que desempeña la discriminación en los niveles de ingreso y sobre la
desigualdad salarial. El estudio estima ecuaciones de ingresos tipo Mincer corregidas por sesgo de selección,
desagregando en dos grupos de edad. Posteriormente, se utiliza la descomposición de Fields, metodología que
cuantifica la contribución de las diferentes variables incluidas en la ecuación de ingresos en la explicación de
la desigualdad salarial. Así es posible observar el impacto de la discriminación sobre los niveles de
desigualdad. Los principales resultados de la investigación muestran la existencia de discriminación salarial
por género, etnia y su interacción, categorías que presentan distinta evolución en el tiempo y en función al
grupo de edad que se examina. En efecto, entre 1994 y 1999 para las personas mayores de 10 años, el
diferencial salarial por género disminuye, mientras que en los individuos comprendidos entre 25-65 años, las
diferencias se mantienen o incrementan. Llama la atención, que el efecto adicional de ser mujer de origen
étnico es positivo en 1994, situación que se revierte en 1999. Otro importante resultado surge cuando se
realiza la distinción de la desigualdad por género y etnia, la cual aumenta en forma heterogénea y muestra alta
dispersión intra-grupos, señalando que ser mujer y de origen étnico es la condición más desfavorable al
momento de percibir ingresos en el mercado laboral, condición que explica en gran parte, la elevación de los
niveles de desigualdad en dichos años (razón de quintiles y coeficiente de Gini). Posteriormente, se halla que
la educación es la variable más importante en explicar la desigualdad salarial, seguida por la variable género.
Asimismo, se evidencia que la discriminación salarial por género y etnia no sólo afectan los niveles de
ingreso sino también contribuyen de manera importante a explicar la desigualdad salarial. Esta evidencia
sugiere que serán fundamentales no sólo políticas educacionales sino también de género, a fin de disminuir
los elevados niveles de desigualdad de ingresos y de discriminación salarial existentes en el mercado laboral
boliviano.
Palabras clave: Retornos a la educación, género, discriminación salarial, desigualdad de ingresos.
Clasificación JEL: I21, J71, J16, D33.
∗
Departamento de Economía, Universidad de Chile. Email: dcontrer@decon.facea.uchile.cl
∗∗
CEPAL, e-mail: mgalvan@eclac.cl
Los autores agradecen los comentarios y sugerencias de Joseph Ramos, Cristián Aedo y Fernando Landa, así
como a los participantes del Seminario del Departamento de Economía de la Universidad de Chile. Cualquier
error u omisión es responsabilidad de los autores.
Page 3
2
1
Introducción
En América Latina, Bolivia es uno de los países con más bajos niveles de ingreso, altos
niveles de pobreza y elevada desigualdad de ingresos. Si a lo anterior se agrega que una
gran parte de su población
1
tiene características étnicas (quechuas y aymarás), en 1994
alcanzan al 38%,
2
el panorama socio-económico tiene mayor complejidad por la alta
vulnerabilidad socioeconómica que caracteriza a dichos grupos.
A pesar de las reformas estructurales implementadas en los últimos años, la tasa de
crecimiento económico parece haberse estancado en torno al 3%, de hecho, el promedio de
los últimos 50 años llega a 2.3% (Andersen y Nina, 2000); mientras que la tasa de
crecimiento poblacional alcanzó al 2.3%, mostrando un crecimiento per cápita muy bajo o
casi cercano a cero,
3
situación que posterga la superación de la pobreza. Asimismo, Bolivia
sufre el problema de la persistente desigualdad de ingresos y sus niveles son
aproximadamente comparables a los de Brasil, Colombia y Chile, países latinoamericanos
conocidos en el mundo por sus elevados niveles de desigualdad.
4
El objetivo de este trabajo es investigar los cambios en el bienestar de la población entre
1994-1999, años caracterizados por la implementación y continuidad de importantes
reformas estructurales. En particular, se examina la existencia de discriminación salarial
por género, etnia y la interacción de ambas, así como su influencia sobre los niveles y la
desigualdad de ingresos. A partir de la utilización de encuestas del Instituto Nacional de
Estadística para los años 1994 y 1999, se plantean funciones de ingreso que permiten
cuantificar el impacto de la discriminación y su evolución a través del tiempo. Asimismo,
1
Con una población de alrededor de 8.2 millones de habitantes.
2
En ciudades capitales de departamento más El Alto.
3
La población en ciudades creció 3.8% promedio anual entre 1981-1997, mientras que el crecimiento de la
PEA fue del orden del 4.7% Rivero y Jiménez (1999). El crecimiento del PIB per cápita entre 1975-1998
alzanzó a 0.2% INE (1999).
4
En Bolivia, entre 1989-1992, alrededor del 50% de los hogares se encontraban debajo la línea de pobreza y
el coeficiente Gini llegó a 0.50 Urquiola (1993). En Brasil, el coeficiente Gini de la PEA empeoró de 0.50 en
1960 a 0.61 en 1990, a pesar del crecimiento del PIB per cápita que fluctuó entre 11% en 1973 y 7% en 1981
Barros y Mendonça (1995). El coeficiente de Gini en Chile, aumentó de 0.50 en 1957 a 0.54 en 1996
Contreras (1999), no obstante el notable incremento experimentado en los años 80’ cuyo máximo nivel llegó a
0.65 en 1988 y a pesar de las elevadas tasas de crecimiento económico alcanzadas en la misma década.
Page 4
3
se realiza la desagregación de la muestra en: personas ocupadas mayores de 10 años y entre
25-65 años. Posteriormente, se aplica la metodología de Fields, que separa cada uno de los
componentes de la regresión utilizada y considera la contribución de cada una de las
variables explicativas sobre la desigualdad salarial. Esto permite cuantificar el impacto de
la discriminación salarial sobre la desigualdad de ingresos.
El documento está organizado de la siguiente manera: la segunda sección presenta la
revisión de las investigaciones previas. En la tercera parte se examinan los datos
analizados. En la sección 4, se presentan los resultados e interpretación de las estimaciones
efectuadas; en la quinta parte se presenta la relación entre discriminación salarial y
desigualdad de ingresos; finalmente en la sección 6 se presentan las conclusiones de la
presente investigación.
2
Investigaciones previas
La población indígena constituye una proporción importante en América Latina, se estima
que existen alrededor de 38 millones de personas con características étnicas; países como
Bolivia, Ecuador, Guatemala, México y Perú concentran una gran parte de su población con
dichas características. Asimismo, existen alrededor de 400 diferentes lenguas nativas en el
continente. En efecto, Bolivia es un país multilingüe y multiétnico que alberga alrededor de
38 lenguas nativas, de las cuales el quechua y aymará fueron reconocidas oficialmente
como idiomas junto al español, debido al elevado número de población que habla dichos
idiomas (Gonzáles 1999).
En muchos países en desarrollo la etnicidad está intimamente asociada a pobreza,
analfabetismo, concentración en ocupaciones de baja calificación, productividad y bajos
salarios, elevada disparidad de ingresos con relación a los no indígenas, existiendo como
señala Patrinos (1999) una concentración étnica de la pobreza o una sobrerrepresentación
de indígenas entre los más pobres (Wood y Psacharopoulos 1999).
Page 5
4
Relacionado a lo anterior está la exclusión social que sufren ciertos grupos poblacionales
con características étnicas, ancianos, de bajos ingresos y reducidos niveles de educación,
los mismos que tienden a ser discriminados de ciertos servicios, de acceso a mayores
oportunidades (BID 2001). De hecho, otra consecuencia de la exclusión social es la
desigualdad que surge debido a la exclusión de oportunidades que está asociada a raza y
etnicidad lo que limita el desarrollo humano (Loury 2000).
Varios autores afirman la presencia de un costo considerable asociado al hecho de ser
indígena en términos de ingresos, pobreza y desarrollo social o de manera similar un costo
significativo de no ser blanco (Patrinos 1999; Birdsall y Sabot 1992).
En Bolivia, existen varias investigaciones que abordan de distinta manera la problemática
salarial por género y etnia, por ejemplo, Psacharopoulos y Tzannatos (1991) señalan que en
1980, las mujeres percibían alrededor del 62% del salario ganado por los hombres.
Psacharopoulos (1992)
5
muestra la existencia de una brecha de ingresos entre grupos de
indígenas y no indígenas. Los indígenas perciben 23% menos ingresos que los no
indígenas, lo cual se explicaría por sus menores niveles en los retornos a la educación y
experiencia laboral.
6
Psacharopoulos y Rosenhouse (1994)
7
presentan los principales determinantes de ingresos
por género, donde todas las variables incluidas en la función de ingresos estándar
(escolaridad, experiencia y logaritmo de horas trabajadas) presentan mayores niveles para
los hombres en comparación con las mujeres.
Para la década de los 90’, las investigaciones señalan la existencia de discriminación
salarial contra las mujeres y también contra personas pertenecientes a grupos étnicos.
Rivero (1994), señala que las mujeres ganaban el 58% del ingreso de los varones, resultado
de discriminación salarial en el mercado. Asimismo, Pérez de Rada (1997) muestra la
5
En conglomerados urbanos con una población mayor a 10.000 habitantes, con datos de 1989.
6
Véase pie de página no. 25 para mayores detalles sobre el cálculo de experiencia laboral.
7
Basados en evidencia de 1989, para centros urbanos de Bolivia con población superior a 10.000 habitantes.
Page 6
5
presencia de diferenciales salariales por género y etnia, con datos de 1994, originadas al
momento de determinar salarios en el mercado (discriminación salarial). Al comparar las
funciones de ingreso entre hombres y mujeres indígenas, éstas presentan menores tasas de
retorno a la educación y a la experiencia que los hombres indígenas.
Rivero y Jiménez (1999), utilizan un modelo de capital humano para el área urbana de
Bolivia en el período 1981-1997, encuentran discriminación salarial por género con
tendencia a reducir su impacto a partir de 1990 pero cuando analizan discriminación
salarial por etnia, ésta indica una elevación en sus niveles a partir del mismo año, 1990.
Los trabajos de Psacharopoulos et al. y el de Rivero (1994), anteriormente citados,
solamente toman en cuenta un solo año de análisis y no corrigen la presencia de sesgo de
selección, por lo que los coeficientes de las variables estimadas presentan sobre-estimación.
Similarmente, Pérez de Rada (1997), aunque analiza un solo año, efectúa la corrección del
sesgo de selección pero afirma que el coeficiente de corrección no es estadísticamente
significativo por lo que no lo reporta. Situación parecida acontece con el trabajo de Rivero
y Jiménez (1999), que a pesar de corregir el sesgo de selección, argumentan que los
coeficientes no cambian significativamente razón por la cual deciden mantener su modelo
sin corrección. Todos los trabajos anteriores centran su análisis en un solo grupo de
personas ocupadas, mayores de 10 años.
El presente trabajo contribuye a explicar el impacto de la discriminación salarial por
género, etnia y la interacción de ambas sobre los niveles de ingreso. Asimismo, con el
objeto de capturar efectos que difieren entre grupos demográficos se examina la
discriminación y su evolución utilizando dos muestras de personas ocupadas: mayores de
10 años (análisis tradicional en Bolivia) y los individuos entre 25-65 años, laboralmente
establecidos. Posteriormente, este trabajo no sólo calcula la contribución de la
discriminación salarial a los niveles de ingreso sino también a la desigualdad de ingresos.
Page 7
6
3
Datos y muestra
Los datos utilizados son del Instituto Nacional de Estadística (INE), mediante la Encuesta
Integrada de Hogares, 7ma. Ronda 1994 que corresponde a ciudades capitales más El Alto.
Asimismo, se utiliza la MECOVI (Encuesta de Condición de Vida) 1999, que comprende
información a nivel urbano y rural,
8
de la encuesta MECOVI se tomó una submuestra que
comprende sólo a ciudades capitales
9
más El Alto, tal como se hizo en 1994. Con la
finalidad de que los datos sean comparables en ambos años, se examinan las mismas
preguntas lo que refuerza la comparabilidad de las muestras.
10
Cabe señalar que se excluyó
la ciudad de Cobija por no estar presente en los dos años de análisis. Con la finalidad de
analizar el desempeño laboral por grupos etáreos, la muestra se subdivide en personas
ocupadas mayores de 10 años y entre 25-65 años en 1994 y 1999.
En el cuadro 1 se observan las estadísticas descriptivas de las variables a utilizarse en la
investigación: años de escolaridad, edad, experiencia, ingreso salarial mensual, el tipo de
establecimiento al que pertenecen los trabajadores (privado o público), las ramas de
actividad económica y el número de observaciones en la muestra de cada año, esta
información es presentada para 1994 y 1999.
El cuadro 1 muestra un leve mejoramiento en los años de escolaridad para los dos estratos
de la población analizada, de 9.5 a 9.8 años para el primer estrato y de 9.7 a 10 años para el
segundo estrato entre 1994 y 1999.
11
Asimismo, el promedio de edad de las personas
ocupadas se eleva para ambos años, de 34.7 a 36.2 para los individuos mayores de 10 años
y de 38.3 a 39.6 años para los individuos entre 25-65 años. De manera similar sucede con
la variable experiencia que muestra un incremento entre los dos años de análisis, de 19.2 a
20.4 y de 22.6 a 23.6 años entre 1994 y 1999 respectivamente.
8
No obstante, la MECOVI redujo sustancialmente el tamaño de la muestra por extenderse al área rural
respecto de las EIH, las preguntas entre ambas encuestas son bastante similares, en especial las que son de
interés para el presente trabajo lo que facilita el análisis de dichas encuestas.
9
Las ciudades capitales analizadas en ambas encuestas son: Sucre, La Paz, Cochabamba, Oruro, Potosí,
Tarija, Santa Cruz de la Sierra y Trinidad.
10
Para efectos de inferencia poblacional se usaron factores de expansión de cada encuesta.
11
El promedio de escolaridad a nivel nacional (urbano y rural) en 1999 es 7.3 años, mientras que en el área
urbana es de 9.4 años (INE 1999).
Page 8
7
Cuadro 1
Estadísticas descriptivas de personas ocupadas, Bolivia 1994-1999
Si se observa de manera desagregada (cuadros 2-3 Anexo), los niveles de escolaridad e
ingresos son significativamente mayores para los hombres que para las mujeres, v.gr, en
1994 la escolaridad de los hombres alcanzó a 10 años mientras que para las mujeres sólo
llegó a 8.6 años. En 1999, sucede lo mismo 10.5 años para los hombres y 8.9 para las
Mayores de 10 años
25-65 años
Variables
1994
1999
1994
1999
Total Total
Total
Total
Ingresos (*)
124,27
201,99
141,80
228,74
(1081,65)
(1577,56)
(1081,65)
(1735,94)
Capital Humano:
Escolaridad
9,46
9,78
9,70
10,04
(5,00)
(4,82)
(5,28)
(5,05)
Edad
34,69
36,20
38,27
39,65
(12,54)
(12,99)
(9,65)
(9,61)
Experiencia
19,24
20,42
22,57
23,61
(14,06)
(14,54)
(11,90)
(11,86)
Sectores:
Participación Priv/Pub.
Sector Privado
87,43
88,92
84,95
86,90
Sector Público
12,57
11,08
15,05
13,10
Total
100,00
100,00
100,00
100,00
Participación Ramas (%)
Agric, Silvic. y Pesca
1,52
1,14
1,59
1,25
Extractivas
1,35
0,99
1,52
1,17
Industria
17,38
17,28
16,30
15,80
Electricidad, Gas
0,49
0,32
0,57
0,43
Construcción
10,39
9,34
9,98
9,06
Comercio
30,4
32,27
31,09
33,26
Transporte, comunic.
8,07
9,89
8,34
10,13
Financiera
4,31
5,28
4,55
5,51
Servicios
26,09
23,49
26,06
23,39
100,00
100,00
100,00
100,00
Discriminación:
Género
0,413
0,430
0,407
0,432
(0,49)
(0,49)
(0,49)
(0,50)
Grupo Étnico
0,363
0,286
0,381
0,305
(0,48)
(0,45)
(0,49)
(0,46)
Genero*Grupo Étnico
0,152
0,133
0,155
0,135
(0,36)
(0,34)
(0,36)
(0,34)
Numero de Obs.
9678
1958
7391
1515
(*) En dólares de 1999.
(**) Las cifras en paréntesis corresponden a la desviación standard.
Page 9
8
mujeres.
12
Respecto de los ingresos percibidos, en 1994 los ingresos de las mujeres
representan sólo el 55.4 % de los hombres, mientras que en 1999 llegan al 63.7% (ver,
cuadro 2 Anexo). Este diferencial de ingresos revela la presencia de discriminación
salarial.
13
En cuanto a las Ramas de actividad económica y su participación relativa en el PIB, los tres
sectores que presentan más alta concentración son: Comercio 31.3% promedio, Servicios
con el 24.8% e Industria con 17.3 % entre 1994 y 1999 para los individuos mayores de 10
años. En ambos años se produce un cambio en la composición sectorial: disminuyen
Servicios e Industria mientras que el sector Comercio eleva su participación.
El cuadro 1 también muestra una disminución en la participación de los trabajadores
pertenecientes al sector público en los dos estratos de población ocupada; en contraposición
a la elevación de los trabajadores de establecimientos privados, situación que coincide con
la elevación de las ramas: Comercio, Transporte y Financieras, que concentran
mayoritariamente actividades del sector privado. Las personas de origen étnico, quechua y
aymará, alcanzaron al 38% en 1994 y a 30% en 1999 para personas entre 25-65 años.
14
4
Estrategia empírica
En este artículo, se estiman funciones de ingresos que relacionan el impacto de variables de
capital humano (educación, experiencia), de sectores económicos, de discriminación
(género y etnia) sobre el ingreso laboral de los individuos Mincer (1974).
15
La variable dependiente es el logaritmo natural del ingreso salarial mensual (ingreso de
actividad principal). Las variables explicativas son: escolaridad (años de educación
12
Este diferencial en educación puede reflejar diferentes preferencias o elecciones individuales y de los
hogares, también discriminación pre-mercado (Altonji y Blank 1999).
13
Cain (1986), Altonji y Blank (1999), Borjas (2000), Gonzáles (1992), Contreras y Puentes (2000), Birdsall
y Sabot (1991); Schultz (1991).
14
Para una definición de origen étnico ver pie de página 18.
15
A pesar de las críticas hacia la metodología, ver Griliches (1977), ésta provee un sorprendente buen ajuste
a los datos, con coeficientes estimados de manera precisa en la mayoría de las aplicaciones (Card 1999).
Page 10
9
obtenidos por los individuos), experiencia potencial
16
, experiencia al cuadrado, una variable
dummy que toma el valor igual a 1 si el individuo trabaja en el sector público, otra por
cada rama de actividad económica, donde Comercio fue elegida como la rama de
referencia,
17
una variable categórica por género (=1 si es femenino), se incluye una dummy
cuando el individuo es de origen étnico (=1 si es quechua o aymará)
18
y finalmente, una
dummy interacción de género y etnia, es decir, si el individuo es de sexo femenino y de
origen étnico.
El proceso de corrección del sesgo de selección
19
= requiere la inclusión de variables que
permitan separar la decisión de participación de la ecuación salarial. Las variables incluidas
en la ecuación de selección son: escolaridad, edad, edad al cuadrado, dummy si es
casado(a), dummy si es jefe de hogar y el número de niños en distintas categrorías etáreas:
menores de 5 años, entre 6-10 años y niños entre 11-15 años.
Con el objeto de indicar el impacto de la corrección por sesgo de selección, en el cuadro 4
del Anexo se presentan los resultados sin corregir por sesgo de selección.
20
LnY =
β
o
=+
β
1=
esco +
β
2=
exp +
β
3=
exp
2
+
β
4=
sector público +
=
9
1
j
β
j
ramas actividad
+
β
5=
género +
β
6=
etnia +
β
7=
(género*etnia)
+
ρσλ====
=====
=====(1)
16
En ausencia de información directa sobre experiencia de los individuos, Mincer propuso el uso de
experiencia potencial: (edad - años de escolaridad - 6). Asumiendo que las personas entran a estudiar a la edad
de 6 años y que después de terminar sus estudios inmediatamente empiezan a trabajar (1974).
17
Se eligió este sector puesto que en ciudades capitales absorbe el mayor número de personas ocupadas.
18
Se utiliza el idioma (hablado habitualmente) como proxy de origen étnico. El cual incluye a personas que
usualmente hablan uno o más idiomas nativos incluso si hablan castellano, vale decir, personas que hablan
sólo quechua, sólo aymará y las bilingües: castellano-quechua y castellano-aymará.
19
Al incluir sólo a personas ocupadas se estaría trabajando con una muestra seleccionada (no aleatoria) y los
coeficientes estarán sobre-estimados. El uso de la metodología de Heckman (1979) para la corrección del
sesgo de selección, supone que el término error de la ecuación de selección tiene distribución normal
bivariada. A pesar de las críticas y limitaciones, ver Mansky (1989), la mayor parte de la literatura empírica
sigue utilizando el modelo original de Heckman, ver Maddala (1983) y Greene (1997).
20
La heteroscedasticidad fue corregida utilizando la metodología de White (1980).
Page 11
10
4.1
Resultados
El cuadro 5 presenta los resultados de la estimación para 1994-1999 corregidos por el
sesgo de selección. La tasa de retorno a la educación disminuyó levemente entre los dos
años y se mantiene estable en alrededor de 8%. La variable experiencia (potencial) presenta
una reducción en ambos estratos y años de análisis. Respecto de la variable experiencia al
cuadrado, presenta el signo esperado reflejando la concavidad del perfil de ingresos
respecto a la edad, la cual refleja el ciclo vital de los individuos.
La dummy de sector público varía en signo y es estadísticamente significativo en los dos
años. En efecto, en 1994 las personas que trabajan en el sector público perciben menores
salarios que los del sector privado. Mientras que, en 1999 el coeficiente de la variable es
positiva, es decir, que trabajar en el sector público está asociado con mayores salarios que
el privado.
En cuanto las ramas de actividad económica, los trabajadores que más ganan son los
pertenecientes a ramas Extractivas y de actividades Financieras, debido a una combinación
de tasas de crecimiento e incremento en el ingreso promedio de cada rama de actividad.
21
En contraposición, los que perciben menores ingresos pertenecen a Servicios e Industria.
Como se observa en el Cuadro 5, uno de los resultados más importantes revela la presencia
de diferencial salarial debido a discriminación por género y etnia (efecto directo).
22
La
separación de la población ocupada en dos grupos, permite observar dos patrones distintos:
primero, para mayores de 10 años el diferencial salarial por género se redujo levemente
entre los dos años de estudio, lo que da indicios positivos de una paulatina disminución en
dicho diferencial, principalmente para entrantes al mercado laboral. Segundo, los
21
La tasa de crecimiento de la Rama Financiera fue cerca al 10%, siendo la actividad que más creció en 1999
(UDAPE 2001).
22
Existe discriminación salarial cuando hay diferencias en los salarios entre trabajadores de características
similares y que no está relacionados a su productividad, características como raza, origen étnico, religión,
género, clase social. De hecho, por tales características muchos trabajadores son penalizados en el mercado de
trabajo (Birdsall y Sabot 1991). Asimismo, la discriminación puede ser pensada como diferencias en
oportunidades económicas entre grupos que no puede ser contabilizada en términos de dotación de
habilidades o productividad de dichos grupos (Schultz 1991).
Page 12
11
trabajadores entre 25-65 años experimentaron un aumento en la discriminación salarial. De
hecho, es más complejo interpretar las diferencias salariales entre hombres y mujeres que
interpretar las diferencias salariales de las personas de origen étnico (Schultz, 1991).
23
Cuadro 5
Especificaciones corregidas por sesgo de selección, Bolivia 1994-1999
23
Las diferencias entre hombres y mujeres pueden significar diferencias en roles y elecciones ocupacionales,
en salud y capacidades adquiridas, en inversión en educación formal de hombres-mujeres y en las rigideces
culturales de ambos (Schultz 1991; Altonji y Blank 1999; Cain 1986; Borjas 2000).
Mayores de 10 años
25-65 años
Variables
1994
1999
1994
1999
Capital Humano:
Escolaridad
0,082
0,078
0,082
0,080
(36,34)
(12,52)
(31,65)
(11,38)
Experiencia
0,032
0,027
0,024
0,023
(13,09)
(3,85)
(7,29)
(2,54)
Experiencia2
-0,0004
-0,0003
-0,0003
-0,0003
(-8,49)
(-2,71)
(-4,13)
(-1,64)
Sectores:
Sector Público
-0,112
0,201
-0,145
0,306
(-3,59)
(2,68)
(-4,13)
(3,99)
Ramas Actividad:
Agricultura
0,009
-0,361
-0,040
-0,269
(0,13)
(-1,78)
(-0,55)
(-2,11)
Extractivas
0,306
0,722
0,255
0,607
(4,76)
(4,34)
(3,92)
(3,47)
Industria
-0,087
-0,141
-0,113
-0,199
(-3,31)
(-1,96)
(-3,66)
(-2,42)
Electricidad
0,161
0,393
0,128
0,297
(2,32)
(2,16)
(1,89)
(1,56)
Construcción
0,183
0,371
0,138
0,290
(6,79)
(4,82)
(4,28)
(3,30)
Transporte
0,202
0,225
0,182
0,086
(6,42)
(2,64)
(5,08)
(0,97)
Financiera
0,195
0,417
0,190
0,343
(4,16)
(3,53)
(3,63)
(2,47)
Servicios
-0,154
-0,045
-0,156
-0,208
(-5,27)
(-0,60)
(-4,55)
(-2,55)
Género
-0,364
-0,284
-0,393
-0,410
(-15,27)
(-4,63)
(-14,08)
(-5,97)
Etnia
-0,222
-0,254
-0,244
-0,240
(-11,20)
(-4,03)
(-10,96)
(-3,55)
Género*Etnia
0,093
-0,132
0,103
-0,192
(2,68)
(-1,31)
(2,66)
(-1,49)
Lambda
-0,250
-0,331
-0,209
-0,107
(-12,50)
(-3,68)
(-6,97)
(-2,14)
Obs.
9045
1884
7148
1487
Estadístico t asintótico entre paréntesis.
* Dummy igual a 1 si es mujer.
** Dummy por origen étnico igual a 1 si es quechua o aymara.
*** Dummy interacción igual a 1 si es mujer de origen étnico.
En ramas de actividad, se tomó como categoría base a Comercio.
Page 13
12
Sobre la remuneración de los grupos étnicos,
24
la discriminación salarial (efecto directo) se
incrementa en 3% para el primer estrato, mientras que para el grupo entre 25-65 años no
varía y continúan recibiendo menores ingresos que aquellos trabajadores no étnicos,
24%.
25
Otro resultado interesante, surge al comparar el desempeño de la variable interacción entre
género y etnia (efecto indirecto de la discriminación). En 1994, para los dos grupos de
edad, el efecto marginal de la variable es positivo (9% y 10% respectivamente), situación
que se revierte en 1999, puesto que el coeficiente de dicha variable es negativo (entre 13%
y 19% menos) y en ambos años es estadísticamente significativo.
26
Dicho contexto favorable surge entre las mujeres de origen étnico debido a una
combinación de bajas tasas de desempleo y aumento en la ocupación. En efecto, en 1994
(ciudades capitales), se registra la menor tasa de desempleo abierto en mujeres entre 1989-
1998, 2.9%; en comparación al 5.3% de 1993 INE (1999). El mayor incremento de
ocupación ocurre en Comercio, que entre 1993-1994 aumenta en alrededor de 40.000
empleos. En contraposición, el año 1999 la tasa de desempleo abierto femenino sube a
9.4%. Asimismo, existe una disminución en la participación de mujeres étnicas en la
categoría Asalariados (del 20% al 14%); mientras que se presenta un aumento en la
ocupación de Cuenta Propia, del 55% al 65% entre 1994-1999 respectivamente.
27
En resumen, se evidencia la persistencia de los niveles de discriminación salarial por
género y etnia entre 1994-1999, los cuales son reflejo de rigideces en el mercado laboral y
repercuten en los niveles salariales de los trabajadores.
24
Hombres y mujeres de origen quechua y aymará.
25
Situación que contrasta cuando no se controla por ramas de actividad, la discriminación salarial por etnia
se reduce en 4% para el grupo entre 25-65 años, ver cuadro 6 Anexo. Adicionalmente, se efectuó la
estimación sólo para asalariados (obreros y empleados), encontrándose que las conclusiones sobre los
diferenciales salariales de género y etnia se mantienen.
26
Psacharopoulos (1992) encontró en 1989, que hombres indígenas y no-indígenas percibían ingresos
similares. Pérez de Rada (1997) señala que las mujeres indígenas perciben mayores ingresos respecto de
mujeres castellanas pero sólo en la Rama Servicios, en el resto de las variables, las mujeres castellanas
presentan amplias diferencias a su favor.
27
Esta categoría se asocia, en general, a condiciones de trabajo desfavorables e ingresos insuficientes; el
incremento en sus niveles es una señal de precarización del empleo, donde participa un elevado número de
mujeres (Coa et. al 1997).
Page 14
13
5
Discriminación salarial y desigualdad de ingresos
En la sección anterior, se mostró que la discriminación salarial por género y etnia afectan
los niveles de ingreso de las personas ocupadas. En ésta se examina, si la discriminación
también incide sobre la desigualdad de ingresos. Para ello, se presentan diversas medidas
de desigualdad de ingresos en Bolivia para los años de estudio. Posteriormente, se analiza
la incidencia de la discriminación en la desigualdad, mediante el uso de la descomposición
de Fields, que permitirá cuantificar la contribución de cada variable explicativa sobre la
desigualdad de ingresos.
5.1
Desigualdad de ingresos en Bolivia
El cuadro 7 muestra diversas medidas de desigualdad de ingresos para Bolivia entre 1994-
1999. Mediante el análisis de quintiles de ingreso, se observa que el 20% de la población
más pobre (Q1), disminuyó su participación en los ingresos; la clase media experimenta un
leve mejoramiento, mientras que la participación del quintil más rico (Q5) se mantiene
estable en alrededor de 54%-55% entre 1994 y 1999 respectivamente.
Cuadro 7
Diversas medidas de desigualdad, Bolivia 1994-1999
May. de 10 años
25-65 años
1994
1999
1994
1999
Q1
4,2
3,1
4,4
3,2
Q2
8,6
7,9
8,7
8,0
Q3
12,7
13,0
13,2
13,2
Q4
19,5
20,9
19,8
21,2
Q5
55,1
55,2
53,9
54,4
Q5/Q1
13,3
17,7
12,3
16,8
Var. Log.
0,8
1,1
0,8
1,1
Gini
0,50
0,51
0,49
0,51
Fuente: Elaboración propia en base a INE 1994 y 1999.
Page 15
14
Cuando analizamos la razón de quintiles (Q5/Q1), la desigualdad de ingresos aumenta en el
período. La dispersión de ingresos (varianza del logaritmo) es más alta en 1999; lo mismo
sucede con el coeficiente de Gini que se incrementa entre 1994 y 1999.
Las distintas medidas de desigualdad de ingresos utilizadas señalan que las condiciones del
primer y segundo quintil (población más pobre) empeoraron entre 1994 y 1999; en cambio,
los ingresos de los últimos quintiles se elevaron, aumentando así la brecha entre ricos y
pobres pero tal descripción no realiza la distinción entre la desigualdad existente intra-
grupos: género y etnia.
El cuadro 8 muestra las principales medidas de desigualdad de ingresos desagregando en
género, etnia y su interacción. Al analizar la razón de quintiles (Q5/Q1), se observa una
elevación de todas las categorías entre 1994-1999 pero llama la atención la evolución de la
variable mujeres de origen étnico, que experimenta el mayor incremento, en contraste con
los hombres, que se eleva aunque en menor proporción que el resto de los grupos.
Respecto al coeficiente de Gini, lo notable es la disminución experimentada sólo por los
hombres en ambos estratos, mientras que se eleva en las demás variables, principalmente en
mujeres de origen étnico.
Cuadro 8
Desigualdad de ingresos por género y etnia, Bolivia 1994-1999
Las principales medidas de desigualdad (Razón de quintiles y Gini) desagregadas por
género y etnia, muestran que la desigualdad no es homogénea, sino que existe fuerte
Mayores de 10 años
25-65 años
Q 5 / Q 1
G I N I
Q 5 / Q 1
G I N I
1994
1999
1994
1999
1994
1999
1994
1999
Hombres
10,7
12,6
0,48
0,47
9,9
10,2
0,47
0,46
Mujeres
12,5
21,8
0,49
0,55
11,1
24,2
0,48
0,56
Etnia
9,7
18,1
0,43
0,48
9,3
17,5
0,42
0,49
Mujeres étnicas
10,0
24,9
0,43
0,58
9,3
28,2
0,42
0,62
General
13,3
17,7
0,50
0,51
12,3
16,8
0,49
0,51
Fuente: Elaboración propia en base a datos de INE.
Page 16
15
heterogeneidad y alta dispersión al interior de los grupos analizados, principalmente en
mujeres étnicas, las que explicarían en mayor magnitud el incremento en la desigualdad de
ingresos.
Después de indagar acerca la situación de la desigualdad de ingresos en Bolivia, en la
siguiente sección se procede a efectuar la descomposición de Fields, metodología que
cuantifica la contribución de cada variable explicativa (variable independiente de la
regresión) sobre la desigualdad de ingresos, con la finalidad de conocer el rol que
desempeña la discriminación (variables de género y etnia) en explicar la desigualdad de
ingresos.
5.2
Descomposición de Fields
Fields y Yoo (2000) desarrollan la metodología de descomposición de varianzas, utilizando
la regresión de ingresos estándar tipo Mincer, separa en diferentes componentes y considera
la contribución de cada una de las variables explicativas a la desigualdad salarial, lo que
permite evaluar el impacto de cada variable sobre la dispersión salarial.
La ecuación de ingresos standard puede ser escrita como:
Donde lnY es un vector del logaritmo de ingresos salariales para todos los individuos en la
muestra,
j
a
es la matriz de coeficientes de las variables explicativas y z
j
es una matriz con
cada una de las variables explicativas incluidas en la ecuación de ingresos como intercepto,
años de educación, experiencia, experiencia al cuadrado, género, etc. para cada individuo.
Donde:
[
]
[
]
e
,
z