Determinantes del desempleo en las urbes

mexicanas.

Continuidades y rupturas en el perıodo de crisis*.

Clara Marquez Scotti**

Mayo de 2012

1. Introduccion

El desempleo no ha sido un tema prioritario en los estudios de corte demografico

y sociologico en Mexico. Las razones de esta ausencia en el debate de los estudios

sobre mercados laborales, tiene bases bastantes solidas ya que el desempleo no ha

sido el fenomeno mas urgente ni generalizado en la region, dada la extension de otras

formas de regulacion del mercado de trabajo. No obstante, la crisis economica actual

ha traıdo como consecuencia el aumento de la tasa de desempleo y, consecuente, la

atencion de analista e investigadores. Esta ponencia sigue dos objetivos principales:

a) analizar los determinantes individuales del desempleo abierto y del desempleo des-

alentado en las urbes mexicanas en dos perıodos: pre-crisis y crisis, y b) determinar

en que medida hay cambios en los dos perıodos de estudio. De esta forma, estarıamos

*Ponencia a ser presentada en la sesion ‘Desempleo, formacion para el trabajo y precarizacion

laboral”, tematica: “Mercados de Trabajo”, XI Reunion Nacional de Investigacion Demografica en

Mexico, organizada por la Sociedad Mexicana de Demografıa.**Estudiante de Doctorado en Ciencia Social con Especialidad en Sociologıa. CES, COLMEX.

mmarquez@colmex.mx

1

obteniendo indicios acerca de las transformaciones acaecidas en el fenomeno del des-

empleo abierto y del desempleo desalentado en el perıodo recesivo. Se utilizara un

modelo logıstico multinomial, para hombres y mujeres, comparando dos perıodos,

precrisis y crisis, con base en datos de la ENOE.

2. El desempleo en Mexico

2.1. Evolucion y dimension del desempleo

Como es ampliamente reconocido, la tasa de desempleo abierto en Mexico ha sido

historicamente baja. Ya sea en comparacion con los paıses desarrollados como con

paıses en desarrollo. Si se observa la evolucion de la tasa de desempleo y la evolucion

del desarrollo economico del paıs, vemos como ambos procesos se acompanan (Garcıa,

2010). En este sentido, las tasas de desempleo abierto se han pronunciado en las dos

crisis mas importantes que ha vivido el paıs (1995 y 2009).

Garcıa y Sanchez (2011) impulsadas por el alza en la tasa del desempleo del paıs

ante la reciente agudizacion de la crisis, plantean una investigacion cuyo centro es el

estudio de la evolucion de las tasas de desempleo a nivel de ciudad (32 ciudades) entre

los anos 2005 a 20101. Los resultados apuntan en primer lugar a un aumento de la tasa

de desempleo abierto en el perıodo 2005-2010, pero tambien muestran una importante

heterogeneidad en la evolucion del desempleo en las distintas ciudades estudiadas.

En relacion al efecto de las variables de la estructura ocupacional, identifican grupos

de ciudades con trayectorias comunes: aquellas ciudades con un sector manufacturero

importante y mayor formalizacion, presentan al inicio (2005) los niveles mas altos

de desempleo lo que las conduce a trayectorias con desempleo mas elevado que otras

ciudades aunque no presenten los incrementos mas rapidos en las tasas. (Garcıa y

Sanchez 2011).

1Esta investigacion de corte longitudinal se basa en el metodo de curvas de crecimiento que

permite dar cuenta de la evolucion del desempleo y de la heterogeneidad que al respecto presentan

las ciudades estudiadas; analizando el papel que juega la estructura ocupacional (proporcion de

la poblacion ocupada en el sector manufacturero y en las grandes y medianas empresas) y la

composicion demografica (participacion economica femenina, caracterısticas educativas y estructura

de edad) en dicha evolucion.

2

2.2. Determinantes individuales del desempleo

De acuerdo a distintos estudios, el desempleo en Mexico presenta variaciones

de acuerdo a algunas variables sociodemograficas, como el sexo, la edad, el nivel

de instruccion, la posicion en el hogar, el estado conyugal y la cantidad de hijos

dependientes que se tenga. Algunas de las tendencias encontradas en Mexico son

coincidentes con las encontradas en paıses en desarrollo, como la edad, mientras que

otras presentan tendencias contrarias, como el nivel de instruccion.

En relacion a la asociacion entre el desempleo abierto y la edad, tanto para hom-

bres como para mujeres se observa una mayor incidencia entre los jovenes (Revenga y

Riboud, 1993; Fleck y Sorrentino, 1994; Rodrıguez Oreggia, 2002; Garro y Rodrıguez,

2002). En terminos de algunos modelos logısticos estimados, se constata un efecto

positivo sobre la probabilidad de estar desempleado y este efecto va disminuyendo

conforme se avanza en edad, llegando incluso a ser negativo para los ultimos grupos

de edad de los hombres (Rodrıguez Oreggia, 2002).

Si en vez de considerar la tasa de desempleo abierto, se considera otro tipo de

desempleo, se encuentran ciertas variaciones. Si se considera el desempleo de larga

duracion (mayor a seis meses) tanto para hombres como para mujeres, este se asocia

con poblacion de edad mas avanzada (Rodrıguez Oreggia, 2002). Es decir, los jovenes

tienen mas probabilidad de quedar desempleados pero no de estar desempleados

por largos perıodos de tiempo. Asimismo, si consideramos la definicion alternativa

propuesta por Garro y Rodrıguez (2002)2, hay diferencias entre hombres y mujeres de

acuerdo al grupo de edad; mientras que para las mujeres la probabilidad de desempleo

disminuye conforme aumenta la edad, para los hombres, la relacion en inversa.

Para la subpoblacion femenina, la escolaridad presenta una relacion positiva con

el desempleo abierto, es decir, a mayor escolaridad mayor es la probabilidad de que-

dar desempleada (Garro y Rodrıguez, 2002). Por el contrario, para los hombres la

relacion es inversa, ya que la probabilidad de quedar desempleado disminuye confor-

me aumenta el nivel de escolaridad (Garro y Rodrıguez, 2002). Para la probabilidad

2Esta definicion alternativa incluye a los desocupados abiertos, a los disponibles pero que no

buscan trabajo y a los trabajadores ocupados sin ingresos laborales directos ni ningun tipo de

prestacion.

3

de estar desempleado de larga duracion se encuentra una relacion positiva con los

niveles de escolaridad, tanto para hombres como para mujeres; es decir, a mayor

educacion, mayor probabilidad de estar desempleado por perıodos de tiempo prolon-

gados (Rodrıguez Oreggia, 2002; Fleck y Sorrentino, 1994). Los datos para el tipo

de ocupacion son consistentes con lo que se encuentra para el nivel educativo. En-

tre las mujeres, se encuentra mayor probabilidad de quedar desempleadas entre las

que tienen ocupaciones mas calificadas (Rodrıguez Oreggia, 2002). En relacion a los

hombres, a menor calificacion requerida, mayor es la probabilidad de encontrarse

desempleado (Rodrıguez Oreggia, 2002).

Las responsabilidades domesticas, es otro de los factores asociados al desempleo.

El desempleo abierto se asocia mayormente a los solteros y a las solteras (Garro y

Rodrıguez, 2002), mientras que el desempleo de larga duracion presenta un patron

de asociacion diferente de acuerdo al sexo, mientras que se asocia mas a los solteros,

tiene mas incidencia entre las mujeres con pareja (Rodrıguez Oreggia, 2002). Para los

hombres que tienen de 1 a 3 hijos, la probabilidad de estar desempleado es menor que

para quienes no tienen hijos, pero para quienes tienen mas de tres hijos, la probabili-

dad de estar desempleados no es distinta que para quienes no tienen hijos (Rodrıguez

Oreggia, 2002). Para las mujeres, en cambio, los resultados no son congruentes entre

las investigaciones; Rodrıguez Oreggia (2002) no encuentran diferencias significati-

vas entre tener hijos o no tenerlos para el ano 1993, en cambio, Garro y Rodrıguez

(2002) para los anos 1995 y 2000, encuentran una mayor probabilidad de desempleo

asociada a las mujeres con uno o mas hijos.

La probabilidad de estar desempleado es mas alta para quienes se encuentran en

el DF3 y en la zona norte4 del paıs, mientras que la zona fronteriza5 se asocia a una

probabilidad mas baja de estar desempleado lo que se asocia al dinamismo propio de

fines del noventa de la maquila en esta zona (Rodrıguez Oreggia, 2002). Congruente-

mente, Garro y Rodrıguez (2002) encuentran que tanto para hombres y mujeres hay

3Incluye: Distrito Federal y zonas urbanas del Estado de Mexico (Rodrıguez Oreggia, 2002).4Incluye a las zonas urbanas comprendidas en los estados de Nuevo Leon, Guanajuato,

Chihuahua, Tamaulipas, Coahuila, Durango, Sinaloa y Sonora (Rodrıguez Oreggia, 2002).5Incluye a las zonas urbanas en la frontera con Estados Unidos de America y que no se incluyeron

en la categorıa de Zona Norte, correspondiendo a los municipios de Ciudad Juarez, Matamoros,

Nuevo Laredo y Tijuana (Rodrıguez Oreggia, 2002).

4

una menor probabilidad de quedar desempleado, al estar fuera del Distrito Federal y

el estado de Mexico. Lo anterior tambien fue senalado con anterioridad por Revenga

y Riboud (1993).

Mas recientemente Garcıa y Sanchez (2011), sostienen que la tasa de participa-

cion femenina no tiene un efecto significativo sobre la tasa de desempleo del 2005

pero sı reduce la tasa de desempleo a lo largo del periodo. La hipotesis que se esgrime

al respecto indica que las mujeres se incorporarıan al mercado de trabajo en respues-

ta al desempleo masculino. La edad no tiene efectos significativos sobre la tasa de

desempleo inicial ni sobre la tasa de cambio, mientras que el nivel de escolaridad

presenta cambios unicamente en la tasa de cambio (a mayor educacion mayor es el

incremento en el desempleo).

3. Desempleo abierto y desempleo desalentado

En este trabajo el fenomeno objeto de estudio es tanto el desempleo abierto

como el desempleo desalentado. Este es un punto polemico y debe por tanto ser

expuesto con claridad. El alcance y significado del concepto de desempleo abierto, y

su operacionalizacion, han sido expuestos con claridad en los ultimos anos (Negrete,

2001; INEGI, 2005). Son tres los elementos principales que definen a la nocion actual

de desempleo: estar sin empleo, estar disponible para trabajar y en busqueda activa

de un empleo. El concepto que esta detras de esta medicion, considera dos aspectos:

una situacion y un comportamiento (Negrete, 2001; INEGI, 2005). La situacion es

la falta de empleo, mientras que el comportamiento se refiere a la intencion explıcita

de vincularse al mercado de trabajo mediante la busqueda de empleo. Cabe precisar

entonces, que las mediciones sobre el desempleo basadas en los criterios de la OIT,

estan tomando en cuenta no a quienes no tienen trabajo sino a quienes ofertan su

trabajo. Por esto la tasa de desempleo abierto no debe ser tomada per se, como un

indicador del deficit de oportunidades laborales.

Pese a la importancia de contar con definiciones normativas que habiliten la com-

paracion de datos a nivel internacional -tal es el rol que cumple la tasa de desempleo

abierto-, lo anterior no debe impedirnos hacer analisis con otros enfoques. Como ya

se advirtio, aquı proponemos un analisis que no se remita al desempleo abierto. El

5

punto central del viraje de mirada, en relacion al desempleo abierto, es relajar el

criterio del comportamiento, esto es, la busqueda activa de empleo. Esto nos lleva a

incluir en el analisis a las personas sin empleo y dispuestas a trabajar, sin discriminar

si estan buscando empleo o no. La inclusion de la poblacion disponible, usualmente

contabilizada dentro de la PNEA, como poblacion desempleada no es tan novedosa

e incluso se la ha considerado como desempleo desalentado, refiriendose a quienes

tienen deseos de trabajar pero ya no buscan empleo. Por otro lado, este viraje im-

plica centrar el analisis en la situacion de no trabajo del individuo, sin considerar la

presion que la persona genera sobre el mercado de trabajo.

4. Datos y especificacion del modelo

Con informacion de la ENOE para las 32 ciudades principales6, se estimara un

modelo de regresion logıstica para modelar la probabilidad de estar ocupado, desem-

pleado abierto o desempleado desalentado, para hombres y mujeres y comparando

dos perıodos, pre-crisis (2006) y crisis (2009). No se ha podido utilizar la informacion

de los segundos trimestres que es la menos afectada por la estacionalidad, ya que para

el ano 2009 en el segundo trimestre se aplico el cuestionario basico que no permite

construir todas las variables requeridas para el modelo7. Con fines comparativos se

decidio presentar los modelos con los datos del primer trimestre.

Las variables independientes individuales a usar en el modelo pueden ser dividi-

das en tres modulos conceptuales. El modulo de caracterısticas individuales incluye:

grupo de edad y nivel de instruccion. Un segundo modulo incluye las responsabi-

lidades domesticas del individuo: estado conyugal, parentesco con el jefe de hogar

y exclusivamente para las mujeres si tienen hijos. El tercer y ultimo modulo consi-

dera la clase ocupacional de pertenencia del individuo. En el cuadro 1 se presenta

esquematicamente una descripcion de las variables independientes a incluir en los

6Ciudad de Mexico, Guadalajara, Monterrey, Puebla, Leon, San Luıs Potosı, Merida, Chihuahua,

Tampico, Veracruz, Acapulco, Aguascalientes, Morelia, Toluca, Saltillo, Villahermosa, Tuxtla Gu-

tierrez, Tijuana, Culiacan, Hermosillo, Durango, Tepic, Campeche, Cuernavaca, Oaxaca, Zacatecas,

Colima, Queretaro, Tlaxcala, La Paz, Cancun, Pachuca.7Especıficamente: la variable de clase ocupacional

6

modelos.

Los modelos logısticos multinomiales son los adecuados cuando contamos con una

variable dependiente politomica no ordinal, como en este caso. Con estos modelos

podemos predecir la probabilidad de que una persona se encuentre en una de las

categorıas de y, dadas ciertas caracterısticas observables. Siguiendo a Long y Freese

(2005), el modelo logıstico multinomial, puede ser escrito como,

lnΩm|r(x) = lnPr(y = m|x)

Pr(y = r|x)= xβm|r (1)

para m = 1 a J , siendo r la categorıa de referencia.

Con el modelo logıstico obtenemos coeficientes β que indican el efecto de las va-

riables en la probabilidad de interes. Ahora bien, como se esta modelando con una

funcion no lineal la interpretacion de los coeficientes no es como en la regresion lineal.

Aquı, los coeficientes se interpretan como efectos aditivos asociados al cambio unita-

rio en x sobre el logaritmo natural de la probabilidad de ocurrencia de la categorıa

de contraste sobre la categorıa de referencia. Dada la especificacion de la ecuacion

del modelo de regresion logıstica, es posible obtener su exponencial, lo que permite a

su vez interpretar la exponencial de los coeficientes β como una razon de riesgos rela-

tivos, asociada al cambio unitario en X. De este modo, un valor menor (mayor) a la

unidad en las razones de riesgo relativo indica que esa variable disminuye (aumenta)

la probabilidad de desempleo en comparacion con la del grupo base, manteniendo

fijas el resto de las variables independientes incluidas en el modelo8.

5. Resultados

5.1. Determinantes del desempleo

En el cuadro 2 se presentan los resultados de los cuatro modelos logısticos mul-

tinomiales estimados. Allı se muestran los coeficientes β exponenciados, ası como

8Esta ultima precision es omitida en la exposicion de los resultados de los modelos, en el intento

de simplificar la interpretacion de los modelos multinomiales

7

Cuadro 1: Variables independientes

Variable Categorıas

Modulo 1: caracterısticas individuales

Grupo de edad 12 y 13 anos

14 a 19 anos

20 a 29 anos

30 a 39 anos (referencia)

40 a 49 anos

50 a 59 anos

60 a 64 anos

65 anos y mas

Nivel de instruccion Primaria incompleta

Primaria completa

Secundaria completa

Medio superior y superior (referencia)

Modulo 2: responsabilidades domesticas

Estado conyugal Casado o en union libre (referencia)

Ni casado ni en union libre

Parentesco con el jefe de hogar Jefe de hogar (referencia)

Conyuge

Hijo

Otro integrante del hogar

Tiene hijos (dato exclusivo para mujeres) Sin hijos

Un hijo o mas (referencia)

Modulo 3: adscripcion de clase

Clase ocupacional Gerente, profesional o jefe medio

No manual de rutina (referencia)

Comercio

Manual de alta calificacion

Manual de baja calificacion

8

algunos datos acerca del ajuste del modelo: pseudo R2 y BIC. Es importante con-

siderar que por la especificacion del modelo, no es posible comparar los coeficientes

que se presentan entre los modelos. Esta comparacion se realizara mas adelante a

partir de las probabilidades estimadas (Long, 2006). Las categorıas de la variable

dependiente que se presentan son, desocupacion abierta y desocupacion desalentada,

siendo la ocupacion la categorıa de referencia, contra la que seran contrastadas9.

En relacion a la edad, los cuatro modelos indican que el riesgo de que una persona

se encuentre desocupada versus que se encuentre ocupada se incrementa para quienes

tienen entre 14 a 29 anos, con respecto a quienes tienen de 30 a 39 anos. Tambien se

incrementa en el ano 2006 para los hombres, pero se reduce para ese mismo grupo de

edad entre las mujeres de ambos anos. A partir de el grupo de edad de 40 a 49 anos, el

riesgo de que las mujeres se encuentren desocupados en relacion a que se encuentren

ocupadas, desciende constantemente entre los grupos de edad subsiguientes. Entre

los hombres, se observan valores mas erraticos e incluso algunos no significativos

estadısticamente.

Es poco lo que podemos afirmar acerca de la incidencia del nivel educativo en

relacion a la probabilidad de estar desocupado, especialmente para los hombres. Pa-

ra ellos en el ano 2006, contar con un nivel educativo de primaria completa, versus

contar con educacion superior y media superior, reducıa el riesgo de estar desocu-

pado en 22 % (rrr=0.775); para el resto de los niveles de educacion, los coeficientes

asociados a esa variable no son estadısticamente significativos. Para ellas en el 2006,

se ve una tendencia similar que asocia menores niveles educativos con mayor pro-

babilidad de estar desocupadas. Si bien para la categorıa mas baja de educacion

(primaria incompleta) el dato no es estadısticamente significativo, para quienes tie-

nen primaria completa, en comparacion a quienes tienen educacion media superior y

superior, el riesgo de estar desocupado se reduce en un 34 % y reduce tambien para

quienes tienen secundaria completa, pero en menor medida (17 %). Para el ano 2009,

unicamente podemos ver que hay un reduccion de la probabilidad de estar desem-

pleada estadısticamente significativa y del 28 % para las mujeres que tienen primaria

incompleta.

El sentido de la relacion entre las variables del modulo de responsabilidades

9En el cuadro 1 se presentaron las categorıas de referencia de las variables independientes.

9

domesticas es similar entre los modelos y los dos perıodos, con algunas interesantes

diferencias por sexo debidas a los diferentes roles en el hogar asignados a hombres

y a mujeres. Como lo muestra el modelo, el riesgo de que una persona se encuen-

tre desocupada -versus que se encuentre ocupada- se reduce tanto para los hombres

como para mujeres que estan en union libre o casados en los dos perıodos, pero no

es estadısticamente significativa para las mujeres en el ano 2009. La posicion del

individuo en el hogar y su relacion con la mayor probabilidad de estar desempleado,

es claramente distinta ente los generos. Para los hombres, todas las posiciones en el

hogar distintas a la de ser el jefe de hogar, se asocian a un aumento en el riesgo de

estar desocupado, en relacion a estar ocupado. Para las mujeres, se observa lo contra-

rio, una reduccion en el riesgo de estar desempleada para otras posiciones distintas

a la de ser jefa de hogar. Por su parte, para las mujeres, el tener un hijo o mas no

presenta una diferencia estadısticamente significativa a no tener hijos sobre el riesgo

de estar desocupada en relacion a estar ocupada.

Finalmente, en relacion a la clase ocupacional, para el ano 2006 el unico coeficiente

significativo es el asociado a quienes estan vinculados a ocupaciones manuales de baja

calificacion. Para ellos, el modelo estima un aumento de 30 % sobre el riesgo de estar

desocupado en relacion a estar ocupado y en relacion a quienes tienen una ocupacion

de rutina no manual. Para el 2009 contamos con mayores datos, para quienes se

vinculan a puestos directivos alto y profesionales, hay una reduccion del riesgo de

estar desempleado y para quienes se vinculan a ocupaciones manuales, de alta o baja

calificacion, hay un aumento en este riesgo. Por su parte, para las mujeres de este

ano, estar asociadas a ocupaciones de comercio tambien se traduce en un aumento

del riesgo de estar desocupadas versus estar ocupada.

La poblacion disponible (aquellos que no tienen empleo pero que no lo buscan

activamente) con respecto a a la ocupada, presentan algunas diferencias con los

valores estimados para la poblacion en desocupacion abierta. En relacion a los grupos

de edad, para todos los grupos de edad presentados en el modelo en comparacion

con el grupo de 30 a 39 anos, hay un incremento en el riesgo de estar disponible

versus estar ocupado. Cabe precisar que este incremento es especialmente intenso

para los hombres de ambos anos de entre 12 y 19 anos y para los mayores a 60 anos.

Para las mujeres, en el ano 2006, para el grupo de menor edad, el coeficiente no es

10

estadısticamente significativo aunque sı lo es para el 2009 y representa un incremento

importante sobre los riesgos de estar disponible (poco mas de 347 %). Para ellas en

el 2006, hay el riesgo es mayor entre los 14 y los 29 anos, pero siendo mucha mas

marcado entre los 14 y los 19 anos. Para el ano 2009, el riesgo aumenta a edades mas

tempranas, ubicandose entre los 12 y los 19 anos el mayor incremento en el riesgo.

Para las mujeres en el ano 2006, el modelo estima -al igual que con la poblacion

masculina- un nuevo incremento en el riesgo de estar disponible, versus estar ocupada,

para quienes tienen mas de 60 anos. Contrariamente a lo que observamos para el

riesgo de desocupacion versus ocupacion, donde hay un incremento del riesgo en la

poblacion joven, el riesgo de disponibilidad versus ocupacion presenta un patron de

incremento bimodal en las edades bajas y altas, siendo esto especialmente marcado

entre los hombres de ambos anos.

En relacion al nivel educativo, para las mujeres en ambos anos se observa un

aumento en el riesgo de estar disponibles versus estar ocupadas, cuando se tiene un

nivel bajo de educacion (primaria completa o incompleta). Mientras que, para las

que tienen secundaria completa versus las que tienen nivel educativo medio superior

y superior, en el ano 2006 disminuye el riesgo de estar disponibles versus estar ocupa-

das. Para los hombres, en ambos anos, contar con un nivel educativo de secundaria

completa en comparacion con tener un nivel mas alto de educacion, se traduce en

una reduccion del riesgo de estar disponible.

El modulo de variables vinculadas a las responsabilidades domesticas, nuevamente

muestra que para los hombres en ambos perıodos estar unidos o casados en relacion

a no estarlo, se traduce en una reduccion del riesgo de estar disponible versus estar

ocupado, de 36 % en el 2006 y de 56 % en 2009. Para las mujeres en cambio, en el 2006

estar en union libre o casadas, respecto a no estarlo, se asocia a un incremento de

50 % en el riesgo de estar disponibles; esto es contrario a lo que se observo en relacion

al riesgo de estar desocupadas. Para el 2009, el coeficiente no es significativo. Para

ellos y en relacion a la posicion en el hogar, al igual que lo que se observa con el

riesgo de estar desocupado, estar en una posicion distinta a la de jefe de hogar se

traduce en un incremento importante del riesgo de estar disponible en comparacion

a estar ocupado. Para las mujeres, el tener uno o mas hijos se asocia a una reduccion

del 18 % en el riesgo de estar disponible en el ano 2009; para el 2006 el coeficiente

11

asociado a esta variable no es estadısticamente significativo.

Para las mujeres de ambos anos y contrariamente a lo que se observa para los

hombres, los coeficientes asociados a la variables acerca de la clase son, en su mayorıa,

significativos. Para los dos perıodos el estar asociado a ocupaciones en el comercio y

manuales de alta o baja calificacion -en relacion a estarlo en ocupaciones no manuales

de rutina- incrementa el riesgo de estar disponible en comparacion a estar ocupada.

Para las que estan vinculadas a ocupaciones profesionales o en puestos directivos,

para el 2009 se observa un decremento en el riesgo de 40 %. Para los hombres, se ob-

servan coeficientes estadısticamente significativos en el ano 2009. Para este perıodo el

estar vinculado a puestos profesionales o directivos, reduce el riesgo de estar disponi-

ble en 70 %, mientras que estar asociado a ocupaciones manuales de baja calificacion

aumenta el riesgo de estar disponible en 37 %.

Cuadro 2: Regresiones Multinomiales por sexo y ano

Hombres Mujeres Hombres Mujeres

2006 2006 2009 2006

Desocupados

12 y 13 anos 0.430∗ 0.0788∗∗∗ 0.153∗∗∗ 0.446

(0.148) (0.0531) (0.0682) (0.199)

14 a 19 anos 1.984∗∗∗ 1.919∗∗∗ 1.520∗∗∗ 1.834∗∗∗

(0.161) (0.201) (0.105) (0.159)

20 a 29 anos 1.614∗∗∗ 2.274∗∗∗ 1.470∗∗∗ 1.457∗∗∗

(0.106) (0.167) (0.0778) (0.0910)

40 a 49 anos 1.440∗∗∗ 0.589∗∗∗ 1.052 0.585∗∗∗

(0.106) (0.0564) (0.0651) (0.0434)

50 a 59 anos 0.980 0.305∗∗∗ 1.142 0.362∗∗∗

(0.0929) (0.0429) (0.0782) (0.0376)

60 a 64 anos 1.225 0.216∗∗∗ 0.755∗ 0.172∗∗∗

12

(0.176) (0.0661) (0.0981) (0.0428)

65 anos y mas 0.664∗ 0.0249∗∗∗ 0.393∗∗∗ 0.0440∗∗∗

(0.106) (0.0141) (0.0566) (0.0169)

prim inc 0.910 0.747∗ 1.167∗ 0.718∗∗

(0.0799) (0.0941) (0.0872) (0.0833)

prim com 0.775∗∗∗ 0.657∗∗∗ 0.958 0.878

(0.0519) (0.0603) (0.0536) (0.0672)

sec com 0.933 0.827∗∗ 0.985 1.047

(0.0505) (0.0542) (0.0449) (0.0591)

unido o casado 0.739∗∗∗ 0.683∗∗∗ 0.675∗∗∗ 0.895

(0.0491) (0.0728) (0.0366) (0.0750)

conyuge 1.705∗∗∗ 0.619∗∗∗ 1.579∗∗∗ 0.577∗∗∗

(0.271) (0.0757) (0.182) (0.0562)

hijo 1.974∗∗∗ 0.855 1.676∗∗∗ 0.996

(0.151) (0.0784) (0.104) (0.0769)

otro integrante 1.529∗∗∗ 0.496∗∗∗ 1.218∗∗ 0.729∗∗∗

(0.131) (0.0596) (0.0869) (0.0693)

prof 0.808∗ 0.890 0.656∗∗∗ 0.764∗∗

(0.0767) (0.0958) (0.0566) (0.0796)

comercio 0.889 1.142 0.950 1.353∗∗∗

(0.0758) (0.100) (0.0702) (0.104)

manual alta calif. 1.024 1.146 1.259∗∗∗ 1.846∗∗∗

(0.0762) (0.125) (0.0781) (0.160)

13

manual baja calif. 1.304∗∗∗ 1.146 1.464∗∗∗ 1.448∗∗∗

(0.0938) (0.0996) (0.0890) (0.105)

no especificado 1277.5∗∗∗ 13380.1∗∗∗ 721.5∗∗∗ 1226.8∗∗∗

(313.7) (6659.7) (159.4) (227.4)

uno o mas hijos 1.000 0.954

(0.0742) (0.0611)

Disponibles

12 y 13 anos 6.580∗∗∗ 1.903 11.25∗∗∗ 4.478∗∗∗

(1.592) (0.705) (2.550) (1.116)

14 a 19 anos 5.939∗∗∗ 7.026∗∗∗ 10.83∗∗∗ 4.753∗∗∗

(0.737) (0.693) (1.268) (0.417)

20 a 29 anos 2.087∗∗∗ 2.653∗∗∗ 3.636∗∗∗ 1.375∗∗∗

(0.243) (0.205) (0.403) (0.0981)

40 a 49 anos 1.248 1.066 1.539∗∗ 0.882

(0.181) (0.0954) (0.220) (0.0649)

50 a 59 anos 2.354∗∗∗ 0.878 4.539∗∗∗ 0.925

(0.336) (0.103) (0.596) (0.0823)

60 a 64 anos 6.151∗∗∗ 2.202∗∗∗ 6.983∗∗∗ 1.035

(1.037) (0.366) (1.185) (0.164)

65 anos y mas 8.402∗∗∗ 2.005∗∗∗ 12.52∗∗∗ 1.444∗

(1.311) (0.335) (1.889) (0.211)

prim inc 1.286∗ 1.389∗∗ 1.029 1.418∗∗∗

(0.144) (0.145) (0.106) (0.136)

prim com 1.111 1.242∗∗ 0.948 1.242∗∗

14

(0.100) (0.102) (0.0755) (0.0922)

sec com 0.809∗∗ 0.819∗∗ 0.769∗∗∗ 1.008

(0.0655) (0.0556) (0.0531) (0.0613)

unido o casado 0.643∗∗∗ 1.506∗∗∗ 0.441∗∗∗ 1.064

(0.0616) (0.144) (0.0374) (0.0953)

conyuge 2.119∗∗ 0.844 1.774∗∗ 1.176

(0.497) (0.0924) (0.333) (0.116)

hijo 2.582∗∗∗ 1.189 1.929∗∗∗ 1.027

(0.307) (0.114) (0.198) (0.0879)

otro integrante 2.663∗∗∗ 0.660∗∗∗ 1.472∗∗∗ 0.821∗

(0.325) (0.0769) (0.164) (0.0807)

prof 0.839 0.855 0.298∗∗∗ 0.593∗∗∗

(0.142) (0.114) (0.0568) (0.0822)

comercio 0.891 1.628∗∗∗ 0.770∗ 1.461∗∗∗

(0.123) (0.145) (0.0889) (0.123)

manual alta calif. 0.978 1.498∗∗∗ 0.937 2.105∗∗∗

(0.124) (0.161) (0.0970) (0.194)

manual baja calif. 1.280∗ 1.519∗∗∗ 1.367∗∗∗ 1.661∗∗∗

(0.150) (0.134) (0.127) (0.131)

no especificado 6771.8∗∗∗ 56866.9∗∗∗ 4443.5∗∗∗ 5940.4∗∗∗

(1741.7) (28298.8) (1008.7) (1100.3)

uno o mas hijos 1.032 0.817∗∗

(0.0777) (0.0574)

Pseudo R2 0.410 0.533 0.391 0.489

15

BIC 30367.5 26381.0 38634.3 32873.5

Observations 69758 51225 68015 52119

Exponentiated coefficients; Standard errors in parentheses

∗ p < 0,05, ∗∗ p < 0,01, ∗∗∗ p < 0,001

5.2. Comparacion para ambos perıodos: probabilidades pre-

dichas

En la seccion anterior ajustamos cuatro modelos logısticos multinomiales que nos

permitieron estudiar los determinantes individuales asociados a la probabilidad de

estar desocupado abierto o desocupado disponible, en relacion a estar ocupado. Ahora

bien, como ya lo mencionamos, la especificacion del modelo no nos permite comparar

los coeficientes entre los modelos para estudiar si hay un cambio estructural entre los

dos perıodos, uno pre-crisis y uno de crisis. Para llevar adelante esta comparacion,

analizaremos en esta seccion las probabilidades predichas por los modelos.

A diferencia de la realizacion de un test de cambio estructural, las probabilidades

predichas deben ser calculadas para distintos valores de las variables independientes

incluidas en el modelo. De esta forma su interpretacion se vuelve mas complicada. Pa-

ra simplificar esta tarea de interpretacion y exposicion, seleccionamos algunos perfiles

que consideramos importantes. En los cuadros 3 y 4 se presentan las probabilidades

predichas por el modelo para desocupacion abierta y disponibilidad, indicando el va-

lor de las variables independientes en cada caso. Cada uno de los cuadros corresponde

a la subpoblacion de hombres (cuadro 3) y mujeres (cuadro 4), y ambos presentan

la misma estructura: la probabilidad estimada para cada uno de los anos, el cambio

observado en la probabilidad y el riesgo relativo. Esta ultima cifra es importante

porque las bajas cifras de las probabilidades que manejamos pueden llevarnos a des-

estimar la dimension del cambio. Como se indica, se comparan las diferencias en la

probabilidad de desempleo para un perfil muy especıfico: hombres y mujeres, de entre

30 a 39 anos, casados o en union libre y jefes de hogar, pero varıa el nivel educativo

y la clase ocupacional a la que estan asociados.

El aumento en el riesgo relativo de las probabilidades observadas no debe sor-

16

prendernos ya que, como hemos visto, durante el perıodo de crisis se da un aumento

en la probabilidad de estar desempleado (en sus dos categorıas). Sin embargo, lo que

sı debemos atender son las diferencias en las dimensiones de los riesgos relativos, ya

que nos dan un indicio de la afectacion desigual del aumento del desempleo entre la

poblacion de acuerdo a su nivel educativo y a su clase ocupacional.

Como lo muestran el cuadro 3, para los hombres de menor nivel educativo y de

ocupaciones menos calificadas, el aumento en la probabilidad de caer en el desempleo

abierto es mas alta. Resaltan los casos de quienes tienen secundaria completa y una

ocupacion manual de alta calificacion, quienes tienen probabilidades 116 % mayores, y

de quienes estan vinculados a ocupaciones manuales de baja calificacion con primaria

completa (probabilidades 130 % mayores) y con primaria incompleta (probabilidades

137 % mayores). En relacion a los riesgos relativos de los disponibles, los aumentos

en las probabilidades para ambos perıodos no son muy marcados.

El cuadro 4, muestra un panorama distinto para las mujeres. Entre ellas resalta

el incremento del 127 % en las probabilidades de estar en una situacion de desem-

pleo abierto en el perıodo recesivo para quienes tienen secundaria completa y estan

asociadas a ocupaciones manuales de alta calificacion. Pero, lo que mas llama la

atencion es el importante incremento en las probabilidades de estar disponible para

trabajar. Excluyendo a quienes tienen un nivel educativo medio y medio-superior,

el resto de los perfiles seleccionados presentan incrementos en la probabilidad de es-

tar disponibles mayores al 100 %; siendo las que tienen secundaria completa y estan

asociadas a ocupaciones manuales de alta calificacion las que presentan un aumento

mayor dichas probabilidades, llegando esta cifra a probabilidades 218 % mayores.

6. Conclusiones

El mercado de trabajo urbano en Mexico se ha caracterizado por una baja tasa

de desempleo abierto, no obstante en el ultimo perıodo de crisis ha habido un au-

mento significativo del dicha cifra. Como ya ha sido apuntado en relacion a la cifra

absoluta, nunca antes tantos mexicanos habıan buscado un empleo sin encontrarlo,

a lo que agregamos ademas que nunca antes como ahora habıa tantos mexicanos sin

trabajo pero dispuestos a trabajar aunque ya no busquen empleo. El incremento en

17

Cuadro 3: Comparacion de probabilidades estimadas por ano: hombres

Invariante: hombre, 30 a 39 anos, en pareja, jefa de hogar

2009 2006 cambio Riesgo relativo (2009/2006)

Educacion: Medio superior. Clase: Gerentes, Profesionales, jefes intermedios

Pr(y=Desocupa|x): 0.025 0.0181 0.0069 1.38

Pr(y=Disponib|x): 0.0018 0.0033 -0.0015 0.55

Educacion: Medio superior. Clase: no manual de rutina

Pr(y=Desocupa|x): 0.0375 0.0223 0.0152 1.68

Pr(y=Disponib|x): 0.0059 0.0039 0.002 1.51

Educacion: secundaria completa. Clase: comercio

Pr(y=Desocupa|x): 0.0353 0.0186 0.0167 1.90

Pr(y=Disponib|x): 0.0035 0.0029 0.0007 1.21

Educacion: secundaria completa Clase: manual de alta calificacion

Pr(y=Desocupax): 0.0462 0.0214 0.0248 2.16

Pr(y=Disponibx): 0.0042 0.0031 0.0011 1.35

Educacion: secundaria completa. Clase: manual de baja calificacion

Pr(y=Desocupax): 0.0532 0.027 0.0262 1.97

Pr(y=Disponibx): 0.0061 0.0041 0.002 1.49

Educacion: primaria completa. Clase: manual de baja calificacion

Pr(y=Desocupax): 0.0518 0.0225 0.0292 2.30

Pr(y=Disponibx): 0.0075 0.0056 0.0019 1.34

Educacion: primaria incompleta. Clase: manual de baja calificacion

Pr(y=Desocupax): 0.0623 0.0263 0.036 2.37

Pr(y=Disponibx): 0.0081 0.0064 0.0016 1.27

18

Cuadro 4: Comparacion de probabilidades estimadas por ano:mujeres

Invariante: mujer con hijos, 30 a 39 anos, en pareja, jefa de hogar

2009 2006 cambio Riesgo relativo (2009/2006)

Educacion: Medio superior. Clase: Gerentes, Profesionales, jefes intermedios

Pr(y=Desocupax): 0.0333 0.0323 0.001 1.03

Pr(y=Disponibx): 0.0121 0.0088 0.0033 1.38

Educacion: Medio superior. Clase: no manual de rutina

Pr(y=Desocupax): 0.0428 0.0361 0.0067 1.19

Pr(y=Disponibx): 0.0199 0.0102 0.0097 1.95

Educacion: secundaria completa. Clase: comercio

Pr(y=Desocupax): 0.059 0.034 0.025 1.74

Pr(y=Disponibx): 0.0286 0.0136 0.015 2.10

Educacion: secundaria completa Clase: manual de alta calificacion

Pr(y=Desocupax): 0.0778 0.0342 0.0437 2.27

Pr(y=Disponibx): 0.0398 0.0125 0.0273 3.18

Educacion: secundaria completa. Clase: manual de baja calificacion

Pr(y=Desocupax): 0.0626 0.0342 0.0285 1.83

Pr(y=Disponibx): 0.0323 0.0127 0.0195 2.54

Educacion: primaria completa. Clase: manual de baja calificacion

Pr(y=Desocupax): 0.0526 0.0271 0.0255 1.94

Pr(y=Disponibx): 0.0399 0.0193 0.0205 2.07

Educacion: primaria incompleta. Clase: manual de baja calificacion

Pr(y=Desocupax): 0.0432 0.0307 0.0125 1.41

Pr(y=Disponibx): 0.0457 0.0214 0.0242 2.14

19

estas cifras nos invita a estudiar el fenomeno con mas detalle, siendo dos las pre-

guntas que nos hemos formulado: ¿cuales son aquellas caracterısticas individuales

que colocan a las personas en mayor riesgo de estar desocupadas? y ¿hay cambios

significativos a este respecto en el perıodo recesivo? Para responder a estas pregun-

tas hemos analizado distintos modelos logısticos binomiales y las probabilidades por

estos predichas.

Algunos de los datos de los modelos estimados siguen claras tendencias interna-

cionales acerca del desempleo abierto. Este es el caso de la importante asociacion

entre los jovenes y la mayor incidencia de este tipo de desempleo. No obstante, co-

mo se vio el estar disponible presenta un patron bimodal, con concentracion en los

grupos de edades extremos, lo que esta aun mas marcado entre los hombres. En re-

lacion a la educacion, la interpretacion no es sencilla; entre niveles educativos muy

bajos pueden encontrarse niveles mas bajos de desempleo pero entre niveles medios

en adelante las probabilidad de estar desempleado desciende. Para los hombres, el

tener mayores responsabilidades domesticas se asocia a una menor probabilidad de

estar sin trabajo, ya sea en busqueda activa de otro empleo o con ausencia de este

comportamiento. Por ejemplo, ser conyuge o hijo, en comparacion a ser jefe de hogar

presenta un aumento en la probabilidad de estar desempleado. Para las mujeres, la

situacion es distinta, entre ellas el ser hijas o conyuges del jefe o jefa de hogar se tra-

duce en una disminucion de las probabilidades de estar en condicion de desempleo

abierto, en comparacion con ser jefa de hogar. Finalmente, la clase ocupacional pa-

rece mostrar datos similares a los del nivel educativo. Las posiciones extremas bajas,

se vinculan mas a un aumento en la probabilidad de estar desempleado mientras que

las extremas altas se vinculan a la disminucion de esta probabilidad.

En relacion a los cambios en el perıodo recesivo, los riesgos relativos en los cam-

bios de las probabilidades predichas para ambos perıodos nos indican que tanto para

hombres como para mujeres, quienes tienen un nivel alto de educacion y estan aso-

ciados a ocupaciones mejor remuneradas, son los menos afectados por el incremento

en las probabilidades de estar desocupados. Mientras que, entre los hombres con bajo

nivel educativo y ocupaciones de menor calificacion, se encuentran los mayores incre-

mentos en las probabilidades de estar en condicion de desempleo abierto. Entre las

mujeres, los mayores incrementos corresponden a las probabilidades de estar desocu-

20

padas disponibles, siendo entre las de calificacion intermedia la donde se encuentra

mayor incremento en las probabilidades.

21

7. Referencias

Garcıa, B. (2010). “La precarizacion laboral y el desempleo en Mexico, 2000-2009”.

X Reunion nacional de investigacion demografica en Mexico.

Fleck, S. and C. Sorrentino (1994). “Employment and unemployment in Mexico’s

labor force.”Monthly Labor Review, november: 3-31.

Garro, N. and E. R. Oreggia (2002). “Los determinantes personales y regionales

del desempleo en el mercado laboral mexicano: Un modelo logıstico, 1995 y

2000.”El Trimestre Economico 69(276(4)): 543-566.

INEGI (2005). Encuesta Nacional de Ocupacion y Empleo 2005: Una nueva encuesta

para Mexico.

Long, J.S. 2009. Group comparisons in logit and probit using predicted probabilities.

En lınea.

Long, J.S. and Freese, J. 2005. Regression Models for Categorical and Limited De-

pendent Variables with Stata. Second Edition.College Station, TX: Stata Press.

Martin, G. (2000). “Employment and unemployment in Mexico in the 1990s.”Monthly

labor review 123(11).

Negrete, R. (2001) ¿Por que han sido bajas las tasas de desempleo abierto en Mexi-

co?: una guıa basica ilustrada. Notas. Revista de informacion y analisis 14 y

15.

Revenga, A. and M. Riboud (1993).“Unemployment in Mexico: Its Characteristicas

an Determinants”Policy Research Working Paper. 1230. The World Bank.

Rodrıguez Oreggia, E. (2002). La probabilidad de estar desempleado en Mexico:

Factores sociodemograficos y regionales en un modelo Logit. Denarius, 2(1),

143-163.

22