12.07.2015 Views

Determinantes de las Condiciones Laborales - inesad

Determinantes de las Condiciones Laborales - inesad

Determinantes de las Condiciones Laborales - inesad

SHOW MORE
SHOW LESS

You also want an ePaper? Increase the reach of your titles

YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.

Horas <strong>de</strong> trabajo mes 5,89 9,27 1,11 2,21 3,86 6,69Factores <strong>de</strong> <strong>de</strong>manda 40,41 63,58 9,51 18,87 24,68 42,71D_crédito 0,20 0,32 0,01 0,02D_sectoriales 4,16 6,55 0,70 1,22D_cuenta con RUC 2,87 4,51 0,87 1,50D_sujeto a normas laborales 8,43 16,73 6,07 10,50Residuos 36,44 49,63 42,22Total 100,00 100,00 100,00 100,00 100,00 100,00Nota: Los factores <strong>de</strong> <strong>de</strong>manda fueron agrupados en un solo coeficiente (ln(producto-trabajo), ln(ingreso estimado in<strong>de</strong>pendientes),ln(e<strong>las</strong>ticidad producto-trabajo) y D_in<strong>de</strong>pendiente) así como los años <strong>de</strong> experiencia (Experiencia y [Experiencia] 2 ).Las características <strong>de</strong> <strong>las</strong> firmas son aun más importantes para los trabajadoresin<strong>de</strong>pendientes; ya que explican el 40,4% <strong>de</strong> la <strong>de</strong>sigualdad <strong>de</strong> los ingresos y,conjuntamente con <strong>las</strong> dicótomas — el 47,5%; sobrepasando inclusive a la <strong>de</strong>sigualdadno-observada <strong>de</strong>rivada <strong>de</strong> los residuos. En contraste, la educación y la experiencia enconjunto llegan a explicar menos <strong>de</strong>l 4%.Por último, <strong>las</strong> disparida<strong>de</strong>s salariales <strong>de</strong> los trabajadores <strong>de</strong>pendientes también seexplican en buena medida por <strong>las</strong> variables <strong>de</strong> <strong>de</strong>manda (17,9%); empero, la educacióncontinúa siendo el factor más importante (23%). Este resultado pue<strong>de</strong> ser atribuido tantoal hecho <strong>de</strong> que no se cuenta con información <strong>de</strong>tallada a nivel <strong>de</strong> firmas para estapoblación ocupada — lo que expondría aún problemas <strong>de</strong> especificación por la omisión <strong>de</strong>variables — como a la relativa mayor importancia <strong>de</strong> los años <strong>de</strong> escolaridad para estacategoría <strong>de</strong> empleos.En resumen, el análisis econométrico <strong>de</strong>scrito en esta sección muestra que los factoresrelacionados con <strong>las</strong> características <strong>de</strong> <strong>las</strong> firmas son fundamentales para <strong>de</strong>terminar losingresos laborales en <strong>las</strong> zonas urbanas <strong>de</strong> Bolivia, tanto en niveles como en <strong>de</strong>sigualdad.IV.1.1Determinación <strong>de</strong> los Ingresos <strong>Laborales</strong> a Nivel <strong>de</strong> FirmasLas Tab<strong>las</strong> 3 y 4 presentan los resultados <strong>de</strong> <strong>las</strong> estimaciones econométricas relativas ala ecuación (10); que analizan los ingresos laborales promedio a nivel <strong>de</strong> firmas para tresgrupos <strong>de</strong> sectores económicos: Manufacturas; electricidad, gas y agua, serviciosempresariales y financieros; y, otros servicios 30 . En todos los casos, se <strong>de</strong>staca un valorelevado <strong>de</strong>l coeficiente <strong>de</strong> ajuste <strong>de</strong> regresión, R 2 ; <strong>de</strong>s<strong>de</strong> un mínimo <strong>de</strong>l 66% para la30 Dados los problemas <strong>de</strong> endogeneidad <strong>de</strong>tectados entre el logaritmo neperiano <strong>de</strong> los ingresos y ellogaritmo neperiano <strong>de</strong>l trabajo, se utilizó como variable instrumental el trabajo sin transformarlo a logaritmos.31

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!