Universidad de La Salle Universidad de La Salle

Ciencia Unisalle Ciencia Unisalle

Economía Facultad de Economía, Empresa y Desarrollo Sostenible - FEEDS

2015

Determinantes de la brecha salarial por género y segregación Determinantes de la brecha salarial por género y segregación

ocupacional: áreas metropolitanas de Colombia 2009 2012 ocupacional: áreas metropolitanas de Colombia 2009 2012

Diego Alejandro Parga Castrillón Universidad de La Salle, Bogotá

Hamilton Herbert Galindo Lúligo Universidad de La Salle, Bogotá

Follow this and additional works at: https://ciencia.lasalle.edu.co/economia

Part of the Income Distribution Commons, Labor Economics Commons, and the Work, Economy and

Organizations Commons

Citación recomendada Citación recomendada Parga Castrillón, D. A., & Galindo Lúligo, H. H. (2015). Determinantes de la brecha salarial por género y segregación ocupacional: áreas metropolitanas de Colombia 2009 2012. Retrieved from https://ciencia.lasalle.edu.co/economia/770

This Trabajo de grado - Pregrado is brought to you for free and open access by the Facultad de Economía, Empresa y Desarrollo Sostenible - FEEDS at Ciencia Unisalle. It has been accepted for inclusion in Economía by an authorized administrator of Ciencia Unisalle. For more information, please contact ciencia@lasalle.edu.co.

UNIVERSIDAD DE LA SALLE

MONOGRAFÍA

“DETERMINANTES DE LA BRECHA SALARIAL POR GÉNERO Y

SEGREGACIÓN OCUPACIONAL: ÁREAS METROPOLITANAS DE COLOMBIA

2009-2012”.

DOCUMENTO ELABORADO POR:

DIEGO ALEJANDRO PARGA CASTRILLÓN

HAMILTON HERBERT GALINDO LÚLIGO

ASESOR: JAIRO GUILLERMO ISAZA CASTRO

UNIVERSIDAD DE LA SALLE

FACULTAD DE CIENCIAS ECONÓMICAS Y SOCIALES

PROGRAMA DE ECONOMÍA

BOGOTÁ, D.C.

2015

2

UNIVERSIDAD DE LA SALLE

MONOGRAFÍA

“DETERMINANTES DE LA BRECHA SALARIAL POR GÉNERO Y

SEGREGACIÓN OCUPACIONAL: ÁREAS METROPOLITANAS DE COLOMBIA

2009-2012”.

DOCUMENTO ELABORADO POR:

DIEGO ALEJANDRO PARGA CASTRILLÓN

HAMILTON HERBERT GALINDO LÚLIGO

UNIVERSIDAD DE LA SALLE

FACULTAD DE CIENCIAS ECONÓMICAS Y SOCIALES

PROGRAMA DE ECONOMÍA

BOGOTÁ, D.C.

2015

3

Agradecimientos a nuestras familias que nos han acompañado en este logro,

A Dios que siempre nos respaldado, elevando nuestra ganas de continuar,

y un agradecimiento especial a Jairo Guillermo Isaza Castro por su

Acompañamiento, aporte y amplio conocimiento nos orientó,

En el desarrollo de este trabajo de monografía

4

RESUMEN

La demanda laboral y el incremento de la población han sido temas determinantes

del acceso laboral en Colombia en la última década, enmarcados en situaciones

de discriminación salarial por género y segregación ocupacional, haciendo

necesario el estudio de la relación que existe entre ellas. Esta investigación

pretende obtener resultados del comportamiento de la brecha salarial y como

dentro de sus determinantes se pondera la segregación ocupacional para las 13

áreas metropolitanas del país en los periodos del 2008 al 2012. Se basa en

distintas investigaciones propuestas por los diversos teóricos que evaluaron la

dimensión salarial por raza y sexo, y de la teoría enmarcada dentro de la

economía laboral que permitió el análisis intuitivo de cada uno de los

determinantes que hacen parte de la brecha salarial.

Palabras claves: mercado laboral, discriminación, capital humano, género,

brechas salariales, corrección por sesgo de selección.

Clasificación JEL: J16, J31, J71

5

ABSTRACT

Labor demand and population growth have been key issues in the labor access

Colombia in the last decade, framed in situations of gender wage discrimination

and occupational segregation, making it necessary to study the relationship

between them. This research aims to obtain results on the behavior of the wage

gap and its determinants as within occupational segregation is weighted for the 13

metropolitan areas in the periods from 2008 to 2012. It is based on various

research proposals by various theorists who assessed salary scale by race and

sex, and the theory framed within labor economics that allowed the intuitive

analysis of each of the determinants that are part of the wage gap.

Word Keys: Labor market, discrimination, human capital, gender, wage gaps,

correction for selection bias.

JEL Classification: J16, J31, J71

6

TABLA DE CONTENIDO

INTRODUCCIÓN………………………………………………………………….....9

1. Economía laboral: Discriminación y segregación ocupacional por

género...………………………………………………………………………...11 14

1.1 Revisión de literatura……………………………………………….…12

2. Contexto Colombiano…………………………………………………………...17

2.1 Investigaciones Precedentes………………………………………....17

2.2 Consideraciones Normativas en Colombia………………………....21

3. METODOLOGÍA.………………………………………………………………...23

3.1 Data…………………………………………………………………….…25

4. HALLAZGOS………………………………………………………………….….27

4.1 Consideraciones generales……………………………………….…....27

4.2 Resultados del modelo……………………………………………….....29

4.2.1 El diferencial salarial y segregación ocupacional por género…....31

5. CONCLUSIONES………………………………………………………….……...34

6. BIBLIOGRAFÍA………………………………………………………….………....36

7

ÍNDICE DE TABLAS

Tabla 1. Relación Estadísticas Generales 2009…………………………………………28

Tabla 2. Relación Estadísticas Generales 2009…………….……………………….…...28

Tabla 3. Brecha Salarial y Segregación Ocupacional por genero 2009-2012 con

Termino de Selectividad……………………………………………………….32

Tabla 4. Brechas Salariales por Posición Ocupacional con selectividad 2009-2012

con Termino de Selectividad………………………………………………..…..33

8

ANEXOS

ANEXOS A: IMPACTO EFECTOS MARGINALES

TABLA A.1……………………………………………………………………38

TABLA A.2……………………………………………………………………39

TABLA A.3……………………………………………………………………40

TABLA A.4……………………………………………………………………41

TABLA A.5……………………………………………………………………42

TABLA A.6……………………………………………………………………43

TABLA A.7……………………………………………………………………44

TABLA A.8……………………………………………………………………45

ANEXOS B: ECUACIONES DE INGRESO SALARIO POR HORA

TABLA B.1……………………………………………………………………46

TABLA B.2……………………………………………………………………47

TABLA B.3……………………………………………………………………48

TABLA B.4……………………………………………………………………49

TABLA B.5……………………………………………………………………50

TABLA B.6……………………………………………………………………51

TABLA B.7……………………………………………………………………52

TABLA B.8……………………………………………………………………53

9

INTRODUCCIÓN

Con el aumento de la participación femenina en el mercado laboral desde los

tiempos de la segunda guerra mundial hasta hoy, se puede evidenciar la

existencia de fenómenos discriminatorios y segregantes ocupacionalmente,

asociados a la presencia de la mujer dentro del mercado laboral. Los estudios

realizados a partir de las brechas salariales por género han jugado un papel

fundamental en la identificación de estos fenómenos al interior del mercado

laboral, ya que permiten caracterizar hombres y mujeres según su ubicación

ocupacional. Encontrar el comportamiento de los determinantes del diferencial

salarial en Colombia entre el 2009 y el 2012 será el tema que ocupe este texto a la

vez que se intenta realizar una adecuada corrección del posible sesgo de

selección existente.

Se entiende por discriminación el trato desigual entre individuos semejantes por

características propias de uno de ellos, como lo es el género o su etnia. Por su

parte la segregación se refiere a la preferencia jerárquica que muestra un sector

ocupacional en la contratación de un grupo particular de entre otros en una

población definida. La ocurrencia de estos fenómenos conlleva impactos en

términos de equidad y desarrollo para los individuos de cada género.

En Colombia como en otras partes del mundo, se evidencia la existencia de

particularidades en la distribución de los individuos dentro del mercado laboral en

especial, aquellas causantes de discriminación y segregación asociadas al género.

Lo anterior es empíricamente observable a partir de la brecha salarial1 entre

hombres y mujeres, debido a que, la teoría económica permite analizar cuáles son

los determinantes de esta brecha y discutir intuitivamente cuales son las causas

1 Son aquellas rupturas ó distancias ocasionadas por el tratamiento desigual de acceso, participación y

control de mujeres y hombres

10

asociadas a este comportamiento del mercado laboral en particular. Sin embargo

son pocos los estudios que evalúan al tiempo ambos fenómenos.

Para evaluar el comportamiento de ambos fenómenos, se pretende por medio de

la técnica de descomposición usada por Isaza y Reilly (2011), realizar el análisis

para áreas metropolitanas del país encuestadas por el DANE en los años de 2009

a 2012. Dicho método involucra la corrección por sesgo de selección de Lee’s

(1983) a una descomposición tipo Brown et al. (1980) que incorpora la ubicación

de hombre y mujeres en el mercado laboral. Esto permite separar en componentes

discriminatorios o segregatorios de los determinantes que se asocian a las

características ocupacionales o personales de los individuos. Por medio de estas

técnicas de descomposición se logra aislar componentes primarios de la brecha

salarial y luego, obtener el impacto de la segregación ocupacional de las

tendencias más amplias. Es tema de relevante importancia para la investigación

de las brechas salariales en Colombia, ya que revela cambios para las diferentes

tendencias en los salarios.

En el capítulo inicial se enunciarán los principales desarrollos en cuanto a

segregación ocupacional y discriminación salarial por género, Se tomarán

referentes teóricos expuestos por diversos autores en el campo de la economía

laboral. En este segundo aparte de la investigación será dedicada a una revisión

teórica y de los antecedentes que se presentan a nivel Colombia en

investigaciones que hagan referencia a las aplicaciones hechas de la

descomposición de las brechas salariales. Para el tercer capítulo, se describe el

método empleado para el desarrollo de la investigación y finalmente en el capítulo

cuatro se comentarán hallazgos encontrados del ejercicio.

11

1 ECONOMÍA LABORAL: DISCRIMINACIÓN SALARIAL Y SEGREGACIÓN

OCUPACIONAL POR GÉNERO

En referencia a la composición de la diferenciación salarial por género, tanto por

los factores asociados a la discriminación, la segregación ocupacional y su efecto

en la brecha salarial, se encuentran diversas investigaciones alrededor del mundo.

Sin embargo, al enfocarse en cómo se desarrolló este conocimiento, siempre se

llega a textos centrales, que ilustran teórica y prácticamente la construcción de las

técnicas de descomposición de la brecha salarial más aceptadas en el análisis

económico. En general se encontró que los avances relevantes en la materia se

gestaron de la siguiente manera:

Aproximaciones en la literatura ya mencionadas, nos presentan que las

investigaciones realizadas por Becker (1971), asientan un precepto acerca de la

dimensión de la discriminación salarial2 por raza y sexo, en su libro “Economía de

la Discriminación”, afirma que la discriminación está dada por factores que

intervienen en el mercado, como son los precios y los costes laborales.

Independientemente del “gusto por la discriminación” (Becker, 1973:16 –17)

que ejerza un empleador hacia sus subordinados, por el simple hecho de

discriminar en el mercado laboral se produce un costo, o simplemente por

choques del mercado se ocasionan actos discriminatorios. El “gusto por la

discriminación” descrito por Becker (1971), es un primer acercamiento a la

problemática en los mercados laborales, que darían paso a otros enfoques más

empíricos y que permitirían mejores análisis.

Son entonces las contribuciones de Blinder (1973) y Oaxaca (1973) que en la

práctica alientan el desarrollo de nuevas técnicas de descomposición como

2 Discriminación salarial, se define como una situación en la cual se implica personas que proveen al

mercado de trabajo sus servicios y a la vez son igualmente productivos en forma física u/o material, a causa de una o varias características observables son tratados de manera diferente, como por la raza, etnia o género. El término diferente, hace referencia a los individuos que perciben salarios con precios no homogéneos o que enfrentan diferentes tendencias de demandas por sus servicios a un salario determinado (Altonji et al., 1999).

12

herramientas en el análisis económico e incluso la implementación de variables

tipo dummy para la representación de características observables en la muestra.

Estas contribuciones abrirán paso a la inclusión de la segregación dentro del

estudio de las dinámicas del mercado laboral. De las investigaciones llevadas a

cabo por los mencionados, se plantea un número de técnicas de descomposición

de la brecha, para distinguir los efectos de las diferencias explicadas en el capital

humano y otras características. Por otro lado, los efectos que no explican las

diferencias en los retornos para esas características o discriminación. Blinder

(1973), sugiere en particular el uso de variables dummy para la ecuación de

salarios por género para controlar los efectos de las ocupaciones.

1.1 REVISIÓN DE LITERATURA

El aporte realizado por Brown et al. (1980), desarrolla un análisis de la

segregación ocupacional, como un determinante del comportamiento de la brecha

salarial. Donde se formula un marco empírico el cual el capital humano, la

productividad y los logros ocupacionales explican al mismo tiempo la variación en

los salarios entre hombres y mujeres. Observó por medio de las distribuciones

ocupacionales dadas, cuáles serían las distribuciones equitativas para la mujeres

en la posición ocupacional de los hombres. Lo que permitió el uso de

contrafactuales para la verificación de las distribuciones ocupacionales. Este

avance traería consigo el problema de la selectividad por la homogeneidad en la

elección de los grupos.

A partir de un contrafactual, resultante de un logit-multinomial, Brown et al. (1980),

Permite revisar el efecto generado por la ocupación posicional de los trabajadores

y de la segregación que se encuentra al interior de la Brecha Salarial (Brown et al.,

Ibíd. :). En donde se localiza la segregación explicada, como la no explicada, esto

resulta ser una variante del método de descomposición estándar que empleamos

Oaxaca (1973) y Blinder (1973), técnica de descomposición que cuenta con un

13

papel de gran importancia en la determinación de la segregación por ocupaciones

(Oaxaca & Blinder, op. cit.:).

Una de las soluciones más conocida a los problemas de selectividad asociados

con este tipo de análisis es el de la corrección de Heckman (1979), a través de un

modelo probit, provee la capacidad de corregir sesgos de selección en situaciones

donde hay ocurrencias binarias. Para obtener él, o, los términos de selección Lee

(1983), opta por la utilización de un modelo logit multinomial que permite obviar la

limitación a posibles selecciones binarias a múltiples opciones de ocurrencia. Este

proceso propone un sistema de corrección de sesgo de selección en dos etapas

tipo probit que funciona correctamente para sistemas de elección binaria. En otras

palabras, es efectivo realizando la corrección del sesgo de selección en ejemplos

que implican la participación o no participación de individuos en el mercado

laboral. Esto hace que aun siendo el método de mayor uso, tenga limitaciones

para su uso en la corrección del sesgo de selección en casos con múltiples

posibles ocurrencias a evaluar.

El proceso de Lee (1983) por su parte, permite corregir el sesgo de selección a

partir de un modelo logit-multinomial de dos etapas. Procedimiento que serviría a

Reilly (1991), en la elaboración de un proceso en dos etapas que con su uso

genera resultados comprobables empíricamente. Por medio de la corrección de

Lee se puede controlar la selectividad mediante el nivel de las categorías

ocupacionales, se estima relevante en todos los años vistos en este estudio. Este

procedimiento a diferencia del de Heckman (1979) permite el control de múltiples

opciones al interior de una característica. Por medio de esta corrección se puede

controlar adecuadamente la selectividad entre las distintas categorías

ocupacionales.

Continuando con el desarrollo de los paradigmas en cuanto a segregación y

discriminación por género, son relevantes los avances sobre jerarquía laboral de

Baldwin (2001), que sugiere una perspectiva, en la que el hombre prefiere no

14

trabajar para una mujer que jerárquicamente se encuentre en un cargo

relativamente superior y para afirmar esta tesis procede a elaborar un modelo el

cual permita hacer predicciones sobre la participación potencial de la mujer en el

mercado laboral, tanto de forma natural como jerárquica. Con este trabajo se dio

inicio a la inclusión de la segregación como un determinante de la brecha salarial.

Por otro lado su investigación Katz (1991), se concentra en la relevancia de

variables explicativas y el efecto que tenían en los ingresos del individuo. La

educación, la experiencia y la incidencia de variables demográficas en el

incremento de la inequidad en términos del ingreso salarial, fueron los pilares de

su estudio. Este enfoque permitió expandir el análisis particular de los

determinantes del ingreso laboral.

Para Katz (1991), la estructura salarial está dada por tres dimensiones que

determinan una creciente inequidad y la discriminación. En primer lugar, está las

diferencias de los salarios por educación, es decir, entre más alto sea el nivel de

educación, mayor será la remuneración; luego, se encuentra el promedio de los

salarios de los trabajadores con experiencia, incrementa los salarios relativos,

respecto a los salarios que perciben los trabajadores jóvenes sin educación, ni

experiencia; y por último, las ganancias inequitativas también se incrementan en

gran medida, ya que se encuentran estrechamente ligadas a las definiciones de

demografía y los grupos de habilidades (Katz & Murphy, 1991:3-4).

De igual forma, otras aproximaciones como la de Liu et al (2000) que utilizan

procedimientos que emplean el logit-multinomial para descomponer las diferencias

de salario entre grupos étnicos. Estiman un modelo, con datos del incremento en

el mercado laboral en las últimas tres décadas para la República Popular de

China, aplica un método pertinente similar al de la investigación, donde se

analizan las características de los individuos que contribuyen al diferencial salarial

de género a través de la aplicación y comparación de varios métodos alternativos.

En primer lugar, la identificación de la existencia estadísticamente del diferencial

15

salarial por género, luego, la estimación de una ecuación minceriana que

especifique el uso de una variable dummy de género, esta puede ser transformada

por la ecuación propuesta por Oaxaca (1973). Aplicando Heckman (1979), se

producen dos situaciones en la corrección de la selección estimada. La primera

estima la ecuación de la participación de la fuerza laboral de la mujer en forma de

una función probit, con el fin de obtener la relación de la inversa de Mills y corregir

el posible sesgo de selección y por otra parte, en segundo lugar, implica la

estimación de la ecuación de salarios por MCO con la inversa de la razón de Mills,

la cual predice una variable explicativa adicional desde la función probit. El

procedimiento resultante concluye que en promedio la participación de la mujer en

el mercado laboral contempla la probabilidad de trabajar en ocupaciones

específicas al género masculino.

En la investigación descrita por Salardi (2012) para el caso del género podemos

observar que el incremento de la participación femenina en el mercado de labores

del Brasil, y el cambio de roles de las mujeres está dado por elementos que se

encuentran fuera de hogar, esto se ha visto reflejado en los cambios de la

composición del mercado de labores y los patrones de ganancias. Para el caso del

Brasil en las dos últimas décadas, la participación femenina se ha incrementado

de un 43% in 1987 a 56% aproximadamente en 2006.

La técnica implementada por Salardi (2012) en la investigación realizada para el

Brasil donde recopila información de las dos últimas décadas, no intenta abordar

el problema de sesgo de selección, pero en presencia de estimadores de MCO

pueden producirse estimadores sesgados e inconsistentes. La técnica más común

para corregir problemas de sesgo de selección es Heckman (1979, op. cit), el

procedimiento es válido cuando el sesgo de selección es generado por una

distinción binaria entre participantes y no participantes del mercado laboral. Pero si

la participación en el mercado de labores es un asunto más complejo que el

procedimiento de Heckman y ofrece una metodología más restrictiva. Es decir, la

decisión de la participación no puede ser una simple elección binaria entre los

16

participantes y no participantes en el mercado laboral, pero puede implicar otras

múltiples opciones relacionadas, como ejemplo, para participar en las diferentes

ocupaciones en las diferentes ocupaciones de los sectores y actividades

económicas del entorno.

Por tal motivo implementa, la corrección de Lee (1983) quien propuso un enfoque

más amplio. Este es un procedimiento de dos etapas que explota las estimaciones

del modelo logit multinomial, para la construcción de los términos de corrección de

selección. Al utilizar estimaciones que se obtienen a partir de una forma reducida

del logit multinomial, la cual calcula un conjunto de términos de corrección, con

uno para categoría mutuamente excluyente.

El enfoque ligeramente diferente de Salardi (2012), al de Reilly (1991), se emplea

el procedimiento de Lee (1980) para corregir la selectividad en la descomposición

que sugiere Brown et al. (1980). Se estiman dos modelos de logit multinomial por

separado. El primero de ellos se emplea como ecuación de selección y estima la

probabilidad de participar en los sectores formales e informales, además de los

trabajadores cuenta propia. El otro, se utiliza para construir la distribución

ocupacional contrafactual. Lo que concluye, que por medio de la estimación de la

probabilidad de trabajar en una ocupación específica, predice la estabilidad

profesional.

17

2 CONTEXTO COLOMBIANO

En el contexto colombiano en las investigaciones que abordan el estudio de la

brecha salarial y de las cuales se puede establecer una evidencia consolidada,

hacen su aparición hacia la primera década del siglo XXI, este fenómeno se hace

motivo de investigación debido a la creciente incursión de la mujer a los diferentes

puestos de trabajo en Colombia. Por tal motivo, el interés primordial de la

investigación es obtener pruebas recientes utilizando los datos disponibles de la

Gran Encuesta Integrada de Hogares, GEIH del año 2009 al 2012 que tiene

disponible el DANE, para efectos del caso, se trabajó sobre las treces áreas

metropolitanas de Colombia que se reportan en la encuesta.

2.1 INVESTIGACIONES PRECEDENTES

Para Colombia, encontramos ciertos estudios que hacen aproximaciones

preliminares en el ámbito de segregación o discriminación ocupacional. La

investigación elaborada por Bernat (2005) realizó un análisis sobre el diferencial

salarial por hora entre el género masculino y femenino, en las siete principales

áreas metropolitanas de Colombia hacia el periodo 2000-2004; este análisis

requirió la metodología propuesta por Oaxaca (1973) y demostró que existe un

componente discriminatorio que influye en la diferencias salariales entre ambos

grupos. Contemplo que el tipo de capital más importante, era la educación. Por lo

tanto, personas con mayor nivel educativo, tienen una mayor productividad y así

mismo debe verse reflejado en el salario. En materia de asuntos de género

confirmó que en la mayoría de estudios, la brecha aún persiste. Puesto que se han

tomado medidas legales en las últimas décadas que promueven la igualdad de

género, como lo exhibe el Artículo 143 del código laboral, establece que los

empleadores deberán pagar salarios igualitarios para trabajos iguales (Bernat,

2007).

18

También podemos hallar relevante la investigación propuesta por Tenjo y Herrera

(2009), quienes hacen un acercamiento en los tratamientos de los grupos con y

sin ascendencia Afroamericana, investigaron si las diferencias salariales entre el

género masculino y femenino, y entre afrodesendiente y no afrodesendiente, eran

producto de prácticas discriminatorias en el mercado laboral. Esto se pudo llevar

acabo por medio de la descomposición salarial de Oaxaca (1973), que registró

más de la mitad de diferencias salariales entre mujeres y hombres. Esto se

explica por el hecho que dentro de la misma ocupación y nivel de calificación, las

mujeres ganan menos que los hombres, lo mismo aplica con los afrodesendiente,

quienes tienen el mismo tratamiento para los géneros. Concluyó que el tratamiento

discriminatorio se ve reflejado con más grado de relevancia a situaciones raciales

que de género entre la comunidad afrodesendiente, y de igual manera el

comportamiento discriminatorio por salario dentro de la etnia se ve sometido a una

percepción de salarios más bajos por parte de la mujer.

Galvis et al (2010), presenta el análisis de las medias simples de los salarios y

revela que en el año 2009 los hombres obtenían en promedio un ingreso del 14%

más que el de las mujeres, esta revisión se realizó para el caso de las trece

ciudades principales. También evidenció que las mujeres trabajan en promedio un

número menor de horas que los hombres lo cual implica que si la mujer trabajará a

tiempo completo, las mismas horas que el género masculino, la brecha salarial

por hora sería tan solo del 9%.

En promedio se puede aseverar que las mujeres que poseen un 6% más de años

de educación que, los hombres que se ubican en la posición ocupacional del

grupo de los asalariados, no determina un mejor salario hora. Esto indica que

indiferentemente de los años de educación, el ingreso para una mujer con mayor

número de años de educación con respecto a un hombre asalariado no es

significativamente superior, por lo cual probablemente si se presente algún tipo de

discriminación en el mercado laboral colombiano.

19

Galvis et al (2010), Presenta la brecha salarial de género en el mercado de

labores en Colombia, por regiones, evidenciando que las diferencias salariales son

positivas en la mayoría de las principales ciudades y que no todas las diferencias

son atribuidas a la existencia de la discriminación. Galvis et al (2010), utilizó el

método Machado y Mata de regresión por quantiles, siguiendo la línea de BO. En

los resultados de la brecha salarial sugiere que esta no está explicada por

atributos observables de los individuos, que el patrón que emerge de la

comparación entre ciudades refleja la centralidad del mercado laboral regional, por

lo que ciudades que reflejan menores desigualdades de género están hacia el

centro de la actividad económica del país, lo cual se deduce en que ciudades que

se encuentran a la periferia, son localidades donde las desigualdades de género

son mayores.

Finalmente, Isaza y Reilly (2011) implementan el procedimiento sugerido por el

mismo Reilly (1991) en la Colombia urbana para los años de 1986 a 2004. Hacen

un análisis robusto y extenso del comportamiento de la brecha salarial en

intervalos particulares dentro de este periodo de tiempo, encontrando que la

segregación pura era un factor determinante en la disminución de la brecha

salarial entre otras cosas. Siendo este un estudio que incluye tanto la

discriminación y la segregación ocupacional por género, y que además

implementa nuevos tratamientos metodológicos a análisis de ámbito nacional.

Desde el punto de vista de económico, son muy diversos los trabajos que se han

realizado acerca del análisis de la segregación ocupacional y diferencias de los

salarios por género. En la investigación sugerida por Isaza y Reilly (2011:2-11)3,

se evaluaron los efectos de la segregación ocupacional sobre la brecha salarial

por género en zonas urbanas entre 1986-2000. La metodología consistió en

implementar un proceso de dos pasos, por lo que la distribución ocupacional de

los trabajadores por género se modeló mediante una función logit-multinomial

3 Isaza, J. Reilly, B. “Selection effects, segregation and gender wage differences: Evidence from Urban

Colombia”. Cuadernos de Economía de la Universidad de la Salle. CE 03-11. Marzo (2011): 2-11

20

utilizada en la primera etapa, que en la segunda no se abordaron, eso solo con el

objeto de obtener una distribución hipotética de las mujeres ausentes de lugares

de trabajo. También se encontró que los resultados para Colombia en la parte

urbana indican que el control de sesgo selección a nivel de categorías

profesionales es relevante para los años de estudio. Con lo cual se puede deducir

que la trazabilidad en las investigaciones elaboradas a cerca de la discriminación

laboral y segregación por género, termina siendo muy amplia y de diversos puntos

de vista que aún no se conocen en la investigación formal pero que se pretenden

dar a relucir al momento de encontrarse con este amplio campo de la Economía.

Las brechas salariales por género son un fenómeno que se presentan en todo el

entorno del mercado de labores en Colombia, al igual que en otros muchos

países. Estas brechas no se dan de forma similar a través de todas las regiones,

lo que implica un análisis minucioso de la situación de cada región en particular.

Los hallazgos que se presentan dan lugar a diferenciales positivos o negativos en

los salarios por género, que en su mayoría evidencian una mayor presencia de

salarios positivos a favor de los hombres.

Para el caso de género, en los últimos años se ha visto un incremento significativo

de la mujer en el mercado laboral, en el cambio de rol de la mujer tanto dentro

como fuera de la familia, se ha reflejado cambios, tanto en la composición del

mercado de trabajo como los patrones de ingresos del mercado.

De la brecha salarial entre hombres y mujeres no se puede asumir que en su

totalidad es explicada por eventos discriminatorios, también se presentan

circunstancias que muy poco tienen que ver con los hallazgos discriminatorios.

Aunque la participación en el mercado laboral por parte de las mujeres ha

aumentado significativamente en la última década, la brecha laboral ha acotado el

margen diferencial, lo que hace sustancialmente que el género femenino haga

mayor presencia eventualmente en el entorno laboral en Colombia.

21

Sabogal (2012), define la brecha salarial por diferenciales salariales simples no

condicionados a corrección por selectividad pero que controla en términos del ciclo

económico el aumento o disminución del mismo. Esto es logrado al incluir la tasa

de desempleo en una ecuación que tiene por variable dependiente el diferencial

obtenido por la diferencia entre las medias de los ingresos de hombres y mujeres.

Incluye como variables microeconométricas características como la edad,

educación, variables tipo dummy que capturan la existencia de niños en el hogar

entre otras elaborando un pseudopanel 1984 – 2006 en las 7 principales ciudades.

Estima dos ecuaciones, la primera tiene como objetivo verificar el comportamiento

de la brecha contra el ciclo económico. La segunda ecuación emplea los

estimados obtenido en la ecuación inicial para explicar este comportamiento

cíclico en términos del trabajador adicional, composición del trabajo formal e

informal y de los sectores productivos en términos de sexo. Los resultados de

obtenidos en la investigación arrojan que la brecha salarial por genero es

procíclica lo que se evidencia en que ante un aumento un aumento de una unidad

en a tasa de desempleo, se genera una disminución de 1,12% en la brecha

salarial y en la segunda ecuación la brecha disminuye en 0,91%, sin embargo

hallazgos sobre la formalidad y composición sectoriales entre hombres y mujeres

resultaron no ser significativos.

2.2 CONSIDERACIONES NORMATIVAS EN COLOMBIA

La ley 1009 del 23 de enero de 2006, con la cual se crea de manera permanente

“El Observatorio de Asuntos de Género”; El Congreso de la República de Decreta

la entrada en operación del Observatorio (OAG).

“El OAG tiene por objeto identificar y seleccionar un sistema de

indicadores de género, categorías de análisis y mecanismos de

seguimiento para hacer reflexiones críticas sobre las políticas, los

planes, los programas, las normas, la jurisprudencia para el

22

mejoramiento de la situación de las mujeres y de la equidad de

género en Colombia”. (Colombia. Congreso de la República de

Colombia. Ley 1009 de 2006. Acerca del carácter permanente del

Observatorio de Asuntos de Género).

La ley 1496 del 29 de diciembre del 2011, contempla en sus nueve artículos, un

marco legal que obliga a los empleadores y otros, a generar y garantizar equidad,

tanto en la igualdad salarial, como en el trato respetuoso entre los trabajadores de

los dos géneros. La ley garantiza la igualdad salarial de cualquier forma de

retribución laboral entre los géneros, también obliga a fijar mecanismos que

permitan que dicha igualdad sea real y efectiva tanto en el sector público como en

el privado y propende establecer los lineamientos generales que permitan

erradicar cualquier forma discriminatoria en manera de retribución laboral.

También podemos encontrar la ley 1009 del 23 de enero de 2006 creo de manera

permanente el Observatorio de Asuntos de Género que tiene por objeto identificar

y seleccionar un sistema de indicadores de género, categorías de análisis y

mecanismos de seguimiento de seguimiento para hacer reflexiones críticas sobre

las políticas, los planes, los programas, las normas, la jurisprudencia para el

mejoramiento de la situación de las mujeres y de la equidad de género en

Colombia. En su Artículo 10, se contempla que todos los trabajadores y

trabajadoras son iguales ante la ley, tienen la misma protección y garantías, en

consecuencia, queda abolido cualquier tipo de distinción por razón del carácter

intelectual o material de la labor, su forma a retribución, el género salvo las

excepciones establecidas por la ley.

23

3 METODOLOGÍA

Para el desarrollo de este trabajo se utiliza un utiliza un procedimiento e dos

etapas propuesto por Isaza y Reilly (2011), el cual parte de la descomposición de

Brown et al. (1980) que incorpora al diferencial salarial la colocación ocupacional

de hombres y mujeres. En este se usa la distribución por género al interior de las

ocupaciones que permite generar un término contrafactual que expresa la

situación de la submuestra femenina en condiciones de la submuestra masculina.

Para la comprensión del cálculo de las descomposiciones se utilizaran las

siguientes expresiones:

1)

Donde, W el ingreso percibido; X es el vector de características observadas;

representa los coeficientes correspondientes; g corresponde a la submuestra en

cuestión que para el caso será m para el caso de la submuestra masculina y f para

el de la submuestra femenina; el subíndice j hace referencia a la característica

ocupacional en cuestión en el desarrollo de este texto supone posiciones

ocupacionales; el termino de error será .

2)

∑

En esta y

son las distribuciones ocupacionales para cada submuestra, y la

ecuación nos muestra que la brecha salarial será igual a la sumatoria de las

medias de los ingresos ocupacionales masculinos por su por la participación

ocupacional del genero menos el producto homónimo de la submuestra femenina,

siendo k las características o categorías ocupacionales existentes.

3)

∑

24

Donde Z es el vector normalizado de las probabilidades de las características

observadas del individuo, muestra los coeficientes de los

componentes ocupacionales a estimar de la ocupación. Esta tercera

ecuación indicara el cálculo del logit multinomial que permitirá la generación de las

probabilidades de distribución ocupacional de los individuos y la construcción del

contrafactual anteriormente mencionado.

4) ∑

∑

∑

∑

∑

La ecuación resulta de agregar a la ecuación 2 el término contrafactual de la

distribución ocupacional femenina en condiciones de la masculina . El primer

término o Tratamientos representa la porción de la brecha atribuible a

características inexplicables de las características observadas, el siguiente o

Dotaciones corresponde a la diferenciación de las características en sí, el termino

de en medio muestra el efecto de la selectividad en la generación de la brecha, el

cuarto mostrara la colocación explicada de trabajadores en el mercado laboral,

mientras el ultimo determinara la segregación o colocación no explicada de la

fuerza laboral.

Adicionalmente la ecuación 3 permite generar el regresor correspondiente al

termino de selección según la metodología la corrección de selectividad propuesta

por Lee’s (1983). Para esto se hará ejecutara el logit multinomial para ambas

submuestras. Esto permite corregir el sesgo de selección en la ecuación de

ingreso 1 de la siguiente forma:

5)

( (

))

( )

Donde indica la función de densidad normal, la función acumulativa de

densidad inversa de las probabilidades dadas por

,

, donde,

6) Si, ( (

))

( )

, entonces

25

7)

Las ecuaciones de ingreso corregidas por selectividad que se usaran para el

cálculo de 4) pueden expresarse así:

8)

Y podrá calcularse como un coeficiente de .

3.1 DATA

Para el cálculo de las brechas salariales y sus determinantes se realizó la

construcción y adecuación de una base de datos que contiene información

proveniente de los microdatos anonimizados por el DANE en la Gran Encuesta

Integrada de Hogares GEIH 2008-2012. Esta contiene información económica y

demográfica de los hogares encuestados y sus individuos en territorio nacional

(donde se ha implementado la encuesta). Para este caso se consideraran las 13

áreas metropolitanas que presentan observaciones por parte del DANE,

suponiendo que estas conforman no solo una gran extensión del territorio

colombiano si no también puntos de concentración poblacional. Es de anotar que

las estimaciones se efectuaron en el periodo 2009-20012 dado a que ciertas

inconsistencias entre la codificación de variables limito el uso de los datos

disponibles del 2008 en el presente trabajo.

Las variables incluidas para la estimación del modelo son: ingreso (w),

experiencia potencial (Exp) y su cuadrado (Exp2), variables tipo dummy que

indican si es cabeza de hogar (hhead), soltero (Soltero), la educación promedio

del resto del hogar (Edu_reshog), se agrega la corrección del termino de selección

después del cálculo del logit multinomial para el cual se utilizaron adicionalmente

el número de infantes (hhinfants) y niños (hhchildren) que son los menores entre

cero y dos años, y de dos a cinco años en el hogar respectivamente así como

26

relación de individuos menores a 14 y mayores a 65 años como dependientes

entre los no dependientes (Dependencia) y como variable dependiente la posición

ocupacional (Pos_ocu).

- w, corresponde al logaritmo natural del ingreso por horas de cada individuo, para

el caso de los empleados será sobre el total de su ingreso incluyendo el salario

devengado, los ingresos y rentas adicionales, salario en especie y comisiones,

mientras que para para los individuos en las posiciones de independientes,

empleadores u otros, supondrá la totalidad de los ingresos percibidos por las

actividades económicas realizadas más rentas y otros ingresos, para ambos casos

se tomaran en cuenta las horas trabajadas en la el empleo o actividad principal y

en las actividades o empleo secundarios si reporta.

- El cálculo de la experiencia potencial se obtiene de restar a la edad del individuo

los años de educación observados y seis años de infancia antes de iniciar

estudios, (Exp = Edad – Escolaridad – 6).

- Pos_ocu, corresponde a la variable de posiciones ocupacionales. Para el texto se

tendrán en cuenta las posiciones ocupacionales de la siguiente forma:

o Empleado Privado = Obrero o Empleado de Empresa Privada.

o Empleado Público = Obrero o Empleado del Gobierno.

o Empleado Domestico

o Trabajador independiente = Trabajador por cuenta propia.

o Patrón o Empleador

o Otro = Otro + Jornaleros o Peon

o Trabajadores no remunerados = Trabajadores familiares no remunerados +

Trabajadores no remunerados en empresas y negocios de otros hogares. Esta

posición ocupacional no se tiene en las observaciones ya que por definición no

reporta ingresos provenientes del empleo o actividad ocupacional.

27

4 HALLAZGOS

Colombia como país latino tiene una gran variedad de contrastes en cuanto a las

interacciones del mercado laboral dado a los cambios institucionales presentados

a las política aperturistas de la década de 1990 y las políticas de ajuste que se

han venido implantando des el 2000 en cuanto a la seguridad social y laboral de la

población. Los procesos coyunturales entre estas medidas, las crisis económicas

a nivel externo y el aumento de los requerimientos de competitividad externos e

internos sugieren mayores exigencias laborales del mercado laboral. Bajo esta

perspectiva se esperaría que fuera la calidad del capital humano por encima de

otros aspectos los que determinaran la colocación laboral y los retornos

ocupacionales de los trabajadores.

4.1 Consideraciones Generales

En el periodo que analiza este estudio se encuentran relativamente pocos cambios

en términos estadísticos, dentro de los hechos más notables tenemos que en

promedio por posición ocupacional los hombres trabajan más horas a la semana y

adicionalmente tenemos que son los que tienden a ganar menos por hora en

promedio, esto asociado a que también son los que tienen niveles medios de

escolaridad más baja. Las edad media por categoría ocupacional ronda ente los

34 y 43 años y será los trabajadores que laboran en el sector privado en promedio

los más jóvenes entre las categorías ocupacionales, mientras que los que los

patrones o empleadores serán en promedio mayores, hecho posiblemente

asociado a las tendencias de evitar cargas prestacionales iniciadas en la década

de 1990. Adicionalmente, hay que tener en cuenta que a excepción del trabajo

doméstico siempre es mayor la proporción de hombres dentro de las posiciones

ocupacionales, a continuación podemos encontrar las estadísticas relacionadas:

28

Para el 2012 los cambios serán mínimos,

Empleado

Particular

Empleado

Público

Empleado

Domestico

Trabajador

Independiente

Patrón o

Empleador

Total Areas

Muestra

Edad media 35 41 38 40 43 37

% Solteros 40% 26% 45% 34% 21% 42%

%cabezas de

Hogar 56% 76% 49% 64% 81% 55%

Media h/Sem

trabajadas52 52 52 53 56 53

Ingreso medio

ocupacional 4.440$ 11.607$ 2.846$ 3.842$ 9.563$ 4.840$

Esco. Media 10 15 8 8 10 9

Edad media 34 44 38 41 42 38

% Solteros 57% 48% 63% 46% 41% 48%

%cabezas de

Hogar25% 37% 27% 34% 39% 24%

Media h/Sem

trabajadas48 41 50 40 53 44

Ingreso medio

ocupacional4.748$ 13.804$ 2.397$ 4.428$ 12.779$ 5.044$

Esco. Media 11 16 7 9 11 10

%Hombres x

Ocupación59% 50% 3% 55% 73% 55%

Edad media 34 42 38 41 43 38

% Solteros 47% 37% 63% 39% 26% 46%

%cabezas de

Hogar43% 57% 28% 51% 70% 38%

Media h/Sem

trabajadas50 46 50 47 55 49

Ingreso medio

ocupacional 4.579$ 12.687$ 2.400$ 4.073$ 10.198$ 4.908$

Esco. Media 10 15 7 8 10 9

Categoría

Ocupacional

Tabla 1. Relación Estadísticas Generales 2009

Fuente: Cálculo de los autores a partir de la GEIH-DANE 2009-2012., las medias de ingreso en términos nominales.

H

o

m

b

r

e

s

M

u

j

e

r

e

s

T

o

t

a

l

Empleado

Particular

Empleado

Público

Empleado

Domestico

Trabajador

Independiente

Patrón o

Empleador

Total Areas

Muestra

Edad media 35 40 41 41 44 37

% Solteros 33% 57% 43% 40% 54% 36%

%cabezas de

Hogar 53% 72% 50% 61% 81% 53%

Media h/Sem

trabajadas53 54 54 53 57 53

Ingreso medio

ocupacional 5.190$ 12.548$ 3.822$ 4.689$ 10.477$ 5.662$

Esco. Media 11 14 8 9 10 10

Edad media 34 44 40 41 44 38

% Solteros 41% 62% 46% 54% 64% 46%

%cabezas de

Hogar26% 38% 31% 36% 40% 26%

Media h/Sem

trabajadas48 41 49 39 54 44

Ingreso medio

ocupacional5.223$ 15.377$ 2.917$ 4.814$ 10.052$ 5.387$

Esco. Media 12 16 7 9 11 10

%Hombres x

Ocupación59% 50% 3% 55% 73% 55%

Edad media 34 42 40 41 44 38

% Solteros 36% 59% 46% 47% 57% 42%

%cabezas de

Hogar41% 56% 31% 49% 69% 38%

Media h/Sem

trabajadas51 48 49 46 56 49

Ingreso medio

ocupacional 5.204$ 13.897$ 2.943$ 4.749$ 10.353$ 5.531$

Esco. Media 11 15 7 9 11 10

Tabla 2. Relacion Estadísticas Generales 2012Categoría

Ocupacional

H

o

m

b

r

e

s

M

u

j

e

r

e

s

T

o

t

a

l

Fuente: Cálculo de los autores a partir de la GEIH-DANE 2009-2012., las medias de ingreso en términos

nominales.

29

Estos nos indican que la categoría ocupacional presenta requerimientos más altos

en cuanto a educación es la de Empleados Públicos, y los empleados domésticos

por el contrario enfrentan menos requerimientos en este sentido. Por su parte la

media del ingreso por categoría ocupacional muestra una tendencia general a ser

más alto para las mujeres en el 2009 hecho que cambia para el 2012 año en el

que los hombres presentan un ingreso medio mayor con excepción de los

trabajadores del sector privado. Este último hecho no es muy diciente en cuanto a

que la media del ingreso se ve afectada por condiciones de escolaridad y de la

participación en la categoría ocupacional, sin embargo es notorio para la categoría

ocupacional de trabajadores domésticos que los hombre teniendo una menor

participación tienen siempre en promedio un salario mayor a las de las mujeres en

esta misma labor.

Las estadísticas muestran también que en promedio es mayor el porcentaje de

mujeres solteras trabajando en cada categoría ocupacional mientras que son los

hombres quienes en promedio presentan porcentaje mayor de ser cabezas de

hogar. Es de anotar que en para el caso de la soltería no se presenta una gran

deferencia en la proporción de hombre y mujeres, para los cabeza de hogar la

proporción media de hombres en esta situación es casi del doble que las mujeres

reportadas como cabeza de hogar. Según la muestra las mujeres que participan

del mercado laboral presenta en promedio mayores niveles de educación, además

se puede suponer dado que la participación laboral femenina esta sobre el 45%

que las mujeres salen del ideal de la realización en pareja y familia en busca de la

logros profesionales y laborales ya sea por elección o necesidad.

4.2 Resultados del modelo

Para el calcular los determinantes de discriminación y segregación ocupacional

por género corregidos por selectividad, Se obtiene en un primer paso la tendencia

de distribución en mercado laboral de cada una de las submuestras dadas sus

características particulares a través de un logit multinomial (ver anexo A). Los

30

resultados de estos por categoría ocupacional indican que para la muestra los

años en que hombres y mujeres tienden a ocuparse 38, 41, 42 y 41 para los

hombres mientras que para las mujeres son 36, 47, 37, 43, 44. Así mismo el tener

un mayor avance en la educación secundaria o universitaria en general presenta

un impacto negativo a momento de ocuparse en labores domésticas

independientemente de que sean hombres y mujeres, sucede lo contrario en las

demás características ocupacionales en particular para los empleados públicos

quienes reportan en promedio una probabilidad de alrededor de 50 puntos

porcentuales de laborar en esta posición en el caso de las mujeres y de 22 para el

caso de los hombres en el 2009, tendencia que se mantendrá hasta el 2012 en

este aspecto, con la única variación de que para la submuestra masculina

presentaran 0,8 y 2 puntos porcentuales respectivamente de no participar de

empleos particulares o de trabajo independiente en este último año.

Los individuos que son cabeza de hogar muestran probabilidades positivas de

encontrarse en cualquiera de las categorías ocupacionales con una única

excepción de la submuestra femenina en el empleo doméstico caso para el cual

presenta impactos negativos para el 2009. El caso de los solteros no muestra un

tendencia particular en este periodo de tiempo lo que aun teniendo resultados

significativos indica que su comportamiento varía más en relación a otras

situaciones de los individuos. Para los individuos con infantes y niños en el hogar

hay una tendencia inversa entre hombres y mujeres ya que para los hombres el

impacto de esta situación aumenta la posibilidad de que deba ocuparse en

cualquiera de las categorías ocupacionales, mientras que para las mujeres en

general presenta una tendencia negativa a ocuparse hecho atribuible al cuidado

de los de los mismos.

Con respecto a las áreas metropolitanas tenemos que en general las

probabilidades de emplearse en labores privadas o domesticas son menores que

las que se presenta para Bogotá (área metropolitana tomada como base), para el

resto de características ocupacionales el impacto de la ubicación presenta valores

cambiantes de ciudad a ciudad de año a año.

31

Para el caso de las ecuaciones de ingreso corregidas por selectividad (ver anexo

B), se tendrá que al analizar la edad en la que los individuos alcanzan su máximo

ingreso no todas las respuestas son relevantes o significativas, sin embargo es de

anotar que para los hombres dedicados al trabajo independiente percibirán el

máximos de los ingresos a los 56 años mientras que las mujeres en el mismo tipo

de ocupaciones lo encuentra a sus 37, tendencia que se aplica los casos

significativos y relevantes. Para las áreas metropolitanas se encuentra en general

una tendencia a la disminución del ingreso por hora con respecto ingreso percibido

en Bogotá, para las variables de educación y educación del resto del hogar la

tendencia será a aumentar los ingresos percibidos por los individuos, tal como se

espera según los modelos generales de capital humano. Observando a los

solteros se tiene que para el 2012 reporta un ingreso de cerca de 7% mayor para

el caso de los hombre, situación cercana al caso de las mujeres situación que era

inversa en 2009 y 2010.

4.2.1 El diferencial salarial y segregación ocupacional por género

Tabla 3. Brecha Salarial y Segregación Ocupacional por genero 2009-2012 con Termino de Selectividad. (puntos logarítmicos)

2009 2010 2011 2012

Tratamientos -0,3929 0,4768 0,0897 0,573

0,3612 0,2867 0,2138 0,5102

Dotaciones -0,0473** -0,0383** -0,0358** -0,0414**

0,0052 0,0062 0,0065 0,006

Selectividad 0,4906* -0,3704* 0,0136 -0,4574

0,1276 0,1632 0,0407 0,3306

Colocación Ocupacional

Explicada

0,007 0,0076 0,0073 0,0055

0,0141 0,0138 0,0115 0,0102

Segregación 0,03 0,0354 0,0378 0,0402

0,0884 0,1027 0,0925 0,0859

Brecha Salarial

0,0875** 0,1110** 0,1126** 0,120**

0,0067 0,0065 0,0063 0,0063

Fuente: Cálculo de los autores a partir de la GEIH-DANE 2009-2012. Errores estándar en paréntesis *Significancia al 5% ** sig. ≥ 1%

32

En general es apreciable que la brecha salarial tiende a aumentar en el periodo

observado, pasa del 9% al 13% entre el 2009 y el 2012. Las Dotaciones tienden

de forma sostenida a disminuir la brecha lo que indica que las características de

nivel del capital humano tienden a disminuir la brecha entre más altas. Por su

parte tanto la segregación como la colocación explicada de trabajadores suponen

una trayectoria sostenida determinativa en el aumento de la brecha sin presentar

un gran nivel de significancia, lo que impide tomar los efectos de políticas

segregativas como muy trascendentes para la muestra.

Los componentes que fomentan el incremento de la brecha pasan a ser los

tratamientos y el término de selección ya que según el resultado del ejercicio para

la muestra intercambia entre ellos la ponderación para inflar la brecha. Esto indica

que tanto en las características observables y la selectividad explica la brecha en

su mayor parte. En general se evidencio que la tendencia a la disminución de la

brecha que encontraron Isaza y Reilly (2011) hasta el 2004 se revierte a partir del

2009.

Aun cuando no se ve mucha significancia en la descomposición generalizada si

miramos al interior de los diferenciales por ocupación se encontraran evidencia

suficiente en cuanto a la significancia del ejercicio ya que en su mayoría son

significantes y por demás incluso lo son al nivel del 1%.

Se refiere entonces que por categoría ocupacional en general el diferencial salarial

será negativo para los trabajadores privados y públicos, en promedio para el

periodo indicaran que las mujeres tendrán un 5% y 25% más ingreso en estas

ocupaciones. Para el caso de los empleados domésticos se muestra que en

promedio durante el periodo analizado los empleados domésticos, trabajadores

independientes, y patrones o empleadores que se compondrá la brecha con 19%,

15% y 7% respectivamente haciendo a la mujer la submuestra foco de la

discriminación ocupacional. La selectividad muestra un efecto de generalizado al

aumento del diferencial salarial, con niveles aceptables de significancia lo que

33

indica que independientemente de los resultados en este ejercicio es relevante

realiza la corrección de este efecto para ambas submuestras.

En torno a estos resultados si se asocia los trabajadores públicos y privados como

los más favorecidos en torno a los beneficios laborales, encontramos que para

ellos los efectos de las características particulares de los individuos generan un

efecto de disminución de la discriminación en la brecha salarial. Esto permite

inferir que dadas sus características según las premisas de modelos de capital

humano que identifican a la educación como un elemento importante en la

composición de los ingresos de las personas participantes del mercado laboral.

Para el caso de los trabajadores empleados en las otras características

ocupacionales que pueden asumirse en situaciones de desventaja con respecto a

los dos primeros dado que los trabajadores domésticos no tienen siempre las

garantías propuestas para ellos en la regulación colombiana, los trabajadores

independientes tienen varios descuentos sobre su salario percibido y los patrones

asimismo se encuentra con elevadas cargas impositivas.

Tratamientos 0,1917* (0,0948) 0,8824 (0,7396) -3,3308 (3,7199) -0,1858 (0,1046) -0,7106 (0,9226)

Dotaciones -0,156** (0,0053) -0,122** (0,0331) 0,042 (0,0363) 0,0062 (0,004) -0,1167** (0,0261)

Selectividad -0,1191** (0,0148) -0,9853 (0,6287) 3,4678** (1,3365) 0,2994** (0,0277) 0,8962* (0,3584)

Brecha -0,0834** (0,0092) -0,2249 (0,0228) 0,1791** (0,0443) 0,1197** (0,0079) 0,0689* (0,0265)

Tratamientos -0,2621* (0,1037) 1,3323 (0,7212) 4,1009* (1,9763) 0,112 (0,1118) -1,2027 (0,9753)

Dotaciones -0,1527** (0,0054) -0,104** (0,0421) 0,0948* (0,0462) 0,0026 (0,0039) -0,0152 (0,0425)

Selectividad 0,3549** (0,0491) -1,5438 (0,813) -4,0256** (1,1412) 0,0335** (0,0054) 1,2899* (0,1637)

Brecha -0,0599** (0,0095) -0,3154 (0,0219) 0,1701* 0,0553) 0,1481** (0,0079) 0,072** (0,0262)

Tratamientos 0,0405 (0,101) 1,185 (0,7334) 0,9476 (1,659) -0,1238 (0,0992) -0,2214 (1,0253)

Dotaciones -0,1252** (0,005) -0,1917** (0,0452) 0,149** (0,0552) -0,0056 (0,0037) -0,0605 (0,0331)

Selectividad 0,0466* (0,0207) -1,3713* (0,6162) -0,9185* (0,4109) 0,2696** (0,018) 0,3103** (0,073)

Brecha -0,0381* (0,0091) -0,3779* (0,0226) 0,1781* (0,0551) 0,1401** (0,0076) 0,0285** (0,0243)

Tratamientos -0,1321 (0,0973) -0,2751 (0,814) 2,2505 (4,7718) -0,074 (0,1097) 0,9603 (1,0385)

Dotaciones -0,1298** (0,0047) -0,2188* (0,0487) 0,082 (0,0564) -0,0103** (0,0035) -0,0428 (0,0339)

Selectividad 0,2309** (0,0299) 0,1514 (0,3851) -2,1927 (1,7012) 0,2353** (0,015) -0,8262** (0,1944)

Brecha -0,031** (0,009) -0,3425 (0,0231) 0,1398 (0,0527) 0,151** (0,0078) 0,0912** (0,0254)

*Significancia al 5% ** sig. ≥ 1%

Tabla 4. Brechas Salariales por Posición Ocupacional con selectividad 2009-2012 con Termino de Selectividad. (puntos logaritmicos)

Empleado Privado Empleado Público Empleado DomesticoTrabajador IndependientePatrón o Empleador

2009

2010

2011

2012

Fuente: Cálculo de los autores a partir de la GEIH-DANE 2009-2012. Estimaciones en Negrilla, errorres estándar en paréntesis al lado

34

CONCLUSIONES

Dado a lo encontrado por investigaciones anteriores se esperaba una

disminución de en la brecha salarial sin embargo se evidencio un incremento de

esta en torno a los elementos discriminatorios. Dicho incremento contradice los

efectos esperados de las características educativas de los individuos, puede

suponerse que esta se encuentra en los efectos de selectividad propios del

mercado laboral colombiano así como en las necesidades particulares de los

individuos que son cabeza de hogar o tienen dependientes a su cargo. Esto se

asocia al impacto de la crisis generalizada del sector externo y su efecto en las

condiciones internas del mercado laboral.

Con la verificación de un impacto de la selectividad se confirma la viabilidad de la

realización de correcciones para cada una de las submuestras, esto permitirá

generar informes más relevantes en la generación de políticas económicas. Sin

embargo en este ejercicio se guardan algunas reservas a la significancia de los

resultados obtenidos que pueden atribuirse al manejo de la información

disponible ya que la metodología se aplicó de manera clara tanto en la

formulación como el análisis del modelo. Aparte de la selectividad y las

características individuales se notó de forma particular que la distribución de

hombres y mujeres en las categorías ocupacionales analizadas, presentan un

impacto que incrementa la brecha, sin embargo, en el periodo estudiado se

mantienen relativamente estable, por lo que el incremento se asociará más a los

componentes discriminatorios como se mencionaba anteriormente.

Es preocupante si dentro de la institucionalidad colombiana se contempla un

conjunto de normas enfocadas a la generación de equidad e igualdad en el

ambiente laboral se evidencio de forma clara y significativa un incremento de la

brecha. Esto deja al descubierto la necesidad de evaluar si el problema normativo

corresponde a suficiencia institucional, si es un problema del sistema de

35

implementación o si este último incremento del diferencial salarial es algo

meramente coyuntural. Aún así es alentador que en comparación con otros

países se evidencien intentos por solucionar esta problemática que afecta el

bienestar de los colombianos y sus familias.

Finalmente, el ejercicio confirma una vez más la presencia de fenómenos

discriminatorios y segregatorios en el país, así como que se hace necesaria la

formalización de métodos que permitan observar eficientemente la selectividad y

el impacto que genera dentro de la brecha salarial por la distribución de los

hombres y mujeres dentro del mercado laboral. También la necesidad de

gestionar la calidad de la información que es accesible en la realización de este

tipo de estudios. En general es sorprendente el hecho de que se evidenciará el

que en términos únicamente discriminatorios, se evidencia que las mujeres son

favorecidas como empleadas públicas y privadas, lo que puede atribuirse a

mayores niveles de preparación y a que comparativamente trabajan menos

tiempo que hombres en su misma situación.

36

BIBLIOGRAFÍA

Barraza, N. ”Discriminación salarial y segregación laboral por género en las áreas metropolitanas

de Barranquilla, Cartagena y Montería”. Documentos del Instituto de Estudios

Económicos del caribe (IEEC).LXI.1. Barranquilla; ediciones UNINORTE & Javegraf (2010):

4.

Baldwin, M., Butler, R., Jhonson, W. (2001) “A Hierarchical Theory of Occupational Segregation

and wage discrimination”. Economy Inquiry volume 33 n° 1. 94-110.

Bernat, Luisa (2005). “¿Quiénes son las mujeres discriminadas? Enfoque distributivo de las

diferencias salariales por Género” Borradores de Economía. Universidad ICESI

[Consultado en: www.icesi.edu.co/departamentos/.../borrador _economía_013.pdf].

Bernat, Luisa (2007). “Análisis de género de las diferencias salariales en las siete principales

áreas metropolitanas colombianas: ¿Evidencias de discriminación?” Cuadernos PNUD–

DANE. [Consultado en: www.pnud.org.co/sitio.shtml?apc=jFa-1--&x=18708, Febrero 15

de 2009].

Becker, G. “The economics of discrimination”. University of Chicago: University of Chicago press,

1971 ISBN 9780226041161

Blinder, A. S. (1973) “Wage discrimination: reduced form and structural estimates”. Journal of

Human Resources, 8, 436-455.

Brown, R. S., Moon, M. & Zoloth, B. S. (1980) “Incorporating occupational attainment in studies

of male-female earnings differentials”. The journal of Human Resources, 15, 3-28.

Gyourko, J. & Tracy, J. (1988) “An analysis of public and private sector wages allowing for

endogenous choices of both government and union status” Journal of labor Economics,

6, 229 – 253.

Heckman, J. J. (1979) “Sample selection bias as a specification error”: Econometrics, 47, 153-161.

Isaza, J. Reilly, B. “Selection effects, segregation and gender wage differences: evidence from

urban Colombia”. Cuadernos de economía de la Universidad de la Salle. ce 03-11. marzo

(2011): 2-11.

Katz, I. y Murphy, K. “Changes in relatives wages, 1963 – 1987: supply and demand factors”.

National Bureau of Economic Research. XCI.2. Massachusetts; NBER working papers

series, (1991): 3-4.

Lee, I.-F. (1983) “Generalized econometric models with selectivity”: Econometrics, 51, 507-512.

Liu, P.-W., Zhang, J. & Chong, S.-C. (2004) “Occupational segregation and wage differentials

between natives and immigrants: evidence from Hong Kong”. Journal of development

economics, 73, 395-413.

Oaxaca, R. (1973) “Male-female wage differentials in urban labor markets”. International

Economic Review, 14, 693-709.

Reilly, B. (1991) “Occupational segregation and selectivity bias in occupational wage equations:

an empirical analysis using Irish data”. Applied Economics, 23, 1.

Departamento Administrativo Nacional de Estadistica, DANE. (2013). Encuesta Continua de

Hogares (2002-2005). Bogotá: Departamento Administrativo Nacional de Estadistica,

DANE.

37

Departamento Administrativo Nacional de Estadistica, DANE. (2013). Encuesta Integrada de

Hogares (2008-2012). Bogotá: Departamento Administrativo Nacional de Estadistica,

DANE.

Sabogal, Adriana. “Brecha salarial entre hombres y mujeres y ciclo económico en Colombia”.

Coyuntura Económica, Vol. XLII, No. 1. Fedesarrollo, Bogotá – Colombia, Junio de 2012:

53-91

Salardi, P. “An analysis of Gender of Racial Wage Gaps with particular References to the Role of

Occupational Segregation”. An Analysis of Pay and Occupational Differences by Gender

and Race in Brazil 1987 to 2006. Sussex, (England): Departament of Economics

University of Sussex, (2012): 144 – 219.

Tenjo, J. y Herrera, P.(2009). Los ensayos sobre discriminación: Discriminación salarial y

discriminación en acceso al empleo por Origen étnico y por género (Bogotá: Pontificia

Universidad Javeriana Colección Documentos de Economía N°.1). [Consultado en:

www.javeriana.edu.co/fcea/area_economia/inv/documents/DOSENSAYOSSOBREDISCRI

MINACION200902_000.pdf, Mayo 25 de 2009).

38

ANEXOS A

Tabla A1. Efectos marginales del Logit Multinomial por categoría ocupacional, submuestra masculina,

2009

VARIABLES Empleado Particular

Empleado Público

Empleado Doméstico

Trabajador Independiente

Patrón o Empleador

Edad 0.353** 0.384** 0.377** 0.357** 0.519** (0.00506) (0.0121) (0.0377) (0.00500) (0.0111) Edad2 -0.00482** -0.00469** -0.00460** -0.00435** -0.00607** (6.39e-05) (0.000144) (0.000465) (6.05e-05) (0.000129) Edu1 0.0793** 0.460** -0.0162 -0.00967** 0.0507** (0.00374) (0.0172) (0.0234) (0.00361) (0.00643) Edu2 0.00548 0.225** -0.458** -0.0218** 0.0630** (0.00569) (0.00813) (0.0847) (0.00608) (0.00845) hhead 0.601** 0.996** 0.0211 0.529** 1.015** (0.0298) (0.0609) (0.189) (0.0297) (0.0526) Soltero -0.789** -0.913** -0.284 -0.700** -0.861** (0.0294) (0.0648) (0.192) (0.0295) (0.0565) hhinfants 0.240** 0.210** 0.331 0.267** 0.217** (0.0284) (0.0585) (0.170) (0.0288) (0.0497) hhchildren 0.196** 0.126** 0.215 0.178** 0.194** (0.0208) (0.0436) (0.127) (0.0210) (0.0355) Edu_reshog -0.0525** -0.0215** 0.0422 -0.0558** 0.0120* (0.00306) (0.00629) (0.0229) (0.00318) (0.00549) Dependencia -0.104** 0.000819 0.000255 0.00961 -0.0402 (0.0239) (0.0480) (0.162) (0.0235) (0.0408) Medellín -0.143** -0.0148 -1.524** -0.325** -0.149* (0.0394) (0.0872) (0.322) (0.0438) (0.0732) Barranquilla -0.394** -0.150 -0.819** 0.399** -0.381** (0.0426) (0.0944) (0.273) (0.0438) (0.0817) Cartagena -0.695** 0.252** -1.250** 0.263** -1.122** (0.0450) (0.0878) (0.332) (0.0454) (0.103) Manizales -0.417** 0.307** -1.171** -0.567** -0.438** (0.0428) (0.0866) (0.306) (0.0478) (0.0816) Montería -0.594** 0.538** 0.396 0.218** 0.530** (0.0480) (0.0922) (0.218) (0.0486) (0.0763) Villavicencio -0.389** 0.671** -1.407** 0.0970 0.478** (0.0480) (0.0929) (0.390) (0.0499) (0.0773) Pasto -0.788** 0.0228 -1.759** -0.294** -0.313** (0.0460) (0.0922) (0.412) (0.0480) (0.0824) Cúcuta -0.197** 0.566** -1.336** 0.334** 0.477** (0.0494) (0.102) (0.413) (0.0508) (0.0819) Pereíra -0.267** 0.310** -1.289** -0.489** -0.0968 (0.0452) (0.0955) (0.344) (0.0502) (0.0823) Bucaramanga -0.139** 0.318** -1.302** 0.394** 0.800** (0.0480) (0.101) (0.412) (0.0499) (0.0759) Ibague -0.364** 0.310** -1.179** -0.165** -0.0462 (0.0484) (0.0950) (0.371) (0.0516) (0.0841) Cali -0.0702 -0.145 -0.325 0.0486 0.129 (0.0444) (0.104) (0.255) (0.0478) (0.0791) Constant -4.958** -13.95** -10.47** -5.514** -12.36** (0.108) (0.315) (0.801) (0.110) (0.249) Observations 97,489 97,489 97,489 97,489 97,489 Individuos con actividad no remunerada son la categoria base del Logit Multinomial Errores estándar en paréntesis. *Significancia al 5%; **Significancia al 1%. Fuente: Cálculo de los autores a partir de GEIH (DANE) 2009 - 2012.

39

Tabla A2. Efectos marginales del Logit Multinomial por categoría ocupacional, submuestra femenina,

2009

VARIABLES Empleado Particular

Empleado Público

Empleado Doméstico

Trabajador Independiente

Patrón o Empleador

Edad 0.357** 0.479** 0.277** 0.298** 0.461** (0.00537) (0.0151) (0.00788) (0.00458) (0.0178) Edad2 -0.00489** -0.00523** -0.00377** -0.00355** -0.00528** (7.19e-05) (0.000177) (9.94e-05) (5.60e-05) (0.000211) Edu1 0.181** 0.474** -0.157** 0.0239** 0.156** (0.00396) (0.0231) (0.00471) (0.00301) (0.0112) Edu2 0.170** 0.521** -0.676** 0.0697** 0.235** (0.00492) (0.00879) (0.0295) (0.00552) (0.0114) hhead 0.619** 0.880** -0.199** 0.742** 1.211** (0.0266) (0.0541) (0.0421) (0.0232) (0.0619) Soltero 0.530** 0.160** 1.229** 0.132** -0.180** (0.0189) (0.0471) (0.0319) (0.0186) (0.0578) hhinfants -0.123** -0.174* -0.336** -0.161** -0.308** (0.0222) (0.0720) (0.0387) (0.0219) (0.0838) hhchildren 0.0657** 0.0365 -0.0651* 0.0336* -0.0161 (0.0164) (0.0493) (0.0264) (0.0157) (0.0559) Edu_reshog -0.0308** -0.0178** 0.0946** -0.0291** 0.0329** (0.00254) (0.00598) (0.00418) (0.00246) (0.00738) Dependencia -0.254** -0.174** 0.118** 0.0102 -0.0882 (0.0198) (0.0466) (0.0296) (0.0174) (0.0579) Medellín -0.306** -0.115 -0.413** -0.333** -0.0260 (0.0340) (0.0966) (0.0653) (0.0377) (0.106) Barranquilla -0.963** -0.0268 -0.317** -0.351** -1.061** (0.0373) (0.0969) (0.0659) (0.0381) (0.141) Cartagena -1.144** 0.0994 -0.120 -0.358** -1.089** (0.0406) (0.0969) (0.0670) (0.0399) (0.148) Manizales -0.606** 0.469** -0.342** -0.579** -0.339** (0.0381) (0.0932) (0.0702) (0.0423) (0.122) Montería -0.824** 0.789** 0.308** 0.103** 0.111 (0.0424) (0.0980) (0.0639) (0.0401) (0.122) Villavicencio -0.437** 0.824** -0.476** 0.176** 0.429** (0.0415) (0.105) (0.0804) (0.0408) (0.118) Pasto -0.714** 0.495** -0.0302 0.165** 0.214 (0.0421) (0.0973) (0.0696) (0.0403) (0.117) Cúcuta -0.604** 0.592** -0.507** -0.0130 0.193 (0.0424) (0.105) (0.0775) (0.0414) (0.123) Pereíra -0.554** 0.283** -0.632** -0.448** -0.511** (0.0399) (0.108) (0.0759) (0.0425) (0.139) Bucaramanga -0.201** 0.310** -0.0944 0.450** 0.868** (0.0402) (0.108) (0.0754) (0.0401) (0.105) Ibague -0.481** 0.493** -0.228** 0.0686 0.252* (0.0420) (0.101) (0.0780) (0.0419) (0.117) Cali -0.250** -0.0572 -0.0238 0.204** 0.264* (0.0382) (0.116) (0.0677) (0.0390) (0.114) Constant -7.832** -18.98** -6.525** -6.516** -14.68** (0.108) (0.410) (0.168) (0.0997) (0.396) Observations 114,713 114,713 114,713 114,713 114,713 Individuos con actividad no remunerada son la categoria base del Logit Multinomial Errores estándar en paréntesis. *Significancia al 5%; **Significancia al 1%. Fuente: Cálculo de los autores a partir de GEIH (DANE) 2009 - 2012.

40

Tabla A3. Efectos marginales del Logit Multinomial por categoría ocupacional, submuestra masculina,

2010

VARIABLES Empleado Particular Empleado Público

Empleado Doméstico

Trabajador Independiente

Patrón o Empleador

Edad 0.360** 0.379** 0.390** 0.369** 0.506**

(0.00489) (0.0117) (0.0387) (0.00488) (0.0108)

Edad2 -0.00486** -0.00463** -0.00466** -0.00439** -0.00586**

(6.17e-05) (0.000139) (0.000473) (5.88e-05) (0.000124)

Edu1 0.0732** 0.476** 0.0164 -0.0162** 0.0308**

(0.00370) (0.0189) (0.0251) (0.00358) (0.00632)

Edu2 0.000628 0.201** -0.467** -0.0149** 0.0616**

(0.00542) (0.00772) (0.0773) (0.00576) (0.00811)

hhead 1.073** 1.429** 0.277 0.913** 1.569**

(0.0237) (0.0496) (0.157) (0.0236) (0.0434)

Soltero 0.214** 0.411** 0.116 0.0208 0.197**

(0.0246) (0.0455) (0.160) (0.0243) (0.0378)

hhinfants 0.402** 0.381** 0.0112 0.365** 0.428**

(0.0286) (0.0589) (0.216) (0.0296) (0.0497)

hhchildren 0.227** 0.209** -0.121 0.203** 0.185**

(0.0203) (0.0432) (0.153) (0.0207) (0.0360)

Edu_reshog -0.0481** -0.00690 0.0845** -0.0459** 0.0150**

(0.00297) (0.00617) (0.0231) (0.00309) (0.00539)

Dependencia -0.0674** -0.0637 0.239 0.0280 -0.0238

(0.0236) (0.0487) (0.159) (0.0234) (0.0410)

Medellín -0.213** -0.0985 -1.151** -0.342** -0.0578

(0.0397) (0.0871) (0.384) (0.0438) (0.0746)

Barranquilla -0.414** -0.184* 0.308 0.274** -0.568**

(0.0422) (0.0915) (0.277) (0.0437) (0.0875)

Cartagena -0.821** 0.0190 -0.842* 0.172** -1.128**

(0.0446) (0.0890) (0.384) (0.0448) (0.105)

Manizales -0.574** 0.0587 -1.093** -0.783** -0.518**

(0.0425) (0.0861) (0.384) (0.0476) (0.0830)

Montería -0.627** 0.529** 0.967** 0.115* 0.611**

(0.0470) (0.0891) (0.265) (0.0480) (0.0766)

Villavicencio -0.460** 0.596** -1.037* 0.0147 0.609**

(0.0479) (0.0929) (0.463) (0.0498) (0.0780)

Pasto -0.770** 0.0975 -0.459 -0.289** -0.244**

(0.0462) (0.0907) (0.353) (0.0482) (0.0850)

Cúcuta -0.567** 0.280** -0.696 -0.120* 0.227**

(0.0470) (0.0995) (0.400) (0.0488) (0.0817)

Pereíra -0.483** 0.215* -0.791* -0.632** -0.191*

(0.0439) (0.0927) (0.373) (0.0487) (0.0836)

Bucaramanga -0.239** 0.181 -0.359 0.262** 0.870**

(0.0475) (0.0999) (0.384) (0.0495) (0.0761)

Ibague -0.548** 0.0429 -0.797* -0.388** -0.0941

(0.0461) (0.0922) (0.398) (0.0494) (0.0823)

Cali -0.274** -0.178 0.0669 -0.215** 0.0835

(0.0435) (0.0977) (0.298) (0.0471) (0.0792)

Constant -5.677** -14.81** -12.40** -6.317** -12.81**

(0.0978) (0.308) (0.810) (0.102) (0.235)

Observations 99,133 99,133 99,133 99,133 99,133 Individuos con actividad no remunerada son la categoria base del Logit Multinomial

Errores estándar en paréntesis. *Significancia al 5%; **Significancia al 1%. Fuente: Cálculo de los autores a partir de GEIH (DANE) 2009 - 2012.

41

Tabla A4. Efectos marginales del Logit Multinomial por categoría ocupacional, submuestra femenina,

2010

VARIABLES Empleado Particular

Empleado Público

Empleado Doméstico

Trabajador Independiente

Patrón o Empleador

Edad 0.305** 0.460** 0.215** 0.281** 0.441**

(0.00499) (0.0151) (0.00749) (0.00430) (0.0164)

Edad2 -0.00428** -0.00501** -0.00302** -0.00335** -0.00501**

(6.67e-05) (0.000175) (9.35e-05) (5.22e-05) (0.000193)

Edu1 0.181** 0.434** -0.146** 0.0283** 0.147**

(0.00393) (0.0224) (0.00464) (0.00296) (0.0105)

Edu2 0.181** 0.535** -0.679** 0.0698** 0.222**

(0.00474) (0.00865) (0.0296) (0.00525) (0.0110)

hhead 0.784** 0.978** 0.394** 0.775** 0.872**

(0.0249) (0.0491) (0.0381) (0.0210) (0.0553)

Soltero -0.0213 0.0580 -0.156** 0.0394* 0.225**

(0.0191) (0.0460) (0.0317) (0.0178) (0.0530)

hhinfants -0.220** -0.145* -0.345** -0.188** -0.144

(0.0228) (0.0725) (0.0389) (0.0222) (0.0755)

hhchildren 0.0117 -0.00887 -0.177** 0.0230 0.0295

(0.0162) (0.0502) (0.0269) (0.0153) (0.0511)

Edu_reshog -0.0407** -0.0239** 0.0887** -0.0273** 0.00960

(0.00248) (0.00591) (0.00417) (0.00240) (0.00703)

Dependencia -0.210** -0.176** 0.155** 0.0102 -0.0560

(0.0195) (0.0459) (0.0292) (0.0171) (0.0532)

Medellín -0.258** -0.212* -0.335** -0.379** -0.182

(0.0337) (0.0976) (0.0627) (0.0371) (0.0976)

Barranquilla -0.888** -0.215* -0.317** -0.323** -1.049**

(0.0367) (0.0986) (0.0629) (0.0369) (0.123)

Cartagena -1.103** 0.106 -0.168** -0.358** -1.746**

(0.0400) (0.0961) (0.0644) (0.0388) (0.169)

Manizales -0.558** 0.297** -0.352** -0.689** -0.901**

(0.0378) (0.0929) (0.0683) (0.0420) (0.126)

Montería -0.813** 0.669** 0.215** 0.0472 -0.194

(0.0416) (0.0952) (0.0618) (0.0391) (0.114)

Villavicencio -0.575** 0.614** -0.773** 0.00476 0.0661

(0.0411) (0.104) (0.0793) (0.0401) (0.112)

Pasto -0.589** 0.332** -0.117 0.104** 0.0132

(0.0416) (0.101) (0.0693) (0.0401) (0.110)

Cúcuta -0.628** 0.459** -0.731** -0.111** -0.0312

(0.0417) (0.108) (0.0765) (0.0405) (0.115)

Pereíra -0.514** 0.199 -0.725** -0.442** -0.675**

(0.0394) (0.107) (0.0749) (0.0414) (0.130)

Bucaramanga -0.243** 0.499** -0.188* 0.471** 0.818**

(0.0406) (0.103) (0.0744) (0.0394) (0.0957)

Ibague -0.575** 0.388** -0.239** -0.0320 -0.0644

(0.0413) (0.0963) (0.0728) (0.0406) (0.109)

Cali -0.273** -0.228* -0.216** 0.0197 0.0380

(0.0377) (0.113) (0.0663) (0.0386) (0.105)

Constant -6.498** -18.16** -4.669** -6.091** -13.88**

(0.0996) (0.403) (0.159) (0.0934) (0.363)

Observations 116,520 116,520 116,520 116,520 116,520

Individuos con actividad no remunerada son la categoria base del Logit Multinomial

Errores estándar en paréntesis. *Significancia al 5%; **Significancia al 1%.

Fuente: Cálculo de los autores a partir de GEIH (DANE) 2009 - 2012.

42

Tabla A5. Efectos marginales del Logit Multinomial por categoría ocupacional, submuestra masculina,

2011

VARIABLES Empleado Particular

Empleado Público

Empleado Doméstico

Trabajador Independiente

Patrón o Empleador

Edad 0.381** 0.372** 0.340** 0.386** 0.524**

(0.00492) (0.0114) (0.0353) (0.00489) (0.0104)

Edad2 -0.00511** -0.00459** -0.00410** -0.00460** -0.00611**

(6.19e-05) (0.000135) (0.000425) (5.91e-05) (0.000120)

Edu1 0.0783** 0.502** 0.0247 -0.00671 0.0245**

(0.00379) (0.0197) (0.0240) (0.00366) (0.00620)

Edu2 -0.00852 0.186** -0.432** -0.0156** 0.0419**

(0.00543) (0.00771) (0.0717) (0.00571) (0.00810)

hhead 1.080** 1.535** 0.481** 0.953** 1.590**

(0.0243) (0.0492) (0.150) (0.0242) (0.0422)

Soltero 0.185** 0.516** 0.397** 0.0610* 0.231**

(0.0255) (0.0457) (0.152) (0.0251) (0.0376)

hhinfants 0.348** 0.363** -0.156 0.342** 0.388**

(0.0294) (0.0585) (0.220) (0.0301) (0.0491)

hhchildren 0.272** 0.240** 0.0513 0.284** 0.236**

(0.0212) (0.0435) (0.137) (0.0215) (0.0360)

Edu_reshog -0.0564** -0.0170** 0.0326 -0.0562** 0.0104*

(0.00300) (0.00613) (0.0218) (0.00311) (0.00529)

Dependencia -0.107** -0.0819 0.405** 0.00588 -0.0330

(0.0240) (0.0486) (0.133) (0.0237) (0.0404)

Medellín -0.234** -0.186* -1.604** -0.517** -0.376**

(0.0402) (0.0855) (0.320) (0.0444) (0.0720)

Barranquilla -0.514** -0.543** -0.680** 0.171** -0.679**

(0.0423) (0.0959) (0.248) (0.0436) (0.0809)

Cartagena -0.839** 0.116 -0.892** 0.197** -1.032**

(0.0452) (0.0859) (0.280) (0.0452) (0.0928)

Manizales -0.578** -0.108 -1.408** -0.888** -0.812**

(0.0432) (0.0863) (0.311) (0.0485) (0.0812)

Montería -0.619** 0.546** -0.0662 0.0346 0.348**

(0.0474) (0.0869) (0.238) (0.0486) (0.0743)

Villavicencio -0.611** 0.357** -0.813** -0.233** 0.118

(0.0481) (0.0917) (0.291) (0.0502) (0.0763)

Pasto -0.763** 0.0899 -2.068** -0.369** -0.413**

(0.0471) (0.0890) (0.475) (0.0494) (0.0818)

Cúcuta -0.731** 0.308** -2.240** -0.0271 -0.0449

(0.0482) (0.0941) (0.526) (0.0488) (0.0792)

Pereíra -0.449** 0.0732 -1.235** -0.584** -0.299**

(0.0452) (0.0929) (0.321) (0.0495) (0.0796)

Bucaramanga -0.373** -0.00522 -2.004** 0.232** 0.652**

(0.0486) (0.101) (0.525) (0.0500) (0.0731)

Ibague -0.496** 0.0632 -1.135** -0.324** -0.0135

(0.0471) (0.0931) (0.330) (0.0502) (0.0770)

Cali -0.575** -0.436** -0.556* -0.510** -0.586**

(0.0437) (0.0966) (0.241) (0.0470) (0.0795)

Constant -5.794** -14.62** -10.48** -6.396** -12.56**

(0.0986) (0.308) (0.730) (0.102) (0.226)

Observations 101,376 101,376 101,376 101,376 101,376 Individuos con actividad no remunerada son la categoria base del Logit Multinomial

Errores estándar en paréntesis. *Significancia al 5%; **Significancia al 1%.

Fuente: Cálculo de los autores a partir de GEIH (DANE) 2009 - 2012.

43

Tabla A6. Efectos marginales del Logit Multinomial por categoría ocupacional, submuestra femenina,

2011

VARIABLES Empleado Particular

Empleado Público

Empleado Doméstico

Trabajador Independiente

Patrón o Empleador

Edad 0.283** 0.405** 0.223** 0.284** 0.423**

(0.00478) (0.0143) (0.00754) (0.00418) (0.0158)

Edad2 -0.00399** -0.00434** -0.00307** -0.00337** -0.00483**

(6.35e-05) (0.000165) (9.37e-05) (5.07e-05) (0.000186)

Edu1 0.175** 0.479** -0.142** 0.0271** 0.144**

(0.00391) (0.0261) (0.00471) (0.00291) (0.0103)

Edu2 0.182** 0.533** -0.584** 0.0795** 0.196**

(0.00463) (0.00851) (0.0257) (0.00502) (0.0109)

hhead 0.783** 0.862** 0.466** 0.736** 0.985**

(0.0241) (0.0496) (0.0373) (0.0205) (0.0533)

Soltero -0.000617 -0.0354 -0.188** 0.0108 0.226**

(0.0189) (0.0459) (0.0320) (0.0175) (0.0525)

hhinfants -0.236** -0.135 -0.271** -0.174** -0.202**

(0.0227) (0.0724) (0.0384) (0.0218) (0.0769)

hhchildren -0.0185 0.0804 -0.130** 0.0165 -0.00254

(0.0164) (0.0505) (0.0273) (0.0154) (0.0527)

Edu_reshog -0.0395** -0.0155** 0.0845** -0.0223** 0.0236**

(0.00244) (0.00590) (0.00427) (0.00236) (0.00703)

Dependencia -0.223** -0.284** 0.111** -0.00189 -0.121*

(0.0191) (0.0473) (0.0304) (0.0167) (0.0541)

Medellín -0.291** -0.141 -0.508** -0.592** -0.623**

(0.0334) (0.0999) (0.0646) (0.0361) (0.0961)

Barranquilla -0.917** -0.0586 -0.305** -0.459** -1.064**

(0.0363) (0.100) (0.0625) (0.0355) (0.110)

Cartagena -1.259** 0.272** -0.140* -0.442** -1.548**

(0.0400) (0.0976) (0.0631) (0.0368) (0.137)

Manizales -0.516** 0.277** -0.348** -0.853** -0.997**

(0.0372) (0.0980) (0.0684) (0.0412) (0.117)

Montería -0.841** 0.845** 0.280** -0.127** -0.524**

(0.0409) (0.0975) (0.0609) (0.0380) (0.113)

Villavicencio -0.592** 0.732** -0.830** -0.263** -0.221*

(0.0400) (0.105) (0.0797) (0.0394) (0.106)

Pasto -0.621** 0.468** -0.185** -0.200** -0.299**

(0.0407) (0.101) (0.0690) (0.0395) (0.106)

Cúcuta -0.964** 0.431** -0.836** -0.236** -0.524**

(0.0426) (0.108) (0.0783) (0.0386) (0.115)

Pereíra -0.500** 0.458** -0.728** -0.450** -0.593**

(0.0391) (0.108) (0.0761) (0.0397) (0.114)

Bucaramanga -0.319** 0.356** -0.366** 0.265** 0.518**

(0.0399) (0.111) (0.0772) (0.0383) (0.0910)

Ibague -0.495** 0.568** -0.432** -0.165** -0.305**

(0.0403) (0.102) (0.0758) (0.0395) (0.106)

Cali -0.498** -0.237* -0.533** -0.405** -0.720**

(0.0373) (0.118) (0.0694) (0.0380) (0.112)

Constant -5.974** -17.71** -4.826** -5.952** -13.25**

(0.0963) (0.417) (0.161) (0.0906) (0.349)

Observations 119,430 119,430 119,430 119,430 119,430 Individuos con actividad no remunerada son la categoria base del Logit Multinomial

Errores estándar en paréntesis. *Significancia al 5%; **Significancia al 1%.

Fuente: Cálculo de los autores a partir de GEIH (DANE) 2009 - 2012.

44

Tabla A7. Efectos marginales del Logit Multinomial por categoría ocupacional, submuestra masculina,

2012

VARIABLES Empleado Particular

Empleado Público

Empleado Doméstico

Trabajador Independiente

Patrón o Empleador

Edad 0.376** 0.366** 0.389** 0.375** 0.520**

(0.00490) (0.0114) (0.0388) (0.00492) (0.0107)

Edad2 -0.00500** -0.00448** -0.00451** -0.00445** -0.00605**

(6.15e-05) (0.000135) (0.000462) (5.94e-05) (0.000124)

Edu1 0.0842** 0.528** -0.0110 -0.00609 0.0306**

(0.00384) (0.0221) (0.0247) (0.00371) (0.00640)

Edu2 -0.00856 0.186** -0.363** -0.0237** 0.0397**

(0.00541) (0.00768) (0.0717) (0.00576) (0.00822)

hhead 1.023** 1.359** 0.109 0.872** 1.580**

(0.0244) (0.0489) (0.158) (0.0243) (0.0432)

Soltero 0.200** 0.540** 0.271 0.0755** 0.238**

(0.0255) (0.0465) (0.161) (0.0252) (0.0385)

hhinfants 0.395** 0.410** 0.282 0.372** 0.433**

(0.0309) (0.0607) (0.216) (0.0320) (0.0527)

hhchildren 0.264** 0.256** 0.160 0.242** 0.167**

(0.0218) (0.0443) (0.150) (0.0223) (0.0383)

Edu_reshog -0.0529** 0.00508 0.0392 -0.0512** 0.0127*

(0.00300) (0.00621) (0.0233) (0.00312) (0.00542)

Dependencia -0.0908** -0.0173 0.182 0.0429 0.0222

(0.0246) (0.0494) (0.164) (0.0244) (0.0420)

Medellín -0.250** -0.168 -1.749** -0.491** -0.450**

(0.0404) (0.0859) (0.381) (0.0451) (0.0713)

Barranquilla -0.440** -0.496** -0.716* 0.228** -0.727**

(0.0433) (0.0965) (0.295) (0.0453) (0.0807)

Cartagena -0.714** 0.0908 -0.871** 0.285** -1.132**

(0.0458) (0.0889) (0.326) (0.0466) (0.0966)

Manizales -0.658** -0.187* -0.904** -0.813** -0.904**

(0.0436) (0.0886) (0.299) (0.0490) (0.0810)

Montería -0.701** 0.450** -0.148 0.00403 0.0634

(0.0477) (0.0884) (0.274) (0.0493) (0.0757)

Villavicencio -0.566** 0.447** -0.712* -0.195** 0.0511

(0.0481) (0.0919) (0.325) (0.0511) (0.0765)

Pasto -0.824** -0.0207 -1.401** -0.402** -0.695**

(0.0468) (0.0902) (0.399) (0.0497) (0.0833)

Cúcuta -0.903** 0.121 -1.965** 0.159** -0.384**

(0.0496) (0.0993) (0.534) (0.0493) (0.0839)

Pereíra -0.533** -0.0968 -1.265** -0.463** -0.546**

(0.0458) (0.0980) (0.367) (0.0497) (0.0822)

Bucaramanga -0.321** -0.0825 -0.827* 0.233** 0.369**

(0.0485) (0.101) (0.367) (0.0508) (0.0744)

Ibague -0.486** 0.299** -0.702* -0.245** -0.118

(0.0487) (0.0927) (0.334) (0.0521) (0.0792)

Cali -0.632** -0.499** -0.449 -0.427** -0.698**

(0.0440) (0.0975) (0.269) (0.0476) (0.0793)

Constant -5.752** -15.02** -11.49** -6.260** -12.46**

(0.0988) (0.329) (0.821) (0.103) (0.232)

Observations 100,029 100,029 100,029 100,029 100,029

Individuos con actividad no remunerada son la categoria base del Logit Multinomial

Errores estándar en paréntesis. *Significancia al 5%; **Significancia al 1%.

Fuente: Cálculo de los autores a partir de GEIH (DANE) 2009 - 2012.

45

Tabla A8. Efectos marginales del Logit Multinomial por categoría ocupacional, submuestra femenina,

2012

VARIABLES Empleado Particular

Empleado Público

Empleado Doméstico

Trabajador Independiente

Patrón o Empleador

Edad 0.293** 0.422** 0.236** 0.269** 0.409**

(0.00474) (0.0146) (0.00766) (0.00416) (0.0156)

Edad2 -0.00411** -0.00451** -0.00315** -0.00316** -0.00461**

(6.29e-05) (0.000169) (9.41e-05) (5.02e-05) (0.000182)

Edu1 0.175** 0.507** -0.126** 0.0250** 0.120**

(0.00394) (0.0288) (0.00473) (0.00292) (0.0101)

Edu2 0.176** 0.514** -0.556** 0.0679** 0.188**

(0.00459) (0.00857) (0.0243) (0.00505) (0.0111)

hhead 0.771** 0.879** 0.397** 0.715** 0.878**

(0.0236) (0.0495) (0.0369) (0.0203) (0.0535)

Soltero -0.0147 -0.0888 -0.146** 0.0260 0.147**

(0.0188) (0.0466) (0.0320) (0.0176) (0.0525)

hhinfants -0.222** -0.0784 -0.337** -0.165** -0.193*

(0.0233) (0.0754) (0.0420) (0.0227) (0.0798)

hhchildren 0.0124 0.0313 -0.102** 0.0119 0.00732

(0.0164) (0.0520) (0.0279) (0.0157) (0.0533)

Edu_reshog -0.0343** 0.00261 0.0661** -0.0226** 0.0360**

(0.00243) (0.00603) (0.00430) (0.00236) (0.00706)

Dependencia -0.240** -0.238** 0.104** -0.0157 -0.0870

(0.0193) (0.0479) (0.0308) (0.0171) (0.0547)

Medellín -0.243** -0.301** -0.338** -0.466** -0.424**

(0.0333) (0.0970) (0.0626) (0.0367) (0.0940)

Barranquilla -0.876** -0.272** -0.157* -0.320** -1.051**

(0.0362) (0.100) (0.0614) (0.0363) (0.113)

Cartagena -1.138** -0.0670 -0.228** -0.315** -1.369**

(0.0396) (0.0998) (0.0656) (0.0378) (0.132)

Manizales -0.448** 0.0727 -0.513** -0.745** -0.920**

(0.0370) (0.0986) (0.0715) (0.0418) (0.117)

Montería -0.837** 0.623** 0.126* -0.0476 -0.570**

(0.0410) (0.0970) (0.0631) (0.0389) (0.117)

Villavicencio -0.575** 0.516** -0.798** -0.212** -0.192

(0.0402) (0.105) (0.0797) (0.0405) (0.107)

Pasto -0.653** 0.193 -0.0126 -0.0639 -0.325**

(0.0409) (0.101) (0.0674) (0.0400) (0.109)

Cúcuta -1.053** 0.334** -0.804** -0.0569 -0.544**

(0.0437) (0.106) (0.0786) (0.0391) (0.119)

Pereíra -0.571** 0.174 -0.813** -0.428** -0.644**

(0.0392) (0.108) (0.0767) (0.0404) (0.117)

Bucaramanga -0.379** 0.0697 -0.348** 0.253** 0.416**

(0.0397) (0.110) (0.0760) (0.0390) (0.0937)

Ibague -0.514** 0.425** -0.643** -0.0333 -0.153

(0.0408) (0.102) (0.0813) (0.0403) (0.106)

Cali -0.469** -0.485** -0.470** -0.259** -0.662**

(0.0373) (0.116) (0.0690) (0.0385) (0.112)

Constant -6.158** -18.35** -5.145** -5.740** -12.95**

(0.0958) (0.442) (0.164) (0.0905) (0.348)

Observations 117,691 117,691 117,691 117,691 117,691

Individuos con actividad no remunerada son la categoria base del Logit Multinomial

Errores estándar en paréntesis. *Significancia al 5%; **Significancia al 1%.

Fuente: Cálculo de los autores a partir de GEIH (DANE) 2009 - 2012.

46

ANEXO B

Tabla B1. Ecuaciones de ingreso con corrección de sesgo de selección, submuestra masculina, 2009

VARIABLES Empleado Particular

Empleado Público

Empleado Doméstico

Trabajador Independiente

Patrón o Empleador

Edad 0.01336* 0.03293 0.04093 0.02540** -0.03557

(0.005788) (0.01973) (0.05156) (0.005610) (0.03616)

Edad2 -2.334e-05 -1.084e-04 -3.804e-04 -2.116e-04** 5.103e-04

(8.634e-05) (2.183e-04) (5.952e-04) (6.223e-05) (3.824e-04)

Edu1 0.03412** -0.03472 0.002624 0.03950** 0.05638**

(0.003238) (0.05703) (0.02123) (0.002916) (0.005393)

Edu2 0.1763** 0.01693 -0.07724 0.1503** 0.1157**

(0.003663) (0.03669) (0.1762) (0.004278) (0.008594)

hhead 0.08111** -0.09134 -0.1305 0.1501** 0.04828

(0.01666) (0.08824) (0.2307) (0.01290) (0.08212)

Soltero -0.04505* 0.1385* -0.07295 -0.07865** -0.04196

(0.01955) (0.06705) (0.1371) (0.01582) (0.05451)

Edu_reshog 0.02471** 0.01286* 0.05653 0.03420** 0.02071*

(0.002029) (0.005365) (0.03408) (0.001801) (0.008649)

Medellín -0.1280** 0.09595 -0.8121 -0.1748** -0.001476

(0.02475) (0.07524) (0.6020) (0.02520) (0.06953)

Barranquilla -0.2812** 0.02091 -0.7568* -0.2797** -0.2419**

(0.03050) (0.08761) (0.3341) (0.02865) (0.08845)

Cartagena -0.1718** -0.07231 -0.7672 -0.3095** -0.1238

(0.04328) (0.1097) (0.4323) (0.03116) (0.1990)

Manizales -0.1934** -0.05404 0.05294 -0.3326** -0.1488*

(0.02492) (0.1291) (0.3967) (0.03026) (0.07180)

Montería -0.2937** 0.09840 -0.2063 -0.2785** -0.3673**

(0.03362) (0.1217) (0.2421) (0.02535) (0.1104)

Villavicencio -0.05139 -0.1892 -0.7628 -0.03953 -0.2628**

(0.02697) (0.1352) (0.6264) (0.02453) (0.1013)

Pasto -0.4879** -0.03742 -1.2179* -0.4424** -0.4067**

(0.03136) (0.1009) (0.5273) (0.02328) (0.07011)

Cúcuta -0.09411** 0.03700 -0.4408 -0.03893 -0.1240

(0.02505) (0.1075) (0.5223) (0.02569) (0.08512)

Pereíra -0.1567** -0.2787* -0.6331 -0.09354** -0.09347

(0.02220) (0.1116) (0.4611) (0.02596) (0.07123)

Bucaramanga -0.03435 0.1072 -0.3639 0.1506** -0.1177

(0.02940) (0.08021) (0.5554) (0.02492) (0.1137)

Ibague -0.2365** -0.2197* -0.8692* -0.1661** -0.3038**

(0.02583) (0.1112) (0.4230) (0.02468) (0.07154)

Cali -0.1541** -0.01918 -0.2660 -0.2999** -0.3459**

(0.02401) (0.08776) (0.2296) (0.02914) (0.08026)

lambdam_α -0.01305 -0.8138* 1.0751 0.1077 -0.4434

(0.07523) (0.3768) (1.2099) (0.07826) (0.3419)

Constant 6.9745** 9.4664** 3.6449 6.4238** 9.2976**

(0.1564) (1.9118) (4.4950) (0.1729) (1.6338)

Observations 18,204 2,329 168 28,739 4,552

R-squared 0.370 0.511 0.354 0.269 0.295

Individuos con actividad no remunerada son la categoria base del Logit Multinomial

Errores estándar en paréntesis. *Significancia al 5%; **Significancia al 1%.

Fuente: Cálculo de los autores a partir de GEIH (DANE) 2009 - 2012.

47

Tabla B2. Ecuaciones de ingreso con corrección de sesgo de selección, submuestra femenina, 2009

VARIABLES Empleado Particular

Empleado Público

Empleado Doméstico

Trabajador Independiente

Patrón o Empleador

Edad 0.01765* -0.06308* -0.004180 0.009773 -0.07048

(0.008772) (0.02927) (0.009176) (0.009841) (0.04117)

Edad2 -1.061e-04 9.094e-04** 1.323e-04 -2.815e-05 9.144e-04*

(1.262e-04) (2.832e-04) (1.308e-04) (1.141e-04) (4.536e-04)

Edu1 0.04923** 0.07137 0.03263** 0.05024** 0.04714*

(0.006795) (0.04681) (0.01127) (0.002583) (0.01871)

Edu2 0.1812** 0.05629 0.1279** 0.1927** 0.1162**

(0.004697) (0.04377) (0.03963) (0.005077) (0.01524)

hhead 0.1158** 0.08553 0.05866 0.3349** 0.09848

(0.02354) (0.05397) (0.03984) (0.03082) (0.1131)

Soltero 0.02745 -0.05150 -0.07274 0.07693** -0.01029

(0.02162) (0.03671) (0.06526) (0.01666) (0.07411)

Edu_reshog 0.02564** 0.007189 0.01148* 0.03038** 0.01766

(0.002174) (0.004054) (0.005628) (0.002346) (0.009456)

Medellín -0.1025** -0.05514 -0.002245 -0.1530** 0.3076**

(0.02772) (0.06552) (0.04154) (0.03302) (0.1040)

Barranquilla -0.3599** -0.3144** -0.5304** -0.3970** 0.06848

(0.04334) (0.1104) (0.03570) (0.03031) (0.1461)

Cartagena -0.3411** -0.02538 -0.5358** -0.3835** -0.03448

(0.05214) (0.09672) (0.04323) (0.03288) (0.1694)

Manizales -0.2602** -0.06540 -0.2371** -0.1034* -0.05500

(0.03491) (0.1117) (0.04417) (0.04080) (0.1187)

Montería -0.3502** 0.01547 -0.5203** -0.5394** 0.05289

(0.04564) (0.1269) (0.04040) (0.03633) (0.1035)

Villavicencio -0.09651** -0.09499 -0.1159* -0.06072 0.05816

(0.03112) (0.1175) (0.05370) (0.03577) (0.1183)

Pasto -0.4337** -0.01669 -0.6305** -0.3141** -0.1516

(0.04018) (0.09234) (0.03691) (0.03299) (0.1031)

Cúcuta -0.2470** -0.01260 -0.2065** 0.01191 0.2005

(0.03533) (0.1087) (0.04852) (0.03345) (0.1217)

Pereíra -0.1219** -0.1578 -0.09965* -0.05874 0.5068**

(0.03130) (0.09322) (0.04740) (0.03418) (0.1416)

Bucaramanga -0.06080* 0.03381 -0.1843** 0.09688** 0.1017

(0.02825) (0.06960) (0.05902) (0.03718) (0.1332)

Ibague -0.2663** -0.1052 -0.2265** -0.2664** -0.09211

(0.03513) (0.09583) (0.04451) (0.03401) (0.1160)

Cali -0.1835** -0.07744 -0.2012** -0.2361** -0.2406

(0.03309) (0.07800) (0.03925) (0.03840) (0.1524)

lambdam_α 0.1586* -0.3527 -0.3091* -0.007459 -0.5834

(0.07500) (0.2505) (0.1297) (0.1043) (0.3368)

Constant 6.4688** 9.5187** 8.0864** 6.5113** 10.211**

(0.2759) (1.8361) (0.3653) (0.3214) (1.9110)

Observations 12,115 2,162 4,989 22,673 1,630

R-squared 0.346 0.313 0.170 0.219 0.252

Individuos con actividad no remunerada son la categoria base del Logit Multinomial

Errores estándar en paréntesis. *Significancia al 5%; **Significancia al 1%.

Fuente: Cálculo de los autores a partir de GEIH (DANE) 2009 - 2012.

48

Tabla B3. Ecuaciones de ingreso con corrección de sesgo de selección, submuestra masculina, 2010

VARIABLES Empleado Particular

Empleado Público

Empleado Doméstico

Trabajador Independiente

Patrón o Empleador

Edad 0.01802** 0.03474* -0.07268 0.007093 0.01830

(0.005272) (0.01726) (0.04461) (0.005592) (0.03431)

Edad2 -1.205e-04 -1.218e-04 9.231e-04 -2.851e-05 -8.044e-05

(7.853e-05) (1.945e-04) (5.004e-04) (6.022e-05) (3.554e-04)

Edu1 0.03031** -0.1081 -0.001832 0.04613** 0.04883**

(0.002718) (0.05915) (0.01763) (0.002672) (0.004904)

Edu2 0.1751** -0.001074 0.3669** 0.1534** 0.1308**

(0.003196) (0.03186) (0.09868) (0.003748) (0.009211)

hhead 0.1210** -0.2230* 0.6401** 0.1866** 0.1794

(0.01554) (0.09182) (0.1699) (0.01050) (0.1111)

Soltero 0.05287** -0.08106 0.006706 0.07392** 0.1094**

(0.01356) (0.05453) (0.1500) (0.01079) (0.02930)

Edu_reshog 0.02557** 0.01505* -0.02933 0.03202** 0.04516**

(0.001762) (0.006287) (0.03113) (0.001622) (0.008618)

Medellín -0.09732** 0.09897 0.8207* -0.1663** 0.01616

(0.02188) (0.06913) (0.3558) (0.02448) (0.06736)

Barranquilla -0.2354** 0.05414 -0.3359 -0.3967** -0.3240**

(0.02763) (0.07199) (0.1990) (0.02774) (0.1063)

Cartagena -0.1444** -0.1346 0.1892 -0.2906** -0.2877

(0.03603) (0.08198) (0.2145) (0.03002) (0.1509)

Manizales -0.2476** -0.1432 0.4155 -0.2613** -0.2197**

(0.02482) (0.1080) (0.3618) (0.02896) (0.06464)

Montería -0.3576** -0.04042 -0.9346** -0.4055** -0.1958

(0.03145) (0.1212) (0.2782) (0.02431) (0.1295)

Villavicencio -0.08113** -0.2990* 0.8240* -0.05279* -0.01940

(0.02722) (0.1241) (0.3389) (0.02302) (0.1308)

Pasto -0.5394** -0.2193* -0.6161* -0.5509** -0.4397**

(0.02852) (0.1030) (0.2405) (0.02333) (0.08222)

Cúcuta -0.1860** -0.1498 -0.3143 -0.1539** -0.1474

(0.02671) (0.1146) (0.7329) (0.02496) (0.09936)

Pereíra -0.1409** -0.3417** 0.1606 -0.1134** 9.934e-04

(0.02230) (0.1203) (0.2467) (0.02535) (0.07096)

Bucaramanga -0.007665 0.08656 0.2292 0.04779* 0.1344

(0.02648) (0.06395) (0.3441) (0.02344) (0.1413)

Ibague -0.2316** -0.1467 0.1388 -0.2234** -0.07649

(0.02632) (0.09326) (0.2296) (0.02503) (0.08183)

Cali -0.1410** 0.09065 -0.2243 -0.2304** -0.1584

(0.02368) (0.08069) (0.2914) (0.02603) (0.08629)

lambdam_α 0.05893 -1.1195** -1.7250* -0.08866 0.1208

(0.06589) (0.3761) (0.6693) (0.07465) (0.3612)

Constant 6.8873** 11.077** 14.392** 7.0373** 6.6498**

(0.1432) (1.9329) (2.9345) (0.1773) (1.6860)

Observations 18,228 2,357 169 28,167 4,544

R-squared 0.424 0.563 0.296 0.304 0.305

Individuos con actividad no remunerada son la categoria base del Logit Multinomial

Errores estándar en paréntesis. *Significancia al 5%; **Significancia al 1%.

Fuente: Cálculo de los autores a partir de GEIH (DANE) 2009 - 2012.

49

Tabla B4. Ecuaciones de ingreso con corrección de sesgo de selección, submuestra femenina, 2010

VARIABLES Empleado Particular

Empleado Público

Empleado Doméstico

Trabajador Independiente

Patrón o Empleador

Edad -0.003498 -0.09819** -0.01586* -0.009671 -0.05163

(0.007430) (0.02360) (0.006802) (0.009005) (0.04727)

Edad2 1.947e-04 0.001212** 3.080e-04** 1.924e-04 7.127e-04

(1.097e-04) (2.290e-04) (9.770e-05) (1.035e-04) (5.107e-04)

Edu1 0.03237** -0.01890 0.05315** 0.05475** 0.06432**

(0.006532) (0.03592) (0.009074) (0.002352) (0.02079)

Edu2 0.1822** 0.01169 0.1785** 0.2018** 0.1100**

(0.004975) (0.03607) (0.03869) (0.004663) (0.01843)

hhead 0.06848** -0.08223 0.02123 0.2552** 0.02400

(0.02383) (0.04322) (0.02319) (0.02482) (0.07528)

Soltero 0.06027** 0.07022** 0.1156** 0.03115* 0.1096

(0.01504) (0.02613) (0.01897) (0.01387) (0.06445)

Edu_reshog 0.02359** 0.008463** 3.408e-04 0.02788** 0.02217**

(0.002098) (0.003074) (0.005217) (0.002069) (0.008353)

Medellín -0.1695** 0.03406 -0.02517 -0.09298** -0.06294

(0.02774) (0.06257) (0.04107) (0.03150) (0.1006)

Barranquilla -0.2478** -0.1171 -0.5237** -0.5171** -0.4800*

(0.03525) (0.07160) (0.03953) (0.02941) (0.2073)

Cartagena -0.1748** -0.3023** -0.6453** -0.3488** -0.4580

(0.04066) (0.08620) (0.04244) (0.02836) (0.2479)

Manizales -0.2059** -0.1405 -0.2502** -0.03880 -0.2715*

(0.03195) (0.08943) (0.04474) (0.03851) (0.1381)

Montería -0.2629** -0.07072 -0.6371** -0.5997** -0.2730*

(0.04286) (0.1055) (0.03593) (0.03379) (0.1072)

Villavicencio -0.09792** -0.1735 -0.06765 -0.1888** -0.2015

(0.03266) (0.09684) (0.05819) (0.03253) (0.1121)

Pasto -0.5067** -0.1577 -0.6488** -0.4406** -0.4493**

(0.03631) (0.08479) (0.03993) (0.03040) (0.1075)

Cúcuta -0.2556** -0.1456 -0.2398** -0.2127** -0.1018

(0.03535) (0.09165) (0.06374) (0.03395) (0.1232)

Pereíra -0.1792** -0.3333** -0.1070* -0.08735** 0.06179

(0.03299) (0.08415) (0.04723) (0.03192) (0.1457)

Bucaramanga -0.05030 0.07941 -0.1001* 0.03174 -0.1043

(0.03045) (0.07120) (0.04342) (0.03493) (0.1550)

Ibague -0.2648** -0.1072 -0.3187** -0.2517** -0.3175**

(0.03592) (0.08322) (0.04250) (0.03119) (0.1052)

Cali -0.1016** 0.06987 -0.2443** -0.2527** -0.1017

(0.02876) (0.06358) (0.04439) (0.03285) (0.1199)

lambdam_α -0.01396 -0.5933** -0.5517** -0.2377* -0.1802

(0.07343) (0.1985) (0.1117) (0.09618) (0.4368)

Constant 7.2056** 12.134** 8.6606** 7.2883** 8.8943**

(0.2358) (1.4457) (0.2662) (0.2982) (2.3289)

Observations 12,360 2,156 5,038 23,960 1,738

R-squared 0.402 0.390 0.179 0.242 0.215

Individuos con actividad no remunerada son la categoria base del Logit Multinomial

Errores estándar en paréntesis. *Significancia al 5%; **Significancia al 1%.

Fuente: Cálculo de los autores a partir de GEIH (DANE) 2009 - 2012.

50

Tabla B5. Ecuaciones de ingreso con corrección de sesgo de selección, submuestra masculina, 2011

VARIABLES Empleado Particular

Empleado Público

Empleado Doméstico

Trabajador Independiente

Patrón o Empleador

Edad 0.01092* 0.05153** -0.03385 0.01623** -0.004617

(0.005000) (0.01223) (0.03326) (0.004811) (0.02961)

Edad2 2.471e-07 -3.199e-04* 4.195e-04 -1.320e-04* 1.478e-04

(7.547e-05) (1.397e-04) (4.134e-04) (5.163e-05) (3.148e-04)

Edu1 0.01982** -0.1134* 0.03947* 0.04125** 0.04559**

(0.002612) (0.05399) (0.01820) (0.002287) (0.004380)

Edu2 0.1664** 0.005576 0.1604 0.1610** 0.1114**

(0.003274) (0.02691) (0.1032) (0.003520) (0.007527)

hhead 0.1138** -0.2510** 0.2231 0.1940** 0.1666

(0.01420) (0.09517) (0.1375) (0.009933) (0.09354)

Soltero 0.07468** -0.1328* 0.1377 0.07589** 0.1206**

(0.01256) (0.06162) (0.1388) (0.009959) (0.02881)

Edu_reshog 0.02592** 0.01728** -0.007622 0.02939** 0.03797**

(0.001667) (0.005036) (0.01729) (0.001589) (0.008026)

Medellín -0.08754** -0.07559 0.09354 -0.1712** -0.07419

(0.02108) (0.06751) (0.3816) (0.02522) (0.07263)

Barranquilla -0.2523** 0.1604* -0.1578 -0.2624** -0.4606**

(0.02626) (0.08105) (0.2007) (0.02567) (0.1086)

Cartagena -0.07631* -0.1837* -0.4693* -0.1738** -0.01898

(0.03359) (0.08148) (0.2080) (0.02886) (0.1306)

Manizales -0.2454** -0.1724 -0.1214 -0.2258** -0.2260**

(0.02395) (0.08807) (0.2367) (0.02871) (0.07365)

Montería -0.3429** -0.08770 -0.7466** -0.3525** -0.3179**

(0.03005) (0.1136) (0.1851) (0.02358) (0.08802)

Villavicencio -0.05908* -0.3101** -0.08196 -0.05123* -0.1856*

(0.02523) (0.1077) (0.2668) (0.02520) (0.08423)

Pasto -0.5504** -0.3230** -1.1126** -0.5309** -0.5121**

(0.02678) (0.09644) (0.2779) (0.02361) (0.06921)

Cúcuta -0.1004** -0.2886** -1.0174 -0.1081** 0.005577

(0.02891) (0.1018) (1.1008) (0.02602) (0.06584)

Pereíra -0.2151** -0.3674** -0.02174 -0.1271** -0.1859**

(0.02301) (0.09919) (0.2574) (0.02382) (0.06167)

Bucaramanga 0.08039** 0.1194 0.4592 0.1375** 0.06300

(0.02638) (0.06410) (0.3568) (0.02400) (0.1037)

Ibague -0.2161** -0.2321** -0.3215 -0.1349** -0.2239**

(0.02544) (0.08154) (0.3081) (0.02434) (0.07162)

Cali -0.1242** -0.01996 -0.3569 -0.2037** -0.2276**

(0.02302) (0.07337) (0.1933) (0.02412) (0.06886)

lambdam_α -0.08470 -1.1240** -0.6377 0.03202 0.006984

(0.06620) (0.3278) (0.4930) (0.06606) (0.3001)

Constant 7.2542** 10.898** 10.246** 6.7877** 7.6122**

(0.1380) (1.6298) (1.8611) (0.1545) (1.3682)

Observations 18,459 2,473 159 29,625 4,884

R-squared 0.432 0.586 0.308 0.317 0.272

Individuos con actividad no remunerada son la categoria base del Logit Multinomial

Errores estándar en paréntesis. *Significancia al 5%; **Significancia al 1%.

Fuente: Cálculo de los autores a partir de GEIH (DANE) 2009 - 2012.

51

Tabla B6. Ecuaciones de ingreso con corrección de sesgo de selección, submuestra femenina, 2011

VARIABLES Empleado Particular

Empleado Público

Empleado Doméstico

Trabajador Independiente

Patrón o Empleador

Edad 0.01531* -0.1054** -0.02781** -0.02295* 0.006555

(0.006479) (0.02017) (0.007798) (0.008993) (0.05035)

Edad2 -8.445e-05 0.001277** 4.660e-04** 2.990e-04** 5.781e-05

(9.608e-05) (1.946e-04) (1.107e-04) (1.029e-04) (5.441e-04)

Edu1 0.03597** -0.01609 0.06775** 0.04876** 0.06137**

(0.006051) (0.06542) (0.009652) (0.002279) (0.02154)

Edu2 0.1862** -0.01502 0.2402** 0.2073** 0.1445**

(0.004822) (0.03252) (0.03173) (0.004225) (0.01627)

hhead 0.09580** -0.07451* -0.001479 0.2447** 0.1383

(0.02217) (0.03753) (0.02141) (0.02184) (0.09654)

Soltero 0.06958** 0.1214** 0.08320** 0.08691** 0.1255*

(0.01459) (0.03083) (0.01927) (0.01322) (0.05719)

Edu_reshog 0.02059** 0.005077 -0.01091* 0.03075** 0.01708

(0.002091) (0.003549) (0.005285) (0.001889) (0.009678)

Medellín -0.1221** -0.03554 -0.03433 -0.07207* 0.02326

(0.02679) (0.07240) (0.04392) (0.03392) (0.1129)

Barranquilla -0.3026** -0.3642** -0.5046** -0.5299** -0.3646*

(0.03753) (0.08936) (0.03653) (0.02807) (0.1521)

Cartagena -0.2093** -0.4057** -0.6931** -0.3194** -0.07859

(0.04418) (0.09915) (0.03774) (0.02440) (0.2199)

Manizales -0.2101** -0.1617 -0.2517** 0.08020 -0.02078

(0.03349) (0.09178) (0.04340) (0.04134) (0.1694)

Montería -0.3156** -0.2486* -0.7887** -0.6838** -0.1920

(0.04230) (0.1185) (0.04297) (0.03177) (0.1228)

Villavicencio -0.1181** -0.3618** -0.01199 -0.1056** 0.01135

(0.03194) (0.1073) (0.05840) (0.02941) (0.1010)

Pasto -0.5710** -0.3264** -0.8297** -0.4261** -0.3780**

(0.03578) (0.1022) (0.04422) (0.02888) (0.1123)

Cúcuta -0.2747** -0.2658** -0.2314** -0.1940** -0.01680

(0.04020) (0.09895) (0.05827) (0.02918) (0.1076)

Pereíra -0.1733** -0.3072** -0.07681 -0.07086* 0.004520

(0.03421) (0.1030) (0.04634) (0.02927) (0.1150)

Bucaramanga -0.07470* 0.01186 -0.02050 0.01643 0.1290

(0.03092) (0.08683) (0.04399) (0.02940) (0.1321)

Ibague -0.2846** -0.2811** -0.2519** -0.2520** -0.1407

(0.03538) (0.09910) (0.04433) (0.02938) (0.1058)

Cali -0.07580* -0.04773 -0.1624** -0.2403** -0.1325

(0.03130) (0.07647) (0.04261) (0.03046) (0.1428)

lambdam_α 0.07418 -0.7026** -0.8188** -0.3450** 0.03906

(0.07037) (0.1838) (0.1246) (0.09402) (0.4803)

Constant 6.8425** 12.781** 9.4735** 7.8077** 7.0975**

(0.2109) (1.4908) (0.3142) (0.2898) (2.5148)

Observations 12,875 2,107 4,873 25,601 1,801

R-squared 0.392 0.349 0.225 0.262 0.240

Individuos con actividad no remunerada son la categoria base del Logit Multinomial

Errores estándar en paréntesis. *Significancia al 5%; **Significancia al 1%.

Fuente: Cálculo de los autores a partir de GEIH (DANE) 2009 - 2012.

52

Tabla B7. Ecuaciones de ingreso con corrección de sesgo de selección, submuestra masculina, 2012

VARIABLES Empleado Particular

Empleado Público

Empleado Doméstico

Trabajador Independiente

Patrón o Empleador

Edad 0.01946** 0.06893** -0.03495 0.01340** 0.03282

(0.005064) (0.01313) (0.09567) (0.004995) (0.03163)

Edad2 -1.254e-04 -4.918e-04** 3.597e-04 -1.185e-04* -2.361e-04

(7.533e-05) (1.469e-04) (9.377e-04) (5.366e-05) (3.329e-04)

Edu1 0.02437** -0.009842 0.08320* 0.04146** 0.04651**

(0.002849) (0.06009) (0.04024) (0.002611) (0.004422)

Edu2 0.1626** 0.05794* 0.1631 0.1600** 0.1203**

(0.003283) (0.02822) (0.2734) (0.003644) (0.007374)

hhead 0.1140** -0.08787 0.1554 0.1736** 0.2581*

(0.01434) (0.08024) (0.5995) (0.01011) (0.1042)

Soltero 0.06696** -0.08378 0.2220 0.07512** 0.1052**

(0.01287) (0.06665) (0.2564) (0.01038) (0.02772)

Edu_reshog 0.02239** 0.01663* -0.02216 0.03105** 0.03925**

(0.001738) (0.007069) (0.05875) (0.001648) (0.008378)

Medellín -0.1473** 0.1132 0.6663 -0.1257** -0.08094

(0.02141) (0.06483) (1.1965) (0.02573) (0.05855)

Barranquilla -0.2711** 0.009634 -0.3537 -0.2226** -0.4307**

(0.02706) (0.09618) (0.4908) (0.02633) (0.1073)

Cartagena -0.1251** 0.1496 -0.2470 -0.2038** -0.1511

(0.03477) (0.08593) (0.5575) (0.03288) (0.1583)

Manizales -0.2355** -0.02127 -0.5309 -0.1338** -0.1934**

(0.02552) (0.08377) (0.3719) (0.02694) (0.07250)

Montería -0.3612** -8.922e-04 -0.6030* -0.3897** -0.3564**

(0.03040) (0.1178) (0.2441) (0.02463) (0.06514)

Villavicencio -0.1222** -0.08283 -0.06858 -0.03924 -0.08557

(0.02614) (0.1215) (0.4132) (0.02622) (0.07363)

Pasto -0.5744** -0.1542 -0.6318 -0.5584** -0.5788**

(0.02920) (0.09503) (0.7657) (0.02540) (0.06336)

Cúcuta -0.1521** -0.08128 0.04321 -0.09457** 0.02085

(0.03556) (0.09068) (1.2530) (0.03182) (0.06161)

Pereíra -0.2573** -0.1241 -0.2343 -0.1276** -0.2005**

(0.02532) (0.07968) (0.7311) (0.02191) (0.06122)

Bucaramanga -0.005551 0.05428 -0.1137 0.1145** 0.1134

(0.02498) (0.06665) (0.6475) (0.02404) (0.07461)

Ibague -0.2092** -0.07629 -0.3857 -0.09862** -0.2378**

(0.02534) (0.1061) (0.3636) (0.02380) (0.05482)

Cali -0.2001** -0.02143 -0.5679* -0.2702** -0.3274**

(0.02509) (0.06912) (0.2847) (0.02560) (0.07835)

lambdam_α -0.006054 -0.5237 -1.0194 -0.05725 0.2873

(0.06740) (0.3418) (2.5974) (0.07297) (0.3328)

Constant 7.1282** 7.8817** 11.425 7.0052** 6.1672**

(0.1405) (1.7746) (9.8239) (0.1634) (1.4884)

Observations 18,653 2,311 146 28,011 4,417

R-squared 0.389 0.597 0.285 0.295 0.290

Individuos con actividad no remunerada son la categoria base del Logit Multinomial

Errores estándar en paréntesis. *Significancia al 5%; **Significancia al 1%.

Fuente: Cálculo de los autores a partir de GEIH (DANE) 2009 - 2012.

53

Tabla B8. Ecuaciones de ingreso con corrección de sesgo de selección, submuestra femenina, 2012

VARIABLES Empleado Particular

Empleado Público

Empleado Doméstico

Trabajador Independiente

Patrón o Empleador

Edad 0.003963 -0.07639** -0.005858 -0.02154* 0.02274 (0.007693) (0.02098) (0.009192) (0.008932) (0.04085) Edad2 9.053e-05 0.001005** 1.082e-04 2.903e-04** -4.812e-05 (1.157e-04) (1.995e-04) (1.262e-04) (1.002e-04) (4.327e-04) Edu1 0.03236** -0.05562 0.02415* 0.05028** 0.08022** (0.007142) (0.04215) (0.01052) (0.002344) (0.01685) Edu2 0.1720** 0.02289 0.1098** 0.2004** 0.1550** (0.005300) (0.03258) (0.04116) (0.004646) (0.01401) hhead 0.06651** -0.07576 0.05052* 0.2200** 0.1285 (0.02467) (0.03875) (0.02275) (0.02354) (0.07306) Soltero 0.07567** 0.002246 0.03777 0.05318** 0.1442** (0.01499) (0.02780) (0.02004) (0.01375) (0.05396) Edu_reshog 0.02260** 0.003443 0.01172* 0.02708** 0.03843** (0.002006) (0.003719) (0.004900) (0.002079) (0.01021) Medellín -0.06721** 0.03044 0.008151 -0.05112 0.1071 (0.02601) (0.06215) (0.04115) (0.03356) (0.09519) Barranquilla -0.2569** -0.1453* -0.4166** -0.5093** -0.3532* (0.04132) (0.07186) (0.03813) (0.02716) (0.1458) Cartagena -0.2314** -0.1772* -0.7338** -0.4228** -0.07726 (0.04838) (0.08714) (0.03849) (0.02816) (0.2109) Manizales -0.1692** -0.03832 -0.1548** 0.03591 -0.1697 (0.03153) (0.07606) (0.04885) (0.04094) (0.1364) Montería -0.2960** -0.1781 -0.6806** -0.6599** -0.2432* (0.04524) (0.1004) (0.04037) (0.03332) (0.1175) Villavicencio -0.04885 -0.1801 -0.2403** -0.1041** 0.05109 (0.03252) (0.1005) (0.05714) (0.03240) (0.1041) Pasto -0.5045** -0.2486** -0.8127** -0.4904** -0.5263** (0.03940) (0.07190) (0.04532) (0.03051) (0.1071) Cúcuta -0.2030** -0.2269* -0.2807** -0.2305** 0.06619 (0.04748) (0.09481) (0.05792) (0.03333) (0.1078) Pereíra -0.2305** -0.2971** -0.2774** -0.1366** 0.03754 (0.03768) (0.08161) (0.05199) (0.03196) (0.1157) Bucaramanga -0.02742 0.01182 -0.09979* 0.03678 0.3135** (0.03158) (0.08269) (0.04553) (0.03201) (0.1112) Ibague -0.2075** -0.1132 -0.2468** -0.2174** -0.07308 (0.03523) (0.08585) (0.05956) (0.03125) (0.09293) Cali -0.1504** 0.01111 -0.1985** -0.2466** -0.3287* (0.03229) (0.07592) (0.04263) (0.02962) (0.1410) lambdam_α -0.003824 -0.5618** -0.2787 -0.3658** 0.5139 (0.08475) (0.1893) (0.1432) (0.1038) (0.4142) Constant 7.1490** 12.134** 8.3606** 7.8793** 4.9976* (0.2557) (1.4119) (0.3669) (0.3062) (2.1029) Observations 13,109 1,996 4,696 24,729 1,710 R-squared 0.373 0.388 0.224 0.233 0.278 Individuos con actividad no remunerada son la categoria base del Logit Multinomial

Errores estándar en paréntesis. *Significancia al 5%; **Significancia al 1%.

Fuente: Cálculo de los autores a partir de GEIH (DANE) 2009 - 2012.