La legislación sobre las licencias por maternidad debería tener un impacto más significativo en las mujeres del grupo de edad de alta fertilidad que en aquellas del grupo de edad de baja fertilidad. Esto se debe a una percepción generalizada en la sociedad relativa a que una mujer en edad de alta fertilidad tiene probabilidades muy elevadas de quedar embarazada en el futuro cercano. Los empleadores tien den a considerar los efectos de dicha percepción a la hora de calcular el costo espe rado de contratar una mujer que proviene de este grupo.
Por lo tanto, nuestra metodología empírica utiliza un grupo de tratamiento constituido por mujeres entre 18 y 30 años de edad, mientras el grupo de control contiene mujeres entre 40 y 55. Para estimar el efecto de la ampliación de la licencia por maternidad sobre los resultados en el mercado laboral, comparamos los resul tados de los grupos de tratamiento y de control durante el periodo posterior a la entrada en vigor de la legislación con aquéllos provenientes del periodo previo al inicio de dicha reforma legislativa.18
El cuadro 6 muestra las diferencias en tasas de fertilidad para mujeres prove nientes de los grupos de tratamiento y de control según los datos reportados por el dane en Colombia, durante el periodo analizado (20092013). Las tasas de fertili dad para el grupo de tratamiento suelen ser alrededor de 11.5%, mientras que las ta sas del grupo de control son de aproximadamente 1.18%. La brecha entre estas dos tasas nos permite tener dos grupos comparables, de los cuales sólo uno es afectado por la reforma legislativa en cuestión.19
18 El grupo de control incluye mujeres de 40 años de edad y mayores para asegurarse de que no se en
contraban dentro del grupo de tratamiento en ningún momento del periodo de tiempo analizado.
19 Los resultados de nuestro modelo empírico son robustos en términos de los cambios en la compo
sición del grupo de fertilidad alta. Por ejemplo, los resultados se mantienen fijos para un grupo de tratamiento constituido por mujeres entre los 25 y los 30 años de edad, así como para un grupo con mujeres de entre 25 y 35 años.
Cuadro 6
Tasas de fertilidad, por grupo de edad
Periodo Grupos de edad
20-24 25-29 30-34 35-39 40-44 45-49 19851990 0.17 0.15 0.12 0.08 0.03 0.00 3.34 19901995 0.16 0.14 0.11 0.07 0.03 0.00 3.14 19952000 0.15 0.13 0.10 0.06 0.02 0.00 2.86 20002005 0.14 0.12 0.09 0.05 0.02 0.00 2.60 20052010 0.13 0.11 0.08 0.05 0.02 0.01 2.45 20102015 0.12 0.11 0.08 0.05 0.02 0.01 2.35 20052015, promedio 0.12 0.11 0.08 0.05 0.02 0.01 2.40
Fuente: dane y cálculos de los autores.
Para comprender el impacto de la ampliación de la licencia por maternidad sobre el grupo de mujeres en el grupo etario de fertilidad alta, ponemos el siguien te modelo empírico:
yi=γ0+γ1treatedi+γ2law2011+γ3treated*law2011+ΓXi+θt+εi (1)
donde yi representa variables como actividad laboral, desempleo e informalidad, entre otros. La variable treatedi es una variable simulada que toma el valor de 1 si la mujer se encuentra entre 18 y 30 años de edad, y 0 si se encuentra entre 40 y 55. La variable law2011 toma el valor de 1 para cada mes después de julio de 2011, mes en que la reforma legislativa fue puesta en marcha; y controla por choques comu nes que impactan los resultados laborales de mujeres provenientes del grupo de alta baja fertilidad así como de baja fertilidad después de julio de 2011.
Para controlar el sesgo generado por las diferencias en las características entre los dos grupos que podrían explicar las diferencias en las tasas de participación así como en las decisiones de empleo, incluimos variables predictivas en el modelo que nos permitieran controlar por características observables y ayudar a resolver dicho sesgo. En el vector de variables predictivas Xi , utilizamos edad, edad cuadrada, tres variables indicadoras (si la mujer posee un máximo de educación secundaria, si ella vive con una pareja o no, y si ella es la cabeza de familia), el número de menores de edad en el hogar, la cantidad total de individuos dentro del hogar, y el estrato eco nómico del hogar según la cuenta energética mensual. También controlamos por efectos fijos por zona de residencia, año y mes. Es posible que los choques estacio nales impacten a los trabajadores más jóvenes de manera distinta que a los trabaja dores mayores. Para controlar esto, incluimos una interacción entre el mes y el indicador de pertenencia al grupo de tratamiento (treated). Todas las estimaciones se ponderan por proporción de residentes dentro de la zona entre 18 y 65 años de edad durante el año.
Nos interesa el coeficiente de interacción γ3, lo cual sirve para indicar si la le gislación –en términos diferenciales– repercutió en las mujeres dentro del grupo de tratamiento.
Con el modelo econométrico anterior, proponemos explorar los efectos sobre el mercado laboral de ampliar dos semanas la licencia por maternidad, las cuales equivalen a 17% de aumento en términos del periodo de la licencia. Estimamos las ecuaciones mediante un análisis de regresión probit, excepto en el caso de los suel dos donde utilizamos una regresión de mínimos cuadrados ordinarios (ols).
Resultados
En esta sección reportamos los resultados de nuestros ejercicios de estimación. In formamos los coeficientes probit (o ols para los sueldos) y los correspondientes efec tos marginales para la interacción treated*law2011.20 Los efectos margina
les in formados en el texto principal se calcularon para una mujer21 en el grupo de
tratamiento que vivía en Bogotá en junio de 2012, no tenía pareja, no es la cabeza de familia, y (i) tiene un mínimo de educación secundaria, o (ii) tiene un máximo de edu cación secundaria. Estos dos efectos, junto a los otros seis que comprenden todas las otras combinaciones, se informan en los cuadros de los apéndices.
En nuestro escenario de línea de base, el grupo de tratamiento corresponde a mujeres entre los 18 y los 30 años, y el grupo de control a mujeres entre los 40 y los 55 años. El periodo pretratamiento es de enero de 2009 hasta junio de 2011, mien tras el postratamiento comprende de julio de 2011 a septiembre de 2013.
En la primera columna del cuadro 7, informamos los resultados al analizar la probabilidad de inactividad. La variable dependiente es una variable ficticia que toma el valor de 1 si el individuo indica que no está incorporado en la fuerza labo ral; mientras toma el valor de 0 si éste no es el caso.22 Los resultados revelan que, si
se amplían las licencias por maternidad, la probabilidad de enfrentar la inactividad 20 El cálculo e interpretación de los efectos marginales para interacciones en los modelos no lineares
debe tomar en cuenta las derivadas cruzadas de las probabilidades pronosticadas. Para más infor mación sobre este tema véase Ai y Norton (2003) así como Norton, Wang y Ai (2004).
21 Se estiman los efectos marginales para una mujer en el grupo de tratamiento mediante el muestreo.
La mujer en cuestión tiene 23.87 años de edad, vive en un hogar compuesto por 4.51 miembros y 1.07 niños, su estrato económico es 2.27, y vivía en Bogotá en junio de 2012. Puede vivir con pareja o sin ella, ser la cabeza de familia o no, y contar con logros educacionales bajos. Combinar todas estas posibilidades nos da un total de ocho efectos marginales.
22 Se clasifica al individuo como inactivo si responde afirmativamente a cualquiera de las siguientes
declaraciones: 1. Incapacidad física. 2. No quiere trabajo remunerado ni establecer una empresa. 3. Quiere trabajar, pero no ha tomado ninguna acción en términos de buscar un trabajo o iniciar un negocio porque: a) el individuo en cuestión indica que es demasiado joven o demasiado mayor para tener empleo; b) responsabilidades familiares; c) problemas de salud; d) estudiante de tiempo com pleto; e) otros. 4. Después de haber terminado su último trabajo, no ha hecho nada para buscar otro trabajo o iniciar un negocio. 5. Durante los últimos 12 meses no ha hecho nada en términos de buscar otro trabajo o iniciar un negocio. 6. No está disponible para trabajar.
aumenta de forma significativa para mujeres en el grupo etario de fertilidad alta. La estimación de efectos marginales,23 presentada en el cuadro 7a, indica que en el
caso de mujeres con menos de educación secundaria, la probabilidad de inactivi dad aumenta 0.9%. Si la misma mujer cuenta con educación mayor a secundaria, su probabilidad de inactividad aumenta 0.7%. En general, y permaneciendo constan tes las demás variables, el aumento en la probabilidad de inactividad es mayor para las mujeres (i) con logros educativos bajos, (ii) que viven con una pareja, y (iii) que no son cabezas de familia.
Variable
dependiente Inactividad (1) Desempleo (2) Informalidad (3) Autoempleo (4)
(5) Log de sueldo
real
treated*Law2011 0.028***(0.008) (0.012).014 (0.011)0.022* (0.011)0.018* (0.007).005
Panel A. Al eliminar los dos meses previos y los dos posteriores a la promulgación de la ley
treated*Law2011 0.029***(0.009) (0.012).014 (0.011)0.022* (0.011)0.022* (0.007).005
Panel B. Al eliminar los dos meses previos y los cuatro meses posteriores a la promulgación de la ley
treated*Law2011 0.033***(0.009) (0.012).019 (0.012)0.020* (0.011)0.021* (0.007).004
Panel C. Al eliminar los dos meses previos y los seis meses posteriores a la promulgación de la ley
treated*Law2011 0.039***(0.009) (0.012).018 (0.012)0.022* (0.011)0.022* (0.008).004
Observaciones R2 0.080 0.073 0.170 0.068 0.348
409.055 290.662 240.285 241.409 127.780
Controles
Características personales Sí Sí Sí Sí Sí
Características del hogar Sí Sí Sí Sí Sí
Efectos en tiempo fijo Sí Sí Sí Sí Sí
Estos resultados apoyan nuestra hipótesis, sugerida por el modelo presentado en la sección 3 del presente estudio, la cual propone que los empleadores son me 23 Se informa sobre estos efectos marginales, junto a los otros seis efectos restantes, en el apéndice A.
En el apéndice B reportamos los efectos marginales estimados para las 13 áreas metropolitanas. Todos los resultados son similares cuantitativa y cualitativamente.
† El coeficiente en treated*Law2011 es el parámetro estimado γ
3 de la ecuación (1), la cual es una estimación dd del efecto de la reforma
legislativa sobre cada resultado. Las columnas 1 a 4 son estimaciones probit. La columna 5 es una estimación ols. Errores estándar se indican entre paréntesis.
* Los coeficientes son significativos al nivel de 10%. ** Los coeficientes son significativos al nivel de 5%. *** Los coeficientes son significativos al nivel de 1%.
Cuadro 7
Efecto de la Ley 1468 de 2011 sobre el mercado laboral de las mujeres
nos propensos a contratar mujeres en edad de fertilidad alta después de la promul gación de la reforma legislativa. Debido a la mayor dificultad que enfrentan las mujeres para encontrar trabajo, muchas deciden racionalmente no incorporarse al mercado laboral, de ahí que, la probabilidad de estar inactiva aumente a pesar de que exista la voluntad de incorporarse al mercado laboral y aunque la persona in volucrada cuente con las habilidades necesarias para ello.
La segunda columna del cuadro 7 presenta los resultados sobre la probabili dad de desempleo. No existe evidencia que indique que la ampliación de la licencia por maternidad ha impactado la probabilidad de empleo para mujeres en la cohor te de alta fertilidad en relación con la cohorte de baja fertilidad. Ningún efecto marginal reportado en el cuadro 7a se desvía de forma significativa de cero.
La tercera columna del cuadro 7 muestra los resultados para la probabilidad de informalidad. Se considera que un trabajador constituye parte del mercado labo ral informal si no satisface una de las dos siguientes condiciones: (i) contribuir a un sistema de seguro de salud; o (ii) contribuir a un programa previsional. Los resulta dos muestran que la ampliación del periodo de la licencia por maternidad se corre laciona con un aumento significativo en la probabilidad de informalidad entre mujeres de la cohorte de alta fertilidad respecto a sus contrapartes de la cohorte de baja fertilidad. La estimación de efectos marginales, expuesta en el cuadro 7a, indi ca que la probabilidad de informalidad aumenta 0.8% en el caso de mujeres con educación superior al nivel secundario, mientras sube 0.6% en mujeres de bajos niveles educacionales. El resto permanece constante, la probabilidad de informali dad es mayor para mujeres más educadas quienes no viven con pareja.
Los resultados respecto al efecto sobre el autoempleo se muestran en la cuarta columna del cuadro 7 así como en el cuadro 7a. En nuestra opinión, a raíz de la am pliación de la licencia por maternidad las probabilidades de ser trabajadora in dependiente aumentan de forma significativa para mujeres dentro de la cohorte de fer tilidad alta. Una mujer con logros educacionales bajos enfrenta un aumento de 0.6% en términos de probabilidades de ser trabajador independiente, así como un aumento de 0.4% en el caso de mujeres con logros educacionales altos. En gene ral, y siendo igual todo lo demás, el aumento en la probabilidad de autoempleo es más marcado para mujeres (i) que cuenten con menos educación, (ii) que viven con una pareja, y (iii) que no son cabezas de familia. Olarte y Peña (2010) encuentran que los trabajos declarados como autoempleo por madres colombianas son mayo ritariamente de baja calidad. Por lo tanto, es posible que las mujeres en el grupo de tratamiento afectadas por la reforma legislativa estén obligadas a aceptar un nuevo empleo mal remunerado de baja calidad, producto de que la Ley 1468 no les otorga protección.
La quinta columna de los cuadros 7 y 7a registra los resultados del impacto de la reforma sobre el sueldo real. Concluimos que no existe evidencia de que una ampliación del periodo de la licencia por maternidad se correlaciona con variacio nes en los sueldos reales de mujeres en edad de fertilidad alta respecto a sus contra partes en edad de fertilidad baja.
Cuadro 7a
Efecto marginal de la Ley 1468 de 2011 sobre el mercado laboral de las mujeres
Escenario base e inferencias temporales alternativas†
(1)
Inactividad Desempleo (2) Informalidad (3) Autoempleo (4) Efecto marginal Nivel educativobajo alto Nivel educativobajo alto Nivel educativobajo alto Nivel educativobajo alto
treated*Law2011 0.009***(0.002) 0.007***(0.002) (0.003).004 (0.003).004 (0.003)0.006* (0.004)0.008* (0.003)0.005* (0.002)0.004*
Panel A. Al eliminar los dos meses previos y los dos meses posteriores a la promulgación de la ley
treated*Law2011 0.009***(0.002) 0.007***(0.002) (0.003).004 (0.003).004 (0.003)0.006* (0.004)0.008* (0.003)0.006* (0.002)0.005*
Panel B. Al eliminar los dos meses previos y los cuatro meses posteriores a la promulgación de la ley
treated*Law2011 0.010***(0.002) 0.008***(0.002) (0.003).005 (0.003).005 (0.003)0.005* (0.004)0.007* (0.003)0.006* (0.002)0.004*
Panel C. Al eliminar los dos meses previos y los seis meses posteriores a la promulgación de la ley
treated*Law2011 0.012***(0.002) 0.010***(0.002) (0.003).005 (0.003).005 (0.003)0.006* (0.004)0.008* (0.003)0.006* (0.002)0.005*
† Se estiman, mediante medianas de muestreo, los efectos marginales para una mujer en el grupo de tratamiento de 23.87 años de edad, que vive en un hogar compuesto por 4.51 miembros y 1.07 niños, su estrato económico es 2.27, viviendo en Bogotá en junio de 2012, sin pareja y no es cabeza de familia. El nivel educativo se determina en función de los años de educación; se considera que la persona tiene un “Nivel educativo alto” si tiene más de 11 años de educación. Errores estándar se indican entre paréntesis.
* Los coeficientes son significativos al nivel de 10%. ** Los coeficientes son significativos al nivel de 5%. *** Los coeficientes son significativos al nivel de 1%.