You are on page 1of 7

Análisis de la brecha de pobreza entre hombres y mujeres de Ecuador en los años 2007 y

2017

Carrera de economía. Universidad Nacional de Loja, Loja-Ecuador

Resumen

El objetivo de esta investigación estudiar el efecto de la diferencia salarial en el nivel de pobreza


de hombres y mujeres en Ecuador en los años 2007 y 2017, a través de a de la función Oaxaca
(1973) y Blinder (1973).

Palabras clave: Pobreza. Género. América Latina


Código JEL: I32. J16. N16

1. Introducción
Pese a que la desigualdad entre hombres y mujeres han disminuido en los últimos años en cuestión
de oportunidades laborales, sociales, educativas, etc. El tema de salarios y la pobreza son
fenómenos que siguen en pie y aumentan cada vez más. La desigualdad de género es un factor
determinante para las posibilidades que tienen las mujeres para obtener un trabajo bien
remunerado (decente). Según datos del Banco Mundial, en el 2007 las mujeres representaban el
39,95% de la Población Económicamente Activa (PEA) del país, y para el 2017, la PEA se
encontró en 40,98%. La inclusión de la mujer en el ámbito laboral tiene gran importancia, sin
embargo que la mujer tenga incidencia en el aspecto laboral no significa que este trabajo sea
decente.

Muñoz y Rodríguez señalan que tanto las mujeres como los hombres sufren de manera diferencia
los efectos de todas las medidas o coyunturas económicas, dado que ocupamos una posición
diferenciada, desigual y desequilibrada en el acceso a recursos económicos, incluyendo repartos
en el tiempo e ingresos en el aspecto laboral. Según datos de la OIT (2010) la tasa de desempleo
mundial según sexo se encontraba en 2007 en 5,2% (hombres) y 5,8% (mujeres) y para 2010 esta
brecha se encontraba en 5,8% (hombres) y en 6,5% (mujeres), explicando que esta tasa ha
aumentado por la expulsión de la fuerza laboral en el mercado de trabajo. En Chile, según Adaros,
con datos del Instituto Nacional de Estadísticas, la desigualdad de género se centró en el aspecto
laboral, las mujeres alcanzaron el 48,2% de participación laboral, mientras que los hombres el
71,5%, mientras que la tasa de ocupación alcanzó el 44,9% y 67,4% respectivamente. Misma que
se traduce en la marginación de la mujer en los procesos económicos y sociales, remarcando las
mayores diferencias en cuanto a acceso al trabajo, tipo, condiciones laborales, salarios, entre otros
factores que no hacen más que remarcar la desigualdad entre hombres y mujeres. En Paraguay
para el año 2016, la brecha entre hombres y mujeres representó una de las mayores tasas de
actividad económica. Solo un 12,9% de los hombres estaba fuera del mercado laboral, mientras
que en las mujeres esa cifra se incrementaba al 38%. Las mujeres en situación de pobreza
alcanzaron el 49,1% y de las mujeres no pobres se encontraba en 64%. Este fenómeno se explica
por la estructura económica, misma que no generaba empleos en cantidad ni en calidad y por otro
lado la división del trabajo de las mujeres que hacía que se dediquen al trabajo doméstico (no
remunerado, efectivamente), disminuyendo las horas de trabajo por ley y por ende la disminución
del salario. En Perú la desigualdad de género para el año 2016, según datos del Índice de
Desigualad de Género (IDG) se encontró en 0.391 puntos porcentuales, según la media global;
mientras que en el año 2000 se encontraba en 0.526 puntos. Considerando estos datos, tenemos
que Perú se acerca cada vez más a la igualdad de género. La autonomía de las mujeres peruanas
es considerada el factor clave para alcanzar estos resultados.

Según Motellón y Lopez, con datos de España, indican que la desigualad en el aspecto aboral se
presenta por las horas de trabajo y por los contratos pues, los hombres tienen más oportunidad de
encontrar un trabajo y a la vez recibir un contrato permanente que las mujeres, mismas que al
tener que acudir a trabajos con menos horas de trabajo, se arriesgan a establecerse en “precariedad
laboral”. Los resultado muestran que den 5 puntos porcentuales, 1,5 puntos son discriminación
hacia las mujeres a la hora de adquirir un trabajo.

González determina que la multidimensional dad de la pobreza y la desigualdad de género ponen


en evidencia que no es suficiente asegurar que las mujeres tengan el mismo acceso a los recursos
que los hombres. Si no que se trata de aumentar también aumentar sus posibilidades de elección
en diferentes ámbitos, tanto en el espacio de lo público como de lo privado.

Esta investigación tiene como objetivo estudiar el efecto de la diferencia salarial en el nivel de
pobreza de hombres y mujeres en Ecuador en los años 2007 y 2017, a través de a de la función
Oaxaca (1973) y Blinder (1973). La hipótesis planteada corresponde a la diferencia salarial incide
en el nivel de pobreza entre hombres y mujeres. Esta investigación explica las principales causas
que crean una brecha de pobreza entre los hombres y las mujeres. Esta investigación también
busca dar respuesta a la interrogante ¿Cuál es el nivel de pobreza entre hombres y mujeres
provocadas por la desigualdad de salarios en Ecuador en los años 2007 y 2017? El aporte en este
trabajo que lo diferencia de los otros es contribuir a la evidencia empírica, además, se estima
variables de control que dan mayor énfasis al modelo.
El artículo se estructura de la siguiente manera: además de la introducción cuenta con cuatro
secciones adicionales. En la segunda sección se presenta una breve revisión de los avances de la
literatura existente. La tercera sección describe los datos y plantea el modelo econométrico. La
cuarta sección presenta y discute los resultados encontrados con relación a la teoría y a la
evidencia empírica. Finalmente. En la quinta sección constan los resultados.
2. Revisión de literatura

La OIT ha sido una institución que ha dedicado con mayor énfasis la protección e inclusión a la
mujer en el ámbito laboral, sin embargo también se ha visto en la necesidad de restringir ciertas
actividades económicas para la mujer, como es el caso del trabajo nocturno, actividades mineras
y en fábricas, acordes a la época (1919). Junto con el desarrollo económico y los avances
tecnológicos, las leyes que protegían en exceso a las mujeres se vuelven equívocas, puesto que la
mujer a lo largo del tiempo se ha incluido en el mercado laboral de manera numerosa en todo el
mundo. Al día de hoy, las mujeres desempeñan casi cualquier actividad laboral, a partir del inicio
del nuevo siglo, los trabajos que se consideraban específicamente de hombres, han ido perdiendo
esa etiqueta y las mujeres se han involucrado cada vez más en dichas actividades (choferes,
mecánicas, doctoras, etc).

En países como España, Chile y Paraguay, la inclusión de la mujer en el aspecto laboral tiene
ciertas similitudes, pese a estar acompañada de reformas que permiten que las trabajadoras tengan
más y mejores oportunidades, la discriminación dentro del aspecto laboral se nota (aunque cada
vez en menor medida). Sin embargo, esta investigación está centrada en la pobreza ocasionada
por la discriminación y, como vimos en el apartado anterior, Paraguay presenta estos factores,
mismos que están determinados por la estructura económica que no otorga posibilidades de
trabajo por igual, y que las pocas empresas que lo hacen no presentan la calidad para ser
catalogado como trabajo digno.

A nivel de América Latina, la tasa de desempleo de las mujeres es de 9,1%, 1,4 veces más que el
desempleo de los hombres, según el informe Trabajo Decente e Igualdad de Género, elaborado
por CEPAL, FAO, PNUD, ONU-Mujeres y OIT en noviembre de 2013. En cuanto a la pobreza,
en la región se ha demostrado que por cada cien hombres indigentes, existen ciento veinte uno
mujeres en situaciones de pobreza.

Adoptar el enfoque de género en el mercado laboral y sobre la influencia de la discriminación en


el mismo, dependiendo de si genera o no pobreza, dependerá también del aspecto crítico que
tengamos sobre los roles que desempeñan la mujer y el hombre en el hogar y la comunidad.
Adoptar esta posición y reflejarlo en las relaciones laborales, supone mejoras en los ingresos,
fortaleciendo la participación de las mujeres.
3. Datos y metodología

3.1. Datos
Los datos para esta investigación fueron tomados de la encuesta de Empleo, Desempleo y
Subempleo a nivel nacional (ENEMDU, 2007-2016) perteneciente a la base de datos del Instituto
Nacional de Estadísticas y Censos del Ecuador (INEC). Para analizar las brechas de ingresos
función de ingresos de Mincer. De acuerdo a esta función la variable dependiente corresponde a
los ingresos, y las variables independientes son la escolaridad, la edad y la edad al cuadrado, como
variables de control se encuentran el área, idioma y la categoría de ocupación.

La figura 1 muestra las brechas de pobreza entre hombre y mujeres en los años 2007 y 2017. El
primer grafico muestra las tasas de pobreza promedio para hombres y mujeres para el año 2007,
donde los hombres presentaban una tasa de pobreza promedio de 23%, mientras que las mujeres
de 11%. El grafico de la derecha representa la pobreza entre hombres y mujeres para el año 2017,
En el 2017 los hombres presentan una tasa de pobreza promedio de 13%, mientras que las mujeres
una tasa de pobreza promedio del 7%. Como podemos observar tanto en el 2007 como en el 2017
los hombres presentan una tasa de pobreza promedio más alta que el de las mujeres.

Figura 1. Brecha de pobreza entre hombres y mujeres, en los años 2007 y 2017

Brecha de pobreza 2007


.15
.25

.2

.1
mean of pobreza
mean of pobreza

.15

.1
.05

.05

0 0
Hombre Mujer Hombre Mujer

Fuente. Elaboración propia con datos del ENEMDU, (2007 – 2017)


La tabla 2 muestra los estadísticos descriptivos tanto de las variables del modelo como las de
control para los años 2007 y 2017. En el año 2007 presentamos 20285 datos y en el 2017 35696,
la media de la pobreza en el 2007 es de 0.198, mientras en el 2017 es de 0.114. La variable sexo,
en el año 2017 presenta una media de 1.309, mientras que en el 2017 la media es de 1,367. La
variable capital humana en el 2007 tienes una media de 10,14, mientras que en el 2017 es de
11.07. La edad promedio en el año 2007 es de 38 años, mientras que en el 2017 es de 39 años.
Las variables que tienen sus datos más alejados de sus medias o sus datos son dispersos, están la
edad tanto en el año 2007 como en el año 2017. Además, la variable capital humana también
presenta una variabilidad considerable tanto en el año 2007, como en el año 2017.

Tabla 2. Estadísticos descriptivos

2007 2017
Variable Obs Mean Std. Dev. Min Max Obs Mean Std. Dev. Min Max
pobreza 20285 0.198 0.399 0 1 35696 0.114 0.319 0 1
Sexo 20285 1.309 0.462 1 2 35696 1.367 0.482 1 2
Capital_Hu~o 20285 10.140 5.252 0 21 35696 11.072 4.970 0 23
Edad 20285 37.769 12.640 15 65 35696 39.310 12.227 15 65
Edad2 20285 1586.253 1005.792 225 4225 35696 1694.778 1001.017 225 4225
Tamaño 20207 1.229 0.421 1 2 35696 1.253 0.435 1 2
Etnia 20284 5.658 1.319 1 8 35696 5.374 1.578 1 8
Area 20285 1.346 0.476 1 2 35696 1.338 0.473 1 2
Sector 20285 3.613 2.140 1 10 35696 3.691 2.210 1 10

3.2. Metodología
La fundamentación teórica se basa en la teoría de Micer (1974), que establece la función de
ingresos de acuerdo a las variables: escolaridad, edad y edad al cuadrado. A partir de la ecuación
basada en la teoría de Mincer (1974), analizamos las brechas de pobreza entre hombres y mujeres.
Primeramente, se especificó la ecuación econométrica solo con las variables independientes.

𝑃𝑡 = 𝛽0 + 𝛽1 𝑒𝑠𝑐1 + 𝛽2 𝑒𝑑𝑎𝑑1 + 𝛽3 𝑒𝑑𝑎𝑑𝑖2 + 𝜀𝑡


La ecuación 2 muestra la función de Mincer, junto con las cuatro variables de control, las cuales
no están planteadas en la teoría pero influyen en la variable dependiente, las cuales son etnia, area
(urbano o rural), sexo (hombre o mujer), tamaño y sector

𝑤𝑡 = 𝛽0 + 𝛽1 𝑒𝑠𝑐1 + 𝛽2 𝑒𝑑𝑎𝑑1 + 𝛽3 𝑒𝑑𝑎𝑑𝑖2 + 𝛽4 𝑠𝑒𝑐𝑡𝑜𝑟𝑖 + 𝛽5 𝑒𝑡𝑛𝑖𝑎𝑖 + 𝛽6 𝑎𝑟𝑒𝑎𝑖 + 𝛽7 𝑠𝑒𝑥𝑜𝑖


+ 𝛽8 𝑡𝑎𝑚𝑎ñ𝑜9 𝜀𝑡
Como segundo punto, estimamos la tasa de pobreza de hombres y mujeres de manera individual
en función del capital humano, luego se descompuso la diferencia salarial en discriminación y
dotación, obteniendo las siguientes ecuaciones de pobreza para hombres y mujeres

𝑃𝑖 = 𝑋𝑖𝑖 𝛽𝑖 + 𝜀𝑖𝑖
𝑃𝑏 = 𝑋𝑏𝑖 𝛽𝑏 + 𝜀𝑏𝑖
Donde w representa el ingreso laboral el subíndice (i) hace referencia a los hombres y mujeres,
𝑥𝑖 representa la parte explicada del modelo, las diferencias de dotación del capital humano, 𝛽𝑖 son
las tasas de retorno de las características observables y 𝜀𝑖 es el término de error. La
descomposición para el sector público y el sector privado se expresa de la siguiente forma:

𝑃𝑖 − 𝑃𝑏 = (𝑋𝑖 − 𝑋𝑏 )𝛽𝑖 + 𝑋𝑏 (𝛽𝑖 − 𝛽𝑏 )


La ecuación 5 muestra la diferencia de tasa de pobreza entre hombres y mujeres, lo cual esta
explicada por las diferencias de dotación que corresponde a las características que poseen los
sectores a través de (𝑋𝑖 − 𝑋𝑏 )𝛽𝑖 , y el componente 𝑋𝑏 (𝛽𝑖 − 𝛽𝑏 ) muestra las diferencias salariales
de acuerdo a la discriminación.

4. Discusión de resultados.

Tabla 1. Baseline regression


2007 2017
***
Capital_Humano -0.0226 -0.0153***
(-43.73) (-45.33)
Edad 0.0128*** 0.00933***
(9.83) (10.57)
Edad2 -0.000195*** -0.000126***
(-11.90) (-11.70)
Constant 0.254*** 0.131***
(10.38) (7.57)
Observations 20285 35696
Adjusted R2 0.089 0.056
* ** ***
t statistics in parentheses p < 0.05, p < 0.01, p < 0.00

Tabla 1.
2007 2017
Capital_Humano -0.0141*** -0.00813***
(-23.28) (-21.22)
Edad 0.0160*** 0.0121***
(12.48) (14.00)
Edad2 -0.000226*** -0.000154***
(-13.98) (-14.60)
47a. Tamaño del -0.0597*** -0.0932***
establecimiento
(-6.67) (-17.01)
Hombre 0.0734*** 0.0417***
(12.63) (12.48)
Indígena 0.0642*** 0.146***
(5.60) (25.65)
Urbano -0.132*** -0.0785***
(-21.65) (-21.42)
Empleado de -0.0121 0.0109
gobierno
(-1.04) (1.62)
Constant 0.200*** 0.118***
(7.47) (6.43)
Observations 20206 35696
Adjusted R2 0.127 0.110
t statistics in parentheses * p < 0.05, ** p < 0.01, *** p < 0.0

Tabla 2. Brechas de pobreza

2007 2017
Differential
Prediction_1 0.237*** 0.137***
(65.77) (59.90)
Prediction_2 0.111*** 0.0760***
(27.99) (32.82)
Difference 0.126*** 0.0611***
(23.39) (18.76)
Decomposition
Endowments 0.0319*** 0.0112***
(11.81) (9.38)
Coefficients 0.0763*** 0.0508***
(13.64) (15.51)
Interaction 0.0173*** -0.000952
(5.16) (-0.63)
Observations 20206 35696
Adjusted R2
t statistics in parentheses * p < 0.05, ** p < 0.01, *** p < 0.001