El efecto de la apertura económica sobre la brecha salarial de género

(1)

Universidad de los Andes

Facultad de Economía

El Efecto de la Apertura Económica sobre la Brecha Salarial de Género

Asesor: Hernando Zuleta

Presentado por: Nury Alexandra Barreto Arciniegas -200811637

(2)

Resumen: Esta investigación utiliza las variaciones en los niveles de integración departamental para cada año, desde 1985 hasta 1999, para determinar cómo cambia la brecha salarial de género según el nivel de apertura económica. Para esto se emplean el coeficiente de integración económica y el índice de penetración de importaciones. Los salarios y las características de los individuos se extrajeron de la Encuesta Nacional de Hogares, que se tomó en las 10 áreas metropolitanas más importantes de Colombia. En aquellas ciudades donde previamente se tenían niveles de apertura altos con respecto a los del resto del país, la brecha salarial de género se redujo con el incremento de la apertura. Mientras que en aquellas ciudades donde previo a las políticas no había apertura, la brecha no se vio afectada por el grado de integración comercial.

Palabras clave: brecha salarial, género, discriminación, apertura económica, coeficiente

de apertura, penetración de importaciones.

(3)

I. INTRODUCCIÓN

Durante las últimas décadas, una de las preocupaciones profundas de muchos gobiernos del mundo ha sido incrementar el comercio exterior y hacer parte de la globalización. En ese sentido, han tomado decisiones de política pública para abrir las fronteras de los mercados. Dentro de esas políticas se encuentran la reducción de aranceles y la eliminación de las barreras al comercio exterior. Pero, ¿Cuál ha sido el efecto de estas políticas sobre la calidad de vida de los individuos? Esta investigación se enfoca en particular, en descubrir el efecto que la apertura económica ha tenido sobre la brecha salarial de género en Colombia.

La teoría neoclásica sobre la discriminación (Becker, 1971), establece que la liberalización del intercambio reduce la desigualdad y como consecuencia disminuye la brecha salarial de género que surge por discriminación. Esto debido a que discriminar es costoso y la entrada de muchos competidores al mercado hace que estos costos sean insostenibles y que por lo tanto se eliminen.

Por otra parte, la teoría del comercio internacional sugiere que en países en vía de desarrollo, donde la oferta de trabajo no calificado es abundante, el aumento del comercio podría disminuir la brecha salarial, si las mujeres están desproporcionadamente concentradas en empleos poco calificados. Esto debido a que el país se concentrará en exportar aquello en lo que tienen una ventaja comparativa, es decir, aquello que posee de manera abundante. Esta teoría también plantea que, en general, la liberalización del comercio estimula el crecimiento económico e incrementa los estándares de vida. Si los efectos son de largo plazo, esto puede conducir a un aumento de la demanda de los hogares por capital humano, lo cual tiene el efecto de atenuar el impacto de la discriminación en el mercado laboral y reducir así la brecha salarial de género. (Attanasio, Goldberg, & Nina, 2004).

Esta investigación busca probar la validez de las teorías planteadas a través de un estudio de caso para Colombia, ya que las investigaciones realizadas anteriormente no arrojan resultados generalizables. En ese sentido, es pertinente hacer un estudio individual para entender la incidencia de la apertura sobre la brecha salarial de género en el país. Colombia ofrece un contexto propicio para esta evaluación, pues la brecha salarial de género es marcada e

(4)

reducción de aranceles y de barreras al intercambio, que le permitió alcanzar el nivel de los países en desarrollo; de esta manera abrió sus fronteras al mercado internacional.

Utilizando los datos micro de la Encuesta Nacional de Hogares (ENH) desde 1986 hasta 1999, se determina la brecha salarial de género en las diez principales ciudades del país. A través de una descomposición de Blinder-Oaxaca se evalúa cómo esta brecha cambió de acuerdo a los niveles de apertura económica de cada departamento. El grado de apertura se mide a través de la penetración de importaciones y del coeficiente de integración comercial, los cuales son calculados con los datos de importaciones y exportaciones por departamento del DANE.

Es importante destacar que este artículo contribuye a expandir la literatura desde dos puntos claves. En primer lugar, es el único análisis que se ha hecho sobre este tema para el caso colombiano. En segundo lugar, es el primer estudio que utiliza la variación por región dentro de un país, para determinar los efectos de la apertura sobre la brecha. En ese sentido, la investigación tiene en cuenta que los efectos de la liberalización comercial no son homogéneos a través del territorio, ya que los impactos de la globalización afectaron en diferente medida a las regiones, y por tanto la brecha salarial de género varía de distintas maneras.

Los principales resultados que se encuentran son: para que la apertura económica tenga efectos de reducción sobre la brecha salarial de género, deben existir unas condiciones iniciales que hayan preparado al mercado para entrar a competir a nivel mundial. Por otra parte, la apertura tiene que ser amplia, no puede ser parcial o con reducciones moderadas de las barreras al intercambio.

El resto del trabajo se organiza de la siguiente manera: la sección II presenta la revisión de la literatura de las investigaciones que se han realizado sobre apertura económica y brecha salarial de género; la sección III, expone la discriminación salarial femenina en Colombia; la sección IV describe las políticas de comercio exterior implementadas en Colombia; la sección V hace un recuento de los datos utilizados; la sección VI describe la estrategia empírica a través de la cual se evaluará el objetivo; la sección VII; muestra los resultados y la sección VIII contiene las conclusiones.

(5)

II. REVISIÓN DE LA LITERATURA

En el mundo, las mujeres ganan en promedio, entre 4% y 36% menos que los hombres (OIT, 2015). Lo anterior hace evidente que la brecha salarial de género es un problema vigente y que tiene impacto a nivel mundial. No obstante, las investigaciones sobre la relación entre apertura económica y sus efectos sobre la brecha salarial de género son muy limitadas y en general arrojan resultados muy diversos y, en muchos casos, contradictorios. Ejemplo de esto es la investigación realizada por Oostendorp (2009). Este es el primer estudio que toma una muestra de países amplia (83) para identificar cuáles son los efectos de la apertura económica sobre la brecha salarial de género a nivel mundial. Utilizando la Encuesta de Octubre de la Organización Internacional del Trabajo, calcula la brecha salarial de género por ocupación, como aproximación de la discriminación salarial de género. Este artículo establece que para los países ricos la brecha salarial tiende a reducirse cuando el intercambio aumenta, sin embargo el efecto no es claro para países pobres.

Los resultados no son generalizables, especialmente en países en desarrollo, porque dependen del contexto particular de cada país (periodo y condiciones previas a la globalización) (Goldberg &

Pavnick, 2007). Por esa razón, las investigaciones existentes son en su mayoría estudios de caso.

Utilizando una metodología muy similar, AlAzzawi (2013), Berik, Rodgers and Zveglich (2003) y Menon y Rodgers (2009), encuentran resultados similares para Egipto, China y Corea e India, respectivamente. En los tres casos, encuentran que el aumento en la liberalización del intercambio, medido directamente como penetración de importaciones, apertura económica y penetración por industria, está asociado a mayores brechas salariales. No obstante, esta estrategia de identificación tiene ciertos problemas, pues para determinar cuáles son los efectos de la apertura económica sobre la brecha salarial de género, utiliza la variación en el diferencial de salarios por industrias que antes de la apertura eran concentradas y después de la apertura tuvieron que entrar a competir con jugadores internacionales. Sin embargo, es difícil determinar si estos efectos sobre la brecha se deben realmente a la reducción de aranceles y a las políticas de comercio exterior y no a lógicas propias y no observadas de cada industria. En ese sentido, este

(6)

industrias y el efecto no dependerá de las características propias de cada una de ellas. En consecuencia, esta es la primera investigación que reconoce que los efectos de la entrada del comercio exterior pueden no ser homogéneos dentro de un país y analiza las diferencias a nivel regional.

Por otra parte, el único estudio que existe para Colombia sobre apertura económica y desigualdad de género (Ederington, Minier y Troske, 2009), se enfoca en determinar cómo ha variado la contratación de mujeres en el país, como resultado de la apertura económica, a través de un análisis a nivel de planta. Si bien encuentra que abrirse al comercio exterior sí genera más oportunidades laborales para las mujeres, la investigación no contiene ninguna observación acerca del efecto sobre salarios. Por lo cual, el presente artículo pretende contribuir a la literatura siendo el primer estudio que evalúe el efecto de la apertura al comercio exterior sobre la brecha salarial de género para el caso colombiano, entendiendo que no existen resultados generalizables a nivel mundial y que cada país debe ser analizado de manera particular.

III. CONDICIÓN DE DISCRIMINACIÓN HACIA LA MUJER EN COLOMBIA

La participación de las mujeres en el mercado laboral colombiano, históricamente ha sido mucho

menor que la de los hombres, el Gráfico No.1 muestra cómo evolucionó durante las fechas

contempladas en este estudio. La gráfica parece indicar que existen factores por los cuales las mujeres no quieren o pueden participar en el mercado laboral. En consecuencia, “en Colombia, desde que se llevan registros desagregados por sexo, la tasa de desempleo de las mujeres ha sido entre un 50% y 100% superior a la de los hombres.” (Fedesarrollo, 2014). Según Lora “esta es la brecha de género más grande entre los países de América Latina” (Lora, 2006).

En primer lugar, las mujeres no participan en el mercado laboral porque el rol que juegan en el hogar no se los permite. Según Fedesarrollo “las mujeres duplican el tiempo dedicado por los hombres al cuidado de menores.” (Fedesarrollo, 2014).En ese sentido, las mujeres tienen menos tiempo para trabajar y deben dividir sus esfuerzos.

En segundo lugar, el hecho de que las mujeres deban cumplir con ciertas funciones en sus hogares, las obliga a buscar trabajos que tengan un grado de flexibilidad mayor. Aquellos

(7)

mercados laborales en los que se requiera una mayor rigidez en el horario, fomentarán que la tasa de desempleo de las mujeres sea más alta. En consecuencia, estarán obligadas a buscar opciones de trabajo informales y su tasa de desaliento (pérdida del deseo de buscar el trabajo) será mayor.

Gráfico No.1. Evolución de la Participación Laboral de las Mujeres en Colombia (1984-2010)

Fuente : (Amador, Bernal y Peña, 2013)

Además, para las empresas es más costoso contratar a una mujer, pues estas requieren mayor flexibilidad en el horario, más prestaciones sociales y tienen menor movilidad (porque no pueden estar mucho tiempo lejos de la responsabilidad del hogar). Lo anterior hace que las compañías demanden menos trabajadoras, reduciendo la participación de las mujeres en el mercado laboral.

A continuación, se expondrá cómo ha sido el comportamiento de las diferencias de salarios entre hombres y mujeres en Colombia.

En su investigación sobre el desarrollo de la brecha salarial, Angel-Urdinola y Wodon (2003) encontraron que existe una tendencia de largo plazo hacia el aumento de la brecha, la cual puede

(8)

relativa y brecha salarial de género.” (Angel-Urdinola & Wodon, 2003). La conclusión fundamental de este análisis es que la combinación de los dos factores descritos anteriormente ha producido un crecimiento en la brecha, afectando principalmente a trabajadoras no calificadas.

El Gráfico No.2 muestra el comportamiento de la brecha salarial en Colombia de 1985-1999, desagregándola por mano de obra calificada (con educación superior) y no calificada. Es evidente que existe una diferencia importante entre los salarios que reciben los hombres y los que reciben las mujeres y que esta diferencia es persistente en el tiempo. Además, se puede observar que la brecha se debe a la desigualdad en la remuneración de las trabajadoras no calificadas, lo cual indica que este tipo de discriminación afecta principalmente a personas de bajos recursos. El hecho de que persista esta desigualdad tiene consecuencias sobre los niveles de pobreza de las mujeres, sobre su calidad de vida y sobre sus posibilidades de crecer económicamente.

Gráfico No. 2. Variaciones de la Brecha Salarial de Género Total, para trabajadoras no

calificadas y para trabajadoras calificadas (1985-1999)

(9)

IV. POLÍTICAS DE COMERCIO EXTERIOR EN COLOMBIA

En lo que respecta a las políticas de comercio exterior, Colombia, en la época de los ochenta, implementó políticas proteccionistas con el fin de contrarrestar la apreciación de la tasa de cambio y de reducir la competencia internacional. Las industrias que más protección tenían eran las manufactureras, en las cuales trabajaba una gran cantidad de mano de obra no calificada. A finales de los ochenta y principios de los noventa, la política de comercio exterior cambió radicalmente, eliminando las barreras al intercambio y reduciendo los aranceles. La gráfica No. 3 evidencia cómo evolucionaron los aranceles promedio. Se observa que la reducción fue significativa, marcando la liberalización del comercio al mercado internacional.

Gráfica No.3. Arancel Promedio en Colombia (1985-1999)

Fuente: Cálculos del autor con base en Información del DNP

El hecho de que Colombia sea un país que históricamente ha presentado diferencias importantes entre los salarios de hombres y mujeres y que haya tomado medidas de apertura económica

(10)

V. LOS DATOS

Encuesta Nacional de Hogares

El Departamento Nacional de Estadística (DANE), desde 1970 hasta 1999, realizó la Encuesta Nacional de Hogares (ENH), con el objetivo de medir “los cambios en los niveles de empleo de la población y de suministrar información básica para el diagnóstico de fuerza laboral.” (DANE). Esta encuesta contiene información acerca de los ingresos de los individuos, del número de horas que trabajan a la semana, de aspectos demográficos, de su empleo y del lugar en el que viven. Con la información de los cortes transversales de junio de cada año (segundo trimestre), se creó una base de datos agrupada, desde 1985 hasta 1999. Es importante anotar que todas las observaciones que tenían variables no reportadas fueron eliminadas, por lo tanto, el promedio de trabajadores encuestados al año es de 30.000. Adicionalmente, los salarios fueron deflactados a precios de 1985.

Con los datos de la encuesta es posible crear la variable logaritmo del salario por hora1, la cual se

emplea como dependiente. La encuesta solo fue realizada para la zona urbana de las áreas metropolitanas de Barranquilla, Bogotá, Bucaramanga, Cali, Cúcuta, Manizales, Medellín, Pasto, Pereira y Villavicencio, por lo cual, el efecto determinado estará excluyendo lo que ocurre en la zona rural, donde es mucho más marcada la discriminación hacia la mujer, lo que podría generar una subestimación del efecto de la apertura económica sobre la brecha salarial de género.

En la tabla No.1, se observa que todas las ciudades presentan una tendencia decreciente sobre la brecha salarial de género, sin embargo, esa disminución tienen diferentes magnitudes. Pereira, Cúcuta, Barranquilla y Villavicencio presentan las brechas salariales más altas de manera persistente durante el periodo comprendido en esta evaluación. En 1986, estas cuatro ciudades tenían diferenciales de salarios entre hombres y mujeres por encima del 50%, al finalizar el lapso contaban con brechas salariales cercanas al 40%.

(11)

Por otra parte, Pasto, Bogotá y Bucaramanga, son las ciudades con los menores diferenciales de salario entre género. Inician con brechas cercanas al 40% y terminan con diferenciales alrededor del 25%.

Por último, Cali, Medellín y Manizales, evidencian las mayores disminuciones en los diferenciales de salario entre hombres y mujeres. Cali pasa del 42% al 20%, Medellín del 52% al 26% y Manizales del 45% al 25%.

La población con educación universitaria muestra una tendencia creciente en todas las ciudades. No obstante, el número de personas profesionales es muy superior en Bogotá cuando se le compara con el resto de las ciudades. Por otra parte, Cúcuta y Villavicencio son las ciudades que menos personas calificadas tienen. El promedio máximo de población con educación universitaria en todas las ciudades, excluyendo Bogotá, fue de 15% (en 1999). Lo cual indica que el grado de calificación de la población colombiana era muy bajo, a pesar de que es un país abierto al comercio exterior.

El número de mujeres profesionales con respecto al de los hombres, también muestra una tendencia creciente de 1986 a 1999. Bogotá es la ciudad en la cual hay más mujeres calificadas pasando del 40% en 1986 a 50% en 1999. La ciudad con el menor número de mujeres calificadas durante todo el periodo fue Villavicencio, lo cual es congruente con el hecho de que sea una de las ciudades en las cuales hay un mayor diferencial de salario por género. Barranquilla, Pasto, Pereira y Cúcuta, presentan niveles de calificación de las mujeres con respecto a los hombres, en promedio del 41,5%. Todas estas ciudades, a excepción de Pasto, tienen brechas salariales amplias y persistentes, lo que señala que existe una relación entre la brecha salarial y el grado de calificación de las mujeres.

Por otra parte en Bucaramanga, Cali, Manizales y Medellín, las mujeres representan el 44% de la población con educación universitaria y estas ciudades también presentan menores diferencias entre los salarios de mujeres y hombres.

(12)

Apertura Económica

La reducción arancelaria y la eliminación de las barreras al intercambio tienen como objetivo permitir que las regiones puedan tener un mayor grado de integración comercial. Teniendo eso en cuenta, para medir el impacto de la apertura económica sobre la brecha salarial de género se emplean dos medidas de apertura comercial:

 Penetración de importaciones: Determina qué proporción del mercado doméstico se

abastece a partir de importaciones y se estima de la siguiente manera:

𝐶𝑜𝑒𝑓𝑖𝑐𝑖𝑒𝑛𝑡𝑒 𝑃𝑒𝑛𝑒𝑡𝑟𝑎𝑐𝑖ó𝑛 𝑑𝑒 𝐼𝑚𝑝𝑜𝑟𝑡𝑎𝑐𝑖𝑜𝑛𝑒𝑠 = 𝑀

𝑃𝐼𝐵

Para poder realizar una estimación más exacta del efecto, se calcula este estimador a nivel departamental utilizando datos de comercio exterior (lugar de destino de importaciones) y de cuentas departamentales del DANE. El PIB que se tuvo en cuenta fue el industrial, ya que la ENH no contiene información acerca de individuos en zonas rurales (allí se concentra la minería y la agricultura), esto se determinó siguiendo a Munari (2014). Con el fin de ser consecuentes, se tomaron en cuenta únicamente las importaciones no agrícolas, ni mineras.

 Coeficiente de Integración Económica: Tiene como objetivo determinar la relación entre

el nivel de comercio exterior y el nivel de producción nacional. Se calcula de la siguiente manera:

Variable Ciudad 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999

Barranquilla 52,27 52,83 54,34 48,28 48,72 49,87 43,31 44,78 44,82 45,96 46,27 42,14 38,17 39,57

Bogotá 41,65 38,82 35,98 37,23 35,36 33,64 31,76 30,62 31,94 28,75 31,07 23,99 18,67 23,16

Bucaramanga 39,90 35,75 35,39 34,92 32,77 29,11 27,00 29,25 30,12 36,66 27,33 28,43 23,94 21,81

Cali 42,17 39,00 39,99 46,76 43,35 36,68 38,68 38,06 34,41 36,26 37,88 29,32 27,07 19,97

Cúcuta 56,24 55,81 50,87 55,44 51,54 50,72 51,67 44,77 44,49 48,38 45,21 42,89 40,57 43,22

Manizales 45,10 48,89 45,16 43,36 51,07 43,86 38,28 38,74 45,96 39,18 35,83 35,76 30,15 25,45

Medellín 51,60 50,25 46,01 47,52 43,84 41,79 42,25 34,87 39,36 36,29 33,53 33,97 28,41 25,76

Pasto 44,89 39,60 31,84 35,37 27,13 24,15 28,54 26,02 27,59 22,75 19,96 24,74 22,04 24,70

Pereira 51,17 47,68 44,55 46,86 52,10 48,90 45,68 43,57 40,71 41,92 42,79 36,03 36,12 35,82

Villavicencio 58,33 54,39 55,42 53,85 55,70 44,43 45,34 43,03 44,18 40,63 43,07 43,51 41,44 33,17

10 Ciudades 48,33 46,30 43,95 44,96 44,16 40,31 39,25 37,37 38,36 37,68 36,30 34,08 30,66 29,26

Barranquilla 0,04 0,04 0,05 0,05 0,07 0,05 0,06 0,07 0,06 0,07 0,07 0,07 0,08 0,08

Bogotá 0,06 0,06 0,07 0,07 0,07 0,08 0,08 0,09 0,08 0,08 0,09 0,12 0,12 0,10

Bucaramanga 0,04 0,04 0,05 0,04 0,04 0,04 0,05 0,05 0,06 0,06 0,06 0,06 0,07 0,07

Cali 0,04 0,05 0,05 0,05 0,05 0,06 0,05 0,05 0,05 0,06 0,05 0,07 0,07 0,08

Cúcuta 0,02 0,02 0,02 0,03 0,03 0,03 0,03 0,04 0,04 0,04 0,03 0,04 0,05 0,04

Manizales 0,04 0,04 0,05 0,05 0,04 0,05 0,06 0,06 0,06 0,07 0,06 0,06 0,07 0,09

Medellín 0,03 0,04 0,04 0,04 0,05 0,05 0,05 0,06 0,05 0,05 0,06 0,06 0,08 0,07

Pasto 0,03 0,03 0,05 0,05 0,05 0,06 0,05 0,08 0,07 0,08 0,08 0,08 0,09 0,08

Pereira 0,03 0,03 0,04 0,03 0,04 0,04 0,04 0,05 0,05 0,05 0,05 0,05 0,06 0,06

Villavicencio 0,02 0,02 0,04 0,03 0,02 0,04 0,04 0,04 0,04 0,04 0,04 0,05 0,05 0,06

10 Ciudades 0,03 0,04 0,04 0,04 0,04 0,05 0,05 0,06 0,06 0,06 0,06 0,07 0,07 0,07

Barranquilla 0,11 0,12 0,13 0,12 0,16 0,13 0,14 0,15 0,15 0,15 0,16 0,16 0,17 0,18

Bogotá 0,15 0,15 0,16 0,16 0,16 0,18 0,17 0,19 0,18 0,17 0,19 0,25 0,25 0,21

Bucaramanga 0,10 0,10 0,12 0,11 0,10 0,10 0,10 0,12 0,12 0,11 0,12 0,13 0,14 0,13

Cali 0,11 0,11 0,11 0,11 0,12 0,14 0,12 0,12 0,13 0,14 0,12 0,14 0,14 0,16

Cúcuta 0,06 0,06 0,06 0,07 0,07 0,07 0,08 0,09 0,08 0,09 0,08 0,09 0,10 0,10

Manizales 0,10 0,10 0,12 0,11 0,09 0,11 0,13 0,12 0,13 0,14 0,13 0,13 0,15 0,18

Medellín 0,08 0,09 0,09 0,09 0,11 0,12 0,12 0,13 0,12 0,12 0,12 0,12 0,16 0,15

Pasto 0,10 0,09 0,13 0,13 0,13 0,15 0,14 0,18 0,17 0,17 0,18 0,19 0,20 0,19

Pereira 0,09 0,08 0,10 0,09 0,11 0,09 0,10 0,12 0,13 0,11 0,11 0,12 0,13 0,12

Villavicencio 0,07 0,07 0,11 0,07 0,06 0,08 0,10 0,09 0,08 0,08 0,09 0,11 0,11 0,13

10 Ciudades 0,10 0,10 0,11 0,11 0,11 0,12 0,12 0,13 0,13 0,13 0,13 0,14 0,16 0,15

Fuente: Cálculos del autor con base en la ENH. Brecha

salarial de género (%)

Población con Educación Universitaria Mujeres con Educación Universitaria

(13)

𝐶𝑜𝑒𝑓𝑖𝑐𝑖𝑒𝑛𝑡𝑒 𝑑𝑒 𝐴𝑝𝑒𝑟𝑡𝑢𝑟𝑎 𝐸𝑐𝑜𝑛ó𝑚𝑖𝑐𝑎 =𝑋 + 𝑀 𝑃𝐼𝐵

De igual manera, se calcula a nivel departamental tomando las exportaciones e importaciones no agrícolas ni mineras y el PIB manufacturero.

En las Gráficas No. 4 y No. 5, es posible observar que los dos indicadores de integración comercial tienen un comportamiento bastante similar para la mayoría de los departamentos, lo que evidencia que las importaciones tienen un peso preponderante sobre el coeficiente de integración económica. Además, es importante advertir que los niveles de integración comercial y su tendencia en el tiempo varían significativamente. En ese sentido, departamentos con un nivel de integración inicial alto con respecto al resto del país, muestran una tendencia creciente en su nivel de apertura, sin embargo, el crecimiento es mucho más marcado una vez se redujeron los aranceles y se eliminaron las barreras al intercambio. Este es el caso de Antioquia, Atlántico, Valle del Cauca y Bogotá.

Por otra parte, los departamentos de Meta y Norte de Santander, no muestran una evolución incremental marcada en el grado de apertura económica, como en las regiones del primer grupo, por lo cual permanecen con un nivel de integración moderado con respecto al resto del país.

Caldas, Nariño, Risaralda y Santander, iniciaron con niveles de importaciones y exportaciones bastante bajos con relación a su PIB y estables en el tiempo, sin embargo, una vez Colombia se abrió al mercado internacional a través de sus políticas económicas, su grado de integración presentó un crecimiento significativo y sostenido.

Los diferentes escenarios (en cuanto a integración con el mercado internacional) que se presentan en cada uno de los departamentos, hacen que sea interesante evaluar cómo varió la brecha salarial de género en cada uno de ellos, con el fin de determinar si hubo diferencias que se relacionen con el grado de apertura económica.

(14)

Gráfico No. 4 Evolución del Coeficiente de Integración para los Departamentos en los cuales se encuentran las ciudades en las que se desarrolló la ENH (1985-1999)

(15)

Gráfico No. 5 Evolución de la Penetración de Importaciones para los Departamentos en los cuales se encuentran las ciudades en las que se desarrolló la ENH (1985-1999)

(16)

VI. ESTRATEGIA DE IDENTIFICACIÓN

Para estimar el efecto de la apertura económica sobre la brecha salarial de género sería ideal contar con información a nivel de empresa de los salarios, de las características determinantes del salario de los trabajadores (edad, experiencia, años de educación, etc.), así como de los niveles de competencia que experimentaron cada una (reducción en aranceles y niveles de importación y exportación). Sin embargo, esta información no está disponible para el periodo en el cual Colombia implementó las políticas económicas más importantes para garantizar la integración comercial con el exterior (principios de los años noventa).

Teniendo en cuenta esa limitación, esta investigación emplea la variación en el grado de integración comercial por departamento, para identificar el efecto de la apertura económica sobre la brecha salarial de género en las zonas urbanas de las principales ciudades colombianas. Para esto, se utiliza la descomposición de Blinder-Oaxaca (BO). Este es el método de estimación seleccionado porque permite dividir los diferenciales de salario entre hombres y mujeres en dos partes; la primera parte, es la porción de la brecha salarial que está explicada por las características observables de los individuos (experiencia, años de educación, edad, etc.). La segunda parte, el residual, es la fracción de la brecha que no es explicada por aquellas características observables y que en la literatura se atribuye, en su gran mayoría, a discriminación, pero también podría deberse a otras variables no observadas.

La hipótesis de esta investigación, es que aquellos departamentos que experimentaron aumentos en la integración comercial más amplios, tendrán una reducción en la brecha salarial mayor que los que presentaron menores incrementos en la integración, ya que las empresas para ser competitivas deben eliminar los costos de la discriminación de género. Por otra parte, en aquellas regiones en las que no hubo incrementos en la apertura económica, la brecha salarial permanecerá constante o crecerá debido a las rigideces del mercado laboral, ya que no existe ninguna presión para que las empresas sean eficientes y podrán seguir pagando el costo de discriminar.

La descomposición de BO inicia estimando una ecuación tradicional de Mincer por género a través de mínimos cuadrados ordinarios (MCO). No obstante es importante anotar que para este análisis es indispensable utilizar como variable de control las medidas de apertura económica por

(17)

departamento, descritas en la sección anterior (penetración de importaciones e integración comercial).

(1) log (𝑠𝑎𝑙 ℎ𝑜𝑟𝑎)𝑚,𝑗 = 𝛽𝑜+ 𝛽𝑚∑ 𝑥𝑚,𝑗+ 𝜀𝑚,𝑗

(2) log (𝑠𝑎𝑙 ℎ𝑜𝑟𝑎)ℎ,𝑗 = 𝛽𝑜+ 𝛽ℎ∑ 𝑥ℎ,𝑗+ 𝜀ℎ,𝑗

Donde log (sal hora), es el logaritmo natural del ingreso laboral por hora del individuo y

𝑥_𝑚,𝑗 son las variables observables determinantes del ingreso laboral, las cuales se refieren al

capital humano que posee el individuo. Por otra parte, el 𝛽𝑚 calcula el efecto de las variables

dotacionales (de capital humano) sobre el logaritmo natural del salario por hora. La variable 𝜀_𝑚,𝑗

es el término del error.

Si se asume que el término del error para las dos ecuaciones se distribuye con media cero entonces es posible afirmar lo siguiente:

(3) log (𝑠𝑎𝑙 ℎ𝑜𝑟𝑎̅̅̅̅̅̅̅̅̅̅̅𝑚,𝑗) = 𝑥̅̅̅̅𝛽𝑚 𝑚

(4) log (𝑠𝑎𝑙 ℎ𝑜𝑟𝑎̅̅̅̅̅̅̅̅̅̅̅ℎ,𝑗) = 𝑥̅̅̅𝛽ℎ ℎ

En ese sentido, las diferencias en el ingreso promedio se podrán calcular así:

(5) log (𝑠𝑎𝑙 ℎ𝑜𝑟𝑎̅̅̅̅̅̅̅̅̅̅̅𝑚,𝑗) − log (𝑠𝑎𝑙 ℎ𝑜𝑟𝑎̅̅̅̅̅̅̅̅̅̅̅ℎ,𝑗) = 𝑥̅̅̅̅𝛽𝑚 𝑚− 𝑥̅̅̅𝛽ℎ ℎ

Sumando 𝑥̅̅̅̅𝛽_𝑚 _ℎ a la ecuación 5 y agrupándolos se obtiene que:

(6) log (𝑠𝑎𝑙 ℎ𝑜𝑟𝑎̅̅̅̅̅̅̅̅̅̅̅𝑚,𝑗) − log (𝑠𝑎𝑙 ℎ𝑜𝑟𝑎̅̅̅̅̅̅̅̅̅̅̅ℎ,𝑗) = 𝑥̅̅̅̅𝛽𝑚 𝑚− 𝑥̅̅̅𝛽ℎ ℎ+ 𝑥̅̅̅̅𝛽𝑚 ℎ−𝑥̅̅̅̅𝛽𝑚 ℎ

(7) log (𝑠𝑎𝑙 ℎ𝑜𝑟𝑎̅̅̅̅̅̅̅̅̅̅̅𝑚,𝑗) − log (𝑠𝑎𝑙 ℎ𝑜𝑟𝑎̅̅̅̅̅̅̅̅̅̅̅ℎ,𝑗) = 𝛽ℎ(𝑥̅̅̅̅ − 𝑥𝑚 ̅̅̅) + 𝑥ℎ ̅̅̅̅(𝛽𝑚 𝑚− 𝛽ℎ)

La ecuación 7 descompone la diferencia de los salarios promedio (brecha salarial de género). La primera parte representa la misma remuneración, pero diferentes características dotacionales. La segunda se refiere al mismo nivel de capital humano pero diferente remuneración. Entonces, la discriminación estaría contenida en este segundo componente.

(18)

Ahora, para determinar cómo se medirá el efecto de la apertura económica sobre la brecha

salarial de género es necesario exponer cuáles son las variables de control 𝑥_𝑗 que se utilizarán

como determinantes del salario. El vector 𝑥_𝑗 contiene la edad, la edad al cuadrado, si el individuo

sabe leer o no, el nivel educativo máximo que alcanzó, sus años de experiencia, si nació en la ciudad o en el campo y el área en la que trabaja (agricultura, industria manufacturera, empresa privada, independiente, como empleado doméstico o si trabaja con el gobierno). Este vector también contiene la variable más importante para esta investigación, que es la medida de apertura económica (coeficiente de integración o penetración importaciones). Es esta variable la que permite determinar cómo la variación en la apertura afecta la brecha salarial de género.

Para evaluar cómo varía la brecha salarial según los niveles de apertura, se estima la descomposición BO para cada una de las ciudades para las cuales la ENH tiene información (Barranquilla, Bucaramanga, Bogotá, Cali, Cúcuta, Manizales, Medellín, Pasto, Pereira y Villavicencio). Esto será útil dado que estas ciudades experimentaron diferentes procesos de liberalización de su economía y contaban con brechas salariales de género distintas.

VII. RESULTADOS

La Tabla No.2 evidencia que hay brecha salarial de género en todas las ciudades comprendidas en esta evaluación. En todas las ciudades, se observa que la porción dotacional está teniendo un efecto de reducción sobre la brecha, esto quiere decir que a medida que las mujeres se hacen más aptas para el mundo laboral (ganando mayor nivel educativo o experiencia) la brecha salarial de género se disminuye.

(19)

Variable Brecha Desagregada Barranquilla Bogotá Bucaramanga Cali Cúcuta Manizales Medellín Pasto Pereira Villavicencio

Brecha 0,134*** 0,130*** 0,207*** 0,143*** 0,0720*** 0,0731*** 0,0669*** 0,248*** 0,0504*** 0,137***

Porción Dotacional -0,00831 -0,0593*** -0,0222** -0,0468*** -0,103*** -0,0329* -0,135*** 0,0271 -0,0620*** -0,00904

Porción de Coeficientes

(Discriminación) 0,133*** 0,145*** 0,206*** 0,133*** 0,168*** 0,187*** 0,138*** 0,218*** 0,0953*** 0,203***

Interacción 0,00969 0,0452*** 0,0231 0,0567*** 0,00621 -0,0814*** 0,0644*** 0,00296 0,0171 -0,0571*

Porción Dotacional -0,0372 -0,0261*** 0,00149 -0,0242*** -0,0382*** -0,0718*** -0,0766*** -0,0205** -0,0272*** -0,0359***

(Discriminación) -0,144*** 0,00631 -0,015 -0,0695*** -0,0876*** -0,140*** -0,0803*** -0,00845 -0,000221 0,0135

Interacción 0,00181*** -6,87e-05 -1,46e-05 0,000655** 0,00194*** 0,00365*** 0,00248*** 0,000186 3,17e-06 -0,000505

Porción Dotacional -0,0201*** -0,0249*** 0,00349 -0,0247*** -0,0256*** -0,0466*** -0,0706*** -0,0244** -0,0230*** -0,00924***

(Discriminación) -0,0849*** 0,00727 -0,0153 -0,0755*** -0,00369 -0,124*** -0,0806*** -0,0158 0,0221 0,0446**

Interacción 0,000640** -7,68e-05 -4,11e-05 0,000712** 6,69e-05 0,00259*** 0,00203*** 0,000334 -0,000306 -0,00154*

*** p<0.01, ** p<0.05, * p<0.1 Fuente: Cálculos del Autor

Total

Efecto Penetración de

Importaciones

Efecto Coeficiente de Integración

(20)

Adicionalmente, el componente más importante de la brecha salarial se concentra en aquella porción que no se refiere a características observables y que podría significar discriminación. Si se excluyeran los factores dotacionales, la brecha salarial aumentaría. Esto significa, que en las zonas urbanas de las principales ciudades de Colombia, una mujer es remunerada con un menor nivel de salario, así comparta exactamente las mismas características que un hombre, lo cual evidencia la existencia de discriminación salarial de género.

En aquellas ciudades donde la apertura económica fue más fuerte y persistente (Barranquilla, Bogotá, Cali y Medellín), los efectos de abrirse al mercado internacional sobre la brecha salarial de género son variados. En Barranquilla, Cali y Medellín, la apertura reduce el diferencial de salarios tanto en la fracción determinada por las características observables, como en la determinada por lo no observable. Sin embargo, el efecto sobre la parte no observable es mayor, lo cual quiere decir que en estas ciudades la apertura ayudó a disminuir de manera significativa el diferencial de salarios que puede surgir por discriminación.

El caso de Bogotá es particular, porque la apertura económica solamente reduce la brecha salarial desde la porción de dotaciones, es decir que las mujeres ganaron mayores herramientas con la apertura y esto les permitió ser más competitivas en el mercado laboral. Pero en esta ciudad, no hay un efecto significativo sobre la fracción de la desigualdad que podría atribuirse a discriminación.

Villavicencio y Cúcuta, son las ciudades cuyos departamentos no presentaron incrementos importantes en sus niveles de apertura comercial. En Villavicencio, el abrirse al comercio exterior redujo solamente la parte explicada por las características dotacionales de la brecha, mientras que el efecto sobre la parte de discriminación no fue estadísticamente significativo para la penetración de importaciones y fue positivo (es decir que aumentó la brecha salarial) cuando se mide a través del coeficiente de integración comercial. En cambio para Cúcuta, la penetración de importaciones tuvo un efecto de reducción de la brecha en sus dos componentes, pero el coeficiente de integración tuvo un efecto de reducción solamente sobre la fracción de dotaciones. En este sentido, las ciudades que experimentaron menores niveles de apertura económica y

(21)

políticas de entrada al comercio exterior más conservadoras, presentan un efecto menor o nulo de participar en el comercio exterior abiertamente sobre la diferencia de salarios entre mujeres y hombres. Lo cual indica que entre menor sea la apertura, menores son los incentivos de la región o el territorio para igualar la remuneración al trabajo de hombres y mujeres.

El último grupo de ciudades son Bucaramanga, Manizales, Pasto y Pereira, que son aquellas en las que la apertura empezó siendo moderada pero tuvo incrementos importantes durante el lapso comprendido en esta evaluación. En este caso, la única ciudad para la cual la apertura representó reducciones de la brecha tanto en la porción dotacional como en la no atribuible a variables observables, fue Manizales. En esta población, la apertura económica tiene resultados significativos sobre la porción que podría ser discriminación. En sentido opuesto, las otras tres ciudades muestran un comportamiento en el cual la apertura no reduce la fracción de la brecha que puede deberse a segregación contra las mujeres. Solamente en Pasto y en Pereira, la apertura económica tiene un efecto de reducción moderado sobre la fracción dotacional de la diferencia de salarios entre hombres y mujeres.

Al estudiar los tres grupos de ciudades contenidas en este estudio (con niveles iniciales y finales de apertura altos, con niveles iniciales y finales de apertura bajos y con niveles iniciales de apertura bajos y finales de apertura altos), se evidencia que para que la brecha salarial se vea reducida por la participación en el comercio exterior, es necesario que existan unas condiciones iniciales propicias. Esto quiere decir que las ciudades deben estar suficientemente preparadas para competir con mercados internacionales, desde antes de que se implementen las políticas de la apertura.

Las ciudades que no tenían experiencia con el comercio exterior antes del periodo de reducciones arancelarias y de políticas de apertura agresivas, no presentan reducciones en la brecha salarial de género como resultado de su participación en el mercado internacional. En cambio, las ciudades que desde antes de la apertura estaban más integradas al mercado mundial, sí presentaron disminuciones en la brecha como resultado de la entrada más marcada al comercio

(22)

que los salarios entre hombres y mujeres se igualen, es necesario que la integración comercial sea alta. En ese sentido, se encuentran dos puntos relevantes:

 La brecha salarial solo se verá reducida por la entrada al comercio exterior, cuando

existan unas condiciones iniciales que le permitan a la ciudad ser competitiva a nivel internacional.

 El efecto de disminución de la diferencia de salarios entre hombres y mujeres se dará

solamente cuando los niveles de integración comercial sean altos.

En cuanto a otras variables relevantes, el efecto sobre la brecha salarial de género fue el esperado. En todas las ciudades, obtener un mayor nivel educativo reduce la diferencia de salarios en la porción explicada por las dotaciones, sin embargo, no reduce la porción que se atribuye a discriminación. Por otra parte, la experiencia disminuye la brecha salarial de género tanto en la fracción dotacional, como en la no explicada por variables observables. Además, el hecho de que una mujer tenga más años, aumenta la brecha salarial en la porción dotacional, pero la edad al cuadrado tiene un efecto de reducción sobre la brecha, esto puede indicar que los mayores diferenciales de salarios entre hombres y mujeres se concentran en la población con más edad.

Adicionalmente, trabajar en el sector privado tiene un efecto importante sobre la reducción de la porción de la brecha que se atribuye a discriminación, mientras que este efecto para las mujeres que trabajan en el sector público es mucho menor. Lo anterior podría indicar que el sector privado en Colombia, tiene menores niveles de discriminación salarial de género que el público.

VIII. CONCLUSIONES

Históricamente, Colombia se ha caracterizado por la desigualdad que hay entre sus individuos, no solamente por el nivel de concentración de la riqueza, sino por la discriminación racial y de género. En ese sentido, varios estudios han determinado que en este país, existe una brecha salarial de género significativa y permanente, que se da por discriminación (no por características observables). Este diferencial de salarios afecta principalmente a trabajadoras con un grado de calificación bajo y tiene consecuencias perversas sobre la calidad de vida de las mujeres, sobre su productividad y sobre sus niveles de pobreza. Por lo tanto, determinar cómo las políticas

(23)

económicas han afectado esa discriminación salarial, es fundamental para establecer si estas están reduciendo la desigualdad o por el contrario se está incrementando.

Este es el primer estudio realizado para Colombia, que evalúa los efectos de la apertura económica sobre la brecha salarial de género. El estudio se basa en la información micro disponible en la ENH y en los datos de importaciones y exportaciones departamentales del DANE. A través de una descomposición de Blinder-Oaxaca se determina cómo afecta la apertura el diferencial de salarios en las regiones importantes del país.

Los resultados de la investigación evidencian que la brecha salarial de género disminuye solamente cuando la región que entra a participar en el mercado internacional, ha tenido experiencia previa comerciando con el exterior. Esto quiere decir que la región debe tener ciertas condiciones iniciales que le permitan ser competitiva a nivel internacional y que la apertura económica por sí misma no garantiza la reducción de la brecha salarial de género. Adicionalmente se encuentra que en aquellas zonas del país donde la apertura fue moderada, en comparación a otras (hubo menos penetración de importaciones y coeficiente de integración), la apertura no tuvo efecto sobre la brecha salarial de género, al menos en la porción atribuible a discriminación.

Teniendo en cuenta los resultados de esta investigación, las políticas públicas deberían tener un énfasis en dos aspectos fundamentales. En primer lugar, es necesario que se enfoquen en mejorar las condiciones productivas de las regiones, logrando que cuando comercien en el mercado internacional lo hagan con productos que realmente sean competitivos con la oferta exterior. En ese sentido, es indispensable identificar en qué productos y servicios los departamentos del país pueden tener ventaja comparativa a nivel mundial e implementar incentivos para que se tengan avances de punta en tecnología y de optimización de costos y gastos, que permitan a estos sectores maximizar su rentabilidad. Esto es necesario ya que solo si la región es competitiva, abrirse al mercado exterior traerá consecuencias positivas sobre la reducción de la brecha salarial de género.

(24)

En segundo lugar, se hace evidente que lograr disminuir la desigualdad salarial de género no se hará únicamente a partir de competencia internacional. Por esta razón, deberían desarrollarse políticas públicas que se enfoquen en la reducción de este diferencial. Asimismo, se hace necesario que se implementen leyes que incentiven la contratación de mujeres y que les permitan trabajar el mismo número de horas que los hombres (esto se podría hacer a través del establecimiento de jardines públicos donde puedan dejar a sus hijos mientras trabajan).

Disminuir la desigualdad salarial de género es imperativo, ya que esta trae consecuencias negativas, no solo sobre la calidad de vida de las mujeres, sino sobre el crecimiento económico de toda la nación, pues la discriminación hace que la participación laboral se reduzca, que la productividad de los individuos sea menor y que los nivel de pobreza aumenten.

(25)

Bibliografía (s.f.).

Amador, D., Bernal, R., Peña, X. (2013). El aumento de la Participación Laboral Femenina en Colombia: ¿Fecundidad, Estado Civil o Educación? Documentos CEDE. ISSN 1657-7191. Edición Electrónica.

AlAzzawi, S. (2013). Did trade Liberlalization Benefit Female Workers? Evidence on Wage and Employmente Effects on Egypt. Economic Research Forum. Working Paper No. 787.

Angel-Urdinola, D. F., & Quentin, W. (2003). The Gender Wag Gap and Poverty in Colombia. Archivos de Economía, Departamento Nacional de Planeación, Dirección Estudios Económicos.

Angel-Urdinola, D., & Wodon, Q. (2003). The Gender Wage Gap and Poverty in Colombia. World Bank.

Appleton, S., Hoddinnott, J., Krishnam, P.(1999) The Gender Wage Gap in Three African Countries. The University of Chicago Press . Vol. 47, No. 2

Artecona, R., & Cunningham, W. (2002). Effects of Trade Liberalization on the Gender Wage Gap in Mexico .

Gender and Development Working Paper Series 21.

Attanasio, O., Goldberg, P. K., & Nina, P. (2004). Trade Reforms and Wage Inequality in Colombia. Journal of Development Economics 74, 331-366.

Banerjee, A., & Piketty, T. (2005). Top Indian Incomes, 1922–2000. THE WORLD BANK ECONOMIC REVIEW, VOL. 19, NO. 1, 1-20.

Baquero , J., Guataquí, J., & Sarmiento, L. (2000). Un Marco Analítico de la Discriminación Laboral. Borradores de Investigación de la Universidad del Rosario.

Becker, G. (1971). Chicago University Press.

Berik, G., Rodgers, Y. v., & Zveglich, J. E. (2003). International Trade and Wage Discrimination: Evidence from East Asia. World Bank Policy Research Working Paper No. 3111 .

Caro, L. P. (2008). A Macroeconomic Assessment of the Gender Wage Gap Effect: The Case of Spain. Masters thesis in Economics, Univesidad del Pais Vasco.

Cavalcanti, T. V., & Tavares, J. (2007). Estimate, The Output Cost of Gender Discrimination: A Model-Based Macroeconomic. CEPR Discussion Papers 6477.

DANE. (s.f.). Recuperado el 18 de Octubre de 2014, de https://www.dane.gov.co/index.php/mercado-laboral/encuesta-nacional-de-hogares

Fedesarrollo. (2014). Las desventajas que enfrentan las mujeres en el mercado laboral colombiano. Informe Mensual del Mercado Laboral.

Feenstra, R. C., & Hanson, G. H. (1997). Foreign Direct Investment and Relative Wages:Evidence from Mexico's Maquiladoras. Journal of International Economics 42, 371-393.

(26)

Galiani, S., & Sanguinetti, P. (2003). The impact of trade liberalization on wage inequality: Evidence from Argentina. Journal of Development Economics, Vol. 72, 497–513.

Goldberg, P. K., & Pavcnik, N. (2004). TRADE, INEQUALITY, AND POVERTY: WHAT DO WE KNOW? National Buroe of Economic Research, Working Paper 10593.

Goldberg, P., & Pavnick, N. (2004). Trade, Inequality, and Poverty: What Do We Know? Evidence from Recent Trade Liberalization Episodes in Developing Countries. NBER Working Paper No. 10593.

Liu, P., Meng X., Zhang J.(2000) Sectoral gender wage differentials and discrimination in the transitional Chinese economy. Journal of Population Economics Volume 13, Issue 2, pp 331-352

Lora, E. (2006). Nuevas tendencias de protección laboral y social y sus posibilidades para Colombia. Foro Internacional sobre Protección Social realizado en Cali, Colombia.

Menon, N., & Rodgers, Y. v. (2009). International Trade and the Gender Wage Gap:New Evidence from India’s Manufacturing Sector. World Development, Volume 37, Issue 5, 965-981.

Munari, A. (2014). Integración comercial y cambio estructural en Colombia entre 1986 y 2006. Facultad Economía Universidad de los Andes .

Olsen, W., & Silvia, W. (2002). The impact of women’s position in the labour market on pay and implications for UK productivity. Report to Women and Equality Unit.

Organización Internacional del Trabajo. (s.f). International Labour Organization. Recuperado el 18 de 10 de 2014, de http://www.ilo.org/global/topics/economic-and-social-development/gender-and-development/lang--en/index.htm

Organización Internacional del Trabajo (2015). Informe Mundial sobre Salarios 2014/2015: Salarios y desigualdad de ingresos.

Oostendorp,RH.(2009) Globalization and the gender wage gap. The World Bank Economic Review, World Bank

Petersen, T., & Morgan, L. A. (1995). Separate and Unequal: Occupation-Establishment Sex Segregation and the Gender Wage Gap. American Journal of Sociology, Vol. 101, No. 2 , 329-365.

Roberts, M., & Tybout, J. (1997). The Decision to Export in Colombia: An Empirical Model of Entry with sunk Costs. American Economic Review, Vol 87, 545-564.

Santamaría, M., & Rojas, N. (2001). La participación laboral: ¿qué ha pasado y qué podemos esperar? Archivos de Economía,Dirección de Estudios Económicos, Departamento Nacional de Planeación 146.

(27)

Anexos

1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 Ln (s alario por

hora) 4,723 4,768 5,025 5,218 5,545 5,738 6,02 6,259 6,539 6,724 6,896 7,006 7,203 7,338

Ln (s alario por

hora mujer) 1,494 1,501 1,553 1,759 1,862 1,9 2,141 2,199 2,292 2,34 2,384 2,537 2,72 2,764

Ln (s alario por

hora hombre) 3,13 3,182 3,401 3,401 3,631 3,79 3,777 3,982 4,154 4,33 4,437 4,385 4,399 4,574

Sin Educación 0,047 0,052 0,041 0,039 0,033 0,029 0,032 0,028 0,035 0,025 0,023 0,033 0,042 0,026

Sin Educación

Mujer 0,019 0,02 0,013 0,013 0,012 0,011 0,014 0,01 0,013 0,011 0,009 0,013 0,014 0,009

Sin Educación

Hombre 0,027 0,032 0,028 0,026 0,021 0,017 0,017 0,018 0,022 0,014 0,014 0,02 0,028 0,017

Educación Máxima

Prees colar 0,224 0,241 0,212 0,215 0,165 0,154 0,158 0,14 0,153 0,124 0,131 0,129 0,146 0,11

Educación Máxima

Prees colar Mujeres 0,085 0,085 0,066 0,074 0,056 0,056 0,064 0,053 0,056 0,041 0,045 0,044 0,055 0,038 Educación

Máx.Prees colar Hombres

0,139 0,155 0,145 0,14 0,109 0,097 0,093 0,086 0,096 0,081 0,085 0,084 0,091 0,072

Educación Máx.

Secundaria 0,213 0,211 0,223 0,214 0,256 0,273 0,265 0,284 0,282 0,311 0,3 0,319 0,316 0,327

Educación Máx.

Secundaria Mujer 0,078 0,077 0,084 0,085 0,102 0,102 0,105 0,108 0,107 0,12 0,116 0,127 0,131 0,129

Educación Máx. Secundaria

Hombre

0,135 0,133 0,139 0,129 0,155 0,171 0,16 0,176 0,175 0,191 0,184 0,193 0,185 0,198

Educación Máx.

Univers itaria 0,109 0,117 0,128 0,121 0,156 0,133 0,142 0,153 0,149 0,152 0,161 0,16 0,169 0,178

Educación Máx.

Univers itaria Mujer 0,039 0,042 0,05 0,051 0,065 0,054 0,057 0,065 0,064 0,065 0,069 0,067 0,075 0,081 Educación Máx.

Univers itaria Hombre

0,068 0,075 0,077 0,069 0,09 0,078 0,084 0,088 0,085 0,086 0,091 0,092 0,093 0,096

Cas ado 0,382 0,363 0,391 0,35 0,403 0,41 0,379 0,387 0,358 0,392 0,345 0,355 0,335 0,359

Cas ado Mujer 0,083 0,076 0,084 0,083 0,094 0,106 0,108 0,11 0,094 0,106 0,094 0,107 0,107 0,111

Cas ado Hombre 0,298 0,287 0,306 0,267 0,308 0,303 0,27 0,277 0,264 0,286 0,251 0,247 0,228 0,248

Cabeza de Hogar 0,453 0,455 0,453 0,438 0,456 0,461 0,436 0,433 0,437 0,444 0,445 0,41 0,426 0,44

Cabeza de Hogar

Mujer 0,06 0,056 0,05 0,058 0,058 0,05 0,059 0,043 0,061 0,059 0,062 0,055 0,065 0,067

Cabeza de Hogar

Hombre 0,393 0,398 0,402 0,379 0,397 0,411 0,376 0,39 0,376 0,384 0,383 0,355 0,361 0,373

Saber Leer 0,958 0,957 0,966 0,963 0,968 0,974 0,971 0,979 0,968 0,976 0,979 0,969 0,962 0,973

Saber Leer Mujer 0,33 0,323 0,32 0,342 0,343 0,337 0,365 0,359 0,353 0,348 0,349 0,36 0,375 0,368

Saber Leer Hombre 0,628 0,634 0,646 0,621 0,626 0,636 0,606 0,62 0,615 0,628 0,63 0,608 0,587 0,604

Trabaja Sector

Privado 0,545 0,517 0,53 0,544 0,572 0,559 0,542 0,562 0,555 0,488 0,544 0,467 0,478 0,413

Trabaja Sector

Privado Mujer 0,162 0,159 0,168 0,189 0,194 0,188 0,176 0,186 0,178 0,178 0,187 0,182 0,19 0,158

Trabaja Sector

Privado Hombre 0,384 0,357 0,362 0,356 0,377 0,371 0,366 0,377 0,377 0,31 0,357 0,285 0,288 0,254

Independiente 0,304 0,357 0,332 0,332 0,271 0,333 0,308 0,319 0,312 0,399 0,348 0,426 0,39 0,476

Independiente

Mujer 0,091 0,088 0,088 0,088 0,07 0,088 0,114 0,111 0,11 0,109 0,104 0,119 0,123 0,144

Independiente

Hombre 0,212 0,269 0,243 0,243 0,201 0,244 0,193 0,207 0,202 0,291 0,244 0,307 0,266 0,332

Trabajador

Domés tico 0,081 0,093 0,066 0,075 0,076 0,069 0,076 0,065 0,064 0,058 0,057 0,061 0,06 0,07

Trabajador

Domés tico Mujer 0,078 0,087 0,062 0,071 0,074 0,066 0,072 0,058 0,063 0,056 0,054 0,06 0,056 0,067

Trabajador

Domés tico Hombre 0,002 0,005 0,004 0,003 0,002 0,002 0,003 0,006 0,001 0,002 0,003 0,001 0,003 0,002

Gobierno 0,091 0,079 0,084 0,088 0,105 0,098 0,069 0,065 0,059 0,062 0,065 0,067 0,065 0,057

Gobierno Mujer 0,032 0,027 0,031 0,041 0,041 0,041 0,026 0,027 0,029 0,03 0,028 0,034 0,034 0,027

(28)

1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999

4,865 5,04 5,263 5,521 5,765 5,974 6,224 6,503 6,768 6,949 7,186 7,468 7,623 7,571

1,754 1,872 2,011 2,091 2,223 2,353 2,488 2,637 2,71 2,858 2,899 3,203 3,385 3,282

3,006 3,06 3,141 3,331 3,439 3,546 3,646 3,801 3,982 4,011 4,206 4,214 4,162 4,271

0,024 0,021 0,02 0,016 0,016 0,016 0,017 0,014 0,016 0,014 0,015 0,009 0,01 0,011

0,015 0,01 0,01 0,008 0,008 0,008 0,008 0,008 0,006 0,007 0,007 0,006 0,005 0,005

0,009 0,01 0,01 0,008 0,007 0,008 0,009 0,006 0,009 0,007 0,007 0,003 0,004 0,005

0,152 0,141 0,139 0,125 0,124 0,117 0,109 0,09 0,101 0,093 0,089 0,073 0,074 0,085

0,066 0,062 0,06 0,05 0,051 0,047 0,043 0,039 0,041 0,038 0,035 0,033 0,035 0,037

0,086 0,078 0,078 0,074 0,072 0,069 0,064 0,05 0,059 0,055 0,053 0,04 0,038 0,047

0,25 0,249 0,253 0,259 0,258 0,274 0,289 0,31 0,295 0,321 0,332 0,351 0,359 0,351

0,101 0,105 0,111 0,115 0,111 0,125 0,128 0,14 0,13 0,144 0,149 0,162 0,173 0,154

0,15 0,145 0,142 0,144 0,147 0,149 0,161 0,171 0,165 0,177 0,183 0,189 0,186 0,197

0,153 0,148 0,156 0,161 0,163 0,176 0,169 0,188 0,181 0,174 0,188 0,249 0,25 0,208

0,058 0,058 0,066 0,067 0,069 0,077 0,077 0,085 0,083 0,081 0,086 0,119 0,118 0,098

0,094 0,09 0,089 0,093 0,093 0,098 0,091 0,102 0,097 0,091 0,102 0,13 0,132 0,109

0,423 0,422 0,391 0,403 0,426 0,404 0,396 0,395 0,378 0,362 0,356 0,368 0,372 0,333

0,113 0,124 0,116 0,119 0,137 0,13 0,131 0,132 0,128 0,123 0,121 0,128 0,137 0,115

0,311 0,298 0,275 0,283 0,289 0,274 0,265 0,263 0,25 0,24 0,235 0,24 0,234 0,219

0,476 0,475 0,464 0,465 0,481 0,469 0,471 0,465 0,481 0,458 0,472 0,479 0,457 0,485

0,069 0,07 0,075 0,067 0,068 0,075 0,075 0,078 0,081 0,078 0,08 0,09 0,093 0,102

0,406 0,405 0,388 0,398 0,412 0,393 0,396 0,386 0,399 0,379 0,392 0,388 0,364 0,383

0,979 0,982 0,982 0,987 0,987 0,985 0,985 0,985 0,992 0,988 0,989 0,994 0,992 0,989

0,369 0,386 0,393 0,387 0,395 0,399 0,405 0,408 0,406 0,417 0,407 0,435 0,448 0,433

0,61 0,596 0,589 0,6 0,593 0,586 0,58 0,577 0,586 0,571 0,582 0,559 0,543 0,556

0,682 0,658 0,666 0,656 0,674 0,669 0,684 0,66 0,675 0,673 0,675 0,667 0,666 0,644

0,254 0,248 0,26 0,256 0,267 0,265 0,278 0,277 0,278 0,29 0,29 0,304 0,304 0,275

0,429 0,41 0,406 0,4 0,408 0,404 0,406 0,383 0,397 0,383 0,385 0,363 0,362 0,369

0,216 0,247 0,224 0,255 0,224 0,251 0,216 0,269 0,226 0,255 0,246 0,278 0,234 0,276

0,066 0,085 0,083 0,082 0,077 0,092 0,078 0,093 0,082 0,094 0,083 0,107 0,092 0,108

0,149 0,162 0,14 0,172 0,147 0,159 0,137 0,175 0,143 0,161 0,163 0,171 0,141 0,168

0,055 0,057 0,048 0,047 0,049 0,045 0,041 0,038 0,032 0,029 0,026 0,019 0,033 0,045

0,054 0,056 0,047 0,046 0,048 0,042 0,04 0,037 0,032 0,029 0,026 0,019 0,033 0,045

0,001 0,001 0,001 0,001 0 0,002 0 0,001 0 0 0 0 0 0

0,12 0,111 0,114 0,099 0,108 0,117 0,098 0,083 0,085 0,073 0,078 0,087 0,093 0,083

0,051 0,047 0,049 0,044 0,045 0,052 0,047 0,038 0,04 0,032 0,037 0,043 0,048 0,036

0,068 0,063 0,065 0,055 0,061 0,064 0,051 0,044 0,045 0,04 0,041 0,044 0,044 0,047 Tabla No. 4 Estadísticas Descriptivas Bogotá

(29)

1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 Ln (salario por

hora) 4,659 4,893 5,087 5,326 5,609 5,853 6,069 6,34 6,617 6,813 7 7,098 7,294 7,288 Ln (salario por hora

mujer) 1,749 1,914 1,997 2,1 2,255 2,428 2,561 2,627 2,722 2,642 2,946 2,961 3,151 3,198 Ln (salario por hora

hombre) 2,91 2,979 3,091 3,227 3,354 3,425 3,508 3,713 3,895 4,171 4,054 4,137 4,143 4,09 Sin Educación 0,045 0,037 0,035 0,039 0,025 0,034 0,033 0,029 0,034 0,023 0,035 0,03 0,034 0,029

Sin Educación Mujer 0,016 0,015 0,014 0,016 0,011 0,015 0,014 0,013 0,014 0,009 0,016 0,012 0,013 0,015 Sin Educación

Hombre 0,029 0,021 0,021 0,022 0,013 0,018 0,018 0,015 0,019 0,013 0,019 0,018 0,021 0,013 Educación Máxima

Preescolar 0,251 0,212 0,218 0,207 0,192 0,199 0,177 0,163 0,193 0,159 0,173 0,147 0,155 0,157 Educación Máxima

Preescolar Mujeres 0,084 0,08 0,083 0,082 0,078 0,082 0,068 0,066 0,076 0,056 0,065 0,057 0,064 0,062 Educación

Máx.Preescolar Hombres

0,167 0,131 0,135 0,125 0,114 0,117 0,109 0,097 0,116 0,102 0,108 0,089 0,09 0,094

Educación Máx.

Secundaria 0,194 0,204 0,228 0,213 0,229 0,222 0,251 0,267 0,227 0,248 0,257 0,282 0,296 0,281 Educación Máx.

Secundaria Mujer 0,088 0,098 0,11 0,099 0,106 0,111 0,128 0,129 0,11 0,111 0,122 0,133 0,137 0,142 Educación Máx.

Secundaria Hombre 0,106 0,106 0,118 0,113 0,123 0,111 0,123 0,138 0,117 0,137 0,135 0,149 0,159 0,14 Educación Máx.

Universitaria 0,098 0,101 0,115 0,11 0,104 0,097 0,101 0,116 0,119 0,114 0,122 0,132 0,137 0,133 Educación Máx.

Universitaria Mujer 0,039 0,04 0,045 0,044 0,043 0,04 0,046 0,054 0,055 0,056 0,061 0,064 0,066 0,066 Educación Máx.

Universitaria Hombre

0,058 0,06 0,07 0,065 0,061 0,057 0,054 0,061 0,063 0,056 0,061 0,067 0,07 0,066

Casado 0,45 0,415 0,442 0,394 0,441 0,402 0,416 0,405 0,381 0,407 0,386 0,385 0,373 0,379

Casado Mujer 0,108 0,105 0,127 0,109 0,138 0,126 0,146 0,136 0,126 0,124 0,13 0,133 0,134 0,135

Casado Hombre 0,343 0,311 0,315 0,285 0,303 0,276 0,27 0,269 0,255 0,283 0,256 0,251 0,238 0,243

Cabeza de Hogar 0,445 0,449 0,436 0,44 0,447 0,436 0,434 0,433 0,445 0,445 0,443 0,434 0,435 0,435 Cabeza de Hogar

Mujer 0,058 0,071 0,06 0,067 0,067 0,067 0,077 0,059 0,077 0,065 0,075 0,072 0,078 0,075 Cabeza de Hogar

Hombre 0,387 0,377 0,376 0,372 0,379 0,368 0,357 0,373 0,367 0,38 0,367 0,362 0,356 0,359 Saber Leer 0,968 0,967 0,974 0,956 0,976 0,969 0,966 0,972 0,973 0,98 0,972 0,968 0,964 0,975

Saber Leer Mujer 0,376 0,388 0,396 0,387 0,403 0,411 0,419 0,412 0,407 0,386 0,413 0,41 0,422 0,428

Saber Leer Hombre 0,592 0,579 0,578 0,569 0,574 0,557 0,547 0,56 0,566 0,594 0,559 0,559 0,543 0,547 Trabaja Sector

Privado 0,474 0,481 0,457 0,47 0,48 0,493 0,509 0,519 0,503 0,517 0,505 0,48 0,455 0,408 Trabaja Sector

Privado Mujer 0,159 0,174 0,168 0,185 0,186 0,186 0,2 0,208 0,186 0,193 0,197 0,192 0,187 0,171 Trabaja Sector

Privado Hombre 0,316 0,308 0,289 0,285 0,294 0,307 0,31 0,312 0,317 0,325 0,308 0,288 0,268 0,236 Independiente 0,24 0,263 0,267 0,284 0,275 0,262 0,242 0,269 0,272 0,274 0,283 0,337 0,341 0,433 Independiente

Mujer 0,083 0,1 0,112 0,105 0,113 0,118 0,116 0,113 0,121 0,105 0,127 0,129 0,145 0,183 Independiente

Hombre 0,156 0,163 0,155 0,18 0,162 0,144 0,126 0,157 0,151 0,169 0,156 0,208 0,195 0,249 Trabajador

Doméstico 0,074 0,065 0,061 0,06 0,052 0,06 0,044 0,05 0,051 0,044 0,044 0,044 0,045 0,051 Trabajador

Doméstico Mujer 0,073 0,064 0,06 0,059 0,051 0,06 0,043 0,048 0,051 0,041 0,042 0,041 0,044 0,05 Trabajador

Doméstico Hombre 0,001 0,001 0 0 0 0 0,001 0,001 0 0,002 0,001 0,002 0,001 0 Gobierno 0,116 0,112 0,123 0,107 0,109 0,108 0,094 0,096 0,084 0,08 0,088 0,087 0,087 0,072

Gobierno Mujer 0,053 0,048 0,048 0,048 0,048 0,046 0,046 0,042 0,04 0,034 0,041 0,047 0,043 0,029

(30)

1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 Ln (salario por

hora) 4,711 5,001 5,121 5,399 5,691 5,974 6,173 6,42 6,706 6,935 6,951 7,1 7,271 7,392 Ln (salario por hora

mujer) 1,681 1,852 1,883 1,84 2,027 2,286 2,316 2,427 2,623 2,677 2,643 2,91 3,028 3,278 Ln (salario por hora

Preescolar 0,208 0,196 0,204 0,189 0,168 0,157 0,153 0,142 0,129 0,119 0,129 0,128 0,131 0,132 Educación Máxima

Preescolar Mujeres 0,087 0,089 0,084 0,073 0,065 0,067 0,066 0,059 0,054 0,052 0,059 0,054 0,059 0,056 Educación

Máx.Preescolar Hombres

0,12 0,107 0,12 0,115 0,103 0,089 0,086 0,082 0,074 0,066 0,069 0,073 0,07 0,075

Educación Máx.

Universitaria 0,113 0,111 0,11 0,107 0,116 0,139 0,118 0,118 0,127 0,144 0,119 0,137 0,14 0,158 Educación Máx.

Universitaria Mujer 0,043 0,045 0,046 0,045 0,047 0,063 0,05 0,05 0,054 0,061 0,052 0,067 0,07 0,079 Educación Máx.

Universitaria Hombre

0,068 0,065 0,063 0,061 0,068 0,075 0,067 0,067 0,073 0,082 0,065 0,069 0,069 0,077

Casado 0,354 0,349 0,314 0,325 0,326 0,302 0,328 0,286 0,291 0,301 0,287 0,262 0,265 0,287

Casado Mujer 0,093 0,096 0,082 0,083 0,087 0,091 0,098 0,082 0,091 0,089 0,086 0,088 0,091 0,103

Casado Hombre 0,261 0,253 0,231 0,242 0,239 0,211 0,229 0,203 0,2 0,212 0,201 0,174 0,174 0,183

Saber Leer Mujer 0,372 0,387 0,378 0,355 0,365 0,392 0,383 0,385 0,394 0,389 0,382 0,411 0,416 0,434

Doméstico 0,077 0,073 0,065 0,062 0,054 0,053 0,047 0,052 0,044 0,044 0,042 0,048 0,044 0,06 Trabajador

Doméstico Mujer 0,074 0,072 0,063 0,058 0,052 0,051 0,046 0,049 0,043 0,041 0,04 0,047 0,042 0,056 Trabajador

Doméstico Hombre 0,002 0,001 0,002 0,003 0,001 0,001 0,001 0,002 0,001 0,002 0,002 0 0,002 0,003 Gobierno 0,097 0,091 0,069 0,085 0,087 0,085 0,079 0,064 0,079 0,084 0,072 0,054 0,066 0,065

Gobierno Mujer 0,034 0,039 0,028 0,033 0,031 0,035 0,03 0,023 0,033 0,033 0,028 0,022 0,029 0,031

Gobierno Hombre 0,063 0,051 0,041 0,052 0,055 0,049 0,048 0,041 0,045 0,051 0,044 0,031 0,036 0,034

(31)

Tabla No. 7 Estadísticas Descriptivas Cúcuta

1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999

Ln (s alario por

hora) 4,329 4,483 4,782 5,134 5,391 5,585 5,851 6,095 6,333 6,442 6,623 6,679 6,896 7,097 Ln (s alario por hora

mujer) 1,294 1,351 1,547 1,562 1,733 1,814 1,877 2,143 2,226 2,173 2,307 2,401 2,534 2,57 Ln (s alario por hora

Prees colar 0,335 0,327 0,308 0,275 0,272 0,292 0,265 0,258 0,25 0,256 0,242 0,246 0,24 0,22 Educación Máxima

Prees colar Mujeres 0,098 0,1 0,096 0,088 0,096 0,099 0,087 0,087 0,08 0,084 0,073 0,077 0,082 0,069 Educación

Máx.Prees colar Hombres

0,237 0,227 0,211 0,187 0,176 0,193 0,178 0,17 0,169 0,171 0,168 0,168 0,157 0,151

Educación Máx.

Univers itaria 0,064 0,055 0,061 0,072 0,072 0,074 0,079 0,089 0,082 0,089 0,075 0,086 0,103 0,097 Educación Máx.

Univers itaria Mujer 0,02 0,019 0,022 0,028 0,027 0,033 0,032 0,037 0,035 0,042 0,034 0,04 0,053 0,042 Educación Máx.

Univers itaria Hombre

0,044 0,035 0,038 0,044 0,045 0,041 0,047 0,052 0,047 0,046 0,04 0,045 0,049 0,055

Cas ado 0,379 0,352 0,337 0,351 0,341 0,347 0,375 0,328 0,346 0,316 0,325 0,332 0,278 0,304

Cas ado Mujer 0,089 0,075 0,078 0,079 0,081 0,085 0,098 0,086 0,1 0,089 0,095 0,098 0,081 0,086

Cas ado Hombre 0,29 0,277 0,258 0,272 0,26 0,262 0,277 0,242 0,246 0,226 0,229 0,234 0,197 0,218

Saber Leer Mujer 0,306 0,301 0,324 0,304 0,317 0,326 0,319 0,349 0,355 0,328 0,344 0,358 0,368 0,35

Domés tico 0,061 0,051 0,058 0,052 0,046 0,068 0,048 0,054 0,063 0,046 0,039 0,053 0,055 0,047 Trabajador

Domés tico Mujer 0,06 0,049 0,056 0,051 0,045 0,066 0,048 0,054 0,062 0,044 0,039 0,049 0,055 0,046 Trabajador

Domés tico Hombre 0,001 0,001 0,001 0,001 0,001 0,002 0 0 0,001 0,001 0 0,003 0 0 Gobierno 0,104 0,088 0,101 0,109 0,112 0,097 0,096 0,102 0,097 0,08 0,085 0,072 0,078 0,07

Gobierno Mujer 0,04 0,033 0,041 0,044 0,049 0,043 0,039 0,046 0,044 0,034 0,042 0,036 0,039 0,03 VARIABLES