un examen empírico del empleo y la remuneración docente en las escuelas de argentina en 1998 y...

Un examen empírico del empleo y la remuneración docente en las escuelas de Argentina en 1998 y 2002 aplicando ecuaciones de ingreso corregidas por

selectividad

Verónica Herrero Mariana De Santis Héctor R. Gertel

Agosto de 2004

Instituto de Economía y Finanzas Facultad de Ciencias Económicas Universidad Nacional de Córdoba

Presentado a la XXXIX Reunión Anual de la Asociación Argentina de Economía Política, Buenos Aires, 10 al 12 de Noviembre de 2004.

2

Un examen empírico del empleo y la remuneración docente en las escuelas de Argentina en 1998 y 2002 aplicando ecuaciones de ingreso corregidas por

selectividad *

Verónica Herrero, Mariana De Santis, Héctor R. Gertel IEF- Facultad de Ciencias Económicas, Universidad Nacional de Córdoba

I. Introducción En el contexto actual, tanto en los países desarrollados como en los que se encuentran en vías de desarrollo, existe una fuerte preocupación por la calidad de la educación y por comprender los factores que la determinan. El acervo de capital humano de los docentes ha sido identificado, en este contexto, como un insumo clave para mejorar la calidad de la enseñanza (OECD, 2000). Dado que la remuneración constituye un fuerte incentivo a la adquisición de capital humano, cabe preguntarse, entonces: ¿Es la remuneración de los docentes adecuada hoy, como para atraer y retener a individuos con la escolaridad y la experiencia necesaria para sostener la calidad de la enseñanza? ¿Se verifica para los docentes alguna relación significativa entre sus ingresos, el capital humano y los retornos al mismo? Para responder a estas y otras preguntas relacionadas la mayor parte de los autores recurren a la aplicación de la técnica de análisis originalmente propuesta por Mincer (1974). Esta técnica consiste en estimar por mínimos cuadrados ordinarios una ecuación lineal que vincula el logaritmo del ingreso horario de las personas con su acervo de capital humano medido en dos dimensiones: escolaridad y experiencia, con una medida de la depreciación de este capital en el tiempo y con un conjunto de variables de control que se incorporan con el objeto de identificar si características típicas de los individuos, como su género, estado marital, lugar de residencia, si el empleo es en el sector público o privado, etc. Aparecen asociadas con la remuneración recibida. Por otra parte, si el objetivo es identificar el diferencial de la remuneración atribuible a la condición de estar empleado en la docencia, la ecuación incluye una variable dicotómica que identifica la condición de docente. La ventaja de este procedimiento es que con el valor de los parámetros estimados y con los valores medios de las variables independientes –los distintos atributos de las personas- puede efectuarse el tipo de cálculo de la descomposición de la diferencia entre los logaritmos del ingreso horario de Oaxaca-Blinder. La misma comprende dos elementos: uno que identifica la proporción de la diferencia atribuible a que las características promedio de los individuos difieren entre ocupaciones, y otro que identifica la medida en que una misma característica personal es retribuida de manera diferente entre ocupaciones. La interpretación de estos resultados no está, sin embargo, exenta de problemas. Uno que ha recibido la atención de la literatura es el que se asocia con el problema del sesgo de selección. La estimación sencilla de una ecuación de Mincer solo produce estimadores insesgados de los parámetros de las variables independientes para el caso de que no existan sospechas fundadas de que las personas que participan y que no participan posean características personales que las diferencian (en sus habilidades, preferencias por el ocio, y otras dimensiones no capturadas por la ecuación que afectan su salario de reserva, sesgando

* El trabajo ha sido parcialmente financiado por medio del Subsidio Secyt/UNCOR Nº 1420/04 a los autores.

3

la muestra que solo observa a los individuos participantes). La no corrección de la ecuación de Mincer por el efecto del sesgo de selección conduce a sub o sobre estimaciones en el cálculo de la descomposición de efectos de Oaxaca Blinder. El trabajo examina de manera empírica para los años 1998 y 2002 las implicancias de la corrección por sesgo de selección estándar de Heckman en las ecuaciones de ingresos que son posteriormente utilizadas para descomponer el diferencial de ingresos entre los docentes empleados en establecimientos educacionales y el resto de los trabajadores de la Argentina. Con este propósito, luego de destacar que los estudios más recientes sobre remuneraciones docentes en América Latina no han prestado suficiente atención al problema que introduce el sesgo de selección sobre sus resultados, el trabajo se organiza así: la sección II introduce el modelo de análisis, mientras que la sección III describe los datos utilizados: el tamaño de las muestras correspondientes a los años 1998 y 2002 y las principales características o atributos que presentan los ocupados varones y mujeres según su condición de docentes o no. Seguidamente, la sección IV presenta los resultados de aplicar un modelo Probit que vincula la probabilidad de los individuos de pertenecer al grupo de participantes en la fuerza laboral con sus atributos, examina las razones para no participar y la probabilidad de ser docente dentro del conjunto de los participantes. Posteriormente, la sección V analiza las remuneraciones de los docentes y de los otros grupos de ocupados aplicando ecuaciones de ingreso de Mincer estimadas por el método tradicional, con una corrección por sesgo de participación y con dos correcciones: por sesgo de participación y por sesgo de elección de carrera. La sección VI analiza la diferencia media en el logaritmo del ingreso correspondiente a los docentes y al grupo de Otros Ocupados a través de una aplicación de la descomposición de Oaxaca corregida por sesgo de selección. Una sección final discute los principales hallazgos del trabajo. Los estudios previos en América Latina Dentro del conjunto de los estudios previos realizados en América Latina sobre este tema es posible reconocer dos grupos principales: aquellos que analizan fundamentalmente la relación empírica que se establece entre los ingresos, el acervo de capital y los retornos al mismo, para los individuos en la docencia y en otras ocupaciones comparables a través de la información que se obtiene estimando una ecuación de ingresos minceriana. Un segundo grupo de trabajos, validos de estas estimaciones, descomponen el diferencial de los ingresos estimados en una parte explicada por la existencia de diferencias entre ocupaciones en las características típicas de los individuos y otra, atribuida a la discriminación del mercado. Psachalopoulos, et.al., (1996) presentan para 12 países de la región comparaciones entre el ingreso medio correspondiente de los perceptores de ingresos que declararon como ocupación principal la docencia y el ingreso medio de la economía ( tomando el total de los trabajadores asalariados no agrícolas mayores de 15 años); y encuentran una variedad de situaciones, sin un patrón definido para la región. También Liang (1999) presenta datos descriptivos de las características y los ingresos de los docentes para 12 países de América Latina. En este caso, la comparación es respecto de trabajadores comparables (básicamente, en base a equiparar el acervo de capital humano). Estima los retornos a la educación para ambos grupos mediante la aplicación de ecuaciones de regresión multivariadas independientes del logaritmo natural del ingreso por hora, no corregidas por sesgo de selección. Luego de controlar por las características

4

de los trabajadores y las horas trabajadas, los resultados sugieren que los docentes no están subpagados. Para varias ciudades de Argentina, Vegas, Pritchett y Experton (1999) utilizan el procedimiento de MCO para estimar una ecuación del ingreso-horario de los maestros (niveles pre-escolar y primario), que incorpora la condición de género y de ser maestro como variables dicotómicas, y la escolaridad, estimada por niveles (secundario, técnico y universidad). El trabajo indica que los maestros ganarían más que los trabajadores del grupo control en el Gran Buenos Aires y en Río Gallegos, pero menos en la mayoría de los restantes aglomerados urbanos. Vegas (1999), presenta para tres regiones de Brasil (Nordeste, Centro-Norte y Sur) estimaciones MCO de una ecuación de ingresos horarios multivariada para los perceptores de ingresos que declararon trabajar más de 20 horas semanales en las encuestas de hogares correspondientes a 1997, la condición de docente es identificada por medio de una variable dicotómica, también mediante una variable dicotómica captura el efecto diferencial del género sobre los ingresos. En el sur, los docentes tienen un premio salarial de 4%, pero en las regiones nordeste y centro-norte son castigados con una disminución de 4% y 7% respectivamente. El trabajo se complementa con un análisis del efecto de diferentes características de la persona y de la región sobre la probabilidad de participación de los individuos en el mercado de empleo, pero no vincula la ecuación de participación con la ecuación de ingresos, mediante la aplicación de una regresión logística. Para Argentina, Vegas, Pritchett y Experton (1999) utilizaron datos de la encuesta de hogares de octubre 1997 para analizar cómo se comparan los ingresos relativos de los docentes con los de otros trabajadores comparables. El procedimiento seguido consistió en aplicar separadamente a grandes aglomerados un modelo de regresión lineal del logaritmo del ingreso-horario informado por el trabajador explicado por variables dicotómicas que indican el sexo, el nivel alcanzado en los estudios, la condición de maestro, la condición de maestra femenina, y variables continuas para años de experiencia y horas semanales trabajadas. El modelo es estimado por mínimos cuadrados ordinarios. La conclusión del trabajo es que los ingresos relativos de los docentes aparentan ser más altos que los de los trabajadores comparables en algunas ciudades y menores en otras. Y que los hombres ganan más que las mujeres en todas las ocupaciones y en todas las ciudades. El valor de la contribución de la experiencia a la remuneración sigue la forma esperada en todos los casos, asciende a tasa decreciente hasta la edad de 60 años, aproximadamente. Saavedra Chanduví (2000) analiza la situación laboral de los maestros respecto de otros profesionales en Perú estimando por MCO una ecuación de ingresos horarios multivariada que incluye una variable ficticia para capturar el efecto de ser docente y otra para capturar el efecto del género. Obtiene tasas de retorno para los docentes superiores en un 7% a la de los trabajadores en ocupaciones comparables, mientas que esta ventaja supera el 25% si se ajusta el trabajo de los docentes a 38 semanas laborales por año. López Acevedo (2002) en su trabajo sobre incentivos docentes y desarrollo profesional escolar en Méjico dividió el número total de perceptores de ingresos de la muestra en cuatro grupos, los maestros de las escuelas públicas, los maestros de las escuelas privadas, los trabajadores del gobierno y los trabajadores privados. Para cada grupo estudió los determinantes del ingreso horario mediante la estimación por MCO de una ecuación del ingreso horario. Sugiere que los retornos a la escolaridad para los maestros públicos mejicanos es de 5.8% y para los empleados del gobierno y del sector privado, de 13% y 17%, respectivamente. Cada año de experiencia habría aportado a los maestros públicos un incremento constante de alrededor de 3% anual. Para los restantes trabajadores observa que el efecto de la experiencia sobre los ingresos crece a tasa decreciente.

5

Dentro del segundo tipo de estudios, Piras y Savedoff (1998) primeramente estiman por MCO una ecuación de Mincer para la muestra total de perceptores de ingresos de Bolivia, en la misma se identifican dos grupos: docentes y otros trabajadores en general. Se obtienen tasas de retorno a la escolaridad de alrededor de 8% y 10% para los docentes y para los otros trabajadores, respectivamente. En base a estas ecuaciones se estiman los ingresos promedio de docentes y del grupo de control, y sobre el diferencial que se obtiene al compararlas se aplica el método de descomposición de Oaxaca-Blinder. Mizala y Romaguera (2000) analizan los salarios horarios de los profesores en Chile comparándolos con los de individuos similares que se desempeñan en otras ocupaciones aplicando una ecuación de ingresos multivariada no corregida por sesgo de selección. La conclusión es que los profesores habrían obtenido en 1998 un retorno promedio anual a su escolaridad de 2.5%, algo así como un cuarto de los retornos a la educación que presentó el grupo de comparación. Luego aplican una descomposición de Oaxaca. Un procedimiento similar fue el seguido en Herrero, De Santis y Gertel (2003), que presentan resultados de una estimación de la función de regresión multivariada de los ingresos horarios para los docentes de Argentina con datos correspondientes a 1998; y proveen comparaciones en relación a tres grupos alternativos de referencia (los ocupados, de modo similar a otros estudios en la región, los ocupados con estudios terciarios, sus “pares”, y los ocupados con estudios universitarios, contra los que los docentes prefieren compararse). La conclusión es que los docentes ganaron por hora más que el promedio general de la economía, aún había un pequeño premio a su favor con relación a otros egresados con estudios terciarios, pero percibieron ingresos horarios inferiores al de otros trabajadores con estudios universitarios completos. El ejercicio incluyó el cálculo de la descomposición Oaxaca, obteniendo resultados diferentes en cada comparación. La diferencia de características explicó solo un 40 por ciento de la ventaja que exhiben los docentes con relación a la retribución media de los ocupados (el resto sería atribuible a los mayores retornos relativos que presentan los docentes), pero las características del grupo se convierten en el factor explicativo determinante de la brecha de ingresos (en contra de los docentes) cuando este grupo se compara con el de los graduados universitarios. En resumen, varios trabajos recientes se han referido a la cuestión de los salarios docentes en el contexto de los países latinoamericanos. Todos ellos presentan en común estimaciones por mínimos cuadrados ordinarios de una ecuación multivariada de Mincer que asocia el logaritmo de la remuneración horaria de cada individuo con su acervo de capital y los retornos al mismo, e incluyen una serie de variables de control por las características personales y atributos de los individuos. Básicamente se intentó responder de modo más preciso si los docentes están siendo retribuidos por debajo o por sobre el nivel de los ingresos que reciben trabajadores semejantes. La hipótesis inicial que guía la mayor parte de estos estudios es que los ingresos de los docentes están regularmente asociados con determinadas características de las personas, las que, a su vez, resultan estadísticamente diferentes de las que se expresan en otros grupos ocupacionales. De manera que, si se encontraran diferencias significativas de ingresos promedios entre docentes y otros grupos comparables en el empleo, parte de estas diferencias podrían explicarse por los distintos atributos personales típicos de cada grupo, particularmente, su acervo de capital humano (medido como nivel de escolaridad y años de experiencia). El residuo, que reflejaría la existencia de distinto nivel de retornos a similares características de las personas condicionado a su ocupación (en este caso, docente u otras), o distinto nivel de retorno en una misma ocupación condicionado a la característica (hombre-mujer, por ejemplo), suele ser interpretado como una medida promedio de la discriminación del mercado. Las respuestas varían entre países y según sea el grupo de control definido

6

para la comparación. Sin embargo, este conjunto de estudios provee una primera base de comparación interesante ya que todos se apoyan en el uso de encuestas de hogares como fuente primaria de sus datos. Las encuestas de hogares, que durante los años 90 estaban disponibles para casi la totalidad de los países de la región, comprenden típicamente al conjunto de la población urbana (un número muy pequeño de países incorpora a poblaciones rurales), proporcionan información sobre los individuos en el hogar que reflejan tanto su condición de empleo e ingresos, como atributos personales de los encuestados, su sexo, edad, educación, estado marital, lugar de residencia, características del hogar de pertenencia, y otros, y la metodología de recolección y tratamiento de los datos es similar entre países. El procedimiento de estimación de las ecuaciones de ingresos por mínimos cuadrados ordinarios, sin embargo, podría haber conducido a estimaciones sesgadas e inconsistentes de los parámetros de las variables consideradas, si se comprobara que éstas están linealmente correlacionadas con algunas variables omitidas. El hecho de que la muestra de participantes en el mercado laboral esté tomada “ex post” en base a los individuos efectivamente identificados en el mercado laboral implicaría que no se trata de una muestra aleatoria. Este sesgo de selección muestral es considerado la principal causa por la cual se obtendrían estimadores segados e ineficientes de los coeficientes de la ecuación de ingresos minceriana. Ello obliga a tomar ciertos recaudos para la estimación de la ecuación de ingresos, por ejemplo, introduciendo en la misma algún tipo de corrección que indique la probabilidad de participar de cada individuo. Ello se explica en mayor detalle en la sección siguiente que expone el modelo seguido en este trabajo.

II. Modelo de análisis Se parte de una ecuación de Mincer multivariada, en la cual se incluye la corrección del sesgo de selección muestral propuesta por Heckman (1979), tal como se expresa en (1) W = Xβ + λα +u (1) Donde W es un vector de ingresos horarios, X es la matriz de las variables de capital humano observadas (escolaridad, experiencia laboral, etc) y características personales que identifican a los individuos (género, estado marital, lugar de residencia, si es docente, etc), β es el vector de retornos a dichas variables, λ es el factor de corrección de la selectividad muestral (Inversa del Ratio de Mills), α es el vector de coeficientes asociados a la inversa del ratio de Mills y donde u es el término de error. La inversa del Ratio de Mills1 se utiliza para corregir el sesgo de selección muestral que ocurre porque los datos de ingresos solo están disponibles para los individuos que están ocupados al momento en que se relevan los datos. En el modelo uniecuacional de la ecuación de ingresos minceriana, los resultados obtenidos a partir de esos datos pueden ser sesgados en razón de que los individuos ocupados pueden no constituir una muestra aleatoria de los individuos encuestados. Por ejemplo, si las mujeres ocupadas poseen en promedio más años de escolaridad que las que no lo están, y la población fuera ordenada

1 La Inversa del Ratio de Mills (λ) es una función inversa monotónica de la probabilidad de participar en el mercado laboral y se expresa como el cociente entre la función de densidad de dicha probabilidad sobre su función acumulada (Greene, 2000:899)

7

en función de la escolaridad, resulta muy posible que también lo estén en base a variables no observadas correlacionadas con su educación, en cuyo caso los estimadores de la ecuación de Mincer tradicional serán sesgados e inconsistentes, brindando información incorrecta sobre los retornos a la inversión en capital humano (educación y experiencia, por ejemplo) de las mujeres ocupadas. Tradicionalmente, la corrección del sesgo de selección muestral ha sido empleada para incorporar en la ecuación de Mincer información adicional acerca la probabilidad de cada individuo de tener un empleo utilizando para ello las variables que determinan su salario de reserva (Gill, 1992a). Por otro lado, también se sostiene que, además del sesgo referido a la participación, es necesario contemplar la posibilidad de que la distribución de los ocupados por rama tampoco sea aleatoria (Gill, 1992b). Esto es, aún cuando los individuos ocupados cuyos ingresos son observados poseen ciertos atributos en común, no todos poseen características que los hacen igualmente empleables en cualquier ocupación. Es probable que los ocupados en la docencia presenten características (género, edad, nivel de educación, estado marital, ingreso total familiar, etc.) que los diferencia notoriamente del resto de los trabajadores ocupados en empleos alternativos. Para contemplar esta posibilidad, sería necesario incorporar una segunda corrección que permita eliminar el “sesgo de elección” de una ocupación antes que otra. En este trabajo se presentan estimaciones de la ecuación de ingresos que, además de la referida en (1), incorporan este segundo tipo de corrección por sesgo de elección, como se representa en la ecuación siguiente: W = Xβ + λ1α+ λ2γ +u (2) Donde, ahora λ1 es la corrección por sesgo de selección tradicional, λ2 es una nueva Inversa del Ratio de Mills que captura el sesgo atribuible a la probabilidad de estar empleado como docente en establecimientos educacionales, y γ su coeficiente asociado. Para el cálculo de los valores correspondientes a λ1 y λ2� se sigue la metodología tradicional de Heckman, de estimar un modelo de dos ecuaciones simultáneas: la ecuación de ingresos y la ecuación de participación, empleando para esta última un modelo Probit, a partir de las cuales se obtienen los valores buscados. Para el cálculo de λ1 se parte de un modelo de dos ecuaciones simultáneas cuyo vector de variables dependientes está compuesto por el ingreso observado y por el salario de reserva (no observado). Los individuos que están empleados son aquellos cuyo salario de reserva es inferior a la remuneración que les provee el mercado. El salario de reserva no puede observarse directamente, pero puede estimarse en base a variables que representan las características de los individuos. Para ello se emplea una ecuación de participación cuya variable dependiente es dicotómica y puede expresarse de la siguiente manera: P = P(W, W*) (3) Donde P es igual a 1 si la persona está ocupada y cero en caso contrario, W es la retribución ofrecida al individuo en el Mercado y W* su salario de reserva . Se espera que mientras mayor sea la remuneración ofrecida por el mercado y menor sea su salario de reserva, mayor será la probabilidad de participar. El salario de reserva está en función de la productividad en actividades fuera del mercado (cuidar del hogar, de los niños, etc.), de

8

los retornos a la inversión previa en capital humano (acceso a información, por ejemplo) y las preferencias por el ocio; mientras que la remuneración ofrecida está asociada con el monto del capital humano (escolaridad, experiencia en el trabajo, etc.) Para el cálculo de λ2 se parte de un modelo de dos ecuaciones simultáneas cuyo vector de variables dependientes está compuesto por el ingreso observado en la ocupación elegida (en el caso de este trabajo, la docencia) y por el salario que recibiría en ocupaciones alternativas (no observado). La teoría indica que los individuos que están empleados como docentes en establecimientos educacionales reciben en esa ocupación una remuneración superior a la obtendrían en un empleo alternativo, el cual, si bien no puede observarse directamente, puede obtenerse a partir de sus características (Bee y Dolton, 1995)2. Para ello se emplea una ecuación de elección del sector de ocupación cuya variable dependiente es dicotómica y puede expresarse de la siguiente manera: S = S(WD, WO) (4) Donde S es igual a 1 si la persona está ocupada como docente en establecimientos educacionales y cero en caso contrario, WD es la retribución que obtiene el individuo en la docencia el Mercado y WO la retribución alternativa . Se espera que mientras mayor sea la remuneración ofrecida por su actividad en la docencia y menores los ingresos alternativos, mayor será la probabilidad de elegir la docencia como actividad ocupacional.

III. Características de las muestras y variables empleadas El modelo presentado en la sección anterior fue estimado utilizando los datos de la Encuesta Permanente de Hogares correspondientes a las ondas mayo 1998 y octubre 2002. Para la estimación de la ecuación de ingresos se contó, para 1998, con información sobre 29428 ocupados perceptores de ingresos de los cuales 11251 eran mujeres (1279 se desempeñaban como docentes –en su ocupación principal- y desarrollaban su actividad en establecimientos escolares) y para la ecuación de participación con 78589 individuos correspondientes al total de la población entre 5 y 60 años3, con cuya información se calculó la inversa del ratio de Mills (λ1). La estimación de la ecuación de elección de ocupación tomó el número de ocupados con ingresos (segmentada en 1512 docentes y 27816 individuos en otras ocupaciones) y a partir de ella se calculó un segundo ratio de Mills (λ2) que refleja el impacto atribuible a la elección de ocupación sobre la determinación del sesgo de selección muestral. La onda de octubre de 2002 es la última disponible con características comparables en su diseño y cobertura con la de 1998, excepto para la variable “años de educación”, por lo que el acervo de educación de los individuos se calculó, en este caso, por niveles. Para el año 2002, la muestra disponible fue algo menor (63871 individuos) y en la misma se observa que la participación femenina en el total de ocupados es superior con respecto a la de 1998 (43.2% contra 38.2%). Los restantes datos sobre la distribución de la muestra de 2002 pueden consultarse en la Tabla 1.

2 Aliaga y Montoya (1998) utilizan dos lambdas para descomponer el efecto de participación del efecto de efecto de estar desempleado. 3 Se tomaron los individuos entre 5-60 años en razón de que para la onda mayo 1998 se proporciona información adicional para los años de escolaridad solamente para ese grupo de individuos.

9

Tabla 1: Tamaño de las muestras

Ocupación principal declarada

Número de personas de 5

a 60 años Ocupados Docentes Resto de las ocupaciones

1998

Total 78589 29428 1512(*) 27916

Hombres 37764 18177 233 17944

Mujeres 40825 11251 1279 9972

2002

Total 63871 23104 1408(**) 21696

Hombres 30400 13120 240 12880

Mujeres 33471 9984 1168 8816 (*) Corresponde a ocupados que declararon como actividad principal la docencia y que trabajan en establecimientos escolares. Los 270 ocupados que declararon como actividad principal la docencia pero trabajan en otro tipo de establecimiento se incluyen en el Resto de las ocupaciones. (**) Corresponde a ocupados que declararon como actividad principal la docencia y que trabajan en establecimientos escolares. Los 238 ocupados que declararon como actividad principal la docencia pero trabajan en otro tipo de establecimiento se incluyen en el Resto de las ocupaciones.

Fuente: Elaboración propia con datos de INDEC (EPH Mayo 1998 y Octubre 2002)

Características de los individuos ocupados incluidos en la muestra Las características de los ocupados incluidos en la muestra se resumen en la Tabla 2 y en la Tabla A 1 del anexo. La Tabla 2 está dividida en dos secciones: la primera indica la situación en 1998 y la segunda se refiere al año 2002. Cada sección contiene tres campos condensando la información para hombres, mujeres y las diferencias entre ambos. De la dichas tablas se observa que: Con respecto al año 1998:

1. Mientras que en la docencia cuatro de cada cinco ocupados con ingreso eran mujeres, en el resto del mercado este grupo apenas representaba el 40 % .

2. Los docentes contaban con 15 años de escolaridad promedio y los otros trabajadores con 10 años aproximadamente. Hombres y mujeres presentaban índices de escolaridad muy próximos entre sí, en cada caso.

3. El promedio del total del número de horas trabajadas a la semana por quienes reportaron ser docentes en su ocupación principal era de 26.3 y 22.5 horas para los hombres y las mujeres, respectivamente. En el resto del mercado, los hombres trabajaban 48.3 horas y las mujeres 37.3 horas semanales.

4. Notablemente, del total de horas trabajadas, la proporción en la ocupación principal era entre los docentes varones de 81% y entre las docentes mujeres de 86%; pero entre el resto de los ocupados, ascendía al 97 por ciento, tanto para hombres como para mujeres.

5. Alrededor de un 63 % de las mujeres docentes eran casadas, contra un 53% entre las que no lo son. Para los hombres, el ratio de casados es de solo 55% entre los docentes pero asciende al 71% entre los restantes.

10

6. La condición de trabajador secundario en el hogar ascendía, entre las mujeres docentes, al 84%; y descendía al 77% en las otras ocupaciones.

7. Mientras el ratio mujer-hombre, del salario individual total para docentes y otros trabajadores era de 61 y 73 % respectivamente, el mismo ratio, pero calculado ahora para el salario horario en su ocupación principal solamente indica un acortamiento importante de las diferencias por género (con un ratio de 85% y 95% para docentes y otros trabajadores, respectivamente).

Con respecto al año 2002:

1. Mientras que en la docencia siete de cada diez ocupados con ingreso eran mujeres, en el resto del mercado, este grupo representaba alrededor de un 43 % .

2. Los años de escolaridad promedio de los docentes era de 15.7 años y de 10, aproximadamente, para los otros trabajadores. Con hombres y mujeres presentando índices de escolaridad muy próximos entre sí, en cada caso, levemente superior para los docentes hombres y para las mujeres ocupadas en otros sectores.

3. El promedio del número total de horas trabajadas a la semana por quienes reportaron ser docentes en su ocupación principal era de 22 y 22.5 horas para los hombres y las mujeres, respectivamente; cuando, en el resto del mercado los hombres trabajaban 43.8 horas y las mujeres 33.6 horas semanales.

4. De ese tiempo trabajado, la proporción en la ocupación principal era para los docentes varones de 83% y entre las mujeres de 86%; pero para el resto de los ocupados, ascendía al 98 por ciento, tanto para hombres como para mujeres.

5. Alrededor de un 65 % de las mujeres docentes eran casadas contra un 54% entre las que no lo son. Para los hombres, el ratio es de 65% entre los docentes pero asciende al 71% entre los restantes.

6. La condición de trabajador secundario en el hogar ascendía entre las mujeres docentes al 79%; y resultó levemente inferior (alrededor de 77%) en las otras ocupaciones.

7. Mientras el ratio mujer-hombre del salario individual total era para docentes y otros trabajadores de 88 y 67 % respectivamente, el mismo ratio calculado para el salario horario de la ocupación principal ascendió a un 77% y un 86% para docentes y otros trabajadores, respectivamente.

Algunos de los hechos estilizados de la comparación de las muestras de 1998-2002 son:

1. Mientras que en la docencia la proporción de mujeres disminuye (de 80 a 73%), en el resto del mercado su representación aumenta en alrededor de 4 puntos (de un 40 a un 44 %) .

2. Los años de escolaridad promedio de los docentes en 2002 son más altos que en 1998 (15,2 contra 15) debido a que, en este grupo ocupacional, los hombres registraron un aumento importante en su promedio de escolaridad, de algo más de 7 meses (o, 4,7% de aumento sobre su promedio 4 años antes). En las restantes ocupaciones no se registraron cambios significativos en la escolaridad de los participantes.

3. El promedio del número total de horas trabajadas a la semana en 2002 descendió respecto de 1998, en todos los grupos de comparación, excepto las mujeres docentes. Los hombres que reportaron ser docentes en su ocupación principal registraron una semana laboral promedio acortada en 4.3 horas (ésta disminuye de 26.3 a 22 horas); en el resto del mercado los hombres y las mujeres trabajaban

11

en 2002 unas 5 horas semanales menos que 4 años antes. El recorte en el número de horas resultó similar para hombres y mujeres, por lo que, proporcionalmente, el impacto de la reducción fue mas importante para las mujeres.

4. La proporción de ese tiempo trabajado requerido por la ocupación principal se mantuvo estable en 2002 con respecto a 1998 en todos los casos.

5. La muestra acusa un crecimiento del número de varones casados en el total de varones que reportan docencia como actividad principal.

6. La condición de trabajador secundario en el hogar desciende en 2002 respecto de 1998 entre las mujeres docentes (de 84% a 79%); y se mantiene en alrededor de 77% en las otras ocupaciones.

7. Mientras el ratio mujer-hombre, del salario individual total mejora en 2002 respecto de 1998 para los docentes y se deteriora para los otros trabajadores; el mismo ratio calculado para el salario horario de la ocupación principal indica un alargamiento importante de las diferencias por género (entre 8 y 10 puntos), tanto para docentes como para otros trabajadores, respectivamente).

Definición de las variables La definición de las variables utilizadas para la estimación de las ecuaciones del modelo se resumen en la Tabla 3 adjunta.

Tabla 2: Características de los individuos incluidos en la muestra (año 1998 y año 2002) Sólo individuos perceptores de ingresos por su ocupación principal

Fuente: Elaboración propia con datos de INDEC (EPH Mayo 1998 y Octubre 2002)

Año

DocentesOtras

ocupaciones Docentes Otras ocupaciones DocentesOtras

ocupaciones DocentesOtras



ocupaciones

Edad promedio 36,1 36,9 36,8 37,0 -0,7 -0,1 40,7 37,2 39,4 37 1,3 0,2

9,0 11,5 9,8 11,3 10,6 11,4 9,2 11,5

Escolaridad promedio 15,2 10,4 15,0 11,1 0,2 -0,7 14,7 10,6 14,5 11,1 0,2 -0,5

2,4 3,9 1,8 4,0

Proporción con secundario o menos 0,1 0,8 0,1 0,7 0,0 0,1 0,12 0,77 0,11 0,69 0,0 0,1

0,3 0,4 0,3 0,5 0,32 0,42 0,31 0,46Proporción con terciario (completo o incompleto) 0,5 0,0 0,6 0,1 -0,2 -0,1 0,3 0,03 0,65 0,09 -0,4 -0,1

0,5 0,3 0,5 0,3 0,46 0,18 0,48 0,29Proporción con universitario (completo o incompleto) 0,4 0,2 0,2 0,2 0,2 -0,1 0,58 0,2 0,24 0,22 0,3 0,0

0,5 0,4 0,4 0,4 0,49 0,42 0,43 0,42

Proporción de casados 0,6 0,7 0,6 0,5 -0,1 0,2 0,63 0,71 0,65 0,54 0,0 0,2

0,5 0,5 0,5 0,5 0,48 0,46 0,48 0,5Proporción que reside en aglomerados de más de un millón de habitantes 0,6 0,7 0,6 0,7 0,0 0,0 0,61 0,65 0,6 0,65 0,0 0,0

0,5 0,5 0,5 0,5 0,49 0,48 0,4 0,48

Proporción de jefes de hogar 0,7 0,7 0,2 0,2 0,6 0,5 0,63 0,71 0,21 0,23 0,4 0,5

0,4 0,5 0,4 0,4 0,48 0,46 0,41 0,42

Administración pública 0,5 0,1 0,6 0,2 0,0 -0,1 0,65 0,16 0,64 0,29 0,0 -0,1

0,5 0,3 0,5 0,4 0,48 0,36 0,48 0,45Ingreso por hora activ. principal ($/hora) 6,9 4,2 5,9 4,0 1,0 0,2 8,02 3,85 6,15 3,32 1,9 0,5

3,9 5,3 4,0 4,6 8,85 5,03 3,79 3,23Número de horas por semana act. Ppal 26,3 48,3 22,5 37,3 3,8 11,0 22 43,8 22,5 33,6 -0,5 10,2

16,5 17,4 10,0 18,3 14,2 19,2 9,6 18,6Número total de hs trabajadas Por sem, 32,3 49,5 26,1 38,4 6,1 11,1 26,6 44,7 26,2 34,1 0,4 10,6

18,7 18,6 11,7 20,5 18,6 19,6 11,5 24

Ingreso individual total ($/mes) 920,1 783,1 575,7 561,1 344,4 222,0 722,7 657 631,9 441,5 90,8 215,5

767,1 895,4 365,5 606,8 638,2 879,6 417 497,2

Ingreso per capita familiar ($/mes) 423,6 302,3 427,2 338,3 -3,6 -36,0 353,3 337,9 260,6 252,6 92,7 85,3

352,6 376,9 416,2 406,2 329,8 321,9 354,8 339,1

Total de observaciones 233 17944 1279 9972 240 12880 1168 8816

*Estimada utilizando los años promedio por nivel obtenidos con la información del año 1998 (a partir del Módulo Educación)

1998

Hombres MujeresDiferencias medias (Hombres-

Mujeres)

2002Diferencias medias (Hombres-

Mujeres)Hombres Mujeres

Características promedio Desviaciones estándar

Tabla 3: Definición de variables

Variables Definiciones operativas

Ln Ingreso por hora Logaritmo natural de la variable ingreso por hora consignada en la base usuaria.

Docentes Ocupados con ingresos, que declararon como actividad principal la docencia (p20: 442-031-021) y se desempeñan en establecimientos escolares (p18: 801-802-804-809)

Resto de las ocupaciones: Ocupados con ingresos, no considerados docentes en este estudio (otras actividades u otros establecimientos)

Directivos Directivos en establecimientos escolares públicos o privados (p20: 021-031 y p18: 801, 802, 804, 809)

Niveles educativos: Se trabajó con variables dicotómicas con 1 para los individuos cuyo máximo nivel educativo fuera: Hasta secundario incompleto; Secundario completo; Terciario o universitario incompleto; Terciario completo; Universitario completo, respectivamente, y 0 en caso contrario en cada una de las variables,

Años de escolaridad En 1998 se calculó la escolaridad en años a partir de la información del módulo especial sobre Educación

Sexo Variable dicotómica con valor 1 para los hombres y cero para las mujeres

Edad (en intervalos)

Se trabajó con variables dicotómicas por segmentos. Los segmentos analizados fueron: Hasta 29 años; De 30 a 39 años; De 40 a 49 años; 50 años y más

Casado/Unido Variable dicotómica con valor 1 para los individuos casados o unidos, y 0 en caso contrario

Aglomerados de más de 1 millón de habitantes

Variable dicotómica con valor 1 para los individuos residentes en los aglomerados de más de 1 millón de habitantes (Capital Federal, Gran Buenos Aires, Gran Córdoba y Gran Rosario)

Sector público Variable dicotómica con valor 1 para los ocupados en el resto de las docentes en establecimientos del sector público

Asalariados privados

Variable dicotómica con valor 1 para los ocupados en el resto de las docentes en establecimientos del sector privado con la condición ocupacional asalariados

Participación Variable dicotómica (selección), con valor 1 para los individuos ocupados con información completa sobre las variables del modelo de ingresos, y 0 para los desocupados o inactivos.

Edad (en años) Variable informada en la base usuaria

Edad al cuadrado Variable informada (edad) elevada al cuadrado,

Jefe Variable dicotómica con valor 1 para los individuos consignados como jefes de hogar en la base usuaria, y cero caso contrario, y cero en caso contrario,

Propietario de la vivienda Variable dicotómica con valor 1 para los individuos cuyo hogar es propietario de la vivienda en la que reside.

Perceptores de ingreso Número de perceptores de ingreso en el hogar.

Vivienda inadecuada

Variable dicotómica con valor 1 para los individuos que residen en viviendas con alguna de las siguientes características: Inquilinato, hotel o pensión; casilla en villa; construcción no destinada a fines habitacionales; sin instalaciones eléctricas; sin instalación de baño; con baño compartido; materiales predominantes adobe, cartón o desechos (variables p01, p05, p06a, p06d y p08 del módulo hogares de la base usuaria). Cero en caso contrario.

Menores de 6 años Número de menores de 6 años residentes en el hogar

Menores de 6 a 12 años Número de menores entre 6 y 12 años residentes en el hogar

Tasa de desempleo del aglomerado Tasa de desempleo calculada a partir de la información proporcionada por la EPH para las ondas correspondientes

Tamaño del aglomerado (def. 2)

Se trabajó con variables dicotómicas por segmentos. Los segmentos analizados fueron (en número de habitantes): más de 100 mil a 250 mil, más de 250 mil a 500 mil; más de 500 mil a 1 millón; más de 1 millón en adelante.

Ingreso per capita familiar

En pesos por mes

14

IV. Determinantes de la participación y de la elección de ser docentes La decisión de participar La ecuación de participación se estimó separadamente para hombres y mujeres en razón de tratarse de poblaciones con diferentes características. En este trabajo la variable dependiente empleada para correr el Probit asume el valor 1 si el individuo participa en el mercado laboral, esto es, es ocupado con ingresos y cero en caso contrario. Para el año 1998, en el caso correspondiente a los hombres, la ecuación de participación se estimó en base a un total de 37764 individuos de 5-60 años, de los cuales 18177 participaban; en tanto que en 2002 fueron 30400 y 13120, respectivamente. Para el caso de las mujeres, la ecuación de participación correspondiente a 1998 se estimó para un total de 40825 casos, de los cuales 11251 participaban. En 2002 las respectivas cantidades de individuos fueron 33471 y 9984. Las variables determinantes de la participación consideradas en el modelo son: edad, edad al cuadrado, educación, condición de jefe en el hogar, estado marital, y condición de propietario de vivienda número de perceptores de ingresos en el hogar, calidad de la vivienda, cantidad de menores 0- 5 años en el hogar y cantidad de menores de 6-12 años en el hogar.

Tabla 4a: Coeficientes estimados y efectos marginales en la ecuación de participación Año 1998

Hombres Mujeres

Coeficiente Error estándar Efecto marginal Coeficiente Error estándar Efecto marginal

Edad 0,3082 0,0044 0,116 0,2667 0,0046 0,0555

Edad 2 -0,0041 0,00001 -0,0015 -0,0035 0,0001 -0,0007

Secundario completo 0,2618 0,0299 0,1013 0,3856 0,0231 0,094 Sup. No Univ. O Univ. Inc. -0,4745 0,0287 -0,163 -0,0675 0,0263 -0,0136 Superior No Univ. Compl. 0,2302 0,086 0,0893 1,0203 0,038 0,3169

Universitario completo 0,5564 0,062 0,2183 1,21208 0,0449 0,393

Jefe 0,6001 0,0322 0,2269 0,6399 0,0287 0,1715

Casado 0,3632 0,0305 0,1377 -0,2237 0,0236 -0,0455 Propietario de la vivienda -0,0593 0,0227 -0,0224 -0,1168 0,0197 -0,025

Vivienda inadecuada 0,1627 0,0291 0,0623 0,0303 0,027 0,0064

Menores de 5 años 0,0671 0,0124 0,0253 -0,01313 0,0107 -0,0273

Menores de 6 a 12 años -0,038 0,0073 -0,0143 -0,0804 0,0065 -0,0167

Perceptores de ingreso 0,3127 0,0088 0,1177 0,4464 0,008 0,0929

Constante -5,5935 0,0723 -5,6172 0,0766

Log. Máx. Verosimilitud -11489,891 -15077,835 Chi cuadrado 29319.58* 17915.01* N 37764 40825 Media Var. Dependiente 0,4813314 0,2755909 * significativo al 1%

15

Los resultados de las respectivas estimaciones se muestran en la Tabla 4, que contiene en la parte (a) los coeficientes del Probit y los efectos marginales correspondientes a 1998, mientras que la parte (b) reporta dichos coeficientes, para 2002. Del análisis de los resultados se desprende que: Con respecto a las variables que aproximan la remuneración de mercado: 1. Poseer un nivel de educación completo influye positivamente en la decisión de participar, y estos efectos son superiores para los mujeres. Además, la diferencia de efectos a favor de las mujeres crece con el nivel educativo alcanzado. 2. Los programas de estudio superiores incompletos están asociados con una menor participación de los hombres, probablemente a consecuencia de la expectativa de mejorar los retornos una vez obtenido el diploma. Un resultado similar fue observado en estudios para Chile y Perú (Gill, 1991a y Gill 1991b). Los estudios incompletos afectan hacia abajo también la participación de la mujer, pero en una magnitud bastante menos importante.

Tabla 4b: Coeficientes estimados y efectos marginales en la ecuación de participación Año 2002

Hombres Mujeres


Edad 0,2651 0,0048 0,09 0,2542 0,0049 0,0603

Edad 2 -0,0034 0,00001 -0,0012 -0,0032 0,00006 -0,0008

Secundario completo 0,3934 0,0288 0,1433 0,2746 0,024 0,0718

Sup. No Univ. O Univ. Inc. -0,2704 0,0298 -0,086 -0,0517 0,0281 -0,012

Superior No Univ. Compl. 0,3859 0,0766 0,1427 0,9515 0,04 0,3116


Jefe 0,5561 0,0317 0,1941 0,75 0,0292 0,2258

Casado 0,4002 0,03 0,1392 -0,0706 0,0244 -0,0166

Propietario de la vivienda -0,0697 0,0234 -0,0239 -0,0583 0,0213 -0,014

Vivienda inadecuada 0,111 0,0326 0,0387 0,1245 0,0309 0,031

Menores de 5 años -0,0015 0,0135 -0,0005 -0,0514 0,0114 0,1008

Menores de 6 a 12 años -0,067 0,0111 -0,0228 -0,0608 0,01 -0,0122

Perceptores de ingreso 0,3306 0,0095 0,1125 0,4333 0,0087 -0,0144

Constante -5,2907 0,08 -5,5953 0,0827

Log. Máx. Verosimilitud -10431,247 -12948,266 Chi cuadrado 20709,8 14898,38 N 30400 33471 Media Var. Dependiente 0,4316 0,298288 * significativo al 1% 3. La probabilidad de participación crece con la edad, tanto para hombres como para mujeres, a tasa decreciente. Este es un resultado esperable dado que la variable edad es una proxy de la experiencia laboral del individuo. La velocidad del crecimiento observado

16

para los hombres casi duplica la observada para las mujeres y la curvatura de la función correspondiente a estas últimas es mayor, significando que la probabilidad alcanza un máximo a edad más temprana. Con respecto a las variables que aproximan el salario de reserva: 1. En los hombres, la condición de casado o unido eleva la función de probabilidad de participar mientras que en la mujer ocurre lo contrario. De acuerdo a los resultados de 1998, el efecto marginal para los hombres fue de 0.14 y para las mujeres de –0.045. Tener menores de 0-5 años en el hogar en el hogar disminuye la probabilidad de participar en las mujeres indicando que se hacen cargo del cuidado de los niños, razón que eleve su salario de reserva. Para los hombres, el efecto es contrario. 2. El número de perceptores de ingresos en el hogar eleva la tasa de participación de hombres y mujeres. El efecto marginal resulta levemente superior para los hombres. Este resultado es generalmente asociado con la percepción de que en los hogares donde el número de participantes es alto, existe una mayor valoración por el trabajo, y en algunos caso podría ser una contribución positiva a encontrar trabajo porque agrega información sobre el mercado laboral al hogar. 3. El habitar una vivienda inadecuada incentiva a ambos grupos a participar, aunque su efecto es sensiblemente mayor para los hombres. Si se considera esta variable como una proxy de la riqueza del hogar, estos resultados indicarían que los individuos mas pobres tienen un menor salario de reserva. 4. Ser jefe de hogar eleva en todos los casos la probabilidad de participar, indicando que su efecto es de reducir el salario de reserva. Razones para no participar Resulta interesante mencionar las razones por las cuales los individuos de la muestra no ocupados no participan en el mercado laboral. Dichas razones se presentan para varones y mujeres en forma separada en la Tabla 5 siguiente. La atenta observación de dicha tabla indica que más del 70 % de los hombres que no trabajan declararon estar estudiando. Esa razón se expresa solo en alrededor del 50% de las mujeres. Estar desempleado es la segunda razón más importante entre los hombres que no participan (13% y 17 % en 1998 y 2002, respectivamente) en tanto que estos porcentajes ascienden a la mitad para las mujeres. Para el 30% de estas últimas, el trabajar en el hogar se convierte en una razón importante para no participar. Todo esto indica que hombres y mujeres constituyen poblaciones con características diferentes justificando las estimaciones de la ecuación de ingresos corregidas por sesgo de selección para cada grupo por separado.

17

Tabla 5: Razones para no trabajar por sexo En porcentajes sobre el total de desocupados e inactivos en la muestra

1998 2002

Razones Hombres Mujeres Hombres Mujeres

Está desempleado 12,98 6,80 17,33 8,85

Está jubilado o pensionado 4,37 3,96 3,50 3,05

Es rentista 0,22 0,29 0,24 0,26

Está estudiando o es menor de 6 años 75,83 51,81 71,07 55,24

Trabajo doméstico 0,26 34,36 0,25 29,65

Está incapacitado 1,52 0,58 1,46 0,78

Otras razones 4,60 2,10 5,80 2,11

Sin especificar 0,09 0,08 0,14 0,05

Total de observaciones 19587 29574 17280 23487

Fuente: Elaboración propia con datos de INDEC (EPH Mayo 1998 y Octubre 2002) La elección de ocupación Además de tomar en cuenta las decisiones de participación, es conveniente estimar adicionalmente una ecuación que refleje los factores que afectan la decisión de estar empleado como docente en establecimientos educacionales. La ecuación de elección de la ocupación se estimó separadamente para hombres y mujeres en razón de que, como acabamos de decir en la sección anterior, se trata de poblaciones con diferentes características. En este caso, la variable dependiente empleada para correr el Probit asume el valor 1 si el individuo está empleado en establecimientos educacionales como docente, esto es, es docente con ingresos, y cero en caso contrario. Para el caso de los hombres, la ecuación de elección se estimó para un total de 18177 individuos ocupados con ingresos, de los cuales 233 eran docentes. En tanto que en 2002 fueron 13120 y 240, respectivamente. Para el caso de las mujeres, la ecuación de participación correspondiente a 1998 se estimó para un total de 11251 casos, de los cuales 1279 participaban. En tanto que en 2002 fueron 9984 y 1168 docentes, respectivamente. Las variables determinantes de la participación consideradas en el modelo son: (a) representativas de la remuneración de mercado: edad, edad al cuadrado, educación; (b) del salario de reserva: condición de jefe en el hogar, estado marital, y condición de propietario de vivienda, número de perceptores de ingresos en el hogar, calidad de la vivienda, cantidad de menores 0- 5 años en el hogar y cantidad de menores de 6-12 años en el hogar; (c) del salario de reserva atribuidas a condiciones estructurales: tasa de desempleo del aglomerado, tamaño del aglomerado e ingreso per capita familiar. Los resultados de las respectivas estimaciones se indican en la Tabla 6, primeramente para 1998 (parte a) y luego para 2002 (parte b):

18

Tabla 6a : Coeficientes estimados y efectos marginales en la ecuación de elección de

actividad (Año 1998)

Hombres Mujeres


Edad 0,07507 0,0278 0,0005300 0,0359043 0,0173381 0,0025055

Edad 2 -0,00100 0,0004 -0,0000071 -0,0003104 0,0002236 -0,0000217

Secundario completo 0,85684 0,1215 0,0151684 1,393469 0,0995703 0,2095792 Sup. No Univ. O Univ. Inc. 1,40013 0,1195 0,0564592 1,780249 0,1045848 0,3654475 Superior No Univ. Compl. 2,43835 0,1264 0,3223755 3,166707 0,1001308 0,8131498


Jefe 0,48306 0,1172 0,0027278 -0,0140641 0,0670253 -0,0009743

Casado -0,35468 0,0985 0,0027278 0,1737323 0,0547241 0,0119568 Propietario de la vivienda 0,12577 0,0770 0,0008303 -0,0017389 0,0491668 -0,0001214

Vivienda inadecuada -0,11485 0,1468 -0,0007232 -0,1712442 0,110975 -0,0105316

Menores de 6 años -0,11495 0,0510 -0,0008114 -0,0702292 0,0331058 -0,0049008

Menores de 6 a 12 años -0,07699 0,0319 -0,0005435 -0,0366624 0,0201959 -0,0025584

Perceptores de ingreso 0,07820 0,0365 0,0005521 0,0443029 0,0218534 0,0030916

Desempleo del aglom. -0,00201 0,0129 -0,0000142 0,0085251 0,0091895 0,0005949 Cdad. Más 250m y 500 m. Hab. 0,04266 0,0761 0,0003080 -0,170424 0,0501412 -0,0112844 Cdad. Más 500m y 1 m. Hab. -0,13798 0,1055 -0,0008429 -0,1371686 0,0665089 -0,0086854 Ciudades de más de 1 m. Hab. -0,22277 0,0992 -0,0013062 -0,1371686 0,0598408 -0,0151907

Ingreso per cap. Fliar. -0,00042 0,0001 -0,0000029 -0,0002625 0,0000534 -0,0000183

Constante -4,52859 0,5172 -3,664447 0,3273992

Log. Máx. Verosimilitud -883,84 -2445,27

Chi cuadrado 725,62 3078,27

N 18177 11251

Media Var. Dependiente 0,0128 0,1136 Fuente: Elaboración propia con datos de INDEC (EPH Mayo 1998) Los resultados presentados en dichas tablas sugieren que: Con respecto a las variables que aproximan la remuneración de mercado: 1. La edad influye positivamente en la probabilidad condicional de ser docente. Para las mujeres en ambos años analizados, mientras que para los varones sólo lo es en 1998. 2. El coeficiente de la edad al cuadrado confirma que la probabilidad de elegir la docencia decrece con la edad y sugiere que decrece más rápido para los hombres. 3.Tener un título de nivel superior no universitario aumenta la probabilidad de ser docente más que cualquier otro título, reflejando las condiciones institucionales vigentes en el país para acceder a la docencia.

19

Tabla 6b: Coeficientes estimados y efectos marginales en la ecuación de elección de actividad (Año 2002)

Hombres Mujeres


Edad 0,03613 0,0260 0,0004414 0,0642 0,0177 0,0044

Edad 2 -0,00030 0,0003 -0,0000042 -0,0007 0,0002 -0,00004

Secundario completo 0,83940 0,1294 0,0213058 1,4737 0,1183 0,2242 Sup. No Univ. O Univ. Inc. 1,40320 0,1294 0,0804564 1,9279 0,1221 0,4116

Superior No Univ. Compl. 2,37000 0,1354 0,3633125 3,1228 0,1177 0,7969


Jefe 0,01613 0,1027 0,0001953 -0,0106 0,0633 -0,0007

Casado -0,20820 0,0944 -0,0028743 0,1575 0,054 0,0107

Propietario de la vivienda 0,12610 0,0791 0,0014452 0,1079 0,0524 0,0071

Vivienda inadecuada -0,12020 0,1699 -0,0013009 -0,1359 0,1161 -0,0084

Menores de 2 años -0,05206 0,0787 -0,0006360 -0,0541 0,051 -0,0037

Menores de 3 a 5 años -0,10299 0,0800 -0,0012581 -0,0516 0,0497 -0,0035

Menores de 6 a 12 años -0,00177 0,0420 -0,0000216 -0,0363 0,0285 -0,0025

Perceptores de ingreso -0,01468 0,0367 -0,0001794 0,0305 0,0224 0,00209

Desempleo del aglom. -0,34402 0,7748 -0,0042026 -0,6673 0,5231 -0,0459 Cdad. Más 250m y 500 m. Hab. 0,18908 0,0756 0,0025757 -0,0574 0,0505 -0,00387 Cdad. Más 500m y 1 m. Hab. -0,03918 0,1053 -0,0004610 -0,0292 0,0658 -0,00196 Ciudades de más de 1 m. Hab. -0,09685 0,1063 0,0010831 -0,1727 0,0675 -0,01061

Ingreso per cap. Fliar. -0,00030 0,0001 -0,0000037 -0,0002 0,00006 -0,00001

Constante -3,76005 -4,3377 0,3572

Log. Máx. Verosimilitud -876,61 -2290,99 Chi cuadrado 642.97* 2624.04* N 13120 9984 Media Var. Dependiente 0,0183 0,117

Fuente: Elaboración propia con datos de INDEC (EPH Octubre 2002) Con respecto a las variables que aproximan el salario de reserva: 1. ser jefe de hogar en 1998 contribuía entre los hombres a elevar las chances de estar empleado en la docencia. En el resto de los caso este efecto resultó no significativo. 2. Ser casado disminuye las probabilidades de ser docente entre los hombres y las eleva en las mujeres, confirmando que la mayoría de las mujeres docentes son trabajadores secundarios en el hogar mientras que la mayor parte de los hombres indicaron la condición de jefes. 3. El acervo de capital de la familia, aproximado por medio de las variables de ser propietario de la vivienda y habitar en una vivienda de baja calidad no parecen ejercer efecto significativo alguno sobre la probabilidad de ser docente. 4. El efecto del número de menores en el hogar es pequeño, pero mantiene el signo negativo esperado, puesto que aumenta el salario de reserva. Con respecto a las mujeres, la interpretación de este resultado es ambigua. Algunos autores afirman que

20

debería esperarse el signo contrario dada la flexibilidad de horarios propia de la docencia, apropiada para atender los requerimientos de la familia y el hogar. Con respecto a los factores estructurales que inciden en la elección específica de la docencia: 1. En las muestras utilizadas la tasa de desempleo del aglomerado de residencia del individuo no incide en la decisión de ser docente. Introdujimos esta variable puesto que es una de las que en la literatura se sugiere como importante proxy de las posibilidades de empleos alternativos (Bee y Dolton, 1995), esperándose que a mayor tasa de desempleo general, mayor sea la probabilidad de estar empleado en la docencia debido a la estabilidad que ofrece esta profesión. 2.Un resultado interesante es que residir en una ciudad grande disminuye la probabilidad de ser docente en relación al aglomerado mas chico, tanto para varones como para mujeres. Esta variable, al igual que la comentada anteriormente, es una de las citadas por los especialistas como determinante de la elección de la docencia. En este caso particular se esperaría que quienes residen en las ciudades más grandes tengan mayores alternativas de empleo en otros sectores, por lo cual aumente el salario de reserva para ejercer la docencia. 3. El ingreso total familiar se utiliza como proxy del nivel socioeconómico de la familia. Se encontró que en todas las estimaciones, pertenecer a hogares con menores ingresos per capita aumenta la probabilidad de estar empleado en la docencia. Aeste resultado es congruente con el encontrado en un trabajo anterior (Gertel, De Santis y Cristina, 2002) con respecto a los estudiantes de carreras docentes. Los resultados del modelo Probit comentado en esta sección se utilizaron para estimar la Inversa del Ratio de Mills (λ2) que corrige el posible sesgo de estimación en la ecuación de Mincer originado en el hecho de que los docentes no sean una muestra aleatoria del total de ocupados. V. Resultados de aplicar la ecuación de ingresos corregida por sesgo de selección

Cuando se trabaja, como en nuestro caso, con distintas categorías de ocupación, es conveniente proceder a reformular la ecuación (1) tomando el total de los ocupados en forma conjunta, y desagregando convenientemente el vector X y los correspondientes β de acuerdo a si los individuos se desempeñan o no en el mercado laboral docente, de la manera siguiente: ln(w/h)i = βΝΝ Xi +βTT0Xi+ αλλλλi + ei (5) donde N y T son variables dummies para distinguir a los docentes (T) del resto de los ocupados (N), un valor de N=1 indica que el individuo no es docente mientras que T=1 indica que el individuo es docente, asumiendo el valor 0 en caso contrario. Esta ecuación se estimó separadamente para varones y mujeres, en razón de que ambos grupos presentan distintas razones para participar en el mercado laboral y pueden considerarse por ello, como se explicó más arriba, poblaciones diferentes.

21

Las variables independientes incluidas en la ecuación (5) son para los docentes: ser directivo, años de educación, edad (en 4 intervalos), ser casado o unido, residir en una ciudad de más de 1 millón de habitantes. Para el resto de las ocupaciones se consideraron: años de escolaridad, edad (en 4 intervalos), ser casado, residir en una ciudad de más de 1 millón de habitantes, desempeñarse en el sector público, desempeñarse en el sector privado como asalariado. Para el año 2002 no se dispuso de la variable “años de escolaridad” por lo que se trabajó con niveles de escolaridad (definidos en la Tabla 3). Si no se considerara la variable λλλλ, (5) sería una ecuación tradicional de Mincer cuyas estimaciones producen coeficientes segados. La introducción de la variable λ, que es un factor de corrección de selectividad muestral permite corregir, al menos parcialmente, este sesgo. Para calcular λ se emplearon las variables incluidas en las Tablas 4 a y b. El signo del coeficiente asociado a la variable λ no puede ser predicho por la teoría, pudiendo ser positivo o negativo. Si λ es negativo esto implica que los atributos que hacen que los trabajadores ganen más que lo que obtienen otros trabajadores con los mismos atributos observados son los mismos que hacen menos probable que esa persona participe del mercado laboral. En efecto, esto significa que el salario de reserva de los individuos con salario observado más alto, sea también más elevado. Por el contrario, si λ es positivo, una interpretación posible es que los atributos que hacen que los trabajadores ganen menos que sus similares son los mismos que lo hacen más propenso a aceptar las ofertas disponibles del mercado laboral, lo que implica que su salario de reserva es más bajo. Hasta aquí, la ecuación propuesta en (5) permitiría arrojar estimaciones insesgadas de los parámetros cuando se la estima conjuntamente para los docentes y para los trabajadores en otros sectores. Asimismo, es conveniente considerar la posibilidad de que la población de docentes no constituya una submuestra aleatoria de la población ocupada. Mediante la introducción de un segundo factor de corrección, como se indica en (6): ln(w/h)i = βΝΝ Xi +βTT0Xi+ αλλλλ1111i + γλλλλ2222i + ei (6) donde λλλλ2222 se obtiene a partir del Probit de la decisión de elección de ocupación ya comentado. De esta manera puede obtenerse una nueva estimación de la ecuación de Mincer que indica separadamente el sesgo atribuible al efecto potencial de la participación y de la elección de emplearse como docente específicamente. Las estimaciones de las ecuaciones de ingresos propuestas separadamente para varones y mujeres se realizaron empleando el método de Heckman en dos etapas, utilizando el programa STATA. Los resultados obtenidos se indican en las Tablas 7a para 1998 y 7b para 2002. Las dos primeras columnas muestran los resultados obtenidos mediante la estimación clásica sin corrección, las dos columnas siguientes incluyen las estimaciones de la ecuación (5), y las dos últimas columnas las de la ecuación (6). De la observación de la Tabla 7a se destacan los siguientes resultados: 1. Para los docentes, en 1998, se obtuvo que los retornos a la escolaridad corregidos por la probabilidad de participar prácticamente no se modifican para los varones y se reducen para las mujeres ( de 5.3% a 3.9%).

22

Tabla 7a: Estimaciones de las ecuaciones de Mincer (Año 1998)

Sin corrección Corrección por participación Correc. por partcip.y elección Varones Mujeres Varones Mujeres Varones Mujeres

DOCENTES Constante 0.7900* 0.6314* 0.9544** 0.9102* -0,00009 0.5315* (2.59) (3.82) (3.12) (5.45) (0.00) (3.15) Directivo =1 0.3343 0.3493* 0,357 0.3346* 0.3222** 0.3393* (1.79) (4.35) (1.85) (4.16) (2.26) (5.34) Años de educación 0.0482** 0.0530* 0.045** 0.0397* 0.0787* 0.0568* (2.49) (4.89) (2.32) (3.65) (4.49) (5.77) Edad Entre 30-39 =1 0.1526 0,0885 0,1017 0.0549 0,13275 0,0684 (1.43) (1.89) (0.95) (1.17) (1.46) (1.80) Entre 40-49 =1 -0.0557 0.1760* -0,0993 0.1456* -0,096 0.1502* (-0.46) (3.43) (-0.81) (2.83) (-0.96) (3.61) Más de 50 =1 0.0407 0.2948* 0,0191 0.3181* -0,0217 0.2994* (0.23) (4.29) (0.11) (4.64) (-0.16) (5.47) Casado =1 0.1689 0,0715 0,1145 0.1074* 0,0949 0.1122* (1.76) (1.87) (1.19) (2.80) (1.08) (3.41) Cdad. + 1 millón de hab.=1 0.1650 0,0266 0,1594 0.0365 0,0968 0,0216 (1.29) (0.52) (1.25) (0.72) (0.96) (0.53) OTRAS OCUPACIONES Constante -0.201* -0.3044* -0.0600** -0.0444 (-11.27) (-10.87) (-2.47) (-1.22) Años de educación 0.0762* 0.0708* 0.0751* 0.0633* (61.99) (41.17) (60.58) (34.35) Edad Entre 30-39 =1 0.2559* 0.2517* 0.2014* 0.1736* (19.01) (14.47) (13.74) (9.29) Entre 40-49 =1 0.3982* 0.3319* 0.3479* 0.2368* (27.96) (18.47) (22.82) (11.93) Más de 50 =1 0.4409* 0.3886* 0.4457* 0.3595* (27.15) (18.20) (27.35) (16.72) Casado =1 0.1661* 0.1308* 0.1021* 0.1695* (14.05) (9.76) (7.45) (12.19) Cdad. + 1 millón de hab.=1 0.2163* 0.2496* 0.2174* 0.2482* (17.54) (15.02) (17.68) (15.04) Sector público =1 0.2697* 0.4156* 0.2678* 0.4162* (19.21) (21.52) (19.10) (21.68) Sector priv. asalariado =1 -0.0398* 0.0893* -0.0373* 0.0928* (-3.46) (5.22) (-3.25) (5.47) lambda 1 -0.1837* -0.18.96* -0,1776 -0.1427* (-9.46) (-11.21) (-1.20) (-2.58) lambda 2 0.2397* 0.09245* (3.41) (2.97) N 18177 11251 18177 11251 233 1279

Estadístico de Wald 37707.66* 18190.54* 238.92* 3028.79*

Estadístico F 3114.14* 2021.94* * significativo al 1% ** significativo al 5%

Fuente: Elaboración propia con datos de INDEC (EPH Mayo 1998)

2. Se encontró que los retornos para los docentes resultaron inferiores significativamente en relación a los de individuos en otras ocupaciones, tanto para hombres como para mujeres. 3. Al corregir los retornos por ambos sesgos, de participar y de elegir ser docente, los retornos a la escolaridad se elevan para los docentes, para los varones en algo más de 3 puntos porcentuales y para las mujeres en algo menos de 2 puntos.

23

Tabla 7b: Estimaciones de las ecuaciones de Mincer (Año 2002) Sin corrección Corrección por participación Correc. por partcip.y elección

Varones Mujeres Varones Mujeres Varones Mujeres DOCENTES Constante 0.7628* 0.7851* 0.9387** 0.7903* -4.23487* -1,2785 (2.85) (3.57) (3.52) (3.58) (-2.95) (1.79) Directivo =1 0.2976 0.2182** 0,2991 0.2180** 0,2642 0.1992* (1.51) (2.51) (1.51) (2.51) (1.30) (2.74) Educación Secundario completo 0.7363* 0.4073 0.6769** 0.4066 1.7655* 1.2450* (2.68) (1.82) (2.47) (1.81) (4.32) (3.83) Sup. Incompleto 0.5479** 0.4104 0.5265** 0.4106 2.3862* 1.4542* (2.06) (1.84) (1.99) (1.84) (4.25) (3.75) Sup. No Univ. Completo 0.6444** 0.4453** 0.5762** 0.4424** 3.7022* 1.9929* (2.47) (2.03) (2.22) (2.02) (4.24) (3.66) Univ. Completo 0.8384* 0.6445* 0.7500* 0.6412* 2.8971* 1.7483* (3.20) (2.89) (2.88) (2.88) (4.50) (4.33) Edad Entre 30-39 =1 0.1596 0.1784* 0,1123 0.1772* 0,2584 0.2399* (1.20) (3.39) (0.85) (3.36) (1.53) (4.66) Entre 40-49 =1 0.1711 0.2867* 0,1244 0.2855* 0.4174** 0.4108* (1.12) (5.12) (0.81) (5.09) (2.00) (6.24) Más de 50 =1 0.1805 0.3137* 0,1596 0.3138* 0.5300** 0.4443* (1.13) (4.63) (1.01) (4.63) (2.40) (5.89) Casado =1 -0.0217 0.1696* -0,063 0.1703* -0,3039 0.2381* (-0.22) (4.31) (-0.63) (4.32) (-1.76) (5.27) Cdad. De + de 1 millón de hab. =1 0.2320 0.0925 0,2359 0.0924 -0,0191 0.0192* (1.64) (1.66) (1.67) (1.66) (0.10) (1.93) OTRAS OCUPACIONES Constante 0.0947* 0.0037 0.2446* 0.0098 (5.50) (0.17) (8.43) (0.32) Educación Secundario comp... 0.3505* 0.2812* 0.3189* 0.2802* (23.48) (16.76) (20.18) (16.38) Sup. Incompleto 0.5475* 0.4772* 0.5618* 0.4772* (27.10) (22.04) (27.58) (22.06) Sup. No Univ. Compl. 0.6839* 0.5583* 0.6497* 0.5553* (17.33) (19.49) (16.22) (18.24) Univ. Completo 1.1230* 1.0347* 1.0749* 1.0315* (46.63) (43.45) (42.31) (39.22) Edad Entre 30-39 =1 0.2125* 0.2105* 0.1624* 0.2082* (12.71) (11.80) (8.80) (10.70) Entre 40-49 =1 0.3684* 0.2861* 0.3172* 0.2835* (20.83) (15.88) (16.34) (14.06) Más de 50 =1 0.4132* 0.3654* 0.4057* 0.3646* (21.30) (17.63) (20.82) (17.47) Casado =1 0.1786* 0.1389* 0.1236* 0.1398* (12.37) (10.18) (7.33) (10.00) Cdad. De + de 1 millón de hab. =1 0.1418* 0.1134* 0.1433* 0.1135* (8.43) (6.11) (8.54) (6.12) Sector público =1 0.4163* 0.4701* 0.4152* 0.4704* (25.20) (24.15) (25.17) (24.18) Sector privado asalariado =1 0.1510* 0.2343* 0.1524* 0.2343* (10.57) (12.25) (10.70) (12.26) lambda 1 -0.1669* -0.006 -0.1178 -0.0183 (-6.44) (-0.29) (-0.39) (-0.24) lambda 2 1.5592* 0.6004* (3.77) (2.95) N 13120 9984 13120 9984 240 1168 Estadístico de Wald 18912.18* 14806.11* 93.43* 1811.5* Estadístico F 1207.35* 1161.65*

* significativo al 1% **significativo al 5% Fuente: Elaboración propia con datos de INDEC (EPH Octubre 2002)

24

4. Al tomar la edad como proxy de la experiencia, se observó que en el caso de las mujeres docentes, esta variable presenta retornos crecientes con la edad. La corrección por participación y por elección de ocupación no produce cambios de mención. En los hombres, esta variable no resultó significativa para explicar los ingresos. En el caso de las otras ocupaciones, esta variable es altamente significativa, tanto para hombres como para mujeres, creciente para los intervalos de edades más altas y asume valores mayores para los hombres y los retornos disminuyen cuando se los corrige por participación. 5. El tamaño de la ciudad de residencia no afecta los ingresos de los docentes reflejando el efecto de variables institucionales. Vivir en una ciudad de más de un millón de habitantes eleva los ingresos de los varones y de las mujeres en otras ocupaciones. La corrección por sesgo muestral no afecta el valor de los parámetros en este caso. 6. Cuando se estimó la ecuación de ingresos corregida por participación (ecuación 5) el coeficiente asociada a la Inversa del Ratio de Mills resulto siempre negativa y estadísticamente distinta de cero, con la excepción de los varones docentes. Esto indicaría, entonces, que los individuos que se encuentran ocupados no constituyen una muestra aleatoria del total de individuos sino que, por el contrario, los atributos no observados que hacen que esos individuos ganen más que otros iguales, son también los que lo hacen menos propenso a participar. 7. Con relación a la corrección por la probabilidad de ser docente, el λ2 es positivo y significativamente distinto de cero en ambos casos. Esto sugiere que los docentes tienen un menor salario de reserva en relación a sus pares ocupados en otros sectores, haciéndolos más proclives a aceptar un empleo en la docencia. Los resultados correspondientes al año 2002 indican que: 1. Los retornos a la escolaridad corregidos por ambos sesgos se elevaron significativamente, especialmente para el caso de los varones. Quienes poseen un título de nivel terciario obtienen los mayores retornos, siendo más altos relativamente para los varones. 2. Tener un título de nivel medio ofrece mayores retornos en la docencia que en otras ocupaciones. Cuando el nivel educativo crece se valora más el acervo de capital educativo en otras ocupaciones, que ganan rentabilidad respecto de la docencia. En el caso de los varones con título universitario, el retorno en la docencia solo alcanza a un 70% de los retornos al nivel en otras ocupaciones. 3. Cuando se corrige la estimación por ambos sesgos, la experiencia ocupacional (medida por la edad) pasa a ser significativa para los varones docentes, en tanto que para las mujeres la corrección tiene el efecto de elevar fuertemente estos retornos. 4. El tamaño de la ciudad de residencia tampoco afecta en el año 2002 los ingresos de los docentes, reflejando el efecto de variables institucionales. Vivir en una ciudad de más de un millón de habitantes eleva los ingresos de los varones y de las mujeres en otras ocupaciones. La corrección por sesgo muestral no afecta el valor de los parámetros en este caso. 5. La estimación de la ecuación de ingresos corregida por participación (ecuación 5) determinó que el coeficiente asociado a la Inversa del Ratio de Mills resultara negativo y

25

estadísticamente distinto de cero solo para los varones. Sin embargo, cuando se estimó la ecuación de ingresos con la doble corrección (ecuación 6) se obtuvo que el sesgo de participación no aparece como relevante mientras que sí lo es el asociado a la elección de la docencia, tanto en el caso de los hombres como de las mujeres. Esto indicaría, entonces, que los individuos que se encuentran ocupados no difieren significativamente del resto, pero quienes han elegido emplearse en la docencia tienen ciertos atributos no observados que hacen que esos individuos estén dispuestos a trabajar por un salario menor (su salario de reserva es menor que para el resto de los ocupados).

VI. Descomposición de la diferencia de ingresos La sección anterior permitió comprobar la existencia de diferencias entre el ingreso horario promedio de las personas incluidas en la categoría ocupacional docente y el ingreso horario promedio de las personas en otras ocupaciones, tanto para los varones como para las mujeres. El propósito de esta sección es proporcionar un análisis de estas diferencias de ingresos imputando un valor monetario a la ventaja o desventaja de ser docente. Para ello, utilizamos la técnica recientemente introducida en Neuman y Oaxaca (2003) como un método que aprovecha las ecuaciones de ingresos corregidas por selectividad para medir discriminación en el mercado laboral. La diferencia de las medias de los logaritmos del ingreso horario de los docentes y del grupo de comparación, la medida del salario relativo propuesta por Becker (Oaxaca, 1973), se descompone entre una primera parte atribuida a diferencias en las características de las personas que hacen a su empleabilidad, ponderadas por el valor del retorno a las mismas si todos los individuos en el mercado y que las poseen fueran retribuidos como docentes. Una segunda parte, que es atribuida a la diferencia en los retornos entre docentes y otros trabajadores, ponderada por las características de los docentes, que equivale a suponer que las mismas no son fuente de discriminación salarial entre la categoría ocupacional docente y el resto de las ocupaciones y una tercera parte atribuida a la selectividad. La ventaja de utilizar este nuevo procedimiento es que el mismo permite depurar la porción de esta diferencia debida a efectos previos a la incorporación de las personas al mercado laboral de los efectos atribuibles al funcionamiento del mercado. El método tradicional de Oaxaca solo se refería a estos últimos. La aplicación de la técnica originalmente propuesta por Oaxaca (1973) permitía descomponer la diferencia como se detalla a continuación:

ndoonddo XXXhwLnhwLn βββ ˆ)´´()ˆˆ(´)/()/( −+−=− (7) donde el primer término del segundo miembro concentra la parte de la diferencia de ingreso debida a la discriminación entre mercados laborales y el segundo término, la diferencia en las características o dotaciones medias de los ocupados en cada sector de actividad. El valor de la diferencia entre los logaritmos de los ingresos horarios en (7) no tiene en cuenta el problema que introduce la existencia del sesgo de selección muestral sobre la estimación de los coeficientes de las variables, por lo que el diferencial de ingresos considerado puede estar sub o sobreestimando la situación relativa de ambos grupos de

26

trabajadores. Esta discrepancia, siguiendo a Neuman y Oaxaca (2003) será captada por un nuevo término que se introduce en la ecuación (8) siguiente: )ˆˆˆˆ(ˆ)´´()ˆˆ(´)/()/( ddnnndoonddo XXXhwLnhwLn λθλθβββ −+−+−=− (8) [discriminación] + [dotación de características] + [selectividad]

donde uii ρσθ =ˆ (desviación de los residuos de la ecuación de Mincer y el coeficiente de correlación) de la función normal bivariada que describe la distribución conjunta de los términos estocásticos de las ecuaciones de Mincer (5) y el probit de participación;

y, i

N

ii

i Np

i

�== 1

ˆˆ

λλ

donde λpi se obtiene como promedio de los λ estimados para cada uno de los dos grupos de ocupados (docentes y resto de ocupados, en este caso) y Ni es el número de individuos ocupados en el sector i. El término asociado a la selectividad, mide ahora la diferencia entre el riesgo de estar incluido en el grupo de Otros Trabajadores teniendo las características de los docentes, ponderado por el tamaño relativo de los desvíos entre el ingreso observado y el estimado para cada individuo perteneciente al grupo de Otros Trabajadores, respecto al riesgo de estar incluido en el grupo de los docentes teniendo las características de los Otros Trabajadores, ponderado por el tamaño relativo de los desvíos entre el ingreso observado y el estimado para cada individuo perteneciente al grupo de docentes. En resumen, este término es una medida de los efectos previos que diferencian ambos grupos aún antes de ser observados en el mercado. La Tabla 7 debajo proporciona los resultados de la descomposición de Neuman-Oaxaca que incluye la corrección por sesgo de selección. La primera columna indica la parte de la diferencia que es atribuible a la diferencia en los retornos (discriminación), la segunda, a las diferentes características y la tercera a la selectividad. La cuarta columna expresa la dimensión que asume la brecha de ingresos. Si a esta restamos la parte atribuible a selectividad obtenemos la diferencia que habría aparecido sin corregir la ecuación de ingresos por la Inversa del Ratio de Mills4 que se expresa en la última columna. En todos los casos la comparaciónconsidera Otros Trabajadores menos Docentes, por lo que el signo negativo refleja ventajas comparativas a favor de los docentes.

Tabla 7: Descomposición de Oaxaca

Discriminación Características Selectividad

Año Ocupados X´D(βN-βD) (X´N - X´D)´ βN (θΝ λΝ− θD λD) Diferencia:

Ln YN - Ln YD

Diferencia sin considerar sesgo

de selección

Todos -0,389 -0,232 -0,102 -0,723 -0,621

Hombres -0,400 -0,382 0,001 -0,782 -0,782 1998

Mujeres -0,479 -0,104 -0,084 -0,667 -0,583

Todos -0,576 -0,145 -0,017 -0,738 -0,721

Hombres -0,323 -0,562 -0,029 -0,915 -0,885 2002

Mujeres -0,670 -0,085 -0,002 -0,758 -0,756

Fuente: Tablas 4 y 5. Nota: Basado en la ecuación (13) Neuman y Oaxaca (2003: 10) 4 Obsérvese que los β de la ecuación corregida ya podrían estar incluyendo una pequeña parte del efecto selectividad puesto que su sesgo inicial ha sido corregido.

27

Los resultados que reporta la Tabla (7) se expresan en forma de participación porcentual en la Tabla (8) siguiente, la que facilita la comparación entre los diferentes grupos y períodos analizados.

Tabla 8: Participación relativa de los factores que explican la diferencia de ingresos

Discriminación Características Selectividad

Año Ocupados X´D(βN-βD) (X´N - X´D)´ βN (θΝ λΝ− θD λD) Diferencia:

Ln YN - Ln YD

Todos 54% 32% 14% 100%

Hombres 51% 49% 0% 100% 1998

Mujeres 72% 16% 13% 100%

Todos 78% 20% 2% 100%

Hombres 35% 61% 3% 100% 2002

Mujeres 88% 11% 0% 100% Fuente: Tabla 7

Entre los principales resultados obtenidos, cabe mencionar: 1. El efecto atribuible a la selectividad, en todos los casos analizados, alcanzó magnitudes pequeñas, no superiores al 14% de las diferencias de los logaritmos del ingreso a favor de los docentes. Como era de esperar, el término de selectividad resultó el de menor peso relativo. Sin embargo, la inclusión de la corrección por selectividad, si es distinta de cero, permite concluir que la utilización del método tradicional de Oaxaca sobreestima el efecto del mercado sobre las características y sobre la discriminación.

2. La selectividad afectó con mayor fuerza al grupo de las mujeres que al de los varones en 1998. Este efecto se revierte posteriormente: es mayor para los varones y prácticamente nulo para las mujeres en el año 2002. 3. En 1998, el componente selectividad explica un 13% de la diferencia a favor de las docentes mujeres, en tanto que para el año 2002, explica un 3% de la ventaja que presenta el log. del salario horario delos hombres empleados como docentes en relación al resto. 4. La Tabla 8 indica que para el grupo de mujeres la discriminación por el mercado y las características explican 72% y 16% del diferencial total, respectivamente. Si hubiéramos omitido el efecto de la selectividad, la descomposición habría sobrevalorado las respectivas contribuciones de la discriminación en el mercado y las características de las mujeres docentes atribuyendo un 82% de la diferencia a la discriminación y el 18 restante a las características. 5. Las mujeres docentes ganan más que las mujeres en Otras Ocupaciones, principalmente por la existencia de una discriminación del mercado a su favor, en ambos años. 6. En el caso de los hombres, también ganan más que en el resto del mercado, sin embargo, esto es atribuible en proporciones sustantivamente distintas a las de las mujeres. En 1998, la explicación viene dada en partes aproximadamente iguales por las

28

características y por la discriminación del mercado, en tanto que para 2002, el peso de las características (61%) se vuelve el componente más relevante.

VII. Resumen de conclusiones

Los resultados obtenidos en el trabajo demuestran que la descomposición del diferencial de ingresos entre grupos corregida por selectividad es útil para mostrar que es posible arribar a conclusiones bastante diferentes en relación a las que hubiera arrojado el análisis tradicional de Oaxaca sin corrección por selectividad. Las estimaciones correspondientes a 1998 efectuadas para el grupo de mujeres muestran la mayor sensibilidad entre todos los casos analizados. En este caso, hasta un 13% de la diferencia entre los logaritmos del ingreso horario a favor de las docentes podría ser atribuida a discriminación anterior a la participación en el mercado y 87% se habría generado dentro del mercado, que es la única porción que estudia el método tradicional de Oaxaca. Para los varones, en ese mismo año, todo el diferencial de ingresos se explicaría a través del mercado, por sus dos componentes clásicos (discriminación y atributos). Comparando los resultados que arroja la descomposición del año 2002 con la correspondiente al año 1998, desaparece el efecto de causas “anteriores al mercado” entre las mujeres, pero se manifiesta, con valores pequeños, entre los hombres. Se trata de resultados importantes, confirman la preponderancia de los efectos atribuibles al funcionamiento del mercado por sobre otros efectos, anteriores al mismo y que afectan el nivel de los ingresos de los participantes en el mercado laboral. Asimismo, el trabajo puso de manifiesto que cuando uno incluye estas correcciones por selectividad en la ecuación de ingresos, las estimaciones de la rentabilidad del capital humano de los docentes se elevan significativamente, en especial para los varones. Este resultado ilustra la importancia de considerar estas correcciones por su potencial impacto en el diseño de políticas. Si los docentes presentan atributos vinculados con su empleabilidad que no son reconocidos por el salario de mercado (o, alternativamente, que elevan su salario de reserva) deberán diseñarse políticas focalizadas en la promoción de dichas habilidades, de manera de hacer más atractivas las condiciones de elección de la docencia.

29

Referencias:

Aliaga R. y S. Montoya (1998) Tasas de retorno a la inversión en capital humano: Argentina 1990-98 Estudios, julio-setiembre (95-117) Bee M. Y P. Dolton (1995) The remuneration of school teachers: Time Series and Cross-Section Evidence The Manchester School Vol. LXIII Nº1 (1-22) Contreras G. D. Y M Galván (2002) ¿A disminuido la discriminación salarial por género y étnia en Bolivia? Evidencia del período 1994-1999. Departamento de Economía, Universidad de Chile, Documento Interno de Discusión. Gertel H. De Santis, M. , y Cristina N. (2002). Who chooses to become a teacher in Argentina? XXXVII Reunión Anual de la AAEP, Tucumán, Noviembre 12-15, 2002. Galasso E. y M. Ravallion (2004) “Social Protection in a crisis: Argentina’s Plan Jefes y Jefas” Development Research Group, Washington, Banco Mundial. Gill, I.S. (1992a) “Is there Sex Discrimination in Chile?” En Psacharopoulos y Tzannattos (Ed.) Case Studies on Women’s Employment and Pay in Latin America. Washinton, Banco Mundial Gill, I.S. (1992b) “Is there Sex Discrimination in Perú? Evidence from the 1990´s Lima Livings Standards Survey” En Psacharopoulos y Tzannattos (Ed.) Case Studies on Women’s Employment and Pay in Latin America. Washinton, Banco Mundial. Greene W. (2002) Econometric Analysis (4ta Ed.), New York, Prentice Hall. Herrero V., M. De Santis y H.R.Gertel (2003) El ingreso de los docentes en Argentina: Es alto o bajo? En ANALES XXXVIII AAEP (www.aaep.org/anales) Liang X. (1999) Teacher pay in 12 Latin American Countries: How does teacher pay compare to other professions, what determines teacher pay, and who are the teachers? LCSHD Paper Series Nº 49, Human Development Department, The World Bank López-Acevedo, G. (2002). Teachers’ Incentives and Professional Development in Colleges in México, LCSPE Paper Series. The World Bank. Mizala, A. & Romaguera, P. (1998). Remuneraciones al Pizarrón. Revista Perspectivas, Departamento de Ingeniería Industrial, Universidad de Chile. Navarro J.C (2002) ¿Quiénes son los maestros?. Carreras e incentivos docentes en América Latina. Washington, Banco Interamericano de Desarrollo. Neuman S. y R.Oaxaca (2003) Estimating Labor Market Discrimination with Selectivity-Corrected Wage Equations: Methodological Considerations and an Illustration from Israel, The Pinhas Sapir Center for Development, Discussion Paper Nº 2, Tel Aviv University. Oaxaca, R. “Male – Female wage differentias in urban labor markets”. International Economic Review, Vol. 14 Nº3, October 1973.

30

OECD (2001) Education at a Glance, Paris, OECD Piras, C. & Savedoff, W. (1998). How Much Do Teachers Earn? Mimeo, IADB. Saavedra Chanduví J. (2000) La situación laboral de los maestros respecto de otros profesionales: Implicancias para el diseño de políticas salariales y de incentivos. Informe Final del Grupo de Análisis para el Desarrollo. Lima, Perú. Vegas, E., Murnane, R. & Willett, J. (2001). From High School to Teaching: Many Steps, Who Makes It? Teachers College Record, 103 (3), 427-449 Vegas, E. Pritchett, L. & Experton, W. (1999). Cómo Atraer y Retener Docentes Calificados en la Argentina: Impacto del Nivel y la Estructura de la Remuneración. LCSHD Paper Series 385 (April), The World Bank Willis R y S. Rosen (1979) Education and Self-selection, Journal of Polítical Economy, 87, 5 (part 2): 507-36

Anexo Tabla A. Descripción de la muestra 1998

Total Hombres Mujeres Total Hombres Mujeres Total Hombres Mujeres Total HombresEdad promedio 36.9 36.9 36.9 36.5 36.1 36.8 37.0 36.9 37.0 31.9 29.2

11.4 11.5 11.1 9.7 9.0 9.8 11.4 11.5 11.3 14.0 13.9Escolaridad promedio 10.8 10.4 11.5 15.0 15.2 15.0 10.6 10.4 11.1 10.6 10.9

4.0 4.0 4.1 1.9 2.4 1.8 4.0 3.9 4.0

Proporción con secundario o menos 0.7 0.8 0.7 0.1 0.1 0.1 0.8 0.8 0.7 0.8 0.70.4 0.4 0.7 0.3 0.3 0.3 0.4 0.4 0.5 0.4 0.4

Proporción con terciario (completo o incompleto) 0.1 0.0 0.1 0.6 0.5 0.6 0.0 0.0 0.1 0.1 0.0

0.3 0.2 0.3 0.5 0.5 0.5 0.2 0.3 0.3 0.2 0.2Proporción con universitario (completo o incompleto) 0.2 0.2 0.2 0.3 0.4 0.2 0.2 0.2 0.2 0.2 0.2

0.4 0.4 0.4 0.4 0.5 0.4 0.4 0.4 0.4 0.4 0.4Proporción de casados 0.6 0.7 0.5 0.6 0.6 0.6 0.6 0.7 0.5 0.5 0.3

0.5 0.5 0.5 0.5 0.5 0.5 0.5 0.5 0.5 0.5 0.5

Proporción que reside en aglomerados de más de un millón de habitantes 0.7 0.7 0.7 0.6 0.6 0.6 0.7 0.7 0.7 0.7 0.7

0.5 0.5 0.5 0.5 0.5 0.5 0.5 0.5 0.5 0.5 0.5Proporción de jefes de hogar 0.5 0.7 0.2 0.3 0.7 0.2 0.5 0.7 0.2 0.2 0.4

0.5 0.5 0.4 0.4 0.4 0.4 0.5 0.5 0.4 0.4 0.5

Administración pública 0.2 0.1 0.2 0.6 0.5 0.6 0.2 0.1 0.20.4 0.3 0.4 0.5 0.5 0.5 0.4 0.3 0.4

Ingreso por hora activ. principal ($/hora) 4.3 4.3 4.2 6.0 6.9 5.9 4.2 4.2 4.05.0 5.3 4.6 4.0 3.9 4.0 5.0 5.3 4.6

Número de horas por semana act. Ppal 43.4 48.1 35.9 23.1 26.3 22.5 44.4 48.3 37.318.8 17.6 18.2 11.3 16.5 10.0 18.5 17.4 18.3

Número total de hs traba. Por semana 44.7 49.3 37.2 27.1 32.3 26.1 45.5 49.5 38.420.2 18.7 20.2 13.2 18.7 11.7 20.1 18.6 20.5

Ingreso individual total ($/mes) 699.6 784.6 562.5 628.2 920.1 575.7 702.9 783.1 561.1798.3 894.2 587.2 461.2 767.1 365.5 810.2 895.4 606.8

Ingreso per capita familiar ($/mes) 320.9 303.8 348.4 426.6 423.6 427.2 315.1 302.3 338.3 188.9 187.6389.8 376.9 408.3 406.9 352.6 416.2 388.1 376.9 406.2 244.8 251.3

Total de observaciones 29428 18177 11251 1512 233 1279 27916 17944 9972 49161 19587

Característica promedio (desviación estándar)

Ocupados No ocupados (inactivos y desocupados)Total de ocupados Docentes Otras ocupaciones Total de no ocupados

32

Tabla B. Descripción de la muestra 2002

No ocupados (inactivos y desocupados)

Total Hombres Mujeres Total Hombres Mujeres Total Hombres Mujeres Total HombresEdad promedio 37.3 37.3 37.3 39.6 40.7 39.4 37.1 37.2 37.0 31.6 30.1

11.3 11.4 11.3 9.5 10.6 9.2 11.4 11.4 11.5 13.8 13.8

Escolaridad promedio* 11.0 10.7 11.3 14.5 14.7 14.5 10.8 10.6 11.1 10.5 10.6

Proporción con secundario o menos 0.7 0.8 0.6 0.1 0.1 0.1 0.7 0.8 0.7 0.8 0.80.5 0.4 0.5 0.3 0.3 0.3 0.4 0.4 0.5 0.4 0.4

Proporción con terciario (completo o incompleto) 0.1 0.0 0.2 0.6 0.3 0.7 0.1 0.0 0.1 0.1 0.0

0.3 0.2 0.4 0.5 0.5 0.5 0.2 0.2 0.3 0.2 0.2Proporción con universitario (completo o incompleto) 0.2 0.2 0.2 0.3 0.6 0.2 0.2 0.2 0.2 0.2 0.2

0.4 0.4 0.4 0.5 0.5 0.4 0.4 0.4 0.4 0.4 0.4

Proporción de casados 0.6 0.7 0.6 0.6 0.6 0.7 0.6 0.7 0.5 0.5 0.40.5 0.5 0.5 0.5 0.5 0.5 0.5 0.5 0.5 0.5 0.5

Proporción que reside en aglomerados de más de un millón de habitantes 0.7 0.7 0.6 0.6 0.6 0.6 0.7 0.7 0.7 0.6 0.6

0.5 0.5 0.5 0.5 0.5 0.4 0.5 0.5 0.5 0.5 0.5

Proporción de jefes de hogar 0.5 0.7 0.2 0.3 0.6 0.2 0.5 0.7 0.2 0.2 0.20.5 0.5 0.4 0.5 0.5 0.4 0.5 0.5 0.4 0.4 0.5

Administración pública 0.2 0.2 0.3 0.6 0.7 0.6 0.2 0.2 0.30.4 0.4 0.5 0.5 0.5 0.5 0.4 0.4 0.5

Ingreso por hora activ. principal ($/hora) 3.8 3.9 3.6 6.5 8.0 6.2 3.6 3.9 3.34.5 5.1 3.4 5.1 8.9 3.8 4.4 5.0 3.2

Número de horas por semana act. Ppal 38.6 43.4 32.4 22.4 22.0 22.5 39.6 43.8 33.619.6 19.3 18.2 10.5 14.2 9.6 19.6 19.2 18.6

Número total de hs traba. Por semana 39.8 44.3 33.9 26.2 26.6 26.2 40.7 44.7 34.121.8 19.6 23.2 13.0 18.6 11.5 22.0 19.6 24.0

Ingreso individual total ($/mes) 573.6 658.2 462.4 647.3 722.7 631.9 569.1 657.0 441.5741.8 876.1 492.6 463.3 638.2 417.0 755.6 879.6 497.2

Ingreso per capita familiar ($/mes) 263.5 262.6 264.6 340.6 353.3 337.9 257.3 260.6 252.6 141.3 134.1347.9 354.7 338.9 323.2 329.8 321.9 348.5 354.8 339.1 197.8 189.6

Total de observaciones 23104 13120 9984 1408 240 1168 21696 12880 8816 40767 17280

Total de no ocupadosCaracterística promedio (desviación estándar)

OcupadosTotal de ocupados Docentes Otras ocupaciones

un examen empírico del empleo y la remuneración docente en las escuelas de argentina en 1998 y...

Documents