EXCLUSIÓN GEOGRÁFICA EN LAS ÁREAS RURALES DE EL …

EXCLUSIÓN GEOGRÁFICA EN LASÁREAS RURALES DE EL SALVADOR:

SU IMPACTO SOBRE EL MERCADO DE TRABAJO

444442 0 0 22 0 0 22 0 0 22 0 0 22 0 0 2

Ana Regina Vides de AndradeAnabella Lardé de Palomo

Lissette Calderón Martínez

S e r i e d e I n v e s t i g a c i ó n

FUNDACIÓNSALVADOREÑAPARA EL DESARROLLOECONÓMICO Y SOCIAL Departamento de Estudios Económicos y Sociales

331.1V534e Vides de Andrade, Ana Regina

Exclusión geográfica en las áreas rurales de El Salvador : suslv impacto sobre el mercado de trabajo / Ana Regina Vides de Andrade,

Anabella Lardé de Palomo, Lissette Calderón Martínez. – 1a. ed. --San Salvador, El Salv. : FUSADES, 2002.

29 p. ; 28 cm. – (Serie de Investigación ; 4-2002)

ISBN 99923-831-1-9

1. Mercado de trabajo. 2. Determinación del salario. 3. Trabajo demujeres. I. Lardé de Palomo, Anabella, coaut. II. Calderón MartínezLissette, coaut. II. Título.

BINA/jmh

© FUNDACIÓN SALVADOREÑA PARA EL DESARROLLOECONÓMICO Y SOCIAL - FUSADES –

Una publicación del Departamento de Estudios Económicos y Sociales

Impreso en los Talleres de EDICPSASan Salvador, El Salvador.

Teléfono: (503) 260-5534 FAX: (503) 260-5570

Primera edición 150 ejemplares

Diciembre de 2002

ISBN 99923-831-1-9

San Salvador, El Salvador, Centroamérica

Hecho el depósito de Leyde acuerdo con el Artículo 15 de la Ley del Libro

Los juicios y opiniones expresados en esta publicación corresponden a las autoras y noreflejan necesariamente la posición oficial de FUSADES.

La autorización para reproducir total o parcialmente esta publicación deberá solicitarseal Director del Departamento de Estudios Económicos y Sociales de FUSADES.

Indice general

Resumen ...................................................................................................................................... 1

1. Introducción .................................................................................................................................. 1

2. Datos ...................................................................................................................................... 32.1. Descripción de los datos ............................................................................................... 3

3. Marco teórico ................................................................................................................................. 7

4. Metodología .................................................................................................................................... 84.1. Medidas de aislamiento geográfico .................................................................................. 94.2. Factores que determinan la localización geográfica ........................................................ 104.3. Localización geográfica y participación en el trabajo ...................................................... 114.4. Aislamiento geográfico y asignación a un sector ............................................................. 124.5. Aislamiento geográfico e ingreso laboral ......................................................................... 15

5. Resultados ...................................................................................................................................... 155.1. Exclusión geográfica ........................................................................................................ 155.2. Participación en el mercado de trabajo ........................................................................... 185.3. Asignación a un sector ..................................................................................................... 205.4. Resultados de la regresión de ingresos ........................................................................... 24

6. Conclusiones y recomendaciones de política ................................................................................. 26

Referencias ..................................................................................................................................... 28

Indice de cuadros

1 Estadísticas básicas de trabajadores y no trabajadores por género ............................................... 4

2 Trabajadores por sector y categoría ocupacional por género ....................................................... 4

3 Ingreso laboral y horas trabajadas por sector y género ................................................................. 5

4 Ingreso laboral por nivel de educación ......................................................................................... 5

5 Características de las personas por nivel de exclusión geográfica ................................................. 6

6 Resultados regresión de aislamiento geográfico por género ......................................................... 16

7 Resultados regresión de participación en la fuerza laboral ........................................................... 19

8 Máximas probabilidades Logit estimadas para la asignación a un sector parahombres trabajadores .................................................................................................................... 20

9 Máximas probabilidades Logit estimadas para la asignación a un sector paramujeres trabajadoras ...................................................................................................................... 21

10 Probabilidades de trabajar en cada sector por educación, edad, estado civil y lugar deresidencia para mujeres ................................................................................................................. 22

11 Probabilidades de trabajar en cada sector por educación, edad, estado civil y lugar deresidencia para hombres................................................................................................................ 23

12 Función de ingreso laboral por sector para hombres trabajadores .............................................. 25

13 Función de ingreso laboral por sector para mujeres trabajadoras ................................................ 25

1

FUSADES-DEES



Resumen

El principal objetivo de esta investigación es estudiaruno de los aspectos de la exclusión social, el aislamientogeográfico de las personas que viven en el área rural deEl Salvador, y su impacto sobre tres aspectos deldesempeño en el mercado laboral: la decisión departicipar en el mercado de trabajo, el sector de empleoy el ingreso laboral. La hipótesis de este estudio es que elaislamiento geográfico tiene un impacto negativo en eldesempeño laboral de los trabajadores rurales, que elaislamiento geográfico por medio de una combinación

de amenazas a la seguridad, incremento en los costosde transacción y de trabajo, deprime la tasa departicipación en la fuerza laboral, incrementa laprobabilidad de trabajar en empleos de bajaproductividad y da como resultado ingresos laboralesbajos. Los principales resultados de este estudio indicanque el grado de aislamiento geográfico no desanima alos hombres a trabajar; por el contrario, es más probableque trabajen los hombres que viven lejos de los sitios detrabajo urbano y de las fábricas de maquila. El grado deaislamiento geográfico determina el sector de ubicaciónde la persona y su ingreso laboral también. Las mujeresque viven lejos de las áreas urbanas o con menor accesoa caminos pavimentados, están más concentradas enproducción agrícola por cuenta propia, donde lashabilidades de las mujeres son menos recompensadasque las de hombres con similares características. Laproducción agrícola por cuenta propia es un sectordonde la acumulación de capital humano de las mujeresno influye en su nivel de ingreso laboral, mientras queeste sector sí recompensa las habilidades de los hombres.Por medio de la concentración en este sector, las mujeresque viven geográficamente aisladas obtienen peoresresultados que los hombres. El hecho de vivirgeográficamente aisladas disminuye el ingreso laboralde las mujeres. Cuando los hombres trabajan por cuentapropia en actividades no agrícolas, el aislamientogeográfico también tiene un impacto negativo en suingreso.

1.Introducción

La vulnerabilidad de grandes segmentos de la sociedad,la ausencia de oportunidades y la exclusión social degrandes grupos de población productiva es una realidaden El Salvador, especialmente en áreas rurales. A pesarde ser el país más pequeño de Centro América, ElSalvador concentra los niveles más altos de pobreza en



2

FUSADES-DEES

el área rural donde reside el 43 por ciento de lapoblación. Aproximadamente, 61.5 por ciento de lapoblación rural vive en la pobreza, sólo 35 por cientotiene acceso a agua potable, 56 por ciento tiene accesoa electricidad y la población rural –en promedio– sólollega a 3.2 años de escolaridad (Encuesta de Hogaresde Propósitos Múltiples –EHPM–, 1999). La falta deoportunidades y la violencia son las principales razonespor las cuales las personas emigran de las áreas ruraleshacia las áreas urbanas o se van fuera del país (EHPM-1998).

En términos de participación económica, 37.3 por cientode la fuerza laboral salvadoreña vive en el área rural(Dirección General de Estadística y Censos –DIGESTYC–1999). De 1992 a 1998, la tasa de participación de lafuerza laboral para hombres y mujeres se incrementóen 5 y 3 puntos porcentuales, respectivamente; es decir,la participación de la fuerza laboral femenina(masculina) se incrementó de 23 (43) por ciento a 28(46) por ciento (EHPM, 1992, 1998). Un gran númerode estos trabajadores rurales está concentrado enempleo familiar no remunerado (13 por ciento),comercio al detalle (15 por ciento), producción porcuenta propia (31 por ciento), y en agricultura desubsistencia (11 por ciento), todas son actividadeseconómicas donde la productividad del trabajo esextremadamente baja. El ingreso laboral promedio delárea rural representa el 49 por ciento del ingreso laboralpromedio del área urbana (90 por ciento de lostrabajadores rurales ganan menos del salario mínimourbano). Este grupo de trabajadores es de gran interéspara los encargados de formular políticas. Lasinterrogantes que usualmente se plantean son: ¿quiénesson estos trabajadores? ¿es su ubicación geográfica unfactor determinante del pobre desempeño en el mercadode trabajo? ¿están estos trabajadores socialmenteexcluidos? aun teniendo capital humano, ¿tendrían estostrabajadores igual acceso a mejores condiciones, a unared de trabajo y a mejores empleos?

La falta de comprensión del grado de exclusión social,de las consecuencias que la exclusión social puede tenersobre los mercados de trabajo (es decir, menores tasasde participación laboral, concentración en trabajos deinferior paga, menor ingreso laboral, etc.) y de losmecanismos que operan para llevar a los trabajadores a

la exclusión social, especialmente para aquellos que vivenen áreas rurales, ha dado como resultado una ausenciade políticas que pudiesen promover una sociedad menosexcluyente; una distribución del ingreso laboral másequitativa y mejorar la eficiencia y equidad de los recursoshumanos en El Salvador. Este estudio responde a estafalta de investigación.

El principal objetivo de esta investigación es estudiar unaspecto de la exclusión social, es decir, el aislamientogeográfico de las personas que viven en el área rural deEl Salvador y su impacto sobre tres aspectos del mercadode trabajo: decisión de participar en la fuerza laboral,sector de empleo, e ingreso laboral. La hipótesis de esteestudio es que vivir en aislamiento geográfico tiene unimpacto negativo en los trabajadores rurales, que elaislamiento geográfico por medio de una combinaciónde amenazas a la seguridad, incremento en los costosde transacción y de trabajo, deprime las tasas departicipación de las personas en la fuerza laboral,incrementa la probabilidad de trabajar en empleos debaja productividad y da como resultado menoresingresos laborales.

Los resultados de este estudio indican que el grado deaislamiento geográfico no desanima a las personas atrabajar, por el contrario, es más probable que trabajenlos hombres que viven alejados de los trabajos urbanosy de las fábricas de maquila. El grado de aislamientogeográfico determina también la ubicación en el sectory el ingreso laboral de las mujeres. Las mujeres queviven en aislamiento geográfico están altamenteconcentradas en producción agrícola por cuenta propia,donde las habilidades de las mujeres no son valoradascomo las de los hombres. La producción agrícola porcuenta propia es un sector donde la acumulación decapital humano de las mujeres no influye en sus nivelesde ingreso, mientras que sí recompensa las habilidadesde los hombres. Por medio de la concentración en estesector, las mujeres que viven en aislamiento geográficoobtienen peores resultados laborales que los hombres;vivir en aislamiento geográfico disminuye el ingresolaboral de las mujeres. Cuando se trabaja por cuentapropia en actividades no agrícolas, el aislamientogeográfico tiene también un impacto negativo en elingreso laboral de los hombres.

3

FUSADES-DEES



2.Datos

Este estudio usa datos a nivel micro provenientes de la“Encuesta de Hogares Rurales” de 1999, recopiladospor la Fundación Salvadoreña para el DesarrolloEconómico y Social (FUSADES) bajo el programaBASIS1. Esta encuesta fue diseñada como una muestraaleatoria estratificada representativa de la población rurala un 10 por ciento de nivel de significación. El diseño dela Encuesta de Hogares Rurales es similar al de lasEncuestas de Medición de Niveles de Vida “EMNV,” lacual incluye una amplia gama de informaciónsocioeconómica sobre las personas y los hogares, talescomo: educación, composición familiar, distancias(medidas en tiempo y kilómetros desde el lugar deresidencia hasta la oficina postal más cercana, el lugarde trabajo, escuela primaria, instalaciones de salud, etc.),aspectos demográficos, migración, remesas, actividadesagrícolas, empleo, sector de empleo, ingreso y preguntassobre percepción del acceso a mercados financieros yde cuidados de la salud. En la página web:http://www-agecon.ag.ohio-state.edu/ruralfinance/new_page_2.htm de la Universidad Estatal de Ohio, sepuede encontrar una copia del cuestionario usado en1999.

Previo a la Encuesta de Hogares Rurales de 1999,FUSADES preparó dos encuestas rurales similares paralos años 1995 y 1997. El principal propósito de la primeraencuesta fue proveer información sobre hogares ruralespara la investigación del Banco Mundial sobre desarrollorural. En 1997, una segunda encuesta rural entrevistó al70.6 por ciento de los hogares de 1995; la pérdida deindividuos fue alrededor de 40 por ciento. Versionesanteriores de esta investigación trataron de usar las tres

1

El programa BASIS (Broadening Access and Strengthening InputMarket Systems) es patrocinado por la Agencia de los Estados Unidospara el Desarrollo Internacional (USAID). En El Salvador, el programaBASIS ha sido llevado adelante por FUSADES, en colaboración con elPrograma Finanzas Rurales de Ohio State University.

encuestas; sin embargo, un breve análisis de pérdida deindividuos sugirió que ésta estaba correlacionada conla decisión de trabajar y con el ingreso laboral, dosaspectos laborales de interés para esta investigación.Adicionalmente, las dos encuestas previas carecían delas variables claves necesarias para aplicar el análisis ala exclusión geográfica. Por lo tanto, se tomó la decisiónde centrar esfuerzos en un estudio de corte transversalusando los datos anuales de 1999; la encuesta de eseaño sí contenía los elementos necesarios para examinarel vínculo entre exclusión geográfica y el desempeño enel mercado de trabajo.

2.1. Descripción de los datos

Este estudio se centra en personas entre 16-65 años deedad. Los trabajadores están definidos como aquellaspersonas que trabajan al menos 26 horas en un año. ElCuadro 1 ofrece datos estadísticos descriptivos de lasprincipales variables de interés para trabajadores y notrabajadores. En promedio, los trabajadores sonmayores, tienen menos educación, tienen menosemigrantes en el hogar, reciben menos remesas yparticipan más en organizaciones comunitarias que losno trabajadores. Además, los parientes de lostrabajadores han vivido en la misma comunidad pormás tiempo y en términos de ubicación geográfica, lostrabajadores viven más lejos que los no trabajadores.

Sin considerar el género, en promedio, las personasviven entre 4 y 8 kilómetros de distancia de la carreterapavimentada, del mercado y la oficina de correos máscercanos; viajan 18 minutos para llegar al trabajo y lestoma entre 32 y 35 minutos llegar a la carreterapavimentada, al mercado y la oficina de correos máscercanos. También, 21 por ciento de las personas viajanuna hora o más para llegar a la carretera pavimentadamás cercana. Las interrogantes básicas a investigar eneste estudio son si vivir en aislamiento geográfico afectasu decisión de trabajar, el sector de empleo y laproductividad del trabajo.



4

FUSADES-DEES

Las mujeres que trabajan reciben menores remesas,tienen menos emigrantes en el hogar, pertenecen a másorganizaciones y tienen parientes que permanecen mástiempo en la misma comunidad que las mujeres que notrabajan. Los hombres que trabajan se tardan más enllegar a la carretera pavimentada más cercana que loshombres no trabajadores y tienen una mayorprobabilidad de estar casados y de tener más niñosviviendo en el mismo hogar. Las diferencias entre

Cuadro 1Estadísticas básicas de trabajadores y no trabajadores

por género

Cuadro 2Trabajadores por sector y categoría ocupacional por género (a)

hombres trabajadores y no trabajadores, es decir, edad,escolaridad, estado civil, número de hijos en el hogar,sugieren la importancia de estimar ecuaciones demercado de trabajo separadas por género.

El Cuadro 2 muestra el sector de empleo por género. Seexaminan tres sectores de empleo: asalariado,producción por cuenta propia y un sector mixto. El sectormixto reúne un grupo grande de personas quienes,

No trabajadores No trabajadores No TrabajadorasMedia Media Media

Edad 32.79 34.77 * 30.09 34.89 * 33.42 34.6Estado civil (casado=1) 0.27 0.31 0.12 0.31 * 0.31 0.3Miembros del hogar 6.99 2.81 6.72 6.97 7.05 6.87Niños en el hogar 2.49 2.66 1.86 2.61 * 2.64 2.71Alfabetismo 0.75 0.78 0.83 0.8 0.73 0.75Escolaridad 4.7 4.36 ** 6.63 4.5 * 4.24 4.16Escolaridad promedio del hogar 2.97 2.73 * 3.47 2.69 * 2.86 2.78Remesas anuales (Colones) 3,959 2,399 * 5,051 2,151 * 3,703 2,750 **Número de emigrantes del hogar 1.05 0.79 * 1.02 0.79 1.05 0.78 *Electricidad 0.72 0.69 0.79 0.68 * 0.71 0.7Agua potable 0.47 0.46 0.44 0.46 0.48 0.46Pertenece a una organización 0.31 0.34 0.35 0.34 0.3 0.35 **Organizaciones a las que pertenece 0.38 0.46 * 0.46 0.47 1.27 0.46 *Tiempo que la familia ha vivido en la comunidad (años) 60.45 62.35 ** 60.87 61.93 60.35 62.94 *Distancia a carretera pavimentada (Kms) 4.67 5.07 3.97 5.15 4.83 4.96Distancia a oficina de correo (Kms) 5.19 5.51 5.27 5.54 5.18 5.47Distancia al mercado (Kms) 7.63 7.81 7.14 7.94 7.74 7.62Tiempo a carretera pavimentada (minutos) 28.63 33.11 * 24.28 33.33 * 29.67 32.78Tiempo a oficina de correo (minutos) 32.99 35.83 ** 33.22 35.93 32.94 35.68Tiempo al mercado (minutos) 40.55 42.66 39.68 43.12 40.75 42.02

* Indica nivel de significancia de 5 por ciento y ** de 10 por ciento

TrabajadorasMedia

Toda la muestra Hombres Mujeres

TrabajadoresVariable

MediaTrabajadores

Media

Hombres Ambos

Participación en la fuerza laboral 90% 60% * 75%SectorI. Asalariado

Asalariado agrícola 13% 10% 12% Asalariado no agrícola 18% 21% ** 19%

II. Producción por cuenta propia Cuenta propia agrícola 20% 32% * 25% Cuenta propia no agrícola 4% 17% * 10%

III. Sector mixto 45% 19% * 34%

(a) Usando muestra de personas entre 15–65 años de edad; trabajadores son las personas que trabajan al menos 26 horas durante todo el año. * Indica nivel de significancia de 5 por ciento y ** de 10 por ciento

MujeresSector y categoría

5

FUSADES-DEES



durante un año en particular, trabajan en varios sectores.Los sectores asalariado y producción por cuenta propiafueron separados en actividades agrícolas y no agrícolas.Existen sustanciales diferencias de género en el sectorde empleo. Las mujeres están fuertemente representadasen los sectores producción por cuenta propia y asalariadono agrícola. Los hombres están concentradosprincipalmente en el sector mixto, lo cual significa quedurante un año los hombres trabajaron en más de unsector, lo que a su vez explica que la tasa de participaciónmasculina en la fuerza laboral sea más alta que lafemenina.

El Cuadro 3 muestra el ingreso laboral total y horastrabajadas por sector y por género. Los hombres quetrabajan obtienen un ingreso total mayor que las mujeresen todos los sectores, excepto el sector mixto. Al mismotiempo, los hombres trabajan más horas que las mujeresen todos los sectores, excepto en el sector asalariado no

Cuadro 3Ingreso laboral y horas trabajadas por sector y género (a)

agrícola. Los hombres que trabajan en actividadesagrícolas por cuenta propia reciben un ingreso laboral47 por ciento mayor y trabajan el doble de horas que lasmujeres del mismo sector. Por otra parte, los hombresque trabajan en actividades asalariadas no agrícolas (esdecir, maquila) obtiene 45 por ciento más de ingresoque las mujeres, aunque trabajan la misma cantidad dehoras. Las mujeres que trabajaron en actividadesagrícolas, como asalariadas o en producción por cuentapropia, trabajaron menos horas que los hombres.

El Cuadro 4 muestra el ingreso laboral total por géneroy por nivel de escolaridad. En general, los trabajadorescon mayor educación obtienen mayor ingreso que lostrabajadores con menor educación. Los hombres ymujeres con alguna educación secundaria (10 años deescuela o más) ganan entre 45 y 29 por ciento más quelos trabajadores con un nivel de escolaridad entre cuartoy sexto grado. Las tasas de participación en la fuerza

Cuadro 4Ingreso laboral por nivel de educación

Hombres Mujeres Hombres Mujeres

Sector I. Asalariado

Asalariado agrícola 1,715 774 * ¢8,481 ¢3,720 * Asalariado no agrícola 2,218 2,306 ¢20,497 ¢14,675 *

II. Producción por cuenta propia Cuenta propia agrícola 1,334 628 * ¢5,136 ¢1,726 * Cuenta propia no agrícola 2,380 1,879 * ¢22,145 ¢14,661 **

III. Sector mixto 2,052 1,660 * ¢9,166 ¢10,133

1,907 1,409 * ¢10,796 ¢8,486 *

(a) Usando muestra de personas entre 15–65 años de edad. Las horas totales y el ingreso laboralson anuales. Trabajadores son personas que trabajan al menos 26 horas durante todo el año. * Indica nivel de significancia de 5 por ciento y ** de 10 por ciento

Horas trabajadas Ingreso laboral total Sector y categoría

Total

Toda lamuestra

Ninguno ¢6,519 ¢7,621 ¢5,209 2.44 0.92 0.59 1-3 ¢8,732 ¢9,032 ¢8,354 0.45 0.94 0.64 4-6 ¢10,982 ¢12,319 ¢8,665 2.54 0.95 0.62 7-9 ¢10,670 ¢11,323 ¢9,755 0.90 0.86 0.60 >10 ¢15,910 ¢15,888 ¢15,944 (0.02) 0.76 0.57

Tasa de participaciónNivel de

escolaridad

Ingreso laboral total

Hombres Mujeres Prueba-T Hombres Mujeres

en la fuerza laboral



6

FUSADES-DEES

laboral por nivel de escolaridad también se incluyen enel Cuadro 4. Las personas con menor educación tienenmayores tasas de participación que las personas conmayores niveles de educación. Contrariamente, lasmujeres sin educación tienen menores tasas departicipación laboral que las mujeres con algunaeducación primaria. Los diferenciales totales de ingresolaboral entre géneros son especialmente mayores paralos trabajadores sin educación, y entre aquellos quetienen entre cuatro y seis años de escolaridad. Sinembargo, no es significativo el diferencial de ingresolaboral total entre géneros para los trabajadores con 7 ymás años de escolaridad.

Para evaluar las características de las personas que vivenen mayor o menor aislamiento, primero se clasificaron ycalificaron a todas las personas sobre la base del tiempo(en minutos) que les toma llegar a la carreterapavimentada más cercana, a manera de crear cincogrupos. El quinto quintil se refiere a personas que lestoma mayor tiempo llegar a la carretera pavimentadamás cercana y que, por lo tanto, viven más aislados. El

Cuadro 5Características de las personas por nivel de exclusión geográfica (b)

primer quintil se refiere entonces a la población menosaislada. El Cuadro 5 muestra algunas característicasseleccionadas por género para el primer y quinto quintil.Sin importar el género, las personas que viven en lugaresmenos aislados poseen mayor educación (más años deescolaridad) que las personas que viven más alejadasde la carretera pavimentada. Los hombres que viven enaislamiento geográfico poseen menos escolaridad;residen donde sus padres y parientes han vivido onacieron, han heredado tierras o las han obtenido pormedio de algún programa del gobierno. Además, loshombres que viven en áreas aisladas son más propensosa trabajar en actividades agrícolas por cuenta propia oen más de un sector durante el mismo año, su ingresolaboral es 60 por ciento inferior al de los hombres queviven menos excluidos geográficamente. También es másprobable que las mujeres que viven en mayor aislamientohayan heredado su tierra, trabajen menos horas a lasemana, trabajen en producción agrícola por cuentapropia, y ganen sólo 36 por ciento de lo que ganan lasmujeres que viven más cerca de la carretera pavimentada.

- Aislado - Aislado + Aislado

Educación 5.38 3.56 * 5.21 3.52 *Edad 34.41 34.62 34.27 32.29 Estado civil (Casado=1) 0.29 0.36 0.33 0.37 Miembros del hogar 6.71 6.60 6.81 6.58 No. de niños que viven en el hogar 2.22 2.63 2.40 2.72 Poseen tierra 0.63 0.72 0.65 0.65 Remesas (colones por año) ¢3,869.64 ¢2,575.27 ¢3,534.23 ¢3,861.84 Parientes que viven/nacieron en el mismo lugar 0.73 0.87 * 0.78 0.85 Tierra dada en herencia 0.22 0.32 ** 0.25 0.40 *Tierra dada por el Gobierno 0.09 0.17 * 0.07 0.09 Trabaja (Si =1) 0.85 0.97 * 0.61 0.68 Trabaja como asalariado agrícola 0.06 0.12 0.04 0.06 Trabaja como asalariado no agrícola 0.20 0.07 * 0.18 0.06 *Trabaja por cuenta propia en actividades agrícolas 0.14 0.24 * 0.17 0.36 *Trabaja por cuenta propia en actividades no agrícolas 0.09 0.04 0.12 0.05 **Sector mixto 0.36 0.49 * 0.09 0.15 Horas trabajadas 1,748.81 1,869.56 987.36 675.79 *Ingreso colones (promedio por hora) 5.21 4.17 4.13 2.48 *Tiempo a carretera pavimentada más cercana (minutos) 2.56 115.56 * 2.48 114.95 *Tiempo viviendo en la misma comunidad (años) 32.45 40.91 * 31.32 38.70 *Ingreso laboral total (colones por año) ¢12,702.48 ¢9,269.31 ¢6,971.18 ¢2,544.04 *

Muestra total 187 90 208 95

(b) Usa el tiempo a carretera pavimentada más cercana como medida de exclusión geográfica * Indica nivel de significancia de 5 por ciento ** de 10 por ciento

+ Aislado

Mujeres Hombres Características

7

FUSADES-DEES



Los hombres que viven en aislamiento han residido porperíodos más largos de tiempo en la misma comunidaddonde sus padres y parientes vivieron o nacieron. Estopuede sugerir que la decisión de la persona porcontinuar viviendo en un lugar puede ser impactadapor la acumulación de capital social de sus padres. Sinimportar el género, las remesas y el grado de aislamientogeográfico no están correlacionados.

3.Marco teórico

Existe una extensa literatura sobre exclusión social (Gorey Figueiredo, 1997; Fundación Europea, 1995; Gacituay Davis, 2000; Figueroa, 2000; Sojo, 2000; Ordóñez,2000; Trouillot, 2000; Do Valle Silva, 2000). Estosestudios, en su mayoría descriptivos o teóricos ennaturaleza, debaten conceptos e indicadores deexclusión social, disertando sobre lo que la exclusióntrata o debería tratar. Por ejemplo, Gore y Figueiredo(1997) recomendaron medir la exclusión social conun conjunto de indicadores sociales múltiples y decarencia material (retomando categorías de PeterTownsend, 1993) e incluir la percepción de los gruposde su posición en la sociedad para saber si los gruposhan escogido excluirse ellos mismos de la sociedad.

En este proyecto, la exclusión social está definida comoel proceso donde “las personas o grupos están parcialo totalmente excluidos de participar en la sociedad a lacual pertenecen” (Fundación Europea, 1995; Trouillot,2000), un proceso que da como resultado una“negación del acceso equitativo a las oportunidadesimpuesta por ciertos grupos de la sociedad sobre otros”(BID, 2000). Este proceso de exclusión es acumulativoy multidimensional (Figueroa, 2000; Gacitua y Davis,2000). Este concepto supone que a nivel individual, laexclusión social es involuntaria (Gore y Figueiredo,1997).

Un aspecto en el que hay un importante cuerpo deinvestigación empírica es sobre la segregación geográficay la tensión racial/étnica (“vecindarios ghettos”) (Borjas,1997, 1995; Cutler, Glaeser, Vigdor, 1997, Case y Katz,1991; Crane, 1991; Evans, Oates, y Schwab, 1992; Jencks,y Meyer, 1990; Manski, 1993). Sobre este tema, laliteratura existente analiza tres problemas distintos. Elprimer conjunto de estudios brinda mediciones delgrado de segregación geográfica enfrentada por gruposparticulares por medio del conteo del número depersonas que residen en áreas geográficas particularesy del cálculo de varios índices de segregación a partir deestos conteos (Bean y Tienda, 1987; Massey y Denton,1989; McKinney y Schnare, 1989). Estos estudios secentran en la segregación residencial y se interesan porlos impactos que la exclusión social tiene sobrecantidades grandes de personas/trabajadores que vivenen áreas aisladas geográficamente. Dichos impactospueden promover un conjunto de actitudes culturales,contactos sociales y oportunidades económicas queafectan a las personas a lo largo de sus vidas.

Un segundo conjunto de estudios examina lasconsecuencias de la segregación residencial en elmercado de trabajo (Cutler y Glaeser, 1997; Elliot et. al,1996; Borjas, 1995; Crane, 1991; Case y Katz, 1991).Por ejemplo, Borjas (1995) encontró que los ingresosde los hijos están fuertemente afectados no sólo por losingresos de los padres, como sugieren los modelostradicionales de ingreso intergeneracionales, sinotambién por los ingresos del grupo étnico en lageneración de sus padres; lo que él llama el “capitalétnico”. Borjas sugiere que el vecindario étnico es unode los mecanismos por medio de los cuales opera laexternalidad étnica, vinculando la segregaciónresidencial y la acumulación de capital humano. El capitalétnico es medido como el ingreso promedio del grupoétnico en la generación de los padres. Esta variable esutilizada como proxy de los antecedentessocioeconómicos del vecindario donde los hijos fueroncriados.

Una tercera corriente de investigación debate sobre elproblema de identificación, donde los mismos factoresno observados que llevan a una decisión particular delocalización, pueden también llevar a otros resultadossocioeconómicos. Estos estudios concluyen que las



8

FUSADES-DEES

mediciones de segregación residencial y sus impactossobre el mercado de trabajo pueden sólo reflejar unacorrelación espúrea (Evans, Oates, y Schwab, 1992;Jencks y Meyer, 1990; Manski, 1993). Para tratar el temade la endogeneidad en la selección del vecindario, Borjas(1997) examina cómo las personas seleccionan el lugardonde desean residir. Sus descubrimientos sugieren quela selección del vecindario depende tanto de lashabilidades como de los recursos económicos del hogary de las características de los grupos étnicos.

Relevante para esta investigación es otro grupo deestudios que se centran en la separación espacial odesajuste entre trabajadores pobres y la localización delempleo. John Kain, en 1968, estudió los efectos de ladescentralización del empleo (fábricas desplazadas delas áreas céntricas de las ciudades, donde muchosgrupos minoritarios viven, hacia áreas suburbanas) y ladiscriminación de vivienda, en la distribución espacialde trabajadores negros y en su habilidad para encontrarempleo (Kain, 1968, 1992; Holzer, 1991). Kain sugirióque los deficientes resultados laborales de las minoríasse debían al desajuste espacial entre los trabajadores yla localización de los empleos. Desde el trabajo seminalde Kain de 1968, ha habido un gran número de estudiosque debaten sobre todos los aspectos del desajusteespacial (Bell, 1974; Madden, 1980; Madden y White,1980; Reid, 1985; Vrooman y Greenfield, 1980;McLafferty y Preston, 1992; Ihlandfeldt y Sjoquist 1990,1998; Ihlandfeldt y Young, 1996; Sánchez, 1999; Sawicki,2000; Thompson, 1997). La mayoría de estos estudiosconcluyen que la separación entre el vecindario y elprimer empleo del individuo sí tiene impactos negativossobre el éxito de las minorías en el mercado de trabajo.Además, la separación espacial de los trabajadores pobresde sus empleos iniciales crea no sólo separación física,sino aislamiento espacial de las redes e información deempleo; la separación espacial aumenta cuando eltransporte público y privado para las personas pobreses deficiente, disminuyendo la movilidad de lostrabajadores pobres.

4.Metodología

El principal objetivo de este documento es estudiar elaspecto de aislamiento geográfico de la exclusión social,analizando el impacto de vivir en lugares rurales aisladossobre el mercado de trabajo en lo que se refiere a: ladecisión de participar en la fuerza laboral, el sector deempleo y el ingreso laboral. En esta investigación, lahipótesis consiste en que a través de una combinaciónde amenazas a la seguridad, costos de transacción ycostos de movilidad, el vivir en aislamiento geográficodisminuye la participación laboral, asigna a lostrabajadores en empleos de baja productividad y menoringreso laboral, lo cual perpetúa aún más la exclusiónsocial.

Esta investigación limita su alcance al estudio de laseparación geográfica de los trabajadores con respectoa los mercados locales. Son comparados los resultadosen el mercado de trabajo de las personas que viven cercade los empleos urbanos y de los caminos pavimentadoscon aquellos que viven más alejados. Dos medidas deexclusión geográfica son utilizadas para estudiar el efectodel aislamiento geográfico, a saber, la distancia a lacarretera pavimentada más cercana (kilómetros) y uníndice de localización. En la siguiente sección se explicanel contenido, las ventajas y las limitaciones de estas dosmedidas de aislamiento geográfico.

Los principales objetivos son alcanzados en dos pasossencillos:

Primero, son identificados los factorescorrelacionados con la decisión de dónde vivir.En este paso, se explora el vínculo entre la decisiónde localización y los efectos ingresointergeneracionales (si los padres eranpropietarios de la tierra, lugar de residencia ystatus socioeconómico), remesas, propiedad de

9

FUSADES-DEES



la tierra, ingresos/recursos del hogar y variablesde capital humano. La identificación de estosfactores es de gran interés en sí mismo, perotambién brinda las estimaciones de variablesinstrumentales a ser usadas en la exploración dela relación entre localización y desempeño en elmercado de trabajo.

Segundo, al hacer el ajuste por autoseleccióndebido a la decisión de localización de la persona,se utilizó una estimación de variablesinstrumentales, donde el valor pronosticado dela medida de aislamiento geográfico está incluidoen las estimaciones de cada uno de los tresaspectos del mercado de trabajo en estudio:participación en la fuerza laboral, sector deempleo e ingreso laboral por género.

4.1. Medidas de aislamientogeográfico

La Encuesta de Hogares Rurales contiene informaciónsobre el lugar de residencia de la persona, característicastopográficas del terreno y las coordenadas residencialesexactas (latitud y longitud)2 ; además, contieneinformación detallada sobre el tiempo y la distancia queles toma a las personas desplazarse desde su lugar deresidencia hacia la oficina de correos, la escuela primaria,la escuela secundaria, instalaciones de salud, carreterapavimentada, mercado, parada de buses, etc., máscercanos.

Para propósitos de este estudio, usamos el “tiemporecorrido hasta la carretera pavimentada más cercana”como una medida de aislamiento geográfico. Seconsidera que el acceso a carretera pavimentada

2 Las características topográficas y los datos de las coordenadasestán siendo procesados, por lo cual no estaban disponibles paraesta investigación.

disminuye los costos de transacción e incrementa lamovilidad laboral, vinculando a las personas no sólo aempleos más productivos, sino también a redes deempleo, establecimientos de salud y mercados dondevender productos rurales. El principal inconveniente deusar la medida sencilla de separación geográfica es elsupuesto implícito que el acceso a todas las carreteraspavimentadas tiene el mismo impacto en el desempeñodel individuo en el mercado laboral. Es decir, el tiempoque toma llegar a la carretera pavimentada ignora lasdiferencias de mercado de destinos alternativos; tambiénignora diferencias en términos de disponibilidad deempleo, salarios, instituciones financieras y comerciales,e intensidad económica. Por ejemplo, dos personas,“A” y “B” a las que les toma 30 minutos llegar a lacarretera pavimentada más cercana tendrán el mismogrado de aislamiento geográfico, sin considerar que lacarretera pavimentada más cercana a la persona “A” lalleva a una pequeña comunidad de menos de 100habitantes, mientras la carretera pavimentada máscercana a la persona “B” la lleva a San Salvador, la ciudadurbana más grande de El Salvador.

Para superar esta limitación se ha usado el “índice delocalización” como una medida de acceso a empleo,desarrollado por Lardé de Palomo y Argüello de Morera(2000). El índice de localización tiene dos componentes,el primero mide el acceso a empleos urbanos y elsegundo componente mide el acceso a empleos en zonasfrancas. El primer componente capta el número deempleos urbanos disponibles en la población urbanamás cercana de 50 mil habitantes o más, ajustado por ladistancia que cada persona tendría que recorrer parallegar ahí. El segundo componente mide el número deempleos disponibles en zonas francas ubicadas en unradio de 30 Km desde el hogar, ajustado por la distanciaque es necesario recorrer para llegar a la zona franca.El índice de localización agrega tanto empleos urbanoscomo empleos en zonas francas. El índice de localizaciónoscila entre 0 y 1, entre más cercano a uno, mayor accesoa empleos urbanos y/o empleos en zonas francas.

Este estudio no argumenta que el acceso a mercadoscon 50 mil habitantes o más sea el único punto dereferencia apropiado para medir la falta de acceso aempleo o el aislamiento geográfico. El Salvador tienetres mercados urbanos desarrollados: San Salvador, San



10

FUSADES-DEES

Miguel y Santa Ana. Podría argumentarse fácilmente quecualquier medición de aislamiento geográfico podríausar cualquiera o los tres mercados como referencia.Un argumento similar puede hacerse cuando se usanotros mercados regionales o internacionales, tales comoGuatemala, Costa Rica, México, o incluso los EstadosUnidos de América. Sin embargo, este estudio limita sualcance al estudio del aislamiento geográfico conrespecto a los mercados locales más poblados y máscercanos.

4.2. Factores que determinan lalocalización geográfica

En este documento se explora el vínculo entre la decisiónde localización y el efecto ingreso intergeneracional (silos padres eran propietarios de la tierra, lugar deresidencia, categoría ocupacional de los padres) comoproxy del status socioeconómico de los padres, remesas,propiedad de la tierra, tamaño de la comunidad, otrosingresos/recursos del hogar, y variables de capitalhumano. A partir de estos estimados, se podrán conocerlos factores detrás de la decisión de localizacióngeográfica de la persona y en adición, serán identificadasalgunas de las variables instrumentales que sonnecesarias en la exploración de la relación entrelocalización y desempeño en el mercado de trabajo.

Se espera que las personas con mayores habilidadesvivan en lugares menos aislados. La correlación entreingreso y decisión de localización puede ir, ya sea endirección positiva o negativa. Por un lado, las personascon mayor ingreso pueden vivir en áreas menos aisladasdebido a su preferencia y capacidad para pagar el costode vida de áreas menos aisladas. Por otra parte, laspersonas con mayor ingreso pueden desear quedarseen comunidades aisladas, donde quizás hayan vivido lamayor parte de sus vidas. Es posible que los costos deoportunidad y de vida en comunidades aisladas seanmenores para personas con mayores ingresos.

También se incluye en la ecuación de localizacióngeográfica una variable binaria de control para personasque viven en el mismo lugar donde los padres o parientesvivieron o nacieron. En este estudio se sostiene que laspersonas pueden decidir vivir o permanecer en el mismolugar donde los padres o parientes nacieron o vivieronla mayor parte de sus vidas para capitalizar laacumulación de capital social de los padres y un sentidode pertenencia. Más que el signo que tomen, lo queinteresa es que estas variables sean significativas. Si essignificativo, el coeficiente mostrará que las personastoman decisiones de localización, incluso en áreasremotas, para capitalizar los beneficios del capital socialde los padres. Por otra parte, se ha supuesto que lalocalización geográfica de los padres y los parientes y eltiempo que éstos permanecieron en esa localización sonfactores no directamente correlacionados con eldesempeño en el mercado laboral de las personas en elpresente. El desempeño laboral actual de las personasdepende totalmente de la acumulación de capitalhumano y de si viven geográficamente excluidos de lasociedad3.

Otra variable binaria es agregada para controlar la tierraprovista por medio de programas gubernamentales. Alfinalizar la Guerra Civil en 1990, como parte de losAcuerdos de Paz, el gobierno otorgó tierra a algunaspersonas. En estos casos, las decisiones de localizacióny el grado de aislamiento no fueron decididos por estaspersonas, sino que fueron determinados por elgobierno, volviendo necesario el control de dichos casos(menos del 5 por ciento en la muestra). En estos casos,un coeficiente positivo mostrará que el gobierno otorgótierra ubicada en áreas remotas y que la gente que obtuvotierra en lugares remotos no fue capaz de venderla oalquilarla y consecuentemente no tuvo más alternativaque vivir en ella.

Estimamos una ecuación de regresión lineal para cadauna de las medidas de exclusión geográfica, primeropara la muestra total y luego por género.

3 Estudios anteriores argumentan que los factoresintergeneracionales, tales como la educación de los padres tienenuna fuerte correlación en la acumulación de capital humano delos hijos y, por lo tanto, en su productividad del trabajo actual. Lafalta de esta variable en los datos hizo imposible comprobar estahipótesis.

11

FUSADES-DEES



4.3. Localización geográfica yparticipación en el trabajo

Se analiza tanto la decisión de trabajar de la personacomo el impacto de la localización geográfica sobre esadecisión. Se argumenta que la decisión de trabajar y,por lo tanto, la oferta de trabajo de hombres y mujereses tomada en forma conjunta a nivel del hogar. La formaadecuada de modelar la toma de decisión familiar noestá totalmente clara, y los economistas han adoptadovarios enfoques (Killingsworth, 1983). Uno de losenfoques supone que la pareja tiene un conjuntocolectivo de preferencias y se comporta como una unidadsingular. Otro enfoque supone que cada pareja tieneuna utilidad individual sujeta a un presupuesto familiar(Manser and Brown, 1980). La modelación de ladecisión conjunta y su estimación es compleja; el modelologit multinomial (para estimar la probabilidad dedecisión de cada miembro de la pareja) y las ecuacionessimultáneas son algunas de las técnicas que se usan. Sinembargo, por simplicidad, en este estudio se analiza laprobabilidad de participación en la fuerza laboral parahombres y mujeres separadamente. Se utiliza un modeloprobit para examinar las consecuencias de la localizacióngeográfica en la decisión de participación laboral de lapersona.

En el modelo probit, tenemos P(Y=1|X) = F (βX),donde F(.) es aquí la función distribución normalestándar acumulada. La decisión de trabajar o no en elmercado depende del salario de mercado, W, y del preciosombra o salario de reserva, Z. El salario de mercado esusado aquí si W > Z, la persona trabaja ya sea enproducción propia o como un empleado. Así, la variabledependiente toma el valor de uno (1) si la personaparticipa en el mercado de trabajo y cero (0) si lapersona no lo hace.

El precio sombra o el salario de reserva (Z) depende dela productividad en actividades diferentes a las realizadasen el mercado de trabajo. Tanto para hombres comomujeres, el salario de reserva depende de característicaspersonales, tales como estado civil, edad y número de

hijos pequeños, y de la “necesidad” de ingreso, la cuales medida por remesas, propiedad de la tierra e ingresofamiliar (excluyendo su propio ingreso laboral) y elaislamiento geográfico de la persona. La decisión detrabajar o no depende de estos factores y del salario dereserva. De acuerdo con la teoría, la decisión de unamujer está basada en su valoración del tiempo en casa osus ingresos previos, contra el salario ofrecido o losingresos potenciales. Sin embargo, la decisión de trabajarde un hombre está basada en su valoración del tiemposi continúa desempleado –esperando una mejoroportunidad– o en sus ingresos previos, contra el salarioofrecido o los ingresos potenciales. A pesar de lasdiferencias de género en los factores que afectan ladecisión de participar en la fuerza laboral, tanto hombrescomo mujeres pueden ser vistos como que establecenestándares mínimos para su decisión de trabajar. Así,cuando los ingresos provenientes de ese empleo superanun valor crítico, el empleo será aceptado, de lo contrarioserá rechazado. Esto significa que las muestras dehombres trabajadores y mujeres trabajadoras sonresultado de la autoselección.

En las funciones probit de participación, la edad esintroducida como una serie de variables binarias paracada grupo de edad (cohortes de seis años) para tomaren cuenta cualquier falta de linealidad en el efecto de laedad sobre la participación. No está claro a priori cuálesdeberán ser los signos de los coeficientes de las variablesde edades. Es probable que las personas más jóvenesestén fuera de la fuerza laboral y en la escuela, lo cualdisminuiría la probabilidad de participación de estegrupo. Cuando la matrícula en educación superior esalta, la participación en la fuerza laboral de los jóveneses baja. Sin embargo, dado el pequeño porcentaje depersonas con educación superior, especialmente enáreas rurales de El Salvador, esta variable puede tenerpoco efecto.

Es más probable que los jefes de hogares trabajen paramantener a la familia. Se espera que las mujeres casadastengan menor probabilidad de participar que las mujeresque no lo están, mientras la relación contraria esesperada para los hombres. Las remesas y el ingresofamiliar –producidos por el cónyuge de una persona uotro pariente que vive en el hogar o fuera del país–también están incluidos en la ecuación probit para medir



12

FUSADES-DEES

el efecto ingreso en la decisión de participación. Seespera que tenga un impacto negativo sobre laparticipación. Las remesas familiares pueden tambiéntener un impacto positivo sobre la participación alincrementar el acceso de las personas a mercadosfinancieros y de trabajo externos y más desarrollados(rurales, urbanos e internacionales). Cuando estádisponible, el período de tiempo viviendo en el mismolugar es también introducido para controlar el efectomigratorio.

De acuerdo con la literatura sobre desajuste espacial, ellugar de residencia es un determinante importante en laparticipación laboral de las personas. El impacto delaislamiento geográfico sobre las tasas de participaciónen la fuerza laboral puede ir en cualquier dirección.Algunos estudios empíricos sobre desajuste espacialmuestran que vivir lejos del empleo incrementa los costosde movilidad del trabajador y desarticula a las personasde las redes de empleo. Ambos factores disminuyen lastasas individuales de participación en la fuerza laboral.Por otra parte, las personas que viven en áreas rurales,incluso cuando viven en gran aislamiento geográficopueden aun trabajar en su propia tierra, para propósitoscomerciales o de subsistencia. Incluso en épocas decrisis, cuando no hay empleo no agrícola o asalariado,las tasas de participación en la fuerza laboral puedenincrementarse al trabajar en actividades agrícolas. Eneste estudio, la hipótesis es que el aislamiento geográficoimpone mayores costos de oportunidad y mayoresdificultades a las mujeres que a los hombres, lo cualpuede disminuir la tasa de participación en la fuerzalaboral de las mujeres más que la de los hombres.Razones de seguridad, más el papel cultural de lasmujeres en la sociedad como responsables de la crianzade los hijos y como encargadas de los cuidados de lafamilia pueden ser los principales mecanismos a travésde los cuales el aislamiento geográfico limita laparticipación de las mujeres en la fuerza laboral aúnmás que la de los hombres. El Salvador es uno de lospaíses más violentos en Latinoamérica; por lo tanto, elriesgo de caminar solas por senderos oscuros y de tierra(no por calles), y de ser físicamente atacadas son costosde transacción adicionales enfrentados más por lasmujeres que por los hombres. Dichos riesgos a laseguridad, además del tiempo y los costos de transporteimponen a las mujeres mayores costos de oportunidad

que a los hombres. Además, el aislamiento geográficopuede también incrementar el valor de las actividadesproductivas domésticas de la mujer, al elevar el valor deella como protectora de los hijos y proveedora decuidados, y reducir aún más la probabilidad de suparticipación en el mercado de trabajo. Aquí se sostieneque el aislamiento geográfico, a través de unacombinación de amenazas a la seguridad y al papelcultural de las mujeres en la sociedad, es un factorimportante en la exclusión de la mujer del mercado detrabajo rural. Por otra parte, los mayores costos detrabajar unidos a la minimización de los costos de reducirel peligro, pueden hacer que las mujeres que viven encomunidades aisladas incrementen su decisión departicipación al trabajar en actividades agrícolas en elhogar o cerca del hogar. Por lo tanto, en lugar dedisminuir las tasas de participación en la fuerza laboral,el aislamiento geográfico puede incrementarlas.

4.4. Aislamiento geográfico yasignación a un sector

Para probar el impacto del aislamiento geográfico en elsector de empleo se ha utilizado un modelo logitmultinomial. Los trabajadores rurales salvadoreños hansido divididos en grupos, aquellos asignados a sectoresasalariados, ya sean agrícola o no agrícola, y aquellosasignados a producción por cuenta propia, ya seanactividades agrícolas o no agrícolas4. Para clasificar atodos los trabajadores rurales en sectores mutuamenteexcluyentes, se ha incluido un quinto sector, llamado elsector “mixto”. Este sector mixto incluye a todas laspersonas que trabajaron en dos o más sectores durante

4 Idealmente, el sector asalariado debería estar dividido en sectoresprivado y público. Estudios anteriores (Briones y Andrade, 2000)habían demostrado la importancia de sectores público y privadoseparados; el sector público tiene requerimientos diferentes encuanto a habilidades y en cuanto a mecanismo de fijación desalarios que el sector privado, especialmente para mujeres; sinembargo, la estructura de la Encuesta de Hogares Rurales no separóestos dos sectores.

13

FUSADES-DEES



el año anterior. El supuesto subyacente es que losmercados de trabajo rurales salvadoreños estáncompletamente descritos por estos cinco sectores.

Especificación del modelo de asignacióna sectores

Este modelo supone primero, que una persona decidetrabajar en un sector específico y luego se observa suingreso laboral. Por lo tanto, en la estimación deasignación a un sector no es posible incluir ningunavariable que esté determinada por pertenencia al sector,tal como experiencia en el mercado de trabajo, pagosen especie y si el empleo es temporal o permanente. Sinembargo, en la estimación de asignación a un sector, esnecesario incluir algunas variables que estánrelacionadas con la productividad y podrían influir laspreferencias del empleador por los trabajadores. Se hanestimado las siguientes ecuaciones para toda la muestra,y luego para hombres y mujeres:

log (p1/p2) =α12 + β12 GEO + γ12 ED1 + δ12 ED2 + ζ12ED3 + η12 ED4 + ω12 REG2

+ ς12 REG3 + τ12 REG4 + θ12 AGE16-20 +Θ12 AGE21-25 + φ12 AGE26-30 +ψ12 AGE31-35 + χ12 AGE36-40 + ε12 AGE41-45 + ν12 MAR+ e12

log (p3/p2) = α32 + β32 GEO + γ32 ED1 + δ32 ED2 + ζ32ED3 + η32 ED4 + ω32 REG2






donde:1 = Sector agrícola asalariado2 = Producción por cuenta propia agrícola3 = Sector asalariado no agrícola4 = Producción por cuenta propia no agrícola5 = Sector mixtop

i = Probabilidad de la iésima persona de trabajar

en el késimo sectorGEO= Medida pronosticada de aislamiento

geográficoED1= 1 si tiene entre 1-3 años de escolaridad,

de lo contrario 0ED2= 1 si tiene entre 4-6 años de escolaridad,

de lo contrario 0ED3= 1 si tiene entre 7-9 años de escolaridad,

de lo contrario 0ED4= 1 si posee más de 10 años de escolaridad,

de lo contrario 0REG2= 1 si región occidental, de lo contrario 0REG3= 1 si región central, de lo contrario 0REG4= 1 si región oriental, de lo contrario 0AGE1620= 1 si edad entre 16-20 añosAGE2125= 1 si edad entre 21 - 25 añosAGE2630= 1 si edad entre 26 - 30 añosAGE3135= 1 si edad entre 31 - 35 añosAGE3640= 1 si edad entre 36 - 40 añosAGE4145= 1 si edad entre 41 - 45 añosMAR= 1 si casado (o acompañado), de lo

contrario 0.

En cada año, estimamos cuatro ecuaciones deasignación al sector, un conjunto de cuatro ecuacionespara cada medición de exclusión geográfica: tiempo eíndice de localización. Los grupos de referencia incluyenpersonas con cero años de educación formal, que vivenen el área metropolitana, y entre 46 y 65 años de edad.En la estimación de asignación al sector, se usó el sectorproducción por cuenta propia agrícola como el sectorde referencia; es decir, todos los coeficientes del sectorproducción por cuenta propia agrícola estánnormalizados a cero. El resultado de la estimación deasignación al sector da la propensión del trabajador aestar en el sector producción por cuenta propia noagrícola o en los sectores asalariado agrícola o noagrícola, en lugar de estar en el sector producción porcuenta propia agrícola.



14

FUSADES-DEES

El logro educativo es medido usando cuatro variablesdicótomas. Se supone que entre más educación poseaun trabajador, más probable es que él o ella encuentretrabajo en el sector asalariado no agrícola; de formasimilar, los trabajadores con menor educación están máspropensos a trabajar en el sector agrícola, especialmenteen el sector agrícola asalariado. Por lo tanto, observandola propensión a estar en el sector asalariado no agrícola,en lugar de estar en el sector producción por cuentapropia agrícola, los coeficientes relacionados con laeducación de los trabajadores con mayor educación(EDU3 y EDU4) deberían ser positivos: ζ32 > 0 y η32 > 0.Por el contrario, a mayor educación del trabajador,menor es la probabilidad de estar en el sector asalariadoagrícola. De donde, los coeficientes con respecto a laeducación superior deberían ser negativos: η12 < 0, ζ12

< 0.

Para controlar el efecto cohorte, la edad es medidausando seis variables dicótomas. Es difícil predecir elsigno de estos coeficientes. La edad sirve como proxypara la fecha de entrada al mercado de trabajo y puedetambién representar la experiencia de los trabajadoresen el mercado de trabajo. La mayor competencia demercado enfrentada por empresas del sector asalariadolas hace incrementar su deseo de emplear trabajadoresjóvenes –quienes pueden ser considerados como másfáciles de entrenar–, y estar más dispuestas a sacrificarfuerza de trabajo experimentada. Por lo tanto, los reciénentrantes al mercado de trabajo pueden tener mayoresoportunidades de empleo en el sector asalariado queen otro lugar. A partir de este análisis parcial, sepronostica que θ32 > 0 y θ12 > 0.

Al mismo tiempo, el efecto de mayor experiencia en elmercado de trabajo puede hacer que algunos de estoscoeficientes de edad sean negativos. La mayorexperiencia puede llevar a mayor “know how,” mayorinformación sobre el funcionamiento de los mercadosfinancieros, mayores contactos, etc. Por lo tanto,podemos pronosticar que algunos de los coeficientes,especialmente para los trabajadores en su edad deapogeo o mayores, pueden ser negativos, mostrandouna mayor propensión a trabajar en el sector producciónpor cuenta propia que en otra parte.

En general, se sostiene que la gente casada buscaestabilidad de empleo y puede tener mayor preferenciapor empleos que ofrecen mejores condiciones detrabajo. Es más probable que compañías en el sectorasalariado –no agrícola– ofrezcan estabilidad laboral,seguridad laboral y cumplan con las prestaciones de ley.Si estas compañías también prefieren a trabajadorescasados, quienes pueden ser vistos como más estables yresponsables que otros trabajadores, se espera que loscoeficientes de estas variables binarias sean positivos:ν32>0 y ν12>0. Sin embargo, estos coeficientes puedenresultar ser exactamente lo opuesto para las mujeres. Silas compañías en el sector asalariado tienen preferenciapor mujeres solteras, sin hijos que cuidar y que tienenmás tiempo para el trabajo, o las mujeres casadaspueden preferir empleos con horarios más flexibles, loscoeficientes para las mujeres casadas pueden entoncesser negativos: ν32<0 y ν12 <0.

Se incluyen tres variables binarias para controlar lasdiferencias en asignación a un sector entre regiones. Laregión omitida es el área metropolitana, la cual incluyela capital de El Salvador (San Salvador). Como enmuchos países en desarrollo, la actividad económicaestá altamente concentrada en las áreas urbanas,especialmente en la capital. Suponiendo que el sectorproducción por cuenta propia es más común en lugaresdonde las oportunidades de empleo son escasas en lossectores asalariados y donde la actividad económica estádeprimida, los trabajadores que viven en el áreametropolitana (la capital y alrededores inmediatos)pueden tener una mayor oportunidad de obtener empleoen el sector asalariado no agrícola que en otro lugar.También, el efecto de la guerra civil, concentradoprincipalmente en la región oriental del país, refuerza elhecho que las compañías pueden estar ubicadas lejosde la región oriental y más cercanas a la capital y lasáreas inmediatas.

En este estudio se han usado dos mediciones deexclusión geográfica. De nuevo, se incluye el valorpronosticado de aislamiento geográfico para medir elimpacto de la localización residencial sobre la asignacióndel sector. Si se supone que los empleos asalariados noagrícolas están localizados en áreas más urbanizadas, lahipótesis es que los trabajadores que viven más cerca de

15

FUSADES-DEES



los empleos urbanos, es decir, que viven en menoraislamiento, tendrán mayor acceso y trabajarán en elsector asalariado no agrícola. Se espera que lostrabajadores que viven en lugares más aislados trabajenen actividades de producción por cuenta propiaespecialmente en el sector agrícola.

4.5. Aislamiento geográfico eingreso laboral

La ecuación del ingreso escogida es una variante de laecuación estándar de capital humano de Mincer (1974).La forma exacta de la función es (ignorando lossubíndices hombres, mujeres y sector específico):

ln W = β0 + β1 EDU+ β2 EXP +β3 EXP2 + β4GEO + ξ1

donde

ln W = el logaritmo natural de salariopor hora

EDU = años de escolaridadEXP = años de experiencia potencial

en el mercado de trabajoGEO = Medidas de aislamiento

geográficoξ1 = término de error

La educación incrementa la productividad del trabajode las personas y el ingreso laboral, el coeficiente deeducación se espera, entonces, que tenga signo positivo.De forma similar, con base en la concavidad del perfilexperiencia/ingresos, se espera que el coeficienteestimado para la experiencia (β2) tenga signo positivo yel término cuadrático (β3) signo negativo. Se incluye laedad como proxy de la experiencia.

Para medir el impacto de la localización residencial sobreel ingreso laboral, se incluye el valor pronosticado de laexclusión geográfica en la ecuación de ingreso. El viviraislado del resto de la sociedad puede impactar la

productividad del trabajo vía incremento de los costosde transacción (incrementando el esfuerzo humanopara llegar a un lugar), limitando el acceso a los mercadosdonde vender sus productos o comprar materias primascon mejores precios y mayores oportunidades deselección, limitando el acceso a información clave sobrenuevas tecnologías, etc. Si las personas que viven enmayor aislamiento geográfico son las que trabajan enactividades agrícolas, especialmente como trabajadoresautoempleados, y la productividad del trabajo de estostrabajadores es menor que la del resto de personas quetrabajan en actividades asalariadas o quienes trabajanen más de dos sectores durante el año, entonces,esperaríamos que los trabajadores más alejados de losmercados urbanos tengan menor ingreso laboral.

5.Resultados

5.1. Exclusión geográfica

Los dos objetivos de estimar la regresión de aislamientogeográfico fueron: identificar los factores detrás de ladecisión de localización geográfica de la persona y definirlas variables instrumentales que necesitamosposteriormente en nuestra exploración de la relaciónentre localización y desempeño en el mercado de trabajo.Estas variables instrumentales no deberían estarcorrelacionadas con el desempeño actual en el mercadode trabajo, pero sí estar correlacionadas con la decisiónde localización. El Cuadro 6 muestra los resultados delas regresiones de aislamiento geográfico donde elaislamiento geográfico es medido por el índice delocalización (va de 0 a 1; cercano a 1 muestra mayoracceso a empleos urbanos y parques industriales) y porel tiempo que las personas necesitan invertir para llegara la carretera pavimentada más cercana (en minutos).



16

FUSADES-DEES

Cuadro 6Resultados regresión de aislamiento geográfico

por género

(0-1)

Toda la Mujeres Hombres Toda la Mujeres Hombresmuestra muestra

Variable Parámetro Parámetro Parámetro Parámetro Parámetro Parámetroestimado estimado estimado estimado estimado estimado

Intercepto 20.3773 *** 26.0016 *** 14.5508 ** 0.1711 *** 0.1796 *** 0.1685 ***(5.39) (7.98) (7.12) (0.01) (0.02) (0.01)

Ingreso 0.0002 0.0000 0.0003 0.0000 0.0000 -0.0000(0.00) (0.00) (0.00) (0.00) (0.00) (0.00)

Remesas -0.2 -0.1 -0.3 * -0.000 * -0.0000 -0.0000(Miles de colones) (0.00) (0.00) (0.00) (0.00) (0.00) (0.00)Propietario de -3.5406 -3.9068 -2.5801 -0.0081 * -0.0111 -0.0065tierra (2.15) (3.08) (3.00) (0.00) (0.01) (0.01)Escolaridad -1.2843 *** -1.4256 *** -1.2116 *** 0.0009 * 0.0016 ** 0.0003

(0.24) (0.35) (0.33) (0.00) (0.00) (0.00)Edad -0.1939 ** -0.3067 ** -0.1031 0.0001 0.0003 -0.0000

(0.06) (0.10) (0.08) (0.00) (0.00) (0.00)Número de niños 1.3793 *** 0.9544 1.7198 ** -0.0007 -0.0002 -0.0009

(0.42) (0.60) (0.59) (0.00) (0.00) (0.00)Tierra heredada 3.5257 4.6173 2.0199 0.0005 -0.0004 0.0025

(2.15) (3.04) (3.03) (0.00) (0.01) (0.01)Tierra otorgada por 1.4291 -1.2105 3.8021 -0.0006 0.0033 -0.0041el gobierno (2.76) (3.99) (3.81) (0.01) (0.01) (0.01)Familias en la -0.0035 *** -0.0036 *** -0.0036 *** 0.0000 0.0000 0.0000misma comunidad (0.00) (0.00) (0.00) (0.00) (0.00) (0.00)Número de 5.5127 *** 3.3626 ** 7.3456 *** -0.0056 ** -0.0031 -0.0076 **organizaciones (1.10) (1.63) (1.49) (0.00) (0.00) (0.00)Vive en el mismo 7.6027 *** 6.2376 ** 9.1958 ** -0.0038 -0.0053 -0.0025lugar que los padres (2.21) (3.17) (3.07) (0.00) (0.01) (0.01)Padres propietarios 1.2444 1.6809 0.941 0.0046 0.009 -0.0001de tierra (1.81) (2.57) (2.53) (0.00) (0.01) (0.00)Región Occidental 4.3249 5.4028 3.0025 -0.0938 *** -0.1072 *** -0.0829 ***

(4.11) (6.12) (5.53) (0.01) (0.01) (0.01)Región Central 13.4485 *** 15.9061 ** 10.8815 ** -0.1256 *** -0.1461 *** -0.1082 ***

(4.02) (6.02) (5.41) (0.01) (0.01) (0.01)Región Oriental 0.9072 1.9507 -0.2144 -0.0427 *** -0.0484 *** -0.0383 ***

(1.38) (2.06) (1.87) (0.00) (0.00) (0.00)Tiempo viviendo en 0.1991 *** 0.1588 ** 0.2367 *** -0.0002 ** -0.0001 -0.0003 **el mismo lugar (0.04) (0.06) (0.06) (0.00) (0.00) (0.00)Género (Mujeres=1) -1.3551 0.0046

(1.60) (0.00)

Log Likelihood -8902.12 -4666.85 -4214.45 1235.53 441.61 821.19N 1661 841 820 1672 847 825

Notas:1) Errores estándar en paréntesis2) Aplican los siguientes niveles de significancia: * p<0.10, ** p<0.05, *** p<0.01, prueba de dos colas.3) Valores faltantes en variables: escolaridad, familias en misma comunidad, tiempo viviendo en el mismo lugar.

Índice de localizaciónTiempo para llegar a carretera pavimentada(minutos)

17

FUSADES-DEES



El r-cuadrado ajustado de todas las regresiones oscilaronentre 6 y 16 por ciento, es decir, las variables de controlexplican muy poco la decisión de las personas sobredónde vivir. A partir de los resultados mostrados en elCuadro 6, se puede concluir lo siguiente:

1. Las personas con mayores niveles de educaciónestán localizadas en áreas menos aisladas. Estaconclusión es apoyada por el coeficiente positivode escolaridad en la regresión del índice delocalización y el coeficiente negativo de escolaridaden la regresión del tiempo a la carretera pavimentadamás cercana. El coeficiente negativo de escolaridad,en el tiempo a la carretera pavimentada más cercana,sugiere que menor educación se correlaciona conmayores tiempos de recorrido a la carreterapavimentada. El coeficiente positivo de escolaridaden la regresión del índice de localización sugiereque las personas con mayores habilidades vivenmás cerca de los mercados urbanos donde elacceso al empleo urbano y parques industriales esmayor.

2. Al utilizar la edad como proxy para experiencia enel mercado de trabajo, concluimos que las personascon más experiencia (o de mayor edad) viven máscerca de la carretera pavimentada (necesitan menostiempo para llegar a la carretera pavimentada máscercana).

3. Los hombres que reciben remesas de parientesfuera del hogar pueden tener mejor acceso aempleos urbanos; dicho de otra manera, laspersonas que reciben o reportan remesas puedenser las que viven en lugares menos aislados. El efectode las remesas sobre el aislamiento geográfico es,no obstante, pequeño; cuando es significativo, unincremento de 10,000 colones en remesas(equivalente a US$1,142) reduce el tiempo a lacarretera pavimentada más cercana en 3 minutos.En la muestra, sólo 24 por ciento de los hombresque viven en áreas aisladas recibieron algunasremesas, y sólo 10 por ciento de ellos reportaronobtener 10,000 o más colones por año.

4. Las variables para la tierra, ya sea heredada uobtenida por medio de un programa del gobierno,no estaban significativamente correlacionadas conmediciones de localización residencial.

5. La variable “viviendo en el mismo lugar donde lospadres o parientes vivieron o nacieron” estácorrelacionada positivamente con la localizacióngeográfica. Este resultado puede indicar que laspersonas de hecho deciden vivir y quedarse inclusoen áreas aisladas para capitalizar las ganancias delcapital social de los padres.

6. El número de familias que viven en la mismacomunidad se correlaciona con la separacióngeográfica. Este resultado era esperado e indica quelas comunidades con más familias, las comunidadesmás grandes tienen mejor acceso a carreteraspavimentadas y, por lo tanto, sus habitantes estánmenos aislados del resto de la sociedad. Las personasque viven en aislamiento viven en pequeñascomunidades donde sólo viven unas cuantasfamilias, lo que de hecho confirma su aislamientogeográfico.

7. El número de membresías a grupos (número deorganizaciones en las que participa el hogar) secorrelaciona positivamente con el aislamientogeográfico. La creación de redes y la afiliación adiferentes grupos parece ser importante cuando sevive en comunidades aisladas; por lo tanto, lamembresía a grupos sociales, religiosos, deportivos,políticos y otros grupos puede ser un tipo de capitalsocial importante para las personas que vivenespacialmente excluidas del resto de la sociedad.

8. Como se esperaba, en todas las regiones exceptoen el área metropolitana (región de referencia) laspersonas viven en mayor aislamiento. A las personasde la región Central les toma más tiempo llegar a lacarretera pavimentada que a las personas en el restode regiones.

9. El aislamiento geográfico no está relacionado conel género. El coeficiente que controla el diferencialde géneros no fue significativo; de ahí que lasmujeres no están más aisladas que los hombres.



18

FUSADES-DEES

A partir de estos resultados, las variables que secorrelacionan con la localización residencial (medidacon el tiempo a la carretera pavimentada más cercana)y que no están correlacionadas con el desempeño en elmercado de trabajo son: “viviendo en el mismo lugarque los padres” y “familias en la misma comunidad”. Lacorrelación entre estas dos variables y el desempeño enel mercado de trabajo en lo que se refiere a “estatus deempleo” e “ingreso laboral” son 0.057 y -0.013respectivamente. Se efectuó la regresión para estas dosvariables con los residuales del ingreso laboral y elcoeficiente no resultó significativo (p>0.05). Luegofueron seleccionadas estas dos variables comorestricciones de exclusión que explican la decisión delocalización y no incluidas en las ecuaciones demercado laboral. Otras variables, tales como escolaridad,remesas, número de organizaciones, y experiencia secorrelacionan tanto con la localización residencial comocon la decisión de participación en el mercado de trabajoy los niveles de ingreso.

5.2. Participación en el mercado detrabajo

El Cuadro 7 reporta los resultados de la regresión probitpara las funciones de participación en el trabajo.Comenzando de izquierda a derecha, las tres primerascolumnas del cuadro 7 muestran los resultados probitcuando se usa el valor pronosticado del tiempo a lacarretera pavimentada más cercana como medida deexclusión geográfica para toda la muestra, para lamuestra de hombres, y la de mujeres respectivamente5.Las últimas tres columnas muestran los resultados probitcuando se usa el índice de localización pronosticadocomo medida de exclusión geográfica para toda la

5 Las autoras agradecen a Alejandro Gaviria por su orientación enlas técnicas para estimar los errores estándar corregidos cuando serealiza una estimación instrumental usando probit y ecuacionescontinuas.

muestra, para la muestra de hombres y de mujeresrespectivamente. Los resultados indican lo siguiente:

1. El perfil de edad de participación tiene forma de Uinvertida, tanto para hombres como para mujeres.Es probable que los hombres menores de 36 añosde edad estén trabajando. La decisión departicipación de las mujeres es más sensible a laedad que la de los hombres.

2. Las mujeres casadas son menos propensas atrabajar. En el caso de los hombres, el estado civilno impacta su decisión de trabajar o no.

3. Ser jefe del hogar, sin importar el género, estápositivamente correlacionado con la probabilidadde participación.

4. Los montos de las remesas disminuyen laprobabilidad de los hombres de trabajar, pero notiene impacto sobre la decisión de las mujeres detrabajar.

5. Un mayor número de niños viviendo en el hogarincrementa la probabilidad de los hombres detrabajar.

6. Mayores niveles de escolaridad disminuyen laprobabilidad de participación de los hombres. Estosugeriría que los salarios de reserva para loshombres con mayor educación son mayores quelos salarios reales ofrecidos por el mercado y, porlo tanto, tienden a participar menos. La educaciónno es un determinante en la decisión departicipación laboral de las mujeres.

7. Cuando es significativo, el aislamiento geográficosólo impacta la decisión de trabajar de los hombres.Cuando se usa sólo la muestra de los hombres, losresultados sugieren que vivir alejado de los centrosurbanos (menor índice de localización) incrementala probabilidad de trabajar de los hombres. Porotra parte, el aislamiento geográfico parece deprimirla participación laboral de las mujeres, pero ambasmediciones (tiempo pronosticado a la carreterapavimentada e índice de localización pronosticado)no son estadísticamente significativas. Sin embargo,

19

FUSADES-DEES



Cuadro 7Resultados regresión de participación

en la fuerza laboral

(0-1)

Toda la Hombres Mujeres Toda la Hombres Mujeresmuestra muestra

Variable Parámetro Parámetro Parámetro Parámetro Parámetro Parámetroestimado estimado estimado estimado estimado estimado

Variable dependiente: trabaja/no trabaja

Edad: 16 - 20 años -0.1153 0.5053 * -0.3067 * -0.1279 0.4959 * -0.3222 *(0.14) (0.30) (0.17) (0.14) (0.30) (0.17)

Edad: 21 - 25 años 0.2787 * 1.0880 *** 0.0803 0.2697 * 1.0857 *** 0.0723(0.15) (0.33) (0.17) (0.14) (0.33) (0.17)

Edad: 26 - 30 años 0.4081 ** 0.8913 ** 0.3576 * 0.4139 ** 0.8746 ** 0.3639 *(0.16) (0.35) (0.19) (0.16) (0.35) (0.19)

Edad: 31 - 35 años 0.2442 0.9712 ** 0.1426 0.2442 1.0000 ** 0.1369(0.17) (0.39) (0.20) (0.17) (0.39) (0.20)

Edad: 36 - 40 años 0.2431 0.4022 0.3024 0.2542 0.5035 0.3254 *(0.16) (0.35) (0.19) (0.16) (0.36) (0.19)

Edad: 41 - 45 años 0.2959 * 0.4042 0.3151 * 0.2717 * 0.3149 0.2982 *(0.15) (0.38) (0.17) (0.15) (0.37) (0.17)

Número de miembros -0.0051 -0.0382 0.0049 -0.0070 -0.0450 0.0039de la familia (0.02) (0.04) (0.02) (0.02) (0.04) (0.02)Escolaridad -0.0174 -0.0425 ** -0.0050 -0.0143 -0.0387 ** -0.0018

(0.01) (0.02) (0.01) (0.01) (0.02) (0.01)Número de niños 0.0284 0.1348 ** -0.0091 0.0340 0.1465 ** -0.0007

(0.03) (0.06) (0.04) (0.03) (0.06) (0.04)Casado -0.0706 0.2772 -0.2066 * -0.0554 0.2856 -0.1845 *

(0.10) (0.23) (0.11) (0.10) (0.23) (0.11)Propietario de tierra -0.1312 -0.0662 -0.1551 -0.1276 -0.1819 -0.0925

(0.09) (0.17) (0.10) (0.09) (0.17) (0.10)Remesas -0.0000 ** -0.0000 * -0.0000 -0.0000 ** -0.0000 ** -0.0000

(0.00) (0.00) (0.00) (0.00) (0.00) (0.00)Jefe del hogar 0.6670 *** 0.9967 *** 0.4226 ** 0.6708 *** 1.0032 *** 0.4447 **

(0.13) (0.26) (0.19) (0.13) (0.27) (0.19)Familia viviendo en -0.0204 -0.0132 -0.0238 -0.0201 -0.0296 -0.0158el extranjero (0.03) (0.06) (0.04) (0.03) (0.06) (0.04)Problemas de salud en 0.1344 * 0.2025 0.1055 0.1414 * 0.1981 0.1121los últimos 12 meses (0.08) (0.14) (0.10) (0.08) (0.14) (0.10)Exclusión geográfica 0.0003 0.0042 -0.0031 -0.7637 -5.1288 ** 2.0499pronosticada (0.00) (0.01) (0.00) (1.23) (2.20) (1.45)Género (Mujeres=1) -0.9327 *** -0.9459 ***

(0.09) (0.09)Intercepto 1.1601 *** 0.5029 0.4939 ** 1.1939 *** 1.0146 ** 0.1880 (0.22) (0.41) (0.25) (0.21) (0.40) (0.23)

Log Likelihood 8902.1243 4214.4501 4666.8512 1235.5334 821.1889 441.6140

N 1661 820 841 1672 825 847

Notas:1) Errores estándar corregidos en paréntesis2) Aplican los siguientes niveles de significancia: * p<0.10, ** p<0.05, *** p<0.01 .

Tiempo para llegar a carretera pavimentada Índice de localización(minutos)



20

FUSADES-DEES

el efecto de la localización geográfica en la decisiónde trabajar de los hombres es pequeño. Porejemplo, los hombres que viven a menos de 2minutos de la carretera pavimentada más cercanatienen una probabilidad de trabajar de 89 porciento, un hombre que vive a 50 minutos alejadotiene una probabilidad de trabajo superior en 4puntos porcentuales (93 por ciento).

Cuadro 8Máximas probabilidades Logit

estimadas para la asignación a un sector para hombres trabajadores (b)

5.3. Asignación a un sector

Los Cuadros 8 y 9 brindan las máximas probabilidadesestimadas en el modelo logit para la decisión de quedarseen un sector para hombres trabajadores y mujeres

Escolaridad: 1-3 años 0.6488 -0.1293 1.1236 0.6966(0.63) (0.66) (0.87) (0.43)



Escolaridad: 10 + 2.4373 -2.6949 2.0424 1.1438(2.48) (2.06) (3.52) (1.64)

Región Occidental 1.1583 -0.2205 1.8189 0.7186(0.84) (0.67) (1.31) (0.62)

Región Central -0.6087 -0.7453 0.894 -0.0553(0.85) (0.64) (1.30) (0.60)

Región Oriental -0.0936 -0.3976 * -0.136 0.1144(0.28) (0.23) (0.48) (0.20)

Edad: 16-20 -0.704 -2.4548 *** 3.1521 -0.5043(0.75) (0.63) (2.06) (0.57)

Edad: 21-25 -0.7558 -1.4711 ** 3.3096 * -0.1334(0.72) (0.58) (1.84) (0.53)

Edad: 26-30

Edad: 31-35 1.8468 ** 0.8335 4.1467 ** 1.3949 **(0.73) (0.68) (1.46) (0.63)

Edad: 36-40 -0.1231 -0.4462 1.7847 0.6342(0.72) (0.62) (1.31) (0.47)

Edad: 41-45 1.1336 * 0.3352 2.581 ** 1.1541 **(0.64) (0.66) (1.02) (0.49)

Casado -0.985 ** 0.6325 * -0.6108 -0.2343(0.41) (0.38) (0.51) (0.28)

Tiempo pronosticado a 0.0014 -0.014 ** -0.0121 -0.0001carretera pavimentada (0.00) (0.00) (0.01) (0.00)Constante 2.3993 * 5.143 *** -7.4468 ** 1.7834 *

(1.44) (1.25) (3.31) (1.05)-2 Log Likelihood Ratio 1666.7137N 744

Notas:1) Todos los coeficientes del sector de producción por cuenta propia agrícola han sido normalizados a cero.2) Las cifras en paréntesis son errores estándar asintóticos3) Trabajadores entre 26-30 años fueron excluidos debido a valores faltantes en algunos sectores.b) Usando "tiempo pronosticado a carretera pavimentada" como medida de exclusión geográfica.

Asalariadoagrícola

Asalariadono agrícola

Producción porcuenta propia

no agrícola Mixto

21

FUSADES-DEES



Cuadro 9Máximas probabilidades Logit

estimadas para la asignación a un sector para mujeres trabajadoras (b)

trabajadoras respectivamente. En estas dos estimacionesse usó el valor pronosticado del tiempo a la carreterapavimentada más cercana como medida del aislamientogeográfico de la persona.

Los coeficientes para el sector producción por cuentapropia agrícola están normalizados a cero. Una pruebade ratio de probabilidad de cada logit muestra que loscoeficientes, tomados como un grupo, son significativa-

mente diferentes de cero a un nivel de significancia deuno por ciento; lo cual indica que, los trabajadoressalvadoreños hombres y mujeres son asignados noaleatoriamente a estos cinco sectores: agrícola y noagrícola, asalariado y producción por cuenta propia, yel sector mixto. El seudo R-cuadrado fue 18 y 17 porciento en logit multinomial de hombres y mujeres,respectivamente.

Escolaridad: 1-3 años -0.2843 -0.643 -0.6668 0.358(0.75) (0.64) (0.58) (0.53)

Escolaridad: 4-6 años -0.0283 -0.4568 -1.1689 1.3538(1.26) (1.03) (1.05) (0.99)

Escolaridad: 7-9 años 1.3515 -0.9421 -1.0062 2.6146 *(1.99) (1.58) (1.63) (1.58)

Escolaridad: 10 + 0.9433 -1.5553 -1.9052 3.7562(2.84) (2.27) (2.36) (2.28)

Región Occidental -1.5359 * -1.7145 ** -0.9994 0.1425(0.81) (0.80) (0.80) (0.97)

Región Central -1.941 ** -1.0815 -0.8188 0.195(0.83) (0.79) (0.79) (0.98)

Región Oriental -1.2052 *** -0.8357 ** -0.6349 ** -0.1932(0.30) (0.27) (0.27) (0.33)

Edad: 16-20 6.7254 ** 3.9698 * 1.5029 -0.3089(3.39) (2.26) (1.69) (1.63)

Edad: 21-25 6.3394 ** 4.2103 ** 1.3552 0.8727(2.99) (1.96) (1.47) (1.39)

Edad: 26-30 5.9228 ** 3.544 ** 0.4802 0.3875(2.55) (1.68) (1.30) (1.18)

Edad: 31-35 3.5804 2.2579 1.1732 1.112(2.24) (1.46) (1.08) (0.99)

Edad: 36-40 3.9154 ** 2.1725 * 0.617 0.7886(1.81) (1.18) (0.89) (0.81)

Edad: 41-45 3.3966 ** 1.3856 0.6565 0.7126(1.40) (0.94) (0.68) (0.60)

Casado -0.511 -1.1684 ** 0.013 -0.3677(0.44) (0.41) (0.32) (0.29)

Tiempo pronosticado a -0.0027 -0.0155 ** -0.008 * -0.0012carretera pavimentada (0.00) (0.00) (0.00) (0.00)Constante -6.0066 -3.7382 -0.8718 -1.2828

(4.96) (3.39) (2.59) (2.55)-2 Log Likelihood Ratio 1341.8753N 523

Notas: 1) Todos los coeficientes del Sector de Producción por Cuenta Propia Agrícola han sido normalizados a cero2) Las cifras en paréntesis son errores estándar asintóticosb) Usa "tiempo pronosticado a carretera pavimentada" como medida de exclusión geográfica.

Producción porAsalariado Asalariado cuenta propia

agrícola no agrícola no agrícola Mixto



22

FUSADES-DEES

Los Cuadros 10 y 11 reportan la probabilidad de estaren un sector para un trabajador con diferentes nivelesde educación, edad, región, y grados de aislamientogeográfico. Generalmente, la mayor educaciónincrementa la probabilidad de obtener empleo en elsector asalariado, especialmente en el sector no agrícolasobre cualquier otro sector, sin importar el género. Laprobabilidad de trabajar en el sector asalariado noagrícola para una mujer con cierta educación superiores 40 por ciento, mientras la probabilidad de un

Cuadro 10Probabilidades de trabajar en cada sector por educación, edad, estado civil y

lugar de residencia para mujeres

Producción Producciónpor cuenta por cuenta

Asalariado Asalariado propia propiaagrícola no agrícola agrícola no agrícola Mixto

Nivel de educación sin escolaridad 0.097 0.097 0.407 0.166 0.234 1-3 años de escolaridad 0.098 0.128 0.414 0.158 0.203 4-6 años de escolaridad 0.095 0.254 0.317 0.143 0.190 7-9 años de escolaridad 0.203 0.230 0.203 0.216 0.149 >Tercer Ciclo 0.089 0.400 0.156 0.200 0.156

Grupos de edad 16-20 0.167 0.267 0.311 0.178 0.078 21-25 0.143 0.341 0.209 0.143 0.165 26-30 0.203 0.234 0.328 0.078 0.156 31-35 0.048 0.119 0.310 0.214 0.310 36-40 0.094 0.151 0.358 0.151 0.245 41-45 0.111 0.095 0.333 0.175 0.286 46-65 0.025 0.075 0.458 0.217 0.225

Casado 0.077 0.071 0.423 0.199 0.231

Tiempo acarretera pavimentada <2 minutos 0.113 0.326 0.222 0.176 0.163 <10 minutos 0.104 0.291 0.247 0.205 0.154 10 - 15 minutos 0.118 0.180 0.314 0.190 0.197 15 - 30 minutos 0.108 0.190 0.344 0.161 0.198 30 - 50 minutos 0.104 0.126 0.374 0.159 0.238 >50 minutos 0.119 0.129 0.418 0.132 0.202

Índice de localizaciónMenos aislado 0.137 0.214 0.271 0.195 0.183Más aislado 0.083 0.159 0.409 0.143 0.207

Notas:1) Las probabilidades esperadas están basadas en coeficientes estimados reportados en el Cuadro 9, usando la fórmula: Pij = exp (XiBj)/Sumk=1, ,…, j exp (XiBk)2) Más aislado = personas cuyo índice de localización es menor que 0.024, N=1000 cuando se usa toda la muestra.3) Menos aislado = personas cuyo índice de localización es mayor o igual que 0.024, N=977 cuando se usa toda la muestra.

trabajador semejante sin escolaridad es sólo 10 porciento6. Poca o ninguna educación en las mujeresincrementa su probabilidad de ser asignadas al sectorde producción por cuenta propia agrícola. Las mujerescon menos de tercer grado tienen más de 40 por cientode probabilidad de trabajar en producción por cuenta

6 Se estimó el efecto edad dentro de cada nivel educativo y losresultados fueron básicamente los mismos: las personas con mayoreducación sin importar la edad eran más propensas a trabajar en elsector asalariado no agrícola que en otra parte.

23

FUSADES-DEES



propia agrícola (más probable para consumo propio);los hombres con menos de tercer grado tienen una mayorprobabilidad de trabajar en el sector mixto, trabajandoen más de dos actividades durante el año. Lostrabajadores menores de 30 años de edad, sin importarel género, son más propensos a trabajar en el sectorasalariado, agrícola o no agrícola. Los trabajadoresmayores son más propensos a trabajar en actividadesde producción por cuenta propia. Una posibleexplicación es que, después de un período de empleo

Cuadro 11Probabilidades de trabajar en cada sector por educación, edad, estado civil y

lugar de residencia para hombres

Producción Producciónpor cuenta por cuenta

Asalariado Asalariado propia propiaagrícola no agrícola agrícola no agrícola Mixto

Nivel de educación Sin escolaridad 0.154 0.053 0.237 0.041 0.515 1-3 años de escolaridad 0.119 0.094 0.188 0.056 0.544 4-6 años de escolaridad 0.108 0.185 0.180 0.05 0.477 7-9 años de escolaridad 0.121 0.293 0.155 0.034 0.397 >Tercer Ciclo 0.065 0.377 0.273 0.013 0.273

Grupos de edad 16-20 0.129 0.147 0.282 0.024 0.418 21-25 0.092 0.252 0.210 0.034 0.412 31-35 0.197 0.225 0.056 0.056 0.465 36-40 0.069 0.138 0.155 0.034 0.603 41-45 0.143 0.095 0.111 0.063 0.587 46-65 0.101 0.083 0.238 0.069 0.509

Casado 0.075 0.186 0.199 0.049 0.491

Tiempo a carretera pavimentada <2 minutos 0.134 0.225 0.149 0.078 0.414 <10 minutos 0.119 0.252 0.156 0.059 0.413 10 - 15 minutos 0.119 0.200 0.185 0.057 0.440 15 - 30 minutos 0.106 0.178 0.215 0.038 0.464 30 - 50 minutos 0.12 0.152 0.202 0.037 0.489 >50 minutos 0.121 0.092 0.244 0.029 0.515

Índice de localizaciónMenos aislado 0.137 0.219 0.154 0.052 0.438Más aislado 0.099 0.128 0.249 0.034 0.490

1) Las probabilidades esperadas están basadas en coeficientes estimados reportados en el Cuadro 8, usando la fórmula: Pij = exp (XiBj)/Sumk=1, ,…, j exp (XiBk)2) Más aislado = personas cuyo índice de localización es menor a 0.024, N=1000 cuando se usa toda la muestra.3) Menos aislado = personas cuyo índice de localización es mayor o igual a 0.024, N=977 cuando se usa toda la muestra.

pagado en el sector asalariado, los trabajadoresexperimentados deciden autoemplearse7.

7 El comportamiento de estos trabajadores puede deberse aprogramas inapropiados de pensión. Al obtener una menor pensiónen comparación con el nivel de salario, la gente mayor puededecidir entrar al mercado de trabajo de producción por cuentapropia para compensar el ingreso perdido. El sector de producciónpor cuenta propia se vuelve una fuente de ingreso extra, que noexige que la actividad laboral sea reportada y, por lo tanto, no poneen peligro su status legal de retirado.



24

FUSADES-DEES

Al observar la localización geográfica, los trabajadoresque viven en menor aislamiento tienen mayorprobabilidad de obtener empleos en el sector asalariado,especialmente en el sector no agrícola. La localizaciónresidencial determina la asignación en un sector paralas mujeres más que para los hombres; las mujeres queviven alejadas de la actividad económica, viviendo enmayor aislamiento, están concentradas en actividadesde producción por cuenta propia agrícola. Laprobabilidad de trabajar en el sector de producciónpor cuenta propia agrícola para una mujer que vive a 50minutos o más de la carretera pavimentada más cercanaes 42 por ciento, mientras que la probabilidad para unhombre que viva a una distancia similar es de 24 porciento.

El coeficiente del estado civil en el caso de las mujeresindica que las mujeres casadas (o acompañadas) estánconcentradas en el sector producción por cuenta propiaagrícola, y tienen ya sea menor preferencia o menoracceso a empleos en el sector asalariado. Los hombrescasados están concentrados en el sector mixtosugiriendo que los casados (o acompañados) trabajanen más de un sector durante el año.También se estimaronlos logits multinomiales usando el índice de localizaciónpronosticado como medida de exclusión geográfica, losresultados fueron muy similares a los anteriores8.

5.4. Resultados de la regresión deingresos

Los Cuadros 12 y 13 muestran las ecuaciones del ingresolaboral para los cinco sectores, para hombres y mujeres,respectivamente. En este conjunto de ecuaciones deingreso laboral, el índice de localización pronosticado

8 Los Cuadros 10 y 11 muestran los resultados logit usando el valorpronosticado de tiempo a la carretera pavimentada más cercana.También estimamos los logits multinomiales usando el índice delocalización pronosticado y los resultados fueron muy similares.Para acortar el documento, los últimos resultados no se muestran,pero están disponibles a solicitud.

es añadido como medida de exclusión geográfica.Cuando son significativos, los coeficientes tienen lossignos esperados. Sorprendente es el R-cuadradoajustado reportado por las regresiones; el R-cuadradode las regresiones de ingreso laboral oscila entre 0 y 25por ciento, mostrando cuán poco las variables usualesde capital humano explican el ingreso laboral para lamuestra rural. Tienen que existir otras variables, apartede las habilidades, que explican mejor la productividadmarginal del trabajo; los resultados de las estimaciones,entonces, pueden haber omitido variables sesgadas ydeberían ser tratados con precaución.

Para las mujeres, en todos los sectores, vivirgeográficamente excluidas disminuye su ingreso laboral.Cuando se usan los coeficientes estimados de la ecuaciónde toda la muestra, una mujer con 3 años de escolaridad,20 años de edad, y viviendo lejos (índice de localizaciónigual a .2) gana 3.78 colones por hora; una mujer consimilares características pero viviendo más cerca de losmercados urbanos (índice de localización de .6) gana10.37 colones por hora. La escolaridad se correlacionapositivamente con el ingreso laboral, especialmentecuando se trabaja en el sector asalariado no agrícola. Elnivel de escolaridad o experiencia en el mercado detrabajo de las mujeres no parece estar correlacionadocon el ingreso laboral cuando trabajan en cualquierotro sector excepto el sector asalariado no agrícola (ose carece de la facultad para detectar diferenciaspequeñas).

Para los hombres trabajadores, la educación es undeterminante del ingreso laboral cuando están dentrodel sector asalariado no agrícola y cuando trabajan enactividades de producción por cuenta propia agrícola.Suponiendo que la educación incrementa laproductividad de los trabajadores, este resultado implicaque el sector producción por cuenta propia agrícolarecompensa a los hombres y a las mujeres de una maneradiferente, incrementando el ingreso de los hombresmientras que no está correlacionado con el ingreso delas mujeres. Una explicación posible puede ser que lasmujeres podrían estar produciendo principalmente paraconsumo propio, mientras que los hombres lo hacencon propósitos comerciales. Investigaciones futurassobre ingreso laboral rural deberían controlar estos dostipos de producción rural.

25

FUSADES-DEES



Cuadro 12Función de ingreso laboral por sector para hombres trabajadores (c)

Toda la No No Sectormuestra Agrícola agrícola Agrícola agrícola mixto

Variable Dependiente: Ln Ingreso Laboral por horaEscolaridad 0.0694 *** 0.0005 0.0576 *** 0.0773 * 0.0762 0.0441 ***

(0.0109) (0.0124) (0.0129) (0.0424) (0.0668) (0.0122)Experiencia 0.0727 *** -0.0078 0.1047 *** 0.0911 0.0256 0.0364 **

(0.0170) (0.0158) (0.0266) (0.0640) (0.0717) (0.0175)Experiencia al cuadrado -0.0009 *** 0.0001 -0.0012 *** -0.0011 -0.0003 -0.0004

(0.0002) (0.0002) (0.0004) (0.0008) (0.0009) (0.0002)Índice de Localización -0.7686 -0.3176 -0.6136 -6.9794 5.5923 ** -0.6888 Pronosticado (1.51) (0.8377) (0.8398) (7.0285) (1.7259) (1.3732)Constante -0.2475 1.719 *** -0.1359 -0.9822 0.7244 0.2255

(0.3032) (0.2786) (0.4479) (1.1366) (1.1441) (0.3145)

R-cuadrado 0.0717 0.0085 0.2343 0.0308 0.2451 0.0537F-estadística 14.59 *** 0.11 10.53 *** 1.31 4.52 ** 5.72 ***N 690 86 127 113 32 332

Notas: 1) Las cifras en paréntesis son errores estándar corregidos.2) Aplican los siguientes niveles de significancia: * p<0.1, **p<0.05, *** p<0.01c) Uso del "índice de localización pronosticado" como medida de aislamiento geográfico

AsalariadoProducción porcuenta propia

Cuadro 13Función de ingreso laboral por sector para mujeres trabajadoras (c)

Toda la No No Sectormuestra Agrícola agrícola Agrícola agrícola mixto

Variable Dependiente: Ln Ingreso Laboral por horaEscolaridad 0.0639 *** 0.0170 0.0588 *** 0.0186 0.0333 0.0545 *

(0.0142) (0.0147) (0.0174) (0.0465) (0.0258) (0.0284)Experiencia 0.0295 0.0111 0.0479 0.0221 0.0809 0.0037

(0.0253) (0.0249) (0.0310) (0.0553) (0.0538) (0.0557)Experiencia al cuadrado -0.0002 0.0000 -0.0006 0.0001 -0.0009 0.0000

(0.0003) (0.0003) (0.0004) (0.0007) (0.0007) (0.0007)Índice de Localización 2.5246 * -1.1726 -0.8480 -5.0917 3.9406 4.4038 Pronosticado (1.3835) (0.9139) (1.3031) (6.4898) (2.7647) (3.5891)Constante 0.1415 1.1366 ** 0.5615 -0.3649 -0.2314 0.8447

(0.4635) (0.4275) (0.5024) (1.0451) (0.9995) (1.0675)

R- cuadrado 0.0421 0.0417 0.098 0.0532 0.0177 0.0268F- estadística 6.48 *** 2.14 * 4.28 ** 2.16 * 1.23 1.61N 485 58 96 143 88 100

Notas: 1) Las cifras en paréntesis son errores estándar corregidos.2) Aplican los siguientes niveles de significancia: * p<0.1, **p<0.05, *** p<0.01c) Uso del "índice de localización pronosticado" como medida de aislamiento geográfico

Asalariado Producción propia



26

FUSADES-DEES

La experiencia incrementa el ingreso laboral de loshombres cuando trabajan en el sector asalariado noagrícola. Cuando trabajan en producción por cuentapropia, el aislamiento geográfico disminuye el ingresolaboral de los hombres. De acuerdo con los coeficientesestimados, un hombre con 3 años de escolaridad, 20años de edad, viviendo alejado (con un índice delocalización de .2) ganó 11.80 colones por hora; unhombre con similar educación y experiencia peroviviendo más cerca (con un índice de localización de.4) ganó tres veces más (36 colones por hora). Mujerescon cierta escolaridad y experiencia, pero que viven enaislamiento (índice de localización .02) ganan 3.78colones por hora; una mujer con igual acumulación decapital humano, pero que vive más cerca de los empleosurbanos (índice de localización =.4) gana el doble (6.25colones por hora).

6.Conclusiones yrecomendaciones depolítica

El principal objetivo de esta investigación es estudiar lasconsecuencias de vivir geográficamente excluido sobreel desempeño en el mercado de trabajo: decisión departicipar en la fuerza laboral, sector de empleo e ingresolaboral. Los siguientes resultados sobresalen en estainvestigación:

♦ El aislamiento geográfico no desanima a loshombres rurales de trabajar, por el contrario,vivir alejado de empleos urbanos y maquilasincrementa la probabilidad de trabajar de loshombres, pero el tamaño del efecto es pequeño

(recordar que 90 por ciento de los hombresen la muestra trabajan).

♦ Los trabajadores salvadoreños hombres ymujeres están asignados no aleatoriamente encinco sectores distintos: agrícola y no agrícola,asalariado y producción por cuenta propia, yel sector mixto; el mercado de trabajo rural deEl Salvador está, entonces, segmentado. Cadasector tiene un mecanismo diferente para fijarel ingreso.

♦ El grado de aislamiento geográfico determinala asignación a un sector para las mujeres másque para los hombres. Las mujeres que vivenen aislamiento están altamente concentradasen actividades de producción por cuentapropia agrícola, donde las habilidades de lasmujeres no son tan bien recompensadas comolas de los hombres. La producción por cuentapropia agrícola es un sector donde laacumulación de capital humano de las mujeresno determina el nivel de ingreso laboral,mientras que sí recompensa la acumulaciónde capital humano de los hombres. Por mediode la concentración en la producción agrícolapor cuenta propia, las mujeres que viven enaislamiento geográfico obtienen peoresresultados laborales que los hombres.

♦ La educación está correlacionadapositivamente con el ingreso laboral,especialmente cuando las personas trabajanen el sector asalariado. Sin embargo, lasvariables tradicionales de capital humanoexplican sólo un pequeño porcentaje de lavariación del ingreso laboral en esta muestrarural. Aparte de las habilidades, tienen queexistir otras variables que expliquen mejor laproductividad marginal del trabajo cuando seusa una muestra rural. Los resultados de estasestimaciones de ingreso laboral pueden haberomitido variables sesgadas.

♦ De acuerdo con los resultados de ingresolaboral, vivir geográficamente excluidasdisminuye el ingreso laboral de las mujeres.

27

FUSADES-DEES



Cuando se trabaja en producción agrícola porcuenta propia, el aislamiento geográfico tieneun impacto negativo sobre el ingreso laboralde los hombres.

En términos de implicaciones de política, dotar a laspersonas con ciertas habilidades o con incentivos paraobtener esas habilidades, puede no ser en sí mismo unapolítica económica/social suficiente para reducir lapobreza y mejorar la inserción de los salvadoreños queviven socialmente excluidos. De acuerdo con loshallazgos, incrementar la educación puede incrementarel ingreso laboral de los hombres y las mujeres, perosólo cuando trabajan en el sector asalariado no agrícola.Al aumentar la educación de la persona en las áreasrurales, se podrá promover una distribución del ingresolaboral más equitativa (es decir, disminuyendo la brechade ingreso laboral urbano-rural, mejorando el bienestargeneral de las mujeres y sus hijos). No obstante, a partirde este estudio, también se puede observar que laeducación en áreas rurales, no se traduceautomáticamente en mayor ingreso laboral; hay sectoresdonde la educación no se correlaciona con laproductividad del trabajo.

Este estudio muestra que las mujeres no viven más omenos excluidas geográficamente que los hombres ensimilares circunstancias. Sin embargo, las mujeres queviven en aislamiento se concentran en producciónagrícola por cuenta propia, un sector económico donde

la productividad de las mujeres puede ser menosvalorada que la de los hombres; si la asignación a unsector es por elección o si la decisión de las personas esimpactada por la percepción o carencia real de accesoa empleo en otros sectores, aún no ha sido respondido.Los hombres han trabajado tradicionalmente enactividades agrícolas y hoy capitalizan todo esacapacitación y especialización en el trabajo adquiridaen el pasado; se podría promover capacitación agrícolaespecífica para mujeres, especialmente para aquellasque viven en aislamiento geográfico, y así elevar laproductividad de las mujeres en las actividades agrícolas.

En general, puede ser de mucha utilidad promover unacombinación de políticas, tales como expandir y mejorarinfraestructura; a través de ciertas medidas comopavimentar caminos, aumentar el acceso a electricidady agua potable y mejorar los medios de transportepúblico. Más adelante se puede fomentar unadesconcentración de las actividades económicas desdelas áreas urbanas hacia las áreas rurales. Tecnología,información sobre el acceso a nuevos mercados,diversificación, contactos con nuevos compradores yllevar otras fuentes de empleo, aparte de actividadesagrícolas pueden enriquecer áreas rurales y aisladas.Finalmente, estas políticas pueden ayudar a insertar enla sociedad a las personas que hoy se encuentrangeográficamente excluidas, y mejorar así la eficienciadel mercado de trabajo y de la sociedad en general.



28

FUSADES-DEES

Referencias

Bell,D. 1974. Residential Location, EconomicPerformance, and Public Employment, inPatterns of Racial Discrimination. Vol 1.Georgeo M. Von Furstenberg, Bennett Harrison,y Ann R. Horowits, editores. Lexington,Massachusetts, Estados Unidos: LexingtonBooks.

Bean,F.D. y Tienda,M. 1987. The Hispanic Populationof the United States. New York: Russell SageFoundation.

Borjas,G.J. 1995. “Ethnicity, Neighborhoods, andHuman-Capital Externalities”. The AmericanEconomic Review Vol.85 No.3.

—. 1997. To Ghetto Or Not To Ghetto: Ethnicity andResidential Segregation. National Bureau ofEconomic Research. Documento de TrabajoNo.6176.

Case,A.C. y Katz,L.F. 1991. “The Company You Keep: TheEffects of Family and Neighborhood onDisadvantaged Youths”. Documento nopublicado. Princeton University y NationalBureau of Economic Research.

Crane,J. 1991. “Theory of Ghettos and NeighborhoodEffects on Dropping Out and TeenageChildbearing”. American Journal of Sociology.96:1126-1259.

Cutler,D.M., Glaeser,E.L. y Vigdor,J.L. 1997. The Rise andDecline of the American Ghetto. NationalBureau of Economic Research. Documento deTrabajo No.5881.

Dirección General de Estadística y Censos (DIGESTYC).1999. Encuesta de Hogares de PropósitosMúltiples, 1998.

—. 2000. Encuesta de Hogares de PropósitosMúltiples, 1999.

Do Valle Silva,N. 2000. “Raza, Pobreza y Exclusión Socialen Brasil”. En: E.Gacitua, C.Sojo, y S.H.Davis,editores. Exclusión Social y Reducción de laPobreza en América Latina y el Caribe.

Washington,D.C: The World Bank y FacultadLatinoamericana de Ciencias Sociales(Flacso).114-151.

Elliot,D.S., Julius,W., Huizinga,D., et al. 1996. “The Effectsof Neighborhood Disadvantage on AdolescentDevelopment”. Journal of Research in Crimeand Delinquency.33(4):389-426.

European Foundation for The Improvement of Livingand Working Condition. 1995. Public WelfareServices and Social Exclusion: TheDevelopment of consumer OrientedInitiatives in the European Union. Dublin:The Foundation.

Evans,W.N, Oates,W.E. y Schwab,R.M. 1992. “MeasuringPeer Group Effects: A Study of TeenageBehavior”. Journal of Political Economy.100:966-991.

Figueroa,A. 2000. “La Exclusión Social como una Teoríade Distribución”. En: E.Gacitua, C.Sojo, yS.H.Davis, editores. Exclusión Social yReducción de la Pobreza en América Latinay el Caribe. Washington,D.C: The World Banky Facultad Latinoamericana de Ciencias Sociales(Flacso).14-25.

Gacitua,E. y Davis,S.H. 2000. “Pobreza y Exclusión Socialen América Latina”. En: E.Gacitua, C.Sojo, yS.H.Davis, editores. Exclusión Social yReducción de la Pobreza en América Latinay el Caribe. Washington,D.C: The World Banky Facultad Latinoamericana de Ciencias Sociales(Flacso). 10-13.

Gore,C. y Figueiredo,J.B. 1997. Social exclusion andanti-poverty policy: A debate. Ginebra, Suiza:International Labour Organization Publications.

Holzer,H. 1991. “The Spatial Mismatch Hypothesis: WhatHas the Evidence Shown?”. Urban Studies 28:105-22.

Ihlanfeldt, K.R. y Sjoquist,D.L 1990. “Job Accessibilityand Racial Differences in Youth EmploymentRates”. American Economic Review. 80: 267-76.

Ihlanfeldt, K.R., y Sjoquist,D.L. 1998. “The spatialmismatch hypothesis: A review of recent studiesand their implications for welfare reform”.Housing Policy Devate. 9 (4): 849-92.

Ihlanfeldt, K.R., y Young,M. 1996. “The spatial distributionof Black employment between the central city

29

FUSADES-DEES



and the suburbs”. Economic Inquiry. 64: 613-707.

Banco Interamericano de Desarrollo. 2000. “SocialExclusion: Who is In, Who is Out and Why Doesit Matter?”. Call for Research ProposalsDocument by The Latin American andCaribbean Research Network Project,Washington, D.C.

Jencks, C. y Meyer, S.E. 1990. “The Social Consequencesof Growing Up in a Poor Neighborhood: AReview “. En: L.E. Lynn and M.G.H.McGeary,Editores. Inner City Poverty in the UnitedStates. Washington, D.C: National AcademyPress.

Kain, J.E. 1968. “Housing segregation, Negro employmentand metropolitan decentralization”. QuarterlyJournal of Economics. 82:175-197.

Kain, J.E. 1992. “The spatial mismatch hypothesis: Threedecades later”. Housing Policy Debate. 3(2):371-460.

Killingsworth, M.R. 1983. Labor Supply. CambridgeUniversity Press. Cambridge, New York.

Lardé de Palomo,A. y Argüello de Morera,A. 2000.Integración a los mercados de los hogaresrurales y generación de ingresos. Documentode Investigación BASIS No.3. San Salvador, ElSalvador.

Madden,J. 1980. “ Why Women Work Closer to Home”.Urban Studies. 18:181-94.

Madden,J. y White,M.J. 1980. “Spatial Implications ofIncreases in the Female Labor Force: ATheoretical and Empirical Synthesis”. LanEconomics. 56:432-46.

Manser, M. y Brown, M. 1980. ”Marriage and HouseholdDecision-Making: A Bargaining Analysis.”International Economic Review. 21(1): 31-44.

Manski,C.F. 1993. “Identification of Endogenous SocialEffects: The Reflection Problem”. Review ofEconomic Studies.60:531-542.

Massey,D.S. y Denton,N.A. 1989. “Hypersegregation inUnited States Metropolitan Areas, Black andHispanic Segregation Along Five Dimensions”.Demography. 26:373-391.

McLafferty,S. y Preston,V. 1992. “Spatial Mismatch andLabor Market Segmentation for African-American and Latina Women”. EconomicGeography. 68:406-31.

McKinney,S. y Schnare,A.B. 1989. “Trends in Residential

Segregation by Race: 1960-1980”. Journal ofUrban Economics. 26: 269-280.

Ministerio de Planificación. 1992.Encuesta de Hogaresde Propósitos Múltiples. San Salvador, ElSalvador.

Ordoñez, J. 2000. “Los Derechos Fundamentales comoReferente del Paradigma de Ciudadanía Civil yde la Definición de la Frontera de ExclusiónSocial”. En: E.Gacitua, C.Sojo and S.H.Davis,editores. Exclusión Social y Reducción de laPobreza en América Latina y el Caribe.Washington, D.C: The World Bank y FacultadLatinoamericana de Ciencias Sociales(Flacso).52-91.

Reid, C.E. 1985. “The Effect of Residential Location onthe Wages of Black Women and White Women”.Journal of Urban Economics. 18:350-63.

Sánchez, T.W. 1999. “The connection between publictransit and employment: The cases of Portlandand Atlanta”. Journal of the American PlanningAssociation. Vol 65(3): 284-296.

Sawicki, D.S. 2000. “Developing transportationalternatives for welfare recipients moving towork”. Journal of the American PlanningAssociation. Vol 66(3):306-318.

Sojo, C. 2000. “Dinámica Socio política y Cultural de laExclusión Social”. En: E.Gacitua, C.Sojo yS.H.Davis, editores. Exclusión Social yReducción de la Pobreza en América Latinay el Caribe. Washington,D.C: The World Banky Facultad Latinoamericana de Ciencias Sociales(Flacso). 26-51.

Thompson, M.A. 1997. “The impact of spatial mismatchon female labor force participation”. EconomicDevelopment Quarterly. 11(2):138-145.

Townsend,P. 1993. The International Analysis ofPoverty. New York, Harvester Wheatsheaf.

Trouillot,M.R. 2000. “Exclusión Social En El Caribe”.En: E.Gacitua, C.Sojo y S.H.Davis, editores.Exclusión Social y Reducción de la Pobrezaen América Latina y el Caribe. Washington,D.C: The World Bank y FacultadLatinoamericana de Ciencias Sociales(Flacso).92-113.

Vroman,J. y Greenfield,S. 1980. “Are Blacks Making It inthe Suburbs? Some New Evidence onIntrametropolitan Spatial Segmentation”.Journal of Urban Economics. 7:155-67.



30

FUSADES-DEES

EXCLUSIÓN GEOGRÁFICA EN LAS ÁREAS RURALES DE EL …

Documents

Transcript of EXCLUSIÓN GEOGRÁFICA EN LAS ÁREAS RURALES DE EL …