UNIVERSIDAD DE LOS ANDES
Dinámica y Evolución de la
desigualdad de Ingresos en
Colombia
Felipe Alvarez Llano1 Mayo 23 de 2013
Resumen
Este trabajo analiza la desigualdad en Colombia desde una perspectiva no tradicional, específicamente describe el impacto de un cambio demográfico sobre el coeficiente de Gini de la economía. Se asume que el ingreso de cada persona sigue un proceso que depende de la acumulación de choques aleatorios, y por tanto a medida que una cohorte envejece la dispersión de sus ingresos aumenta. Así, las cohortes más viejas son más desiguales que las cohortes jóvenes y a medida que la forma de la pirámide poblacional cambia, también lo hace la desigualdad. Se desarrolla un método para evaluar el impacto del cambio demográfico en el cual se replican distribuciones de población en los datos de Colombia de 2012 y se usa un método de Monte Carlo para obtener simulaciones robustas. El cambio demográfico que va a sufrir Colombia en las próximas aumentará de manera significativa la desigualdad en el país.
JEL: D31, C6, J11
Palabras Clave: Cambio demográfico, desigualdad, mercado laboral, Colombia
1
Quiero agradecer especialmente a William Maloney por su magnífica asesoría en este trabajo, a Ximena Peña por sus comentarios siempre oportunos y a Nicolás Idrobo. Además agradezco a Sarita De Bedout, a Luis Felipe Jaramillo y a todas las personas que me hicieron comentarios en el camino. Agradezco muy especialmente a mi papá y mamá, sin ellos este trabajo nunca hubiera podido ser. Contacto: [email protected]
1
Introducción
Colombia es uno de los países más desiguales del mundo a pesar de la pequeña mejora en la igualdad en el último año, más aun, el problema ha persistido desde la segunda mitad del siglo XX. Mientras los demás países latinoamericanos han tenido logros considerables en materia de la distribución del ingreso y aumento del producto, Colombia se mantiene entre los más desiguales y los de menor crecimiento económico2. En la literatura no es claro que la desigualdad sea un obstáculo para el desarrollo3, sin embargo, sí es evidente que una sociedad más igualitaria genera mejores oportunidades y calidad de vida para todos sus miembros.4 Entender qué fuerzas influyen en la dinámica de la desigualdad a lo largo del tiempo es fundamental para formular políticas efectivas que alivien el problema. Este trabajo investiga cuál es el efecto que tienen los cambios demográficos drásticos, observados mediante los cambios de la forma de la pirámide poblacional, sobre la desigualdad de un país medida con el coeficiente de Gini.
La desigualdad en Colombia ha estado estancada en los últimos años, entre 1999 y 2010 el coeficiente de Gini se ha mantenido encima de 55 puntos según Banco Mundial. Simultáneamente, en las últimas décadas Colombia ha sufrido una evolución demográfica dramática. Para principios de los años 90 el mercado laboral estaba dominado por los jóvenes entre 20 y 30 años que apenas estaban entrando a este. Ellos representaban el 17.3% de la población. Los adultos entre 55 y 65 años, cerca del retiro representaban apenas una pequeña porción, 6.7%. Hoy, los jóvenes entre 20 y 30 años representan 16.8% y los adultos entre 55 y 65 años 7.8% de la población. Este trabajo demuestra que ese cambio en la composición de la población ha tenido consecuencias considerables sobre el nivel de desigualdad en Colombia. Es posible que a pesar de que la desigualdad parezca estancada, se hayan logrado avances en la distribución de la riqueza que han sido matizados por el envejecimiento de la población.
Este análisis muestra que la desigualdad de las personas más jóvenes y con menos experiencia del mercado laboral, es mucho menor que la desigualdad agregada de la economía. Luego, a medida que estos jóvenes van envejeciendo y ganando experiencia, la desigualdad entre ellos va aumentando sin parar año tras año. Cuando están cerca del retiro, los adultos tienen una
2
Para una discusión acerca de la desigualdad en América Latina y el dilema entre crecer para igualar o igualar para crecer ver (González & Martner, 2012)
3
Ver por ejemplo (Barro, 2000) y (López & Servén, 2005) 4
Para una discusión acerca del crecimiento con equidad y la desigual distribución de oportunidades a lo largo del planeta, ver (The World Bank, 2006)
desigualdad muy por encima de aquella de la economía. Esta diferencia entre la desigualdad de los jóvenes y los viejos es la que genera que los cambios demográficos tengan un impacto sobre la distribución del ingreso. Por lo tanto, cuando la población envejece y la proporción de adultos cerca del retiro aumenta en relación a los jóvenes poco experimentados, la desigualdad agregada se incrementa.
Para analizar qué impacto tiene envejecer sobre la desigualdad de un grupo de jóvenes, este trabajo empieza eliminando las diferencias de género y de nivel educativo. La diferencia de género y la distribución desigual de la educación son factores que influyen en la distribución de la riqueza. Controlar estas variables permite aislar el efecto de la edad sobre la desigualdad. Para cuantificar cuánto cambia la desigualdad después de los cambios demográficos dramáticos, este estudio desarrolla un método que permite replicar cualquier composición de población. De esta manera, se logra que la composición demográfica de Colombia de 2012 sea igual a la de cualquier año o país del mundo. Luego, se analiza cuánto cambia la desigualdad si lo único que ha cambiado es la forma de la pirámide poblacional. Finalmente, se utiliza un método de Monte Carlo para que los resultados sean válidos estadísticamente.
Este trabajo muestra que el envejecimiento progresivo de la población que ha exhibido Colombia desde la segunda mitad del siglo XX ha tenido impactos sobre la desigualdad observada. Además, la evolución demográfica que tendrá lugar en las próximas décadas va a aumentar la desigualdad independientemente de las políticas que implemente el gobierno.
2
Literatura Relacionada
Existe una gran cantidad de literatura que estudia la relación entre el paso del tiempo y la desigualdad en el ingreso y el consumo. Todos estos estudios parten de la Hipótesis de Ingreso Permanente (HIP) planteada inicialmente por Milton Friedman en 1957. La HIP postula que un individuo racional que maximiza su utilidad a lo largo del tiempo suaviza su consumo sobre el ingreso total que espera recibir en su vida y no sobre el ingreso contemporáneo que recibe cada periodo (Friedman, 1957). Si la HIP es cierta, entonces el consumo sigue un proceso de caminata aleatoria donde el cambio en el consumo entre un periodo y otro corresponde al cambio no esperado en el ingreso (Hall, 1978).
La literatura sobre el efecto de la edad en la desigualdad ha encontrado dos grandes dificultades: por un lado, las variables relevantes están generalmente medidas con error y, por el otro, no es claro si se debe estudiar la desigualdad en ingresos o en consumo5. Los pioneros de la literatura fueron Deaton y Paxson (1994) que encontraron que para una muestra de datos de corte transversal sucesivos de Estados Unidos, Inglaterra y Taiwán la desigualdad en el consumo aumenta conforme aumenta la edad de una cohorte. Además, encuentran que la desigualdad en salud sigue la misma dinámica que la desigualdad en el consumo (Deaton & Paxson, 1998). La metodología ha sido aplicada también a España (Labeaga, López, & Mochón, 2005) , Japón (Ohtake & Makoti, 1998) y México (Krebs, Krishna, & Maloney, 2012) con resultados similares a los encontrados por Deaton y Paxson: la desigualdad tiende a aumentar conforme aumenta la edad de una cohorte.
Los primeros estudios que analizaron la desigualdad en Colombia fueron realizados por Miguel Urrutia y Albert Berry (1975), ellos encuentran que para mediados de la década de los 60 la distribución del ingreso en Colombia ya estaba muy concentrada. Además, proponen políticas de fomento a la educación primaria como remedio directo a la desigualdad. Londoño (1995) encuentra evidencia de la Curva de Kuznets para Colombia donde la desigualdad aumentó en la época de mayor crecimiento económico hasta 1964. Lugo, la desigualdad comenzó a disminuir hasta finales de los 80. Núñez y Sánchez (1998) encuentran que el factor que más contribuye a la concentración del ingreso en Colombia es la educación. Se ha mostrado que el aumento en la desigualdad salarial en las últimas dos décadas se debe al cambio de las características de los trabajadores, específicamente en su nivel educativo (Posso, 2010). En particular, se ha mostrado que el diferencial de salario entre trabajadores calificados y no calificados ha aumentado en las últimas décadas debido al aumento en la demanda por trabajo calificado. Este efecto ha tenido un impacto importante en la persistencia de la desigualdad en el país (Vargas, 2011). El último trabajo realizado por Ferreira y Meléndez (2012) encuentra que la desigualdad en Colombia se encuentra en niveles absolutos y relativos muy altos, además, encuentra que la desigualdad está determinada de manera importante por las características al nacer. Finalmente encuentra que el nivel educativo de los padres es el componente de mayor correlación con los resultados de los hijos.
5
Para una exposición formal y detallada de la relación entre desigualdad en consumo y desigualdad en ingreso ver (Blundell & Preston, 1998) y (Blundell, Pistaferri, & Preston, 2008). Para un estudio que analiza empíricamente el vínculo entre desigualdad en el consumo y el Ingreso en Estados Unidos ver (Krueger & Perri, 2006).
El presente trabajo se aleja de los estudios tradicionales de la desigualdad en Colombia y estudia la relación entre la composición etaria, entendida como la forma de la pirámide poblacional, y el nivel de desigualdad agregado de la economía. Para logarlo, primero cuantifica el efecto de la edad de una cohorte sobre el nivel de su desigualdad asilando los efectos de la educación y el género. Segundo, desarrolla un método para estimar matemáticamente el efecto de un cambio demográfico sobre la desigualdad agregada.
3
Proceso del Ingreso y Medición de la Desigualdad
3.1
Proceso de Ingreso
A partir de la literatura sobre la dinámica del ingreso y la desigualdad6 se asume que el logaritmo del ingreso de un individuo sigue un proceso aleatorio con un componente permanente y un componente transitorio . De esta manera, para analizar el proceso del ingreso de una cohorte a lo largo de la vida, se supone que esta entra al mercado laboral en el tiempo t=0, donde t representa la edad de la cohorte y su experiencia potencial. El proceso de ingreso se captura en la ecuación (1) donde es el ingreso en logaritmo del individuo i en el tiempo t y el componente del mismo que no varía a través del tiempo
y 1
Además, se supone que el componente permanente del ingreso sigue un proceso de caminata aleatoria. Por lo tanto, el componente permanente del ingreso de hoy es igual al componente permanente de ayer más o menos un error que no se puede anticipar . El elemento autorregresivo tiene persistencia perfecta, lo cual implica que los choques no previsibles al ingreso son permanentes7.
2
A partir de la ecuación (2) se puede notar que el componente permanente en cualquier momento t va a ser igual al valor inicial más la suma de todos los errores pasados. Los dos procesos anteriores implican que el logaritmo del ingreso en el tiempo t va a estar dado por
6
Ver (Baker & Solon, 2003) y (Krebs, Krishna, & Maloney, 2012) 7
Un proceso AR(1) típico es de la forma donde respresenta la persistencia del componente autorregresivo. Para obtener una estimación de se necesitarían datos panel y datos de corte transversal para seguir el proceso de ingreso de un mismo individuo a través del tiempo.
y 3
La ecuación (3) muestra que el logaritmo del ingreso en el periodo t está determinado por el ingreso inicial del individuo, la acumulación de choques no previsibles y el choque transitorio . Se asume que y son variables i.i.d y además no están correlacionadas:
, 0 ∀ . El componente transitorio captura el error de medición al cual está sujeto el ingreso en las encuestas. Todas las variables del modelo tienen distribución normal con media 0 y además se supone que la varianza es
4
De las ecuaciones anteriores y de los supuestos sobre las variables aleatorias del modelo, se desprende que y y la varianza del logaritmo del ingreso antes de que se determinen las condiciones iniciales es
y 5
De donde se obtiene que:
0 6
La ecuación (6) muestra que la derivada de la varianza del logaritmo del ingreso con respecto al tiempo es igual a la varianza del choque aleatorio y es mayor que cero. La varianza del logaritmo del ingreso es creciente en la edad y experiencia de cada cohorte. Además, como la varianza del logaritmo del ingreso es una medida de desigualdad, la ecuación (6) implica que la desigualdad entre individuos de la misma cohorte aumenta conforme aumenta la edad y la experiencia.
3.2
Medición de la Desigualdad
A la medida de la concentración de la riqueza al interior de una economía se le conoce como la desigualdad agregada. Esta depende de factores tales como la estructura tributaria, el funcionamiento del mercado laboral, la legislación sobre las herencias, las condiciones sociales, la forma de la pirámide poblacional y otros factores. La desigualdad agregada es además el resultado de la desigualdad al interior de las cohortes más la desigualdad a través de ellas. La
ecuación (6) sugiere que la desigualdad agregada aumentaría sin límite a medida que pasa el tiempo y las cohortes envejecen. Sin embargo, una cohorte no vive por siempre: las cohortes más viejas y desiguales son reemplazadas naturalmente por cohortes más jóvenes e iguales y de esta manera se mantiene un equilibrio en la concentración de la riqueza.
Existe gran controversia acerca de cuál medida de la desigualdad captura todas las características relevantes de la distribución del ingreso8, la más utilizada es el coeficiente de Gini. Este mide hasta qué punto la función de ingresos o consumo acumulado entre individuos u hogares difiere de una distribución perfectamente equitativa. El Gini está definido como9:
∑ ∑ | |
2 7
Donde | | es la diferencia del ingreso entre cualquier par de personas posibles y es el promedio del ingreso. Esta forma funcional del coeficiente de Gini sugiere que la medida de desigualdad es el promedio de la diferencia del ingreso entre cualquier par posible de personas normalizado por la media del ingreso. El coeficiente de Gini no es aditivo y su forma funcional no permite ser expresada como la suma de dos elementos, uno que capture la desigualdad al interior de las cohortes (within) y otro que capture la desigualdad entre cohortes (between). A pesar de la complejidad matemática del coeficiente de Gini, y de la imposibilidad de ser expresado de manera desagregada, este tiene ventajas sobre las demás medidas de desigualdad. Primero, es la medida de desigualdad más utilizada en los medios de comunicación y por las entidades que recopilan datos como el Banco Mundial10, el Banco Interamericano de Desarrollo y la ONU. Segundo, es una estadística descriptiva de la Curva de Lorenz que describe la concentración del ingreso en una economía y por lo tanto tiene una representación gráfica. Tercero, es fácil de interpretar: indica qué tan diferente es la distribución de ingresos de un país respecto a la distribución perfectamente equitativa. Un Gini de 0 representa una sociedad perfectamente igualitaria y un Gini de 1 representa una sociedad donde toda la riqueza está concentrada en un solo individuo.
8
Para una discusión detallada acerca de las diferentes medidas de desigualdad, ver Atkinson (1970) 9
Para una descripción detallada de esta forma funcional del coeficiente de Gini revisar (Dixon, Weiner, Mitchell-Olds, & Woodly, 1987)
10
Este trabajo analiza la desigualdad de ingresos en Colombia y mide el coeficiente de Gini de los ingresos laborales. El Banco Mundial reporta el coeficiente de Gini teniendo en cuenta todos los ingresos incluyendo fuentes diferentes al trabajo. Por lo tanto, la magnitud del coeficiente de Gini de este trabajo no coincide con el reportado por el Banco Mundial para Colombia.
4
Estrategia de Estimación
4.1
Efecto de la edad sobre la dispersión de salarios
Para estimar cómo cambia la dispersión de los ingresos de una misma cohorte a lo largo del tiempo se utiliza una estrategia de estimación de dos etapas. El ingreso de cada individuo es una función de sus características observables que incluyen el género, la edad y el nivel educativo. La parte del ingreso que no está explicada por estas características observables de cada individuo se conoce como el residual de Mincer. Este estudio trabaja sobre el ingreso residual y no sobre el ingreso laboral reportado por cada persona. Adicionalmente se asume que el ingreso residual sigue el mismo proceso de ingreso descrito en la sección anterior. Esto permite aislar el efecto de las variables que pueden determinar y modificar la distribución del ingreso como la educación y el género. Así, es posible centrarse únicamente en el elemento que es afectado por los choques aleatorios y analizar cómo se comporta la desigualdad cuando envejece una cohorte.
Para calcular el ingreso residual se estima la ecuación
′ ñ 8
9
Donde ′ es un vector de características observables que incluye el género y dummies de nivel educativo11. ñ es un vector de dummies de año que captura el efecto agregado de fluctuaciones económicas y choques de productividad de cada año en particular. La ecuación (8) es una regresión típica de Mincer con efectos fijos de año. Como la estimación se hace utilizando un pseudo-panel, cada dummy de año captura el efecto común de cada año para todos los individuos. es el residual de la ecuación de Mincer y es a su vez la suma de dos componentes, uno permanente y uno transitorio . Siguiendo a Krebs, Krishna, y Maloney (2012) se estima primero (8) y se calcula el residuo de Mincer, luego se calcula el efecto de la edad de la cohorte sobre la dispersión del ingreso residual12.
10
11
Se con utilizaron los siguientes niveles educativos: Ninguno, preescolar, primaria, secundaria, educación media, educación superior o universitaria
12
. El cuadrado del ingreso residual es el estimador de la varianza del ingreso residual a nivel de cada observación individual utilizado para estimar (4’)
11
A partir de (11) es posible estimar el efecto de la edad sobre la dispersión ingreso residual. De esta manera, utilizando la estimación de la varianza del ingreso residual se estima la ecuación
12
Esta última describe una regresión donde la varianza del ingreso residual es una función de la edad. Según lo sugerido por el modelo teórico se espera que el coeficiente sea positivo y de esta manera se confirme que a medida que aumenta la edad de una cohorte aumenta la dispersión de su ingreso. La constante captura las condiciones iniciales de los individuos y la varianza del componente transitorio.
4.2
Efecto de la composición etaria sobre la desigualdad agregada
A partir de los resultados que muestran que la desigualdad al interior de una cohorte aumenta conforme aumenta la edad de la misma, es posible afirmar que la desigualdad agregada es función de la composición etaria de la población. Sin embargo, no se han desarrollado métodos para analizar cuál es el impacto de un cambio demográfico sobre la desigualdad agregada cuando se mantiene la misma estructura de ingresos de la economía. Como el coeficiente de Gini no es una medida aditiva de la desigualdad no es posible estimar el efecto encontrando un promedio ponderado de la desigualdad al interior de las cohortes. Para cuantificar el efecto sobre la desigualdad agregada de un cambio en la forma de la pirámide poblacional, este trabajo desarrolla un método matemático que permite imponer distribuciones discretas de probabilidad a cualquier conjunto de datos. En particular, se imponen distribuciones demográficas conocidas a los datos de la GEIH de Colombia de 2012.
Intuitivamente, para imponer una distribución de población a otra es necesario eliminar de manera aleatoria un número determinado de personas de cada grupo de edad hasta obtener la distribución objetivo. La figura 1 ilustra este proceso, el objetivo es replicar la distribución oscura de Colombia en 1950 en los datos de Colombia de 2012. Una vez se normaliza un grupo de edad, en este caso las personas de 0-4 años, se puede ver que es necesario eliminar las observaciones de la pirámide de 2012 que están por fuera de la distribución objetivo de 1950.
Figura 1: Método de replicación de distribuciones
Fuente: GEIH 2012, Departamento de Asuntos Económicos y Sociales de la Organización de Naciones Unidas y cálculos propios
Sea el número de personas en el grupo i y sea ∗ la proporción del grupo i en la distribución etaria objetivo. La meta es encontrar un vector cuyas entradas determinen cuantas observaciones de cada grupo i es necesario eliminar. El problema se reduce a solucionar el sistema de ecuaciones:
∑ ∑ ∗ 13
. . 0
El sistema de ecuaciones descrito en (13) se compone de i ecuaciones con i incógnitas, en este caso, 17 grupos de edad. Para simplificar el problema, se asume que de un grupo en particular no hay que eliminar observaciones, entonces se tiene que un en particular es igual a 0. A partir de esto se calcula el número total de observaciones con que debe quedar la muestra:
∗
∗ 14
Dónde ∗ es el número total de observaciones con las cuales va a quedar la muestra, es el número de personas en el grupo que no hay que eliminar observaciones y ∗ es la proporción objetivo de ese grupo. Para determinar cuál es el grupo fijo, primero se calcula un vector de
cualquiera y luego se calcula el porcentaje k de observaciones que deben quedar de cada grupo de manera que repliquen la distribución objetivo:
∗ ∗ 14
1 15
El grupo que debe estar fijo es el grupo i tal que . Una vez encontrado el grupo fijo se calcula de nuevo el vector de y el nuevo vector de . Este estrategia asegura que 1 y que
0. Una vez eliminadas de manera aleatoria las observaciones y replicada la distribución objetivo se calcula el nuevo coeficiente de Gini y se compara con el coeficiente original. El proceso de replicación de la distribución objetivo es susceptible a estar sesgado. Es posible que aleatoriamente se eliminen las observaciones más desiguales o más iguales y el resultado de la desigualdad agregada no sea representativo de la nueva composición. Para solucionar este problema se realiza un método de Monte Carlo con 1000 iteraciones y se analiza la media y la varianza de los coeficientes de Gini simulados. Si el intervalo de confianza del Gini de las simulaciones no contiene el valor del Gini calculado para 2012 se concluye que la composición demográfica de la población sí es un factor de la desigualdad agregada. Además es posible calcular en qué dirección cambia la desigualdad agregada ante cambios en la pirámide poblacional.
Este método asume que no existen efectos de equilibrio general en el mercado laboral. Es razonable suponer que a medida que el grupo de trabajadores más jóvenes se hace relativamente más escaso el ingreso promedio de estos tienda a subir por un aumento en la demanda relativa. Así, es posible que la dispersión de sus ingresos aumente haciéndolos más desiguales. De esta manera, este método puede sub-estimar el efecto de un cambio demográfico sobre la desigualdad agregada y representa un límite inferior del efecto.
5
Descripción de los Datos
Para llevar a cabo la estrategia de estimación explicada y encontrar el efecto de la forma de la pirámide poblacional sobre la desigualdad agregada en Colombia, se utilizaron 6 encuestas de corte transversal, desde el año 2007 hasta el año 2012. Todos los datos utilizados fueron
recogidos por el Departamento Administrativo Nacional de Estadística (DANE) que es la agencia nacional de estadísticas de Colombia. Los datos fueron recolectados mediante la Gran Encuesta Integrada de Hogares (GEIH)13 que busca obtener información sobre la fuerza de trabajo y las características sociodemográficas de la población colombiana.
Dado que la fuente de datos utilizada es de corte transversal, no es posible seguir a un mismo individuo a lo largo del tiempo. Estas encuestas sucesivas permiten analizar a una cohorte a través de sus representantes aleatorios presentes en cada uno de los levantamientos. Esta metodología es en ciertos aspectos superior a datos panel pues la pérdida de individuos (sample attrition) no es un problema y las estadísticas descriptivas de las distribuciones de las cohortes son más acertadas que las calculadas con datos longitudinales dado que es menos probable que exista sesgo de selección.
La GEIH recolecta datos de manera trimestral. Las encuestas están divididas en módulos que recolectan información acerca de las características generales de los hogares, características generales de la población (edad, género, educación, etc.) y características del mercado laboral (horas trabajadas, ingresos laborales, tipo de empleo, etc.). Para construir la variable de ingresos se utilizaron únicamente los ingresos laborales reportados, excluyendo subsidios y pagos en especie, tanto en el sector formal como en el sector informal. Por otra parte, para estimar la ecuación de Mincer se utilizaron grupos de nivel educativo y no años de escolaridad como es tradicional en la literatura. La GEIH pregunta a cada individuo cual es el máximo nivel educativo que ha alcanzado y a partir de esta respuesta se construyeron los grupos educativos. Estos son, a partir del máximo nivel reportado: Ningún nivel educativo, preescolar, básica primaria, básica secundaria, educación media, educación superior o universitaria.
La población en edad de trabajar en Colombia está entre 12 y 65 años y las encuestas presentan datos para todas las personas que reportan estar económicamente activas. Sin embargo, para las personas menores el trabajo tiende a ser transitorio y el tiempo se divide entre trabajo y estudio. Para las personas mayores, el trabajo suele de nuevo a ser transitorio. Este trabajo se centra en estudiar la desigualdad en ingresos de las personas entre 20 y 65 años tanto en el área rural como el área urbana. La tabla 1 presenta las estadísticas descriptivas de las variables utilizadas
13
La GEIH reemplazó en 2006 a la Encuesta Continua de Hogares que a su vez había reemplazado a la Encuesta Nacional de Hogares en el año 2000. La GEIH no es comparable directamente con la ECH y esto restringe la muestra de encuestas que se pueden implementar de manera consistente.
para estimar la ecuación de Mincer y el ingreso residual14: edad, género y nivel educativo. Las personas analizadas tienen un promedio de edad de 38.651 años y el 65.7% son hombres. El nivel educativo está balanceado entre primaria, educación media y educación superior o universitaria.
Tabla 1: Estadísticas Descriptivas
Media SD Min Max
Edad 38.651 11.525 20 65
Género 0.443 0.497 0 1
Frecuencia Porcentaje Acumulado
Ninguno 15,232 3.64% 3.64%
Preescolar 26 0.01% 3.65%
Primaria 105,692 25.29% 28.94%
Secundaria 65,679 15.71% 44.65%
Media 118,329 28.31% 72.97%
Superior/Universitaria 112,986 27.03% 100.00%
Observaciones: 417,944
Para cuantificar el efecto de un cambio en la forma de la pirámide poblacional de Colombia se utilizan las composiciones de población del pasado. Específicamente se trabaja con una distribución para cada década desde 1950. Se escogió la distribución de 1950, 1960, 1970 y así sucesivamente hasta el año 2000. Además se utilizó la distribución de población de Noruega de 2010, una distribución uniforme hipotética y la proyección de población para Colombia de 2020. Estas distribuciones son publicadas por el Departamento de Asuntos Económicos y Sociales de la Organización de Naciones Unidas y la proyección de población de Colombia es calculada por el DANE utilizando información del censo de 2005.
6
Resultados
6.1
Ecuación de Mincer y efecto de la edad sobre la varianza del ingreso residual
Para estimar el efecto de la edad de una cohorte sobre la dispersión de sus ingresos este trabajo implementa una estrategia de dos etapas como se explicó en las secciones anteriores. Siguiendo el trabajo de Krebs, Krishna y Maloney (2012) se estima primero una regresión de Mincer (8) y
14
La distribución del nivel educativo se realizó únicamente con las personas ocupadas que reportan un ingreso positivo, por lo tanto, esta tabla no refleja la distribución de nivel educativo de la población colombiana total.
luego se utilizan los residuales para calcular la varianza a nivel individual y encontrar el efecto de la edad sobre la misma. La tabla 2 presenta el resultado de la primera etapa de correr la regresión de Mincer utilizando los datos de la Gran Encuesta Integrada de Hogares desde 2007 hasta 2012. La estimación incorpora efectos fijos de año que capturan las fluctuaciones del ciclo económico y las particularidades sociales de cada año que son constantes para todos los individuos de la muestra. Además, no incluye la variable edad como una variable continua sino que emplea una variable dicótoma para cada edad, desde 21 años hasta 65 años. La ecuación de Mincer estimada en este trabajo se vale de un conjunto de variables dummy del máximo nivel educativo alcanzado y reportado para cada uno de los individuos presentes en la muestra. Por último, incorpora la variable de género dadas las diferencias en los resultados del mercado laboral entre hombres y mujeres, en este caso género=1 representa a una mujer y género=0 a un hombre.
Tabla 2: Ecuación de Mincer
Logaritmo del Ingreso
Coeficiente Error Estándar
Género -0.545*** 0.00301
Preescolar -0.102 0.149
Básica Primaria 0.335*** 0.00787 Básica Secundaria 0.566*** 0.00821
Media 0.848*** 0.00797
Superior/Universitaria 1.537*** 0.00817
Constante 11.64*** 0.0136
Observaciones 425,045 R-cuadrado 0.249
Dummies de Edad Sí
Dummies de Año Sí
*** p<0.01, ** p<0.05, * p<0.1
Nota: Las variables dummy excluidas son: Ningún nivel educativo, 20 años de edad, año 2007
Las estimaciones de este trabajo son consistentes con los hallazgos previos de la literatura. El único nivel educativo que no resulta estadísticamente significativo en la primera etapa de la regresión de Mincer es preescolar. Sin embargo, sólo el 0.01% de las personas en la muestra reportan haber alcanzado como máximo este nivel. Los ingresos laborales de una persona aumentan con el nivel educativo, una persona que tenga educación básica primaria completa
gana en promedio 33.5% más que una persona sin nivel educativo. Una persona que haya completado educación básica secundaria gana en promedio 56.6% más que una persona que no tiene educación. Los retornos a cada nivel siguen creciendo hasta alcanzar el 153.7% adicional que gana una persona con educación superior o universitaria con respecto a una persona que no reporta educación. A partir de la especificación de la ecuación de Mincer estimada no es posible determinar el grado de concavidad o convexidad de los retornos a la educación. La figura 2 presenta una gráfica de los coeficientes de cada nivel educativo y se observa que entre preescolar y educación media existen rendimientos crecientes a la educación pero parecen ser marginalmente decrecientes, mientras que para educación superior o universitaria los rendimientos son crecientes y además parecen ser marginalmente crecientes. Estos resultados también son consistentes con la literatura donde se ha sugerido que los países desarrollados presentan retornos a la educación marginalmente decrecientes, mientras que los países en desarrollo presentan rendimientos marginales crecientes a la educación15. Esta particularidad de los mercados laborales de los países en desarrollo es quizá una de las causas para la persistencia de la desigualdad. Los altos costos de la educación superior en estos países, sumados a la baja oferta y dificultad de acceso imposibilitan que las personas más pobres accedan a ella. De esta manera, son sólo los quintiles más ricos los que acceden a la educación superior y así alimentan el ciclo vicioso de la desigualdad.
Figura 2: Retornos a la Educación
Fuente: GEIH 2007-2012 y cálculos propios
15
Para un estudio detallado de los retornos a la educación en Colombia y una estimación exhaustiva de la ecuación de Mincer ver Prada (2006)
Los retornos a la experiencia en el mercado laboral colombianos también son consistentes con la literatura. Para construir la curva de los retornos a la experiencia se utilizaron los coeficientes estimados del conjunto de variables dummies de edad usadas en la primera etapa de la regresión de Mincer. Como puede notarse en la figura 3, los resultados muestran que los ingresos laborales aumentan, a una tasa marginal decreciente, hasta los 50 años de edad, luego comienzan a decrecer. Cabe resaltar que el pico al retorno de la experiencia se alcanza mucho antes de la edad de jubilación legal en Colombia, que para 2014 será 62 años para hombres y 57 para mujeres. Las mujeres parecen tener en promedio un ingreso 54.5% menor condicional en los demás controles.
Figura 3: Retornos a la Experiencia
Fuente: GEIH 2007-2012 y cálculos propios
En la segunda etapa de estimación se utilizaron los residuales de Mincer para construir observaciones a nivel individual de la varianza . Con estas observaciones se generó el perfil de edad de la varianza del residual de Mincer16. Para construir este perfil se corrió una regresión de la estimación de la varianza del ingreso residual a nivel individual contra un conjunto completo de dummies de edad y efectos fijos de año (12), finalmente se graficaron los coeficientes estimados de cada una de las variables de edad.
16
Ver Deaton y Paxson (1994) y Krebs, Krishna y Maloney (2012) para unas estrategias de estimación y resultados similares.
La figura 4 muestra que a medida que aumenta la edad de una cohorte, la dispersión del ingreso residual de la misma aumenta. Lo anterior implica que la desigualdad al interior de una cohorte cualquiera es creciente a lo largo del tiempo tal como lo sugiere el modelo explicado en las secciones anteriores. Asumiendo que una cohorte entra al mercado laboral a los 20 años de edad, con cero años de experiencia, el aumento en la dispersión de su ingreso residual se hará evidente después de haber cumplido 20 años en el mercado, cuando los individuos de la cohorte hayan cumplido 40 años. A partir de este punto, el incremento en la varianza del residuo de Mincer es casi lineal hasta que la cohorte alcanza la edad de jubilación y se retira del mercado. Como resultado, al interior de la cohorte la desigualdad va a aumentar año tras año hasta el retiro. La figura 4 es la representación gráfica de la ecuación (11) , utilizando la especificación explicada en la ecuación (12) se estimó el parámetro y la suma de parámetros . Los resultados se resumen a continuación: por cada año adicional de vida y de experiencia de la cohorte, la dispersión del ingreso residual al interior de la cohorte aumentará en 0.0111. Este resultado es consistente con el trabajo de Krebs, Krishna y Maloney quienes encuentran que en México, un año adicional de vida de la cohorte aumenta en 0.015 la varianza del ingreso residual. La diferencia entre los dos resultados puede ser explicada por la imposibilidad de estimar el coeficiente del término autorregresivo de la ecuación (2). La metodología implementada en este trabajo no permite distinguir qué parte del efecto de la edad sobre la varianza se debe a la persistencia de los choques al ingreso y qué parte de esta se debe puramente a los choques.
Figura 4: Efectos de la edad sobre la varianza del ingreso residual
Tabla 3: Estimación de la varianza de los choques permanentes al ingreso
0.0111***
1.640***
Observaciones 425,045
*** p<0.01, ** p<0.05, * p<0.1
Los resultados anteriores confirman que la desigualdad dentro de una cohorte aumenta con la edad, tal como lo predice el modelo explicado en secciones anteriores. Se espera entonces que en un corte transversal, en cualquier momento del tiempo, las cohortes de trabadores más jóvenes tengan una medida de desigualdad menor que aquella de las cohortes más viejas y que la desigualdad agregada de la economía se encuentre en algún lugar entre las dos. La figura 5 presenta la desigualdad discriminada por cohortes utilizando los datos de la Gran Encuesta Integrada de Hogares de 2012. Además, presenta la composición de población de Colombia para 2012.
Figura 5: Desigualdad por Cohortes y Distribución Etaria
La figura 5 presenta el coeficiente de Gini de los ingresos para cada una de las cohortes que están en el mercado laboral. El Gini agregado de ingresos en Colombia para personas entre 20 y 65 años que reportan ingreso positivo y conocen su nivel educativo es de 0.471. Se puede notar cómo la creciente varianza en el ingreso residual presentada anteriormente se traduce en un coeficiente de Gini que aumenta a medida que crece la edad y la experiencia de la cohorte. Por otra parte, el aumento lineal de la varianza del ingreso residual implica un crecimiento casi lineal del coeficiente de Gini de ingresos a lo largo de las cohortes. El Gini más bajo se presenta para la cohorte que en 2012 tenía 21 años y entró al mercado laboral en el año 2011, esta reporta un Gini de ingresos de 0.310, 16 puntos más bajo que la desigualdad agregada de la economía. El Gini más alto lo presenta la cohorte que en 2012 tenía 64 años y entró al mercado laboral en el año 1978. Esta cohorte reporta un coeficiente de desigualdad de 0.594, 12 puntos por encima de la desigualdad agregada de la economía. Cabe resaltar que la desigualdad no sigue el mismo patrón que el retorno a la experiencia, mientras que el retorno a esta última cae en los últimos años de la vida laboral, la desigualdad alcanza su nivel máximo en estos últimos años.
El área gris que presenta la figura 5 corresponde a la distribución etaria de Colombia para las personas entre 20 y 65 años. Otra forma de ver el área gris del gráfico es como una pirámide poblacional de un solo lado, orientada horizontalmente. Esta área muestra que la proporción de personas en cada grupo aumenta hasta los 30 años de edad, donde se concentra un poco más del 3% de la población. Las cohortes entre 37 y 46 años tienen en promedio 2.5% de la población cada una. A partir de la cohorte que en 2012 tenía 48 años la proporción de personas disminuye hasta el 0.68% de la cohorte de 64 años y el 0.58% de la última cohorte del mercado. El Gini agregado de la economía es aproximadamente igual al Gini de la cohorte que en 2012 tenía 45 años y 25 años de experiencia en el mercado laboral.
Se puede notar en la figura 5 que existe una relación inversa entre la proporción del total que tiene una cohorte (eje izquierdo) y su coeficiente de Gini (eje derecho). La correlación calculada entre la edad y la proporción de la cohorte es de -0.78. Esto sugiere que a medida que una cohorte va envejeciendo, perdiendo miembros y disminuyendo su proporción en el total su desigualdad va aumentando. Además, las cohortes más numerosas son aquellas más jóvenes e iguales mientras que las cohortes más viejas y menos numerosas son las más desiguales del mercado laboral. Cuando una sociedad está en equilibrio demográfico y la forma de la pirámide poblacional permanece inalterada a lo largo del tiempo, la desigualdad agregada va a
permanecer constante si no existen elementos externos que modifiquen la distribución de la riqueza. Estos choques pueden incluir políticas públicas o impuestos que busquen redistribuir la riqueza, crisis económicas que golpeen diferenciadamente a algún sector de la población o cambios en el funcionamiento del mercado laboral y el retorno a la educación. Sin embargo, en presencia de cambios demográficos fuertes y cambios en la forma de la pirámide poblacional, se espera que la desigualdad agregada se cambie. Es razonable suponer que la desigualdad al interior de las cohortes va a permanecer constante, por otro lado, la desigualdad entre las cohortes se va a ver afectada y esto tendrá un efecto sobre el Gini total. En la siguiente sección se aplica el método descrito anteriormente para cuantificar el efecto de un cambio en la pirámide poblacional sobre la desigualdad agregada de la economía.
6.2
Efecto de la forma de la pirámide poblacional sobre la desigualdad
La composición de la población en un país no es una variable estática, esta sufre períodos de cambio y estabilidad que modifican la forma pirámide poblacional. El crecimiento económico acelerado presentado en el siglo XX vino acompañado a menudo de grandes cambios en la composición demográfica de los países. El aumento del nivel de ingreso per cápita ha tenido un impacto importante sobre la dinámica poblacional en la mayoría de países del planeta. Primero, a medida que un país mejora sus indicadores económicos y sociales la tasa de fertilidad tiende a caer. Este fenómeno puede ser explicado por el aumento en la escolaridad de las mujeres quienes ahora deben sacrificar ingresos más altos para tener hijos. También puede ser explicado por el aumento en el acceso y la disminución en el precio de los anticonceptivos. Segundo, la esperanza de vida de la población tiende a aumentar. Este segundo fenómeno puede ser explicado por el mejoramiento de la prestación del servicio de salud y los aumentos en cobertura. También puede ser explicado por la disminución de los conflictos violentos y la ausencia de guerras. Así pues, a medida que un país se desarrolla económicamente nacen menos bebés y mueren menos viejos haciendo que la proporción de personas mayores aumente con respecto a los recién nacidos y a los jóvenes. De esta manera, la pirámide poblacional tiende a perder su forma de pirámide y comienza a adoptar una forma de barril donde la mayor parte de la población se concentra en el mitad de la distribución. Para el año 2013 la mitad de los países del mundo tienen una tasa de fertilidad por debajo de 2.1 niños por mujer que es lo que los demógrafos han denominado la tasa de reemplazo de la población (Seccombe, 2013). A este ritmo, la población alcanzará su máximo histórico en menos de una generación y a partir
de ese momento empezará a disminuir. La magnitud del cambio actual es tal que se cree será el cambio demográfico más drástico del que se tiene historia.
A lo largo de la segunda mitad del siglo XX Colombia ha presentado una evolución demográfica que concuerda con los patrones observados a nivel mundial. El crecimiento económico sostenido a partir de los años 50 y el mejoramiento del nivel de vida de los colombianos ha tenido un impacto sobre la composición de la población. La figura 6 presenta la evolución de la pirámide poblacional colombiana desde 1950 hasta la proyección de población del DANE para 2020.
Figura 6: Evolución de la Pirámide Poblacional en Colombia 1950-2020
Fuente: GEIH 2012, Departamento de Asuntos Económicos y Sociales de la Organización de Naciones Unidas, Proyección del DANE y cálculos propios
Todas las pirámides presentadas en la figura 6 fueron construidas utilizando los datos de la GEIH de 2012. Las gráficas que corresponden a los años desde 1950 hasta el año 2000 y la proyección de población de 2020 fueron construidas utilizando el método de replicación explicado en las secciones anteriores, se utilizaron las proporciones de población históricas para Colombia reportadas por la División de Población del Departamento de Asuntos Económicos y Sociales de la ONU. La pirámide de 2012 corresponde a los datos obtenidos de la GEIH. Finalmente, a pirámide proyectada de 2020 fue construida utilizando la proyección de población realizada por el DANE utilizando información del censo general de 2005. Las barras de la izquierda corresponden a los hombres y las barras de la derecha a las mujeres. Cada pirámide presenta 17 grupos de edad que corresponden a las personas entre 0 y 4 años, 5 y 9 años y así sucesivamente hasta las personas de 80 o más años de edad. El total de población no se reporta en la gráfica dado que el objeto de interés es la evolución de la forma de la pirámide y no el crecimiento total de la población. La figura 7 presenta el mismo ejercicio realizado con la pirámide poblacional de Noruega de 2010 y una distribución uniforme hipotética.
Figura 7: Noruega 2010 y Distribución Uniforme
Fuente: Departamento de Asuntos Económicos y Sociales de la Organización de Naciones Unidas y cálculos propios
La figura 6 ilustra de manera clara la dinámica y la evolución de la pirámide poblacional en Colombia en la segunda mitad del siglo XX hasta lo que se espera que ocurra en el año 2020. A principios de la década de 1950 Colombia presentaba una composición de población piramidal, la mayor masa de población se concentraba en las personas de 0 a 4 años de edad y a medida
que aumentaba la edad de cada grupo este perdía participación en el total. A principios de la década de 1960 la forma de la pirámide poblacional permaneció inalterada. Hacia la década de 1970 con la revolución de los anticonceptivos y todos los cambios sociales que acaecieron en los 60s la pirámide poblacional comenzó a cambiar. La tasa de fertilidad cayó y esto generó que los niños entre 5 y 14 años ganaran más participación en el total de la población. Hacia principios de 1980 se observa que la composición perdió la forma de pirámide definida y la generación de adolescentes ganó la mayor cantidad de personas observadas desde 1950. Para la década de 1990, los adolescentes de 1980 entraron al mercado laboral y se ve cómo la pirámide se va engordando gradualmente. En estos años, la razón los jóvenes del mercado laboral y los viejos que están a punto de retirarse alcanzó el máximo. Para principios del siglo XXI la pirámide siguió el proceso de cambio, las bajas tasa de fertilidad prolongadas se tradujeron en la pendiente cada vez más vertical de los lados de la pirámide. Para el año 2012 se observa una joroba entre las personas de 10 y 19 años, esto como resultado de la disminución abrupta de nacimientos en el país. Para el año 2020 el DANE estima que la pirámide poblacional será más vertical y la razón entre los jóvenes del mercado laboral y los viejos cerca del retiro alcanzará el mínimo histórico.
Para cuantificar el efecto de la forma de la pirámide poblacional sobre el coeficiente de Gini agregado de ingresos se utilizó la estrategia de estimación explicada en las secciones anteriores. Primero se calculó el coeficiente de Gini de ingresos para las personas entre 20 y 65 años que reportan un ingreso positivo en la GEIH de 2012, el Gini es 0.471. Segundo, utilizando el método para replicar las composiciones de población en los datos de la encuesta de 2012 se replicaron las pirámides poblacionales de Colombia de 1950, 1960, 1970, 1980, 1990, 2000 y 2020. Además, se replicó una pirámide poblacional uniforme donde cada grupo de edad tiene el 5.88% del total de la población y la pirámide poblacional de Noruega de 2010. Tercero, se calculó el Gini con la nueva distribución aplicada a los datos de la GEIH de 2012. Cuarto, como la replicación de las distribuciones implica eliminar datos de manera aleatoria, el método está sujeto a estar sesgado si se realiza una sola vez. Es posible que se eliminen las personas más ricas, más pobres, más desiguales o más iguales de la muestra y el nuevo coeficiente de Gini esté sesgado. Para solucionar este problema se implementó un método de Monte Carlo con 1000 iteraciones repitiendo los pasos dos y tres del proceso. Finalmente se analizaron las estadísticas descriptivas de los 1000 coeficientes de Gini calculados para cada una de las distribuciones analizadas. De esta manera es posible encontrar el promedio de las simulaciones
y su desviación estándar, luego se construyen intervalos de confianza y se puede concluir si la desigualdad agregada, con la nueva distribución, es estadísticamente significativa de la desigualdad agregada inicial de la muestra. La tabla 4 presenta los resultados de las simulaciones del coeficiente de Gini.
Tabla 4: Simulaciones del Gini
Coeficiente de Gini
Distribución Promedio Min Max Cambio Cambio(DE) N
1950 0.4596 0.4513 0.4687 -1.1077 -0.8267 93556
1960 0.4622 0.4510 0.4729 -0.8488 -0.6334 90957
1970 0.4609 0.4489 0.4708 -0.9739 -0.7268 97264
1980 0.4554 0.4475 0.4635 -1.5225 -1.1362 115590
1990 0.4547 0.4484 0.4616 -1.5963 -1.1913 130753
2000 0.4611 0.4556 0.4656 -0.9532 -0.7114 150355
2020 0.4726 0.4691 0.4753 0.1905 0.1422 158902
Uniforme 0.4849 0.4724 0.4995 1.4243 1.0629 49368
Noruega 0.4840 0.4761 0.4921 1.3370 0.9977 74867
Colombia 2012 0.4707 0.4707 0.4707 0.0000 0 204591 Nota: Los cambios son reportados en puntos porcentuales del coeficiente de Gini. Todos los cambios son estadísticamente significativos al 5%. El cambio(DE) es el cambio medido sobre la desviación estándar de la serie de coeficiente de Gini del Banco Mundial para Colombia entre 1999 y 2010
Cuando se aplica una distribución anterior a 2012 a los datos de la GEIH se obtiene que el coeficiente de Gini disminuye de manera estadísticamente significativa. Esto ocurre para cada una de las simulaciones realizadas con distribuciones entre 1950 y 2000. El mayor cambio se obtiene cuando se aplica la distribución de 1990. Usando esta última distribución el coeficiente de Gini disminuye en 1.596 puntos, esto sucede porque en 1990 la composición de población de Colombia presenta la mayor razón entre los jóvenes recién entrados al mercado laboral y los viejos cerca del retiro. Esta particular composición hace que el bajo coeficiente de Gini de los jóvenes tenga mayor peso en la computación del Gini agregado de la economía. Por otra parte, cuando se aplica la distribución proyectada según el DANE de 2020 el coeficiente de Gini aumenta 0.19 puntos y el cambio es estadísticamente significativo. El cambio es pequeño dado que el horizonte de tiempo de la simulación es muy corto y los cambios demográficos toman más de una década para ser evidentes. Para analizar cual es el cambio potencial en la desigualdad de un cambio demográfico drástico futuro, se realizó la simulación del Gini si
Colombia tuviera la pirámide poblacional de Noruega. La tasa de fertilidad colombiana está cayendo de manera sistemática y es razonable suponer que en el futuro Colombia adoptará una pirámide poblacional similar a la de los países nórdicos. Si este fuese el caso, el coeficiente de Gini aumentaría 1.06 puntos. Este resultado refleja el hecho de que la razón entre los jóvenes con baja desigualdad y los adultos mayores con altas tasas de desigualdad se ve reducida de manera considerable con la composición de población de Noruega. El ejercicio de simulaciones del Gini también se realizó con una distribución uniforme hipotética. Cuando se aplica esta se obtiene el mayor aumento en la desigualdad, si en Colombia en 2012 cada cohorte tuviera el mismo número de individuos el Gini observado aumentaría 1.42 puntos. Este resultado se debe a que los jóvenes más iguales, y los viejos más desiguales pesan lo mismo en la población y el Gini agregado aumenta.
Si bien el Gini utilizado en este trabajo no es comparable con el coeficiente de Gini que presenta el Banco Mundial, sí es interesante analizar la evolución de la desigualdad que reporta esta entidad para contextualizar los resultados de este análisis. El Banco Mundial reporta datos continuos del coeficiente de Gini para Colombia desde 1999 hasta 2010, la desigualdad alcanzó su pico en el año 2002 con una medida de 60.68 y el mínimo en el año 2010 con una medida de 55.91. La desviación estándar del Gini reportado por el Banco Mundial es 1.34. Los resultados obtenidos en el ejercicio de las simulaciones con diferentes distribuciones de población muestran que cuando se aplica la composición de 1980 y 1990 el Gini disminuye en más de una desviación estándar de las estadísticas del Banco Mundial. Este efecto se obtiene únicamente mediante el cambio de la composición de población y no contempla políticas redistributivas ni choques externos al mercado laboral. Por otra parte cuando se aplica la distribución uniforme a los datos el Gini aumenta más de una desviación estándar de los reportado por el Banco Mundial, una vez más manteniendo la misma estructura de la economía colombiana, únicamente modificando la composición de la población.
Las transferencias monetarias y los impuestos directos e indirectos son algunos de los mecanismos que utilizan los gobiernos para reducir la desigualdad. En los países europeos desarrollados, la desigualdad de ingresos no es muy diferente de aquella de las economías latinoamericanas en desarrollo. Sin embargo, la efectividad y buena gestión del gasto social y el esquema tributario en los países Europeos reduce en promedio el coeficiente de Gini en 26.1%. Por su parte, la mala gestión, corrupción y baja efectividad del gasto social latinoamericano, sumado a un esquema tributario regresivo, disminuye el coeficiente de Gini en promedio en
sólo 1.9% (Banco de Desarrollo de América Latina, 2012). Este trabajo muestra que si se impone la distribución de 1990 a Colombia en 2012, el Gini disminuye 3.39%. Este cambio generado por el cambio en la forma de la pirámide poblacional es 1.49 puntos porcentuales mayor al logrado en promedio por los esfuerzos del gobierno. La comparación anterior evidencia la importancia de tener en cuenta el cambio demográfico como uno de los principales determinantes de la evolución y persistencia de la desigualdad en la región.
7
Conclusiones
Este trabajo explora la relación que existe entre los cambios demográficos y la desigualdad agregada de la economía. Primero, analiza cómo cambia la desigualdad al interior de una cohorte. Encuentra que a medida que la cohorte envejece y acumula experiencia laboral, la dispersión de sus ingresos residuales aumenta de manera significativa. El aumento es casi lineal a partir de los 20 años de experiencia y continúa a lo largo de la vida de la cohorte hasta la edad de retiro. De esta manera, las cohortes más jóvenes de la economía son a la vez las más iguales. Estas reportan coeficientes de Gini hasta 16 puntos menores que el agregado. A su vez, las cohortes más viejas son las más desiguales y presentan coeficientes de Gini hasta 12 puntos por encima del agregado. Segundo, este trabajo desarrolla un método para evaluar cual es el impacto de un cambio demográfico drástico sobre la desigualdad de la economía. Se impone una composición de población conocida a los datos de Colombia de 2012 y se analiza cómo cambiaría el Gini bajo esta nueva distribución. Para obtener resultados robustos se emplea un método de Monte Carlo y se realizan 1000 simulaciones con cada nueva composición. Si Colombia tuviera hoy en día la misma composición de población que tenía en 1990, el Gini disminuiría 1.59 puntos: de 47.06 a 45.47. Es decir que sí ha habido una caída “real” en la desigualdad en las últimas décadas controlando por la composición de población. Cuando se aplican distribuciones de países desarrollados, con pirámides poblaciones similares a la uniforme, se encuentra que el coeficiente de Gini aumenta de manera significativa. Esto implica que a medida que Colombia siga su senda de desarrollo económico y evolución de la población, la desigualdad agregada va a aumentar por efecto del cambio en la composición de jóvenes y viejos del mercado laboral.
Este análisis ignora los efectos de equilibrio general que puede tener un cambio demográfico drástico. Es posible que la estructura de ingresos de la economía cambie a medida que cambia la forma de la pirámide poblacional. Este trabajo asume que los precios de los factores se mantienen constantes a lo largo del tiempo. Este estudio presenta una primera aproximación al efecto de la composición de la población sobre la desigualdad agregada. Son necesarios estudios que profundicen en los efectos de equilibrio general del mercado de factores para cuantificar con más precisión el impacto sobre la desigualdad de un cambio demográfico. En resumen, este trabajo demuestra que para tener una visión clara de la evolución y dinámica de la desigualdad es necesario tener en cuenta los cambios en demográficos que acompañan a los cambios económicos. Además, es importante considerar que la evolución demográfica que Colombia va a sufrir en las próximas décadas, va a impulsar un aumento en la desigualdad.
8
Bibliografía
Atkinson, A. (1970). On the Measurement of Inequality. Journal of Economic Theory , 2, 244-263.
Baker, M., & Solon, G. (2003). Earnings Dynamics and Inequality among Canadian Men, 1976-1992: Evidence from Longitudinal Income Tax Records . Journal of Labor Economics (21), 289-321.
Banco de Desarrollo de América Latina. (2012). Finanzas públicas y equidad en América Latina. En Finanzas públicas para el desarrollo: Fortaleciendo la conexión entre ingresos y gastos (págs. 49-101). Bogotá: CAF.
Barro, R. (2000). Inequality and growth in a panel of countries. Journal of Economic Growth, , 5 (1).
Blundell, R., & Preston, I. (Mayo de 1998). Consumption Inequality and Income Uncertainty. Quarterly Journal of Economics , 603-640.
Blundell, R., Pistaferri, L., & Preston, I. (2008). Consumption Inequality and Partial Insurance. American Economic Review , 98 (5), 1887–1921.
Deaton, A., & Paxson, C. (1994). Intertemporal Choice and Inequality. Journal of Political Economy , 102 (3), 437-467.
Deaton, A., & Paxson, C. (1998). Aging and Inequality in Income and Health. Research Program in Development Studies .
Dixon, P., Weiner, J., Mitchell-Olds, T., & Woodly, R. (1987). Bootstrapping the Gini Coefficient of Inequality. Ecology , 68 (5), 1548-1551.
Ferreira, F., & Meléndez, M. (2012). Desigualdad de Resultados y Oportunidades en Colombia: 1997-2010 . Docuemento CEDE (40).
Friedman, M. (1957). The Permanent Income Hypothesis. In M. Friedman, A Theory of the Consumption Function (pp. 20-37). Princeton University Press.
González, I., & Martner, R. (2012). Superando el “síndrome del casillero vacío”. Determinantes de la distribución del ingreso en América Latina . Revista Cepal , 108, 7-25.
Hall, R. (1978). Stochastic Implications of the Life Cycle-Permanent Income Hypothesis: Theory and Evidence. Journal of Political Economy , 86 (6), 971-987.
Krebs, T., Krishna, P., & Maloney, W. (2012). Income Risk, Income Mobility and Welfare. IZA Discussion Papers 7056 .
Krueger, D., & Perri, F. (2006). Does Income Inequality Lead to Consumption Inequality? Evidence and Theory . Review of Economic Studies , 73, 163-193.
Labeaga, J., López, J., & Mochón, F. (2005). Desigualdad en renta y consumo en España: el período 1985-1995 Desigualdad en renta y consumo en España: el período 1985-1995. Cuadernos Económicos de Ice (69), 183-195.
Londoño, J. (1995). Distribución del Ingreso y Desarrollo Económico: Colombia en el siglo XX . Bogotá: Tercer Mundo Editores.
López, H., & Servén, L. (2005). A normal relationship? Poverty, growth and inequality . (D. B. Washington, Ed.) Policy Research Working Paper Series (3814).
Núñez, J., & Sánchez, F. (1998). Descomposición de la desigualdad del ingreso laboral urbano en Colombia: 1976-1997. . Archivos de Macroeconomía (86).
Ohtake, F., & Makoti, S. (1998). Population Aging and Consumption in Japan. Review of Income and Wealth , 44 (3), 361-381.
Posso, C. (2010). Desigualdad salarial en Colombia 1984-2005: cambios en la composición del mercado laboral y retornos a la educación postsecundaria . Desarrollo y Sociedad , 65-113.
Prada, C. F. (2006). ¿Es rentable la decisión de estudiar en Colombia? Ensayos sobre política económica (51), 226-323.
Seccombe, M. (12 de Marzo de 2013). What Happens When Half The World Stops Making Babies. The Global Mail .
The World Bank. (2006). Informe sobre el Desarrollo Mundial, Panorama General. Equidad y Desarrollo. The World Bank, Washington, D.C.
Urrutia, M., & Berry, A. (1975). La Distribución del Ingreso en Colombia. Medellín: La Carreta.
Vargas, C. (2011). Desigualdad de salarios en Colombia: evidencia a partir de encuestas de hogares 1984 – 2010. Borradores de Economía (661).