Embed Size (px)
Citation preview
UNIVERSIDAD CENTROAMERICANA
JOSÉ SIMEÓN CAÑAS
TEMA:
RELACIÓN ENTRE LAS REMUNERACIONES Y EL NIVEL
EDUCATIVO DE LAS PERSONAS DEL ÁREA METROPOLITANA
DE SAN SALVADOR DE LA INDUSTRIA MANUFACTURERA.
TRABAJO DE GRADUACIÓN PREPARADO
PARA LA FACULTAD DE CIENCIA ECONÓMICAS Y SOCIALES
PARA OPTAR AL GRADO DE
LICENCIADO(A) EN ECONOMÍA
POR:
CIRO ERNESTO CALLEJAS AMAYA
GLENDA LISSETTE LEMUS BERRIOS
MIRIAM MAZARIEGO SALAZAR
WALTER ROLANDO MAEDA MACHUCA
SAN SALVADOR, OCTUBRE 2003
UNIVERSIDAD CENTROAMERICANA
“JOSÉ SIMEÓN CAÑAS”
RECTOR
JOSÉ MARIA TOJEIRA S.J.
SECRETARIO GENERAL
LIC RENÉ ALBERTO ZELAYA
DECANO DE LA FACULTADAD DE CIENCIAS ECONÓMICAS Y
SOCIALES
DRA JUANA ESTELA CAÑAS
DIRECTOR DEL TRABAJO
LIC AIDA ARGÜELLO DE MORERA
SEGUNDO LECTOR
M.S.c. MARIO MONTESINO
Alcanzar este logro académico es algo muy importante para los que me aprecian y para mí,
por esta razón quiero aprovechar para agradecer y dedicar este logro a aquellos cuyo apoyo
y compañía han permitido la finalización de esta carrera.
Debo de empezar por mi Mamá y Papá, Cristina Amaya y Rigoberto Callejas, cuyos
esfuerzos, buenas intenciones, apoyo y comprensión estuvieron presentes desde el inicio de
mi vida, porque han sido ejemplos de empeño, dedicación y tenacidad, y porque además
han sido la pieza fundamental para la consecución de este logro, ya que siempre han hecho
lo mejor que pueden por mí.
A mis hermanos y familiares, quienes estuvieron siempre atentos para colaborar de una u
otra forma conmigo, por ser de quienes recibí palabras de aliento y colaboración.
A mis amigas y amigos porque fueron apoyo en los momentos de mayor presión y con
quienes da gusto intercambiar desde una pequeña palabra hasta una extensa discusión.
A los catedráticos y catedráticas que lograron crear en los alumnos mentes críticas y
acuciosas para comprender la realidad, y de esa forma innovar en la forma de enfrentar las
vicisitudes circundantes.
A los compañeros y compañeras, con quienes colaboré en el desarrollo de actividades
enriquecedoras de nuestros conocimientos y con quienes nos la pasamos bien.
Ciro Ernesto Callejas Amaya
A DIOS: Por haberme regalado la vida, la sabiduría y la inteligencia para
poder llegar a la meta.
A MIS PADRES: Por su amor y confianza, por no dejarme decaer y apoyarme
a seguir adelante.
A MI HERMANA: Por estar siempre a mi lado, en todo momento.
A MIS HIJOS: GERARDO ANDRÉS y AlEXANDER JOSÉ, por su
paciencia, amor y alegría sin fin.
A MI ABUELITA: Por su cariño, su confianza en mi y sus oraciones para que
no me faltara fortaleza para terminar la carrera.
A MI DEMÁS FAMILIA: Por su cariño y darme ánimos para continuar.
A MIS AMIGAS Y AMIGOS: Por esos ratos amenos que hicieron menos
difícil el camino.
A LA UNIVERSIDAD, CATEDRÁTICOS Y COMPAÑEROS: Por contribuir
a mi formación profesional.
A MIS COMPAÑEROS DE TRABAJO: Por su empuje, su cariño, por las
palabras de aliento y la confianza depositada en mi.
Glenda Lissette Lemus Berríos.
AGRADECIMIENTOS:
Es maravilloso expresar mi agradecimiento por el apoyo espiritual, moral y económico
que me han brindado para obtener este gran triunfo, sin su ayuda no hubiese sido posible
alcanzarlo, especialmente mil gracias a:
DIOS TODOPODEROSO al guiar mis pasos por el camino adecuado.
ERNESTO: mi amado esposo, que en mis momentos de dificultad, siempre encontré en
él, palabras de consuelo y ánimo para seguir adelante.
JACQUELINE: mi tesorito, gracias hijita por darme ese tiempo, que yo debía estar a tu
lado cuidándote y jugando contigo.
COMPAÑERAS (OS) : gracias por inyectarme positivismo y perseverancia
Miriam.
Quiero brindar las gracias a Dios, a quien debo todo lo que soy y todo lo que tengo “Tu eres,
Señor la razón de mi vida, todo lo que he logrado lo rindo a tus pies, pues eres el único que
merece toda la gloria.”
A mis padres, que no escatimaron esfuerzos para apoyarme, todas las veces que lo necesite
“Gracias por que este triunfo es el fruto de todo lo que cosecharon en mí, gracias por sus
oraciones que sin duda alguna guardaron mi vida”
A mis hermanas, que al igual que yo, estoy seguro disfrutan este éxito como propio “Gracias
hermanas por que con su amor y ayuda pude lograrlo”
A mis amigos de la iglesia, porque aunque no lo sepan, ya son parte de mí, ustedes
confirman la frase que dice: “Que los amigos, son un regalo de Dios”
A mis amigos de la Universidad, gracias por que sin su ayuda y sin su paciencia, todo
hubiese sido más difícil.
Walter R. Maeda Machuca
ÍNDICE
INTRODUCCIÓN…………..…………………………………………………………..I
CAPÍTULO I
Marco Teórico…………………………………………………………………………...1
1.1 Relación entre Crecimiento, Productividad y Capital Humano……………………..1
1.2 Mincer: Ingreso y Capital Humano ………………………………………………....7
1.3 Evidencia Empírica…………………………………………………………………14
CAPÍTULO II
El Salvador: Situación Económica y del Mercado Laboral…………………………….24
2.1 Diagnóstico Económico…………………………………………………………….24
2.1.1 Producción y Precios…………………………………………………..... 24
2.1.2 Sector Financiero y Monetario…………………………………………...26
2.1.3 Sector Externo……………………………………………………………28
2.1.4 Finanzas Públicas…………………………………………………………32
2.2 Coyuntura general del mercado laboral…………………………………………….34
2.2.1 Evolución PEA, PET, ocupados y desocupados………………………….37
2.2.2 Características de los ocupados…………………………………………..39
2.2.3 Características de los desocupados……………………………………….43
2.3 Educación, salarios y empleo……………………………………………………....45
2.3.1 Educación y Salarios……………………………………………………...51
CAPÍTULO III
Perfil de Ingresos de los Ocupados en la Industria del AMSS: Modelo de Mincer……53
3.1 Justificación de la selección de la muestra…………………………………………53
3.2 Características de los ocupados que trabajan en el sector industrial del AMSS…...57
3.3 Resultados de las regresiones del Modelo de Capital Humano en la muestra
seleccionada…………………………………………………………………………….62
CONCLUSIONES……………………………………………………………………...74
RECOMENDACIONES……………………………………………………….......... 76
ANEXOS
BIBLIOGRAFÍA
I
INTRODUCCIÓN
Una de las mejores y más importantes inversiones en capital humano que puede
realizar un país junto a la inversión en salud, lo constituye la educación, la cual incide
favorablemente en el mediano y largo plazo en el aprovechamiento más eficiente de las
oportunidades y desarrollo de una sociedad; además, a mayor nivel educativo de la
población corresponde también la posibilidad de obtener mayores ingresos y por
consecuencia mejores posibilidades de empleo.
Con relación a lo anterior, las nuevas teorías sobre el crecimiento económico
realizadas por Paul Romer (1986, 1990) y Robert Lucas (1988), hicieron énfasis en la
importancia del capital humano, al analizar las diferencias internacionales en la tasa de
crecimiento económico de los países. Según estas teorías del crecimiento (Romer, Lucas),
lo que aumenta la productividad no es un factor exógeno (tecnología, etc.) sino factores
endógenos como: La acumulación de los factores de producción y su nivel de
conocimientos.
Estas nuevas teorías buscaron demostrar, como el capital humano, en la forma de
educación, posibilita que todo el proceso de producción se beneficie con las externalidades,
que una sociedad genera de este mayor nivel de educación. Esto vuelve a la mano de obra
más capacitada para utilizar el capital físico de manera eficiente, lo cual aumenta la
productividad. Por tanto, la elevación del nivel de educación no sólo posibilita la
introducción de innovaciones tecnológicas y mejores formas de producción, sino que a su
vez provoca un aumento de la eficiencia del uso de todos los factores de producción.
La tesis tiene por objetivo estudiar la relación entre educación y salarios y
determinar el perfil de ingreso de los ocupados del sector industria del AMSS. Se busca
establecer si la educación y la experiencia son elementos que permiten a los ocupados con
mayores niveles educativos obtener mayores salarios, además se pretende analizar como
evolucionan los salarios a medida que aumentan los años de experiencia de los
trabajadores. La hipótesis básica que se busca verificar es que la educación tiene un
impacto positivo en la remuneración de los individuos.
II
En la actualidad se encuentran disponibles algunos estudios relacionados con tasas
de retorno de la educación y el perfil de ingresos de la población ocupada del país, sin
embargo no existe información actualizada sobre el perfil de ingresos de ocupados en
actividades específicas. Con el objeto de obtener información detallada sobre un sector de
actividad económica en particular la presente tesis busca determinar el comportamiento de
los salarios ante diferentes niveles educativos y años de experiencia de los ocupados en el
sector industria del AMSS.Para lograr este objetivo se utilizó la ecuación básica de Mincer.
Se realizaron regresiones lineales utilizando el programa SPSS con información de la base
de datos de la EHPM 2001.
A lo largo de todos los capítulos que este estudio comprende se mencionan los
conceptos relacionados con desarrollo económico, ocupación y educación y como estos
vínculos son comprobables a través de la información que se ha procesado. Este trabajo se
ha dividido en cuatro capítulos cuyo contenido se pueden resumir de la siguiente manera:
En el primer capítulo se menciona la relación entre las teorías existentes sobre la
incidencia del capital humano y los niveles de educación, en la productividad, en los
niveles de ingreso de las personas y su influencia en el crecimiento económico del país.
También se especifica como el crecimiento económico influye en los factores que inciden
en el desarrollo humano (Actividades y políticas de familia y gobierno) y como estas
repercuten en la economía de un país. Además se hace referencia sobre algunos estudios
realizados a nivel latinoamericano y en El Salvador donde se detallan las relaciones
existentes entre la remuneración y la educación
El segundo capitulo inicia con una descripción de la situación económica de El
Salvador analizando los sectores de Producción y Precios, Financiero y Monetario, Externo
y Finanzas Públicas, haciendo énfasis en las características de crecimiento y desarrollo de
cada uno de éstos en los últimos años. Seguidamente, se describe la situación del mercado
laboral del país para el período 1997-2002 a partir de información de la Encuesta de
Hogares y Propósitos Múltiples. Se analiza la evolución de PEA, PET, ocupados,
desocupados, educación y salarios. En la tercera sección de este capitulo se hace un
diagnóstico mas detallado de la situación del mercado laboral en el año 2001 dado el
modelo que se desarrolla en el siguiente capitulo se basa en la información de la EHPM de
ese año. Este diagnóstico incluye información demográfica población ocupada por rama de
III
actividad económica, así como desocupados en función de género y área geográfica.
También se estudian, tomando de base el nivel de educación y la respectiva área de
actividad económica, las remuneraciones promedio por género y área geográfica.
En el tercer capitulo se desarrolla el modelo de Mincer. En primer lugar se
presentan los factores que fueron tomados en cuenta para la selección y procesamiento de la
muestra utilizada, así como una descripción de sus principales características.
Posteriormente se presentan los resultados obtenidos al efectuar las regresiones del modelo
de capital humano de Mincer.
En el cuarto y último capítulo se presentan las conclusiones y recomendaciones que
han resultado del desarrollo del presente estudio, las cuales enfatizan la importancia de la
educación para mejorar los salarios y el nivel de vida de los ocupados y sus familias,
contribuyendo además al crecimiento y desarrollo económico y social del país.
1
CAPÍTULO I
MARCO TEÓRICO
1.1 Relación entre Crecimiento, Productividad y Capital Humano
A mediados de los años cincuentas del siglo recién pasado, la escuela neoclásica
toma como idea principal la teoría del crecimiento económico exógeno, lo que significó
un renacimiento de dicha teoría para explicar la acumulación de capital en el largo plazo,
pero en los siguientes años ese interés por estudiarlas disminuyó.
La teoría del crecimiento económico sostenía que dicho crecimiento era el
resultado de la acumulación de capital físico y de la ampliación de la fuerza de trabajo,
combinadas con un factor exógeno: La tecnología, que incrementaba la productividad
del capital y de la fuerza del trabajo, este pensamiento tomó mayor importancia con el
trabajo realizado por Solow-Swan (1956), que resaltaron la diferencia fundamental,
entre capital, trabajo y tecnología, afirmando que los dos primeros son bienes rivales, es
decir, que no pueden ser utilizados al mismo tiempo por diferentes personas y el último
es un bien no rival, es decir, puede usarse al mismo tiempo por varias personas. Para
Solow la economía tenderá al estado estacionario en el largo plazo, donde las
características serán el ingreso per cápita constante y que el crecimiento per cápita sólo
se podrá aumentar incrementando el nivel tecnológico o variando la tasa de crecimiento
de la población. La debilidad de este modelo radicaba en que el progreso tecnológico es
exógeno y no pueden dedicarse recursos a la financiación del progreso tecnológico.
Hasta fines de los ochentas e inicio de los noventas las nuevas teorías sobre el
crecimiento económico realizadas por Paul Romer (1986, 1990) y Robert Lucas (1988)
enfatizaron la posición del capital humano al analizar las diferencias internacionales en
la tasa de crecimiento económico de los países.
2
Según la nueva teoría del crecimiento (Romer, Lucas), lo que aumenta la
productividad no es un factor exógeno sino factores endógenos como: La acumulación
de los factores de producción y su nivel de conocimientos.1
Lo que buscaron estos nuevos modelos era demostrar como el capital humano en
la forma de educación, posibilita que todo el proceso de producción se beneficie con las
externalidades que una sociedad genera de este mayor nivel de educación. Esto vuelve a
la mano de obra más capacitada para utilizar el capital físico de manera eficiente, lo cual
aumenta la productividad. Por tanto, la elevación del nivel de educación no sólo
posibilita la introducción de innovaciones tecnológicas y mejores formas de producción,
sino que a su vez provoca un aumento de la eficiencia del uso de todos los factores de
producción.
Es necesario establecer un vínculo entre educación, capital humano, ingreso,
productividad y crecimiento económico para comprobar como interaccionan entre sí, por
lo cual vamos a definir cada uno de estos componentes.
Educación: Un incremento en los conocimientos o habilidades procesadas por las
personas. La educación es vista generalmente desde una perspectiva “formal”, en la cual
los “estudiantes” se sientan en un salón de clases familiarizados a prestar toda su
atención a los profesores antes que sean forzados a revelar su educación a través de
exámenes. De igual forma existe otro tipo de educación que es menos formal, que es
adquirida en el trabajo o a través de experiencias reales. Un importante aspecto
económico es como mejora la productividad de la fuerza de trabajo mediante el
incremento de capital humano. De hecho, la educación ha sido uno de las fuentes
primarias del crecimiento económico y del mejoramiento de los niveles de vida.
Capital Humano: La sumatoria de los conocimientos productivos, experiencia y
entrenamiento de una persona. La adquisición de capital humano es lo que hace a una
persona más productiva. Una de los más notables métodos de acumulación de capital
humano es a través de educación formal, aunque también puede ser obtenido
efectivamente a través de entrenamiento menos formal y de experiencias en el puesto.
1 Elías, Silvina y M. del R. Fernández, “Capital Humano y Educación: ¿La calidad importa?”, Universidad Nacional del Sur, Agosto
2002, pág. 2.
3
Productividad: Es el resultado de un factor de producción en un período
determinado. Es una medida relativa de la capacidad de un factor productivo para crear
determinados bienes en una unidad de tiempo. La productividad del trabajo, por
ejemplo, se mide por la producción anual -o diaria u horaria- por hombre ocupado, esto
indica que cantidad de bienes es capaz de producir un trabajador, en promedio, bajo
cierto período. Si se modifica la cantidad de trabajadores, obviamente, no se estará
aumentando la productividad; ello sólo ocurrirá si se logra que los mismos trabajadores -
al desarrollar sus habilidades, por ejemplo- produzcan más en el mismo período de
tiempo. Lo mismo se aplica a los otros factores productivos. Si bien no es fácil medir
con exactitud la productividad de cada factor aisladamente, pues en la práctica ellos se
combinan de un modo que hace dificultosa tal separación, en cambio es posible tener
una idea aproximada de la contribución de cada uno al producto final.
Ingreso: Monto total percibido durante un período establecido (Período de
referencia) en dinero y/o en especies por medio de su trabajo y otras fuentes tales como:
Comisiones, bonificaciones, renta, remesas y ayuda familiar, pensiones y jubilaciones,
intereses, alquileres, donaciones, utilidades, etc.
La productividad total ha crecido desde la época de la Revolución Industrial:
gracias a las innovaciones tecnológicas, a la creciente incorporación de capital a los
procesos de producción y gracias a la mayor calificación de la mano de obra, las
empresas modernas son muchísimo más productivas que sus similares de hace algunas
décadas. Este hecho es el que explica, en definitiva, el gigantesco incremento en el
consumo que se ha dado desde aquella época, pues el aumento de la productividad se
expresa en una mayor producción por hombre ocupado.
El crecimiento económico es una variable que aumenta o disminuye el Producto
Interno Bruto (PIB). Para Sala i Martin: "…pequeñas diferencias en la tasa de
crecimiento a largo plazo pueden dar lugar a grandes diferencias en los niveles de renta
per cápita y de bienestar social a largo plazo"2. Si el PIB crece a un ritmo superior al del
crecimiento de la población, se dice que el nivel de vida de ésta mejora, y si por el
2 Sala i Martin, Xavier, Apuntes de crecimiento económico, (España, Antoni Bosch, editor, S.A., 2000). P.4
4
contrario la tasa de crecimiento de la población es mayor que la tasa de crecimiento del
PIB, podemos afirmar que el nivel de vida de la población está empeorando.
Una de las mejores y más importantes inversiones en capital humano que puede
realizar un país junto a la inversión en salud, lo constituye la educación, la cual incide
favorablemente en el mediano y largo plazo en el aprovechamiento más eficiente de las
oportunidades y desarrollo de una sociedad; además, a mayor nivel educativo de la
población corresponde también la posibilidad de obtener mayores ingresos y por
consecuencia mejores posibilidades de empleo.
Dicho crecimiento, en el largo plazo, dependerá en gran medida del nivel que
haya alcanzado la productividad de la nación, de que tan favorable sea el uso de los
factores de producción, ya que si se usan de manera óptima, traerá un mayor crecimiento
a la economía. Ahora bien, la optimización de recursos en la productividad, se relaciona
mucho con el grado de capital humano (Esto incluye habilidades, destrezas y
conocimientos desarrollados por el individuo) que posee un país; es decir, que si un país
tiene indicios de crecimiento, esto se debe al nivel de productividad y esta productividad
al grado de capital humano alcanzado.
Según instituciones internacionales como el Banco Mundial,3 para obtener un
mayor crecimiento económico en una nación se debe tener un panorama
macroeconómico estable: Finanzas públicas sanas, sector externo equilibrado, baja
inflación, etc., ya que esto genera disminución de la pobreza, por ende mayor
crecimiento, ingreso y empleo. En la mayoría de países subdesarrollados la pobreza esta
asociada principalmente a la baja productividad de la mano de obra, por lo cual se busca
tener un modelo de crecimiento económico robusto y sostenible en el tiempo.
En el Reporte de Desarrollo Humano de Egipto de 1998-1999 del PNUD, es
posible determinar los siguientes vínculos que unen al desarrollo humano, crecimiento
económico y a la educación, nutrición, salud, empleo e ingreso como parte de ambos.
El crecimiento económico per cápita influye en el desarrollo humano
principalmente a través de las actividades y políticas de las familias y el gobierno, esto
3 Banco Mundial, “Estrategia de asistencia para el país, para la República de El Salvador”, Unidad de Administración de los países
de América Central América Latina y el Caribe, Noviembre 2001, pág. 14.
5
debido a que el efecto del ingreso familiar depende no sólo del tamaño sino también del
destino en que la familia decide gastarlo. La propensión familiar a gastar su ingreso
disponible en elementos que repercutan de manera más directa a mejorar el desarrollo
humano -comida, agua potable, educación, salud, etc.- es variable, y depende de factores
tales como el nivel y distribución del ingreso al interior de la familia, así como de la
persona encargada de controlar el destino del gasto dentro de la familia.
Los efectos positivos de un mayor ingreso familiar pueden verse asociados al
aumento de matrícula escolar (El-laithy et al 1999), a indicadores de salud como la tasa
de altura por año y los índices de supervivencia, además es más probable que los
ingresos sean gastados en elementos que mejoren el nivel de desarrollo humano cuando
las mujeres controlan estos ingresos, de ahí pues que la alfabetización femenina y la
participación de la mujer en el mercado laboral desempeñan un rol importante en el
fortalecimiento del vínculo entre desarrollo humano y crecimiento económico. El
desembolso en elementos relacionados con el desarrollo humano influye en la tasa de
reducción de la pobreza, ya que si una familia bajo el nivel de pobreza recibe algún
ingreso extra, incrementarán su desembolso en comida y la cantidad de calorías
ingeridas.
En la misma medida en que las personas están más saludables, mejor nutridas y
más educadas están en posición de contribuir efectivamente al crecimiento económico.
Mejores niveles de desarrollo humano, además de ser un fin en sí mismo, repercute en la
Economía de un país mejorando las capacidades de sus ciudadanos y consecuentemente
su creatividad y productividad.
Incrementos en los ingresos están asociados a la educación, y ésta a su vez
contribuye a mejorar las capacidades tecnológicas e innovaciones técnicas en la
Industria, puesto que mientras más educada sea la fuerza de trabajo mayor será la
productividad, porque los más educados son más propensos a innovar. Aparte del
aumento de la productividad del factor trabajo por un mejor nivel de educación, la
educación también puede influir sobre el crecimiento del ingreso per cápita, por medio
de una reducción del crecimiento poblacional.
6
Por lo antes dicho, sobre los vínculos entre crecimiento económico y desarrollo
humano, se puede afirmar que esta relación será más fuerte cuanto menor sea la
proporción de personas bajo la línea de pobreza y entre mayor sea el porcentaje del
ingreso que se destina a desarrollo humano, lo cual está influido ciertamente por el nivel
de educación y participación femenina en la oferta laboral.
No se puede afirmar que exista una conexión automática entre mejoras en el
desarrollo humano e incrementos en el PIB per cápita, puesto que la creación de un
mayor número de personas educadas no es suficiente para estimular el crecimiento, si no
que a su vez deben existir oportunidades para éstos de ser empleados de una manera
productiva. Es más, el desarrollo humano por sí sólo no puede transformar una
economía, debido a que incluso las personas sanas y educadas necesitan maquinaria,
edificios e infraestructura para complementar sus esfuerzos de mejorar el crecimiento
económico.
Las políticas gubernamentales pueden desarrollar patrones de crecimiento que
generen empleos, que incrementen salarios reales y que aumenten la demanda del
mercado por el capital humano, y esta demanda por cuidado de salud y educación
permitan un fortalecimiento de este capital. La asignación de los recursos para la mejora
del desarrollo humano está en función del gasto público, de cuanto se destina a los
sectores claves del desarrollo humano y de cuanto es asignado entre cada uno de los
sectores que componen el desarrollo humano.
Por lo antes dicho, sobre los vínculos entre crecimiento económico y desarrollo
humano, se puede afirmar que esta relación será más fuerte cuanto menor sea la
proporción de personas bajo la línea de pobreza, a menor tasa de desempleo y entre
mayor sea el porcentaje del ingreso que se destina a desarrollo humano, lo cual está
influido ciertamente por el nivel de educación y participación femenina en la oferta
laboral.
7
1.2 Mincer: Ingreso y Capital Humano
Entre las determinantes de la remuneración pueden encontrarse diversos factores
como la escolaridad, la productividad, las habilidades, responsabilidad, cumplimiento de
metas, la capacidad de socializar, etc. que pueda poseer un individuo en un momento
dado. La educación es un importante factor que determina los salarios en las economías
de mercado, es decir, aquellas economías en donde las decisiones son tomadas por
individuos racionales, éstos determinan las cantidades ofrecidas y los precios de los
bienes y/o servicios que son prestados, y de igual forma para el mercado de trabajo
existe una oferta y una demanda, que son los elementos que componen la teoría
neoclásica del mercado de trabajo.
La demanda de trabajo se da por parte de los empleadores o patronos que
contratarán a personas basándose en la educación como una señal de lo “entrenable” que
es un individuo, de manera que escoge a los sujetos cuyos antecedentes asegurarán
menores costos de entrenamiento (Thurow 1972). Estos individuos son seleccionados y
empleados para desempeñar ciertas actividades dentro de las empresas u organizaciones
prestando su mano de obra, por la cual recibirán una remuneración, los empleadores
estarán dispuestos a contratar más mano de obra cuanto menor sea el costo o
remuneración por hacer uso de ese recurso económico, es decir, el salario. La teoría de
la demanda está basada en la teoría de la productividad marginal del trabajo.
La teoría de la productividad marginal del trabajo, se basa en el siguiente
principio de productividad marginal: “Existe una relación funcional directa entre los
salarios y el nivel de ocupación; cada uno de los empresarios, tratando de elevar al
máximo su beneficio, tratará de ajustar la ocupación en forma tal que el producto
marginal del trabajo sea igual al salario”4, este principio se desarrolló en un primer
momento por Henry George (1879) y John Bates Clark (1902) quienes tomaban este
principio como el determinante de los salarios; en relación a esto autores posteriores,
Marshall, Hicks y la mayoría de teóricos económicos, consideran que dicho principio
sólo determina la demanda de trabajo.
4 C.E. Ferguson y J.P. Gould, Teoría Microeconómica, Fondo de Cultura Económica, 1980
8
La oferta de trabajo la componen los agentes económicos individuales, que
estarán dispuestos a “vender” más mano de obra por mayores remuneraciones salariales.
Un elemento de la teoría neoclásica es que cuando existe un mercado compuesto por una
curva de oferta y una de demanda típica, los agentes económicos buscarán maximizar su
beneficio, por lo que habrá un punto de equilibrio en el cual la oferta será igual a la
demanda; debido a que, bajo competencia perfecta, será el libre juego de las fuerzas del
mercado el que hará que las cantidades de mano de obra a emplear y los salarios a pagar
lleguen a una situación de equilibrio. La teoría de la oferta está basada en la
maximización de la utilidad de los trabajadores y contiene la teoría de la inversión en
capital humano y la teoría de la elección entre trabajo y ocio.
La teoría del capital humano5, que determina la calidad de la mano de obra, se
origina en la observación del comportamiento recurrente de los salarios: Estos son
mayores para las personas más educadas y aumentan a lo largo de la vida laboral
rápidamente en un primer momento y luego a una menor velocidad hasta el momento en
que comienzan a declinar. Además, se observa que las personas jóvenes invierten más en
adquisición de habilidades que las personas mayores. Basándose en éstas regularidades
se desarrollaron los modelos pioneros de Ben-Porath (1967), Becker (1975) y Mincer
(1974), a partir de los cuales se continúan las investigaciones hasta nuestros días.6
Para estimar como influye la educación en el nivel de ingreso de los individuos,
es necesario conocer los retornos privados -o remuneración- de la educación, los cuales
son la relación costo-beneficio que enfrenta un individuo ante la decisión de invertir en
educación. Esta relación incluirá los costos financieros o gastos que debe hacer un
individuo para tener acceso a la educación y el costo de oportunidad de seguir
estudiando ante la alternativa de ingresar al mercado laboral o aumentar las horas
trabajadas; en esta investigación se tratará de aislar el efecto que tienen los años de
educación adicionales sobre las diferencias de ingreso, por lo cual en este trabajo de
graduación no se hará una la investigación a cerca de los costos de la educación sino que
5 La teoría de capital humano explica tan sólo el diferencial de los individuos con menor y mayor capital humano, pero no puede
explicar el nivel de los salarios. Ya que existen ciertos elementos que influyen en la determinación del ingreso como la calidad de la educación, inteligencia, habilidades innatas para el trabajo, su astucia y destreza, etc. 6 Dispersión salarial, Capital Humano y Segmentación Laboral en Lima, Juanpedro Espino Rabanal, Consorcio de Investigación
Económica y Social / Pontificia Universidad Católica del Perú -Departamento de Economía
9
mostrará la relación que existe entre la Educación y el Salario; por tanto no podrá
afirmarse que este trabajo muestra completamente los retornos privados de la educación.
Diversas instituciones como: Banco Mundial, Consorcio de Investigación
Económica y Social -CIES-, FUSADES, etc., han realizado investigaciones acerca de los
retornos privados de la educación y su interpretación -Chiswick (1997), Zhiqiang Liu
(1998), Moock (1998), Lardé (2002), Espino Rabanal (2001)- usando la forma
matemática que Jacob Mincer propuso en su Investigación Schooling, Experience, and
Earnings de 1974, que es llamada también Función de Ingreso y capital humano (HCEF,
por sus siglas en inglés) la cual es aplicada a cortes de tipo transversal.
A continuación se presenta la ecuación, los supuestos, las bondades y las críticas
a la ecuación de Mincer:
El Logaritmo natural del ingreso por hora está en función de la educación y la
experiencia:
Ln yi = f ( Si, Exp )
ó
Ln yi = + 1 Si + 2 Exp + 3 Exp² + Xn ui
, 1, 2 > 0 y 3 < 0.
Dónde:
Ln yi: Se refiere al logaritmo natural de los ingresos mensuales percibidos por la
actividad principal deflactados temporalmente.
Si: Los años de educación para un individuo.
Exp: Los años de experiencia laboral.
Exp²: Los años de experiencia al cuadrado.
Xn: Se refiere a una matriz de n variables de control que tratan de aislar otras
características individuales que podrían afectar las diferencias en la remuneración por el
trabajo.
1: Es la tasa de retorno a la educación, asumiendo que el único costo de la educación es
el ingreso dejado de percibir por no trabajar. El signo esperado es positivo.
2: Coeficiente que muestra la aproximación de los efectos de la edad avanzada sobre la
productividad del trabajo. El signo esperado es positivo.
10
3: Indicador que refleja el efecto de disminución en la productividad generada tanto
por la edad avanzada como por la obsolescencia de los conocimientos. El signo esperado
es negativo.
La explicación de la ecuación de Mincer es que el logaritmo del ingreso
individual está en función de la educación, la experiencia y de la experiencia al
cuadrado. Espino Rabanal (2001) aclara que Mincer incluye la inversión en
entrenamiento (Definida como la fracción del tiempo de trabajo que se dedica a la
adquisición de nuevas habilidades o al perfeccionamiento de las ya adquiridas), pero
que debido a que esta información no es observable directamente, es reemplazada por
una función cóncava de la experiencia (Exp + 3 Exp²; 3 < 0); ya que se asume que
la inversión acumulada aumenta con la experiencia o edad, pero a una tasa decreciente.
Para calcular la experiencia, una publicación de la Universidad de Uruguay presenta dos
posibles variables proxys de la experiencia: La experiencia específica (El tiempo que
una persona ha trabajado en su actividad actual) y la experiencia potencial (Función
lineal de la edad).
Espino Rabanal (2001) presenta los siguientes supuestos que deben tomarse en
cuenta para la elaboración estudios usando el Modelo de Mincer:
La inversión acumulada aumenta con la experiencia o edad pero a una tasa
decreciente, lo cual reemplaza a la variable Inversión en entrenamiento que
Mincer planteó en un inicio.
La experiencia se tomará como la experiencia potencial.
1 es la tasa de retorno de la educación, asumiendo que el único costo de la
educación es el ingreso dejado de percibir por no trabajar.
+ 23Exp) es la tasa de retorno de la experiencia, que es la derivada
parcial del logaritmo del ingreso con respecto a la experiencia.
1 y + 23 Exp) son tasas que se toman para los individuos y no
cambian con el monto invertido, por lo que cada año sucesivo de educación
o experiencia provoca un aumento proporcional en los ingresos aún cuando
el incremento en unidades monetarias no sea constante. La diferencia entre
11
una persona con un año de educación y una de dos, es menor que la
diferencia entre una persona con nueve y otra con diez años de educación.
Se asume una tasa de retorno similar para todos los niveles educativos -y de
experiencia- y para diferentes calidades de educación -y de experiencia o
entrenamiento-. Es decir, se asume que cada año de educación es homogéneo
y que cada año todos los trabajadores invierten la misma fracción de tiempo
en adquirir mayores destrezas y habilidades, lo que significa que tienen el
mismo patrón de inversión post educativa.
Las tasas de retorno son semejantes para todos los individuos. Esto quiere
decir que el beneficio que obtiene un individuo de un año adicional de
educación o experiencia no es influido por sus características personales; esto
es observable cuando se estima los coeficientes de la ecuación y se asume
que se cumplen para todos los individuos de la muestra y de la población. Lo
que se estima cuando se calcula una única tasa de retorno, es una tasa
promedio para todos los individuos dentro de la muestra.
Para obtener la variable experiencia, Barry Chiswick, en la Publicación
“Interpretación del Coeficiente de Escolaridad en la Función de Capital Humano”
(Interpreting the Coefficient of Schooling in the Human Capital Earnings Function,
April 1997) presenta 2 posibles formas de obtenerla, la primera está definida como:
(1) T = Edad - S - Z
Dónde:
T: Años de experiencia
S: Años de estudio
Z: Edad a la que se inicia los estudios escolares.
La segunda forma, la recomienda especialmente para países en vías de desarrollo
donde la culminación de la educación es muy baja, sugiere que la experiencia potencial
se tome como el menor valor que se obtenga entre la fórmula (1) y (2) para calcular la
experiencia.
(2) T = Edad - X
12
Dónde:
X: Edad del inicio del empleo que proporciona la experiencia del mercado de
trabajo relevante para el trabajo del adulto.
Las bondades que tiene la función de ingreso y capital humano (HCEF por sus
siglas en inglés), han sido traducidas libremente de Chiswick (1997) y son presentadas a
continuación:
1. La ecuación no es una especificación ad-hoc. Se deriva de una identidad, y por lo
tanto los coeficientes que se obtienen de la ecuación tienen interpretaciones
económicas.
2. El hecho de usar el logaritmo natural del ingreso en lugar del ingreso, como
variable dependiente hace que la varianza del residuo en la función de ingreso y
capital humano sea menos heterocedástica y la distribución de los errores es más
cercana a lo normal, debido a la pendiente positiva de la variable ingreso, que al
incrementar el nivel de escolaridad aumenta la desigualdad salarial.
3. La ecuación hace un uso eficiente de los datos, a pesar que los datos de ingresos,
años de escolaridad y años desde que se finalizó la escuela, están disponible
rápidamente, los datos sobre el costo individual de la educación no están
disponibles. El procedimiento de la HCEF convierte la relación entre ingresos e
inversiones en capital humano (En dólares) en una relación entre el logaritmo
natural de los ingresos y los años invertidos en educación y entrenamiento.
4. La HCEF es flexible, debido a que fácilmente permite la incorporación de
variables adicionales que sean apropiadas para el propósito del estudio.
5. Los coeficientes de la HCEF carecen de unidades, por lo que facilitan la
comparación a través del espacio o períodos de tiempo -Por ejemplo países y
décadas, respectivamente-.
Espino Rabanal (2001) hace una recopilación de 6 críticas que son hechas a la
HCEF por diversos autores, las cuales se presentan a continuación:
1. Según Meller (1981) no es claro cómo la educación puede aumentar la
productividad del trabajador, si la mayoría de las habilidades se adquieren en el
trabajo y no antes de entrar a él, y de esto parte para concluir que las
13
remuneraciones de los individuos estarían más relacionadas con el puesto de
trabajo que con las características personales.
A esto Espino Rabanal cita a Rosenweig (1995) de cómo es posible explicar la
relación entre productividad del trabajador y educación: i) la educación mejora el
acceso a fuentes de información como periódicos o manuales y ii) la educación
mejora la capacidad de descifrar la información proveniente de fuentes externas
o de la propia experiencia. Así, los más educados aprenden y descifran nueva
información más rápidamente, por lo que concluye: “si los más educados
comienzan un nuevo proceso de producción con más información o aprenden
más eficientemente a medida que lo utilizan, observaremos que tienen un mayor
producto o beneficios en cualquier periodo t que los menos educados ...” (p.154).
2. Desde el punto de vista de los empleadores, la educación sólo es una señal para
ver lo “entrenable” que es un individuo, de tal manera que son contratadas
personas cuyos antecedentes aseguren menores costos de entrenamiento
(Thurow, 1972). El resultado de las regresiones de la función de ingresos será
una relación positiva entre educación e ingresos; éstas capturan el hecho que los
trabajadores realmente productivos tienen incentivos para invertir más en
educación con la finalidad de dar señales a los empleadores de ser
verdaderamente productivos y en consecuencia, ser contratados y recibir salarios
más altos.
3. La Teoría está llena de conceptos y términos inmensurables o inobservables. Por
ejemplo, el concepto mismo de capital humano, las tasas de retorno, la forma de
la función de producción de capital humano, los parámetros de esta función, etc.
(Willis, 1986; Smith, 1994).
4. No incluye características de la demanda de trabajo, como lo es el stock físico
con el que trabaja un individuo, esto es importante porque los retornos al capital
humano se materializan en la empresa donde se complementan capital físico y
humano.
5. No toma en cuenta la calidad de la educación, puesto que se concentra en la
cantidad de tiempo dedicado a habilidades y conocimientos, y este tiempo puede
14
ser una mala medida del capital humano cuando la educación varía en el tiempo
y personas.
Shaffer (1961) critica profundamente el axioma de que la educación es una
inversión racional. En primer lugar, “….al menos una parte de cualquier gasto directo
para la mejora del hombre no es inversión según este término se utiliza normalmente,
por ejemplo, se realiza por causas distintas a la expectativa de un rendimiento monetario,
no tiene efectos demostrables sobre la producción futura y satisface directamente las
necesidades”. Además, “rara vez es una decisión racional basada en una cuidadosa
comparación de las oportunidades alternativas de inversión, con el rendimiento
monetario esperado y el grado de seguridad como grado de acción.” Podríamos añadir
que el gasto en educación es decisión de los padres (Glomm, 1997), y siendo ellos los
“inversionistas”, no son los que reciben los beneficios. En segundo lugar, si pudiéramos
separar la parte del gasto que es consumo de la que es inversión, no podríamos separar
la parte del rendimiento que se debe a la inversión de la que se debe a otros factores. Por
último, el Estado debe gastar en educación debido a que “hemos llegado a aceptar como
axioma que.... el conocimiento es preferible a la ignorancia...” y no porque este gasto
guarde una relación directa con su rentabilidad económica.
1.3 Evidencia Empírica
Comparaciones internacionales de la Tasa de Retorno de la educación han
demostrado que existe una relación inversamente entre ésta y el desarrollo económico
(Zhiqiang Liu, 1998), es decir, existe una menor tasa de retorno de la educación en los
países con mayores niveles de desarrollo. Esta es una conclusión que podemos tomar de
la recopilación de tasas de retorno que hace Psacharopoulos y Patrinos (Septiembre
2002), que muestra como las regiones cuya tasa privada de retorno a la educación es
mayor son las regiones donde años de escolaridad promedio y los ingresos promedio per
cápita son menores:
15
CUADRO Nº 1: TASA DE RETORNO POR AÑOS DE ESCOLARIDAD
Región
Ingreso promedio
per cápita
(US $ Dólares)
Años
promedio de
escolaridad
Coeficiente
(Porcentajes)
Europa/ Medio Oriente/
África del Norte* 6,299 8.8 7.1%
OCDE 24,582 9 7.5%
Asia* 5,182 8.4 9.9%
África Sub- Sahariana 974 7.3 11.7%
América Latina y el Caribe 3,125 8.2 12%
Mundo 9,160 8.3 9.7% *Países que no son miembros de la Organización para la Cooperación y Desarrollo Económico (OCDE).
En el Cuadro Nº 1 vemos como en las regiones que presentan menores ingresos
promedio per cápita y con menores años de educación promedio (África Sub-Sahariana
y Latinoamérica y el Caribe), la tasa privada de retorno a la educación es mayor, para
ello los coeficientes fueron basados en Mincer-Becker-Chiswick. El Cuadro Nº 2,
muestra la tasa de retorno privada de la inversión en educación, separada por niveles de
Educación Básica, Educación Media y Educación Superior:
CUADRO Nº 2: TASA DE RETORNO PRIVADO DE INVERSIÓN EN
EDUCACIÓN (PORCENTAJES)
Región
Nivel Educativo
Primaria Secundaria Superior
OCDE 13.4% 11.3% 11.6%
Asia* 20% 15.8% 18.2%
África del Norte/ Medio Oriente/
Europa* 13.8% 13.6% 18.8%
América Latina y el Caribe 26.6% 17% 19.5%
África Sub-Sahariana 37.6% 24.6% 27.8%
Mundo 26.6% 17% 19%
*Países que no son miembros de la Organización para la Cooperación y Desarrollo
Económico (OCDE). FUENTE: : Elaboración propia en base a Psacharopoulos y Patrinos
(Septiembre 2002), Apéndice, Tabla 1.
El Cuadro Nº 2 muestra como las regiones que vimos anteriormente que poseen
mayores ingresos presentan tasas promedio menores de retorno a la educación, y como
16
éstas por lo general tienden a reducirse a medida se alcanza un mayor nivel educativo.
Por ejemplo la región de la OCDE tiene menores tasas de retorno a la educación y es la
región con un ingreso per-cápita promedio mayor. Esto se visualiza de manera más
clara en el Gráfico Nº 1 que se muestra a continuación:
GRÀFICO Nº 1: TASA DE RETORNO DE EDUCACIÒN POR NIVEL
ACADÈMICO
Gráfico MT01: Tasa de retorno de educación por nivel académico
0
20
40
60
80
100
1)OECD 2)N,M,E* 3)Asia* 4)LAC 5)ASub 6)Mundo
Región
Tasa
de
reto
rno
Primaria Secundaria Superior
Fuente: Elaboración propia en base a Psacharopoulos y Patrinos (Septiembre 2002), Apéndice, Tabla A1
*Países que no son miembros de la Organización para la Cooperación y Desarrollo Económico (OCDE).
La tasa de retorno promedio de la educación por género a nivel mundial, es
mayor para las mujeres (9.8%) que para los hombres (8.7%). Al separarlos por niveles
académicos, sólo en la educación secundaria las mujeres tienen una tasa de retorno
promedio (18.4%) mayor que los hombres (13.9%), para los demás segmentos
educativos la tasa de retorno promedio de la educación es mayor para los hombres que
para las mujeres.
Otra aplicación de la HCEF es la Investigación realizada en Vietnam, titulada
“Educación e ingresos en una economía en transición. El caso de Vietnam”, el objetivo
de este trabajo es comprobar como en esta Economía que está en la transición de un
sistema económico socialista planificado, con un sector público que contrata y fija los
salarios de la mayoría de los empleados, hacia una economía de mercado, donde es el
libre juego del mercado el que determinará la cantidad de empleados a contratar y los
salarios que se pagarán (Moock, 1998).
17
A nivel latinoamericano hay estudios al respecto de la tasa de retorno privada de
la educación, por ejemplo, Alfonzo (2000) intenta realizar una primera aproximación a
los factores educativos que contribuyen a la desigualdad de los ingresos en Paraguay,
para ello pone énfasis en la medición de los beneficios privados de la educación, tanto
por los mayores ingresos esperados como por la mayor probabilidad de estar empleado.
Espino Rabanal (2001), investiga las diferencias salariales a través de los
retornos a las variables de capital humano para la ciudad de Lima, Perú. El objetivo es
demostrar que no son únicamente las variables referidas a las características de los
trabajadores (Educación, experiencia, etc.) las que determinan la dispersión salarial, sino
que las características de las empresas también influyen en el hecho de que unos
trabajadores ganen más que otros. Para ello se basa en la teoría del capital humano y la
teoría de la segmentación del mercado de trabajo (TSMT), la cual consiste en que un
trabajador con la misma productividad es pagado distinto entre diferentes ocupaciones.
También podría definirse segmentación cuando dos trabajadores con igual capital
humano tienen distintos valores presentes de sus ingresos futuros del trabajo -si éstos se
pudieran medir-.
Efectúa dos segmentaciones del mercado de trabajo, la primera por el tamaño de
la empresa y la segunda por los residuos en la ecuación de ingresos. Y al final concluye
“....el sector en el que trabaja el individuo (Definido a partir del tamaño de la empresa),
aumenta el poder explicativo de la ecuación, pero sobre todo, nos revela algo
importante: El efecto de la educación -y en menor medida de la experiencia- sobre los
ingresos no es cuantitativamente similar en todo el mercado de trabajo. Si dentro de éste
distinguimos un sector tradicional y un sector moderno, vemos que la relación es mayor
en este último sector.”
Psacharopoulos (2002) en la recopilación de coeficientes de retorno a la
educación presenta los siguientes datos para El Salvador (Cuadro Nº 3 y Nº 4):
18
CUADRO Nº 3: TASA DE RETORNO POR AÑOS DE CADA AÑO DE
ESCOLARIDAD (EL SALVADOR)
PAÍS AÑO TASA DE
RETORNO (%) FUENTE
El Salvador 1985 7.9% Funkhouser (1996)
El Salvador 1988 7.8% Funkhouser (1996)
El Salvador 1990 7.6% Funkhouser (1996)
El Salvador 1992 7.6% Funkhouser (1996)
Fuente : Psacharopoulos y Patrinos (Septiembre 2002), Apéndice.
CUADRO Nº 4: TASA DE RETORNO PRIVADO DE INVERSIÒN EN
EDUCACIÓN (EL SALVADOR)
PAÍS AÑO PRIMARIA SECUNDARIA SUPERIOR FUENTE
El
Salvador 1990 18.9% 14.5% 9.5%
Psacharopoulos
(1994)
Fuente : Psacharopoulos y Patrinos (Septiembre 2002), Apéndice.
A nivel salvadoreño existen investigaciones acerca de la relación entre ingreso y
educación, tales como Vides de Andrade (Enero 2002), quien realiza un estudio que
tiene como principal objetivo examinar un aspecto de la exclusión social, dicho aspecto
es el aislamiento geográfico de los individuos que viven en las áreas rurales de El
Salvador y su impacto en 3 tópicos del mercado laboral: Decisión de participación de la
fuerza de trabajo, Sector de empleo e Ingreso por el trabajo.
En este estudio, se toma como hipótesis que vivir en áreas aisladas
geográficamente tiene un impacto negativo en los frutos del trabajo de los trabajadores
del área rural. El aislamiento geográfico mediante una combinación de riesgos a la
seguridad incrementa los costos de transacción y del trabajo, deprime las tasas de
participación individual de la fuerza de trabajo, incrementa las probabilidades de trabajar
en empleos de baja productividad y como consecuencia obtener menores niveles de
ingreso salarial. Para investigar la relación entre aislamiento geográfico e ingreso ocupa
una variación de la ecuación de Mincer. En dicha variación toma a la edad como
variable proxy de la experiencia y, aparte de las variables tradicionales, le agrega la
19
variable Medida de Aislamiento Geográfico, para observar la influencia del aislamiento
en el nivel de ingreso que percibirán las personas.
En los resultados de dicha investigación, se encuentra que los hombres y mujeres
más educados (más de 10 años de estudio) reciben salarios superiores en 45% y 29%,
respectivamente en promedio, que los que cuentan con cuatro a seis años de educación.
Otro hecho que es detectado en este investigación, es que los hombres con menor
escolaridad tienen mayores tasas de participación en la fuerza de trabajo que los que
cuentan con mayor escolaridad, por el otro lado, las mujeres que no cuentan con ningún
año de educación, tienen menores tasas de participación en la fuerza de trabajo que las
mujeres con algún año de educación primaria. Las diferencias entre los salarios a nivel
de géneros son especialmente mayores para trabajadores que no poseen años de
educación. A pesar de lo anterior, las diferencias salariales, a nivel de género, no son
significativas para trabajadores con siete años de educación o más.
Los coeficientes en este estudio se calculan generando seis ecuaciones diferentes,
las cuales son: una para toda la muestra, una para asalariados de la agricultura y otra
para asalariados que no son de la agricultura, luego dos ecuaciones para los auto
productores, una para la agricultura y otra para los auto productores que no son de la
agricultura, y la sexta ecuación es para el sector mixto, el cual está compuesto por
individuos que durante el año trabajaron en varias ramas de actividad económica.
Las variables que conformaron las ecuaciones, en esta investigación, son las
siguientes: Escolaridad, experiencia, experiencia al cuadrado, índice de ubicación
predicha. Estas variables fueron aplicadas a ecuaciones por separado para hombres y
mujeres.
Para hombres y mujeres la escolaridad presentó una correlación positiva con el
salario, entre estos, el mayor coeficiente de retorno a la educación en las mujeres(0.0588
ó 5.88), se obtuvo en las que son asalariadas fuera de la rama económica de la
agricultura, para los hombres el mayor coeficiente (0.0773 ó 7.73%) se presentó en los
que trabajan en la agricultura y son productores.
Si se asume que la educación incrementa la productividad de los trabajadores, los
resultados obtenidos en esta investigación implicarían que la rama de agricultura
recompensa mejor a los hombres productores que a las mujeres productoras, debido a
20
que, remunera mejor a los hombres que a las mujeres. Una posible explicación de esto
podría ser que las mujeres productoras producen principalmente para el auto-consumo,
mientras que los hombres lo hacen con propósitos comerciales.
Lardé de Palomo (Mayo 2002), puede citarse como el estudio más reciente hecho
sobre estimaciones de la tasa de retorno de la educación por nivel de estudio, en El
Salvador. En su modelo toma a la edad como variable proxy de la experiencia, y añade
también la variable habitación, para observar como influye en las remuneraciones el
hecho de vivir en el área urbana o rural. Los coeficientes que obtiene son los siguientes
(Cuadro Nº 5):
CUADRO Nº 5: TASA DE RETORNO DE LA EDUCACIÓN POR NIVEL DE
ESTUDIO
VARIABLE COEFICIENTE INTERPRETACIÓN
ÁREA DE
HABITACIÓN 0.23
Un trabajador que habita en las áreas
urbanas tiende a un ingreso 23 por ciento
superior a otro trabajador de iguales
características.
EDAD 0.0565
Esta variable es representativa de la
experiencia laboral que el individuo puede
ir adquiriendo, y significa que con cada
año adicional de educación el trabajador ve
incrementado su ingreso en cerca de seis
por ciento.
EDAD AL
CUADRADO
-0.0006 Indica que la disminución marginal de los
ingresos, con la edad, es mínima.
EDUCACIÓN
PRIMARIA
(1 A 6 AÑOS)
0.2627
El ingreso será un 26% superior en
promedio, en comparación con un
trabajador con ninguna educación.
EDUCACIÓN
SECUNDARIA
(7 A 12 AÑOS)
0.6769
El ingreso será un 68% superior en
promedio, en comparación con un
trabajador con ninguna educación
EDUCACIÓN
SUPERIOR
(13 AÑOS O
MÁS)
1.4611
El ingreso será un 146% superior en
promedio, en comparación con un
trabajador con ninguna educación
21
Aunque este último estudio señalado se refiere a tasa de retorno de la educación
sus cálculos son más bien aumentos de ingresos en comparación con un grupo de
referencia (aquellos sin educación).
Otro estudio sobre esta temática fue publicado en el 2002 por el Ministerio de
Educación donde utilizaron los resultados de la EHPM de 1999 únicamente de los
trabajadores del sector privado de 15 a 65 años de edad que reportaron ingresos mayores
de cero, las variables consideradas para la regresión fueron: salario real por hora de la
ocupación principal que reporta el trabajador deflactados por el IPC, años de educación
formal completados, experiencia potencial, género y área, éstas se utilizaron en forma de
variables dummys7. La tabla No.1 muestra los resultados de la regresión.
Dentro de los principales resultados los autores de este estudio destacan:
El coeficiente de educación indica que en promedio, cada año adicional de
educación, representa un aumento de 3.9% en los ingresos esperados.
Adicionalmente el coeficiente de educación al cuadrado puede
interpretarse como que la tasa de retorno a la inversión en educación será
mayor, en la medida que se aumente los años de educación. De esta forma,
los retornos de la educación se incrementarán más rápidamente en la
medida que se progresa más allá de la educación básica.
El coeficiente de experiencia laboral señala que cada año adicional está
asociado a un incremento del 4.4% en los salarios. El coeficiente de
experiencia al cuadrado implica que el impacto positivo de la experiencia
en la tasa de crecimiento del ingreso salarial tiende a disminuir con el
transcurso de los años.
El área (urbana o rural) en donde se trabaja es significativa en la
determinación de los salarios. El coeficiente señala que, en promedio, los
salarios del área urbana son un 23.1% mayores que los salarios del área
rural para trabajadores con características similares.
El coeficiente de género implica que los salarios percibidos por los
hombres son en promedio 31% mayores que los de las mujeres.
7 Se recodifica la variables adjudicándole uno para el género masculino, cero para el género femenino; y uno par el área urbana y
cero para el área rural.
22
Tabla 1. Resultados del modelo de ajuste de logaritmo de salarios, 1999
Variable dependiente: logaritmo de salarios mensuales
R cuadrado: 0.289
F: 894.4
Prob>F: 0.000
Coeficiente T Sig.
Educación
Educación al
cuadrado
Experiencia laboral
Experiencia laboral al
cuadrado
Género
Área
Constante
0.0386
0.0034
0.0443
-0.0006
0.3100
0.2310
-0.1710
9.102
12.586
27.209
-21.784
25.791
16.789
-6.204
0.00
0.00
0.00
0.00
0.00
0.00
0.00
Fuente: El Salvador 2000 Logros y desafíos de la educación. MINED 2002
Otra investigación realizada para estimar la tasa de retorno a la educación a partir
de la ecuación básica de J. Mincer, es la Tesis “Importancia de la Formación de Capital
Humano en El Salvador”8
Se obtuvo un modelo a partir de los datos de la EHPM 2000 para los ocupados
del área urbana. Las variables que se utilizaron para la regresión fueron:
El salario por actividad realizada. (Variable dependiente del modelo)
Último curso realizado ( escolaridad del individuo)
Edad de las personas (Como explicativa a la experiencia)
Lny = 3.4563 + 0.07658 EDUC + 0.1401 EDAD – 0.0159 EDAD²
Los resultados que se obtienen presentan los signos esperados y la interpretación que
realizan es la siguiente: “El coeficiente que acompaña a la variable de educación es la
8 Mangandi Rivas, Claudia Lissette/Carmona Santos, Oscar Rolando, Tesis “Importancia de la formación de capital humano en El
Salvador”, Universidad Centroamericana “José Simeón Cañas”, UCA, Octubre 2002.
23
tasa de retorno de las personas por la inversión en capital humano o por un año adicional
de estudio, para nuestro caso es de 7.6%. Lo que significa que para El Salvador en el año
2000 el ingreso de los individuos en el área urbana creció a una tasa de 7.6% por cada
año que dedican las personas a los estudios o a su formación en capital humano”9
En esta investigación plantean la opción de inversión para las personas de elegir
continuar con una formación profesional, pues las personas al elegir continuar su
formación obtendrán frutos en el futuro a través de mejores y altos salarios. Para
comprobar si fue rentable a las personas un año adicional de educación, realizan la
comparación con los rendimientos que generan la inversión en un banco, es decir, con la
Tasa Básica de Interés Pasiva (TBIP), que es la tasa que pagan los bancos a las personas
por los fondos depositados en sus cuentas.
Parten que la decisión estará determinada si la tasa de retorno a la educación es
mayor o igual TIPB el proyecto de inversión en educación se acepta, pero si es menor
TIBP, el proyecto de inversión se rechaza. A partir de la publicación del BCR la tasa de
interés promedio anual de los bancos a 360 días para el año 2000 fue de 6.68%,
concluyendo que “las personas que decidan invertir en educación, resulta ser una opción
rentable que generará mayores ingresos futuros, que la opción de un instrumento
financiero en un banco para el año 2000”.10
Si se compara el resultado obtenido en esta investigación con los datos del
cuadro No. 3 de tasas de retorno para El Salvador, Funkhouser (1996); la tasa de retorno
que se obtuvo para el año 2000 es igual a la que obtuvo Funkhouser para los años 1990 y
1992, pero menor en relación a los años 1985 y 1988.
9 Ibid. pag. 69-70
10 Ibid. pag. 70-71
24
CAPÍTULO II
EL SALVADOR: SITUACIÓN ECONÓMICA Y DEL MERCADO LABORAL
2.1 Diagnóstico Económico
2.1.1 Producción y Precios
En los primeros años de la década de los noventa se observó crecimiento
económico de alrededor de 6.5% promedio anual, pero a mediados de dicha década el
ritmo de crecimiento disminuyó, siendo el crecimiento del PIB de 1.7% en 1996 el más
bajo de los noventa.
En la primera década del siglo XXI se continúa teniendo un crecimiento
económico bajo, el PIB en el 2001 fue de 1.8% respecto al del 2000. En este nuevo
período las causas de esa desaceleración se pueden atribuir a factores internos como los
terremotos de 2001 y las sequías, afectando principalmente la agricultura y el café,
disminuyendo enormemente el poder adquisitivo de la población, es decir, la demanda
interna del país disminuyó. Dentro de los factores externos se puede mencionar al menos
dos: El deterioro de los términos de intercambio y la desaceleración de la economía en
los Estados Unidos de América, que han perjudicado especialmente al sector maquila.
La desaceleración económica salvadoreña se debe entonces, a los valores
deprimidos de la demanda doméstica, el entorno internacional adverso y a la orientación
macro económica que ha priorizado la baja inflación por encima del crecimiento.
Dentro de las actividades que se han visto afectadas tenemos al sector
construcción, presentando en el cuarto trimestre del año 2000 una tasa de -2.6%, pero
que ha tenido una recuperación y en el cuarto trimestre del año 2001 alcanzó una cifra
positiva de 17% debido a las obras de reconstrucción y proyectos de inversión pública.
El sector agropecuario presentó en el año 1999 un crecimiento del 7.7 %, pero
disminuyó a -3.1% en el año 2000 y -2.1% en el año 2001 y esta tendencia negativa
continuará en los próximos años, debido a que no existen programas gubernamentales y
privados que pretendan invertir para mejorar este sector.
25
El Cuadro Nº 6 muestra otros sectores como transporte, comercio,
almacenamiento y comunicaciones, establecimientos y seguros, así como sus
crecimientos modestos experimentados.
CUADRO Nº 6: RESUMEN DEL DESEMPEÑO DE LOS DIFERENTES SECTORES
ECONÓMICOS PARAEL SALVADOR
RUBRO
19
89
19
90
19
91
19
92
19
93
19
94
19
95
19
96
19
97
19
98
19
99
20
00
20
01
PIB 1.0 4.8 3.6 7.5 7.4 6.1 6.4 1.7 4.2 3.8 3.4 2.2 1.8
Agricultura, Caza,
Silvicultura y Pesca (0.6) 6.5 (0.3) 8.0 (1.4) (2.4) 4.5 1.3 0.4 (0.7) 7.7 (3.1) (2.1)
Explotación de Minas
y Canteras 4.3 (1.0) 9.6 5.2 11.3 10.9 6.7 1.0 6.5 5.3 0.4 (4.7) 12.0
Industria
Manufacturera 2.6 4.9 5.9 9.9 8.3 7.4 6.9 1.7 8.0 6.6 3.7 4.1 4.2
Electrificación, Gas y
Agua 0.8 5.6 (50.6) 5.2 9.4 4.7 5.0 17.1 4.2 6.1 2.7 (2.3) 4.2
Construcción 3.6 (12.8) 10.3 6.4 8.3 11.5 6.1 2.7 6.2 8.5 (1.8) (3.4) 10.0
Comercio 3.4 23.0 7.0 11.5 6.4 8.6 9.9 0.4 2.9 4.0 2.0 3.3 1.6
Servicios 0.5 1.7 6.9 13.5 10.4 11.3 10.9 3.6 11.8 3.6 4.2 3.4 0.7
Excluyendo Alquileres
de Vivienda 0.5 1.7 5.9 12.0 8.9 9.5 9.1 2.0 10.0 4.3 5.9 4.3 2.0
Transporte,
Almacenamiento y
Comunicaciones
1.2 6.3 4.7 9.4 7.7 6.0 5.5 1.9 7.7 4.3 9.5 6.1 2.9
Otros Servicios (0.7) (4.6) 2.2 4.1 2.7 5.3 5.4 1.8 4.1 3.3 2.3 2.4 (0.2)
Establecimientos
Financieros y Seguros A a (3.7) 21.4 10.7 20.2 16.4 2.7 12.6 9.6 12.0 6.7 1.6
Bienes Inmuebles y
Servicios a Empresas A a 8.3 3.7 1.3 5.7 5.9 3.3 4.4 2.8 0.2 1.2 1.5
Alquileres de
Vivienda A a 1.0 1.5 1.5 1.8 1.8 1.7 1.8 2.0 0.5 1.5 (2.4)
Servicios Comunales,
Sociales, Personales y
Domésticos
A a 2.9 3.2 5.3 4.7 5.9 0.5 3.0 2.1 0.3 1.4 1.1
Servicios de Gobierno (1.1) 1.6 0.6 (3.5) 0.4 2.6 4.3 4.2 3.8 0.3 1.6 0.7 0.5
Menos: Servicios
Bancarios Imputados A a a 23.3 27.7 7.2 23.8 7.8 14.1 7.8 7.2 1.6 0.5
Más: Derecho sobre
Importaciones e IVA A a a 27.8 242.9 14.6 9.5 3.8 4.2 4.4 2.6 2.2 1.8
Fuente: Revista Trimestral Banco Central de Reserva Octubre - Diciembre 2001.
Cifras revisadas 2000. Cifras preliminares 2001.
26
El índice de actividad económica (IVAE), nos muestra el bajo desempeño que ha
presentado la economía en el año 2001, el IVAE estuvo dominado por sectores como el
comercio y construcción (15.2%), financiero (8.2%), industria (4.4%), recibiendo cierta
ayuda de la inversión pública.
El comercio ha tenido leves crecimientos, en el período de 1990 al 1995 tuvo un
promedio de 11.1%, luego de 1996 a 1999 promedió 3.0 % y en el año 2001 de 1.6%.
Los servicios industriales de maquila han constituido un factor dinamizador de la
economía, pero ha enfrentado un entorno internacional adverso, presentando en el 2000
un valor agregado de 20.95 y en el 2001 creció solamente el 6.3 %.
La inflación ha sido decreciente en los últimos años, de 1990 a 1994 se redujo
14%, de 1995 al 2000 a una tasa promedió de 4.7% anual; la evolución promedio anual
disminuyó 10.0% en 1995 y el 2001 presentó 3.8 %, esta disminución en la inflación
puede interpretarse como un fenómeno positivo, aunque éste puede deberse a un pobre
desempeño de la economía Salvadoreña. La implementación de la Ley de Integración
Monetaria vino a consolidar la tendencia que se traía hacia tasas de inflación bajas, pero
por sí solas estas disminuciones no son suficientes para reducir la pobreza.
2.1.2 Sector Financiero y Monetario
Durante la década de los noventa la banca ha tenido la más alta tasa de
crecimiento anual en promedio con 9.29%, ocupando el primer lugar entre los sectores
que conforman el PIB; que tuvieron mayores tasas crecimiento de la década (Transporte
5.52%, construcción 5.50%, industria manufacturera 4.89%, restaurante y hoteles 4.45%
y los servicios comunales 2.34%).11
En la primera mitad de la década anterior, después de la firma de los Acuerdos
de Paz se dio una importante expansión económica y del sector financiero. Esta
dinamización de la economía sucedió en parte por la existencia de fuertes gastos
públicos por agilizar la ejecución de dichos acuerdos, así como reformas que pretendían
implementar una economía de mercado a través de la fijación de las tasas de interés a
11 “Análisis Económico, Global y Sectorial, posterior a los terremotos de Febrero de 2001: Perspectivas Sectoriales de Empleo en El
Salvador”, Instituto Salvadoreño de Formación Profesional, San Salvador, 2002.
27
partir de 1992, lo cual permitió que las instituciones financieras las determinaran. Así
mismo, el fuerte ingreso de remesas que hubo en el primer quinquenio de la década vino
a ser la mayor fuente de divisas para el país.
Lo anterior permitió un aumento de la demanda de bienes y servicios y este
mismo fenómeno tuvo el endeudamiento privado, los cuales fueron contenidos por
medidas monetarias y fiscales restrictivas, que a su vez incidió en la desaceleración
económica de la segunda mitad del decenio12
.
La actividad de crédito se mostró expansiva entre 1992 y 1999, con un
crecimiento promedio nominal de 15.9% anual. La expansión más acelerada se registra
para el período de 1992-1995 con un promedio de crecimiento del crédito al sector
privado de 28% anual.13
En la segunda mitad de la década se presentó una fuerte desaceleración que
después del «boom» de inicio de década, vino acompañada de las siguientes medidas de
política económica: Reducción del ritmo de crecimiento de la oferta monetaria a partir
de 1995, medidas restrictivas de encaje legal para limitar el crédito, ajustes en las tasa
impositivas de IVA y tarifas de servicios públicos (Energía, agua, transporte, etc.)14
.
El 27 de noviembre del 2000 se da conocer la Ley de Integración Monetaria la
cual es aprobada por la Asamblea Legislativa y da inicio el 1 de Enero de 2001, lo que
implica que el BCR pierde el poder de emisión de la moneda y no puede ejercer
señoreaje sobre su moneda; es decir, lo que recibe el BCR por entregar la moneda
nacional por un precio superior al de su costo de fabricación. Además el BCR pierde la
capacidad de manejar la política monetaria (Variando el stock de oferta monetaria por
una inyección/retiro de moneda nacional por divisas) por lo que no interviene en el
mercado cambiario, porque éste no existe (Se pierde la ventaja cortoplacista para las
exportaciones de la moneda depreciada), además los encajes legales como medida de
restricción desaparecerán.
Las regulaciones para la aplicación del encaje mínimo legal en El Salvador han
sufrido diversas modificaciones durante la década de los noventa. A partir de junio de
12 “¿Cómo está nuestra Economía 2001-2002”, FUSADES. 13 Ídem. 14 Ídem.
28
2001 el BCR puso en marcha dos modalidades para bajar aún más las tasas de interés
nominales y el resultado ha sido bajas tasas de interés activas y pasivas.
La evolución de las tasas de interés (Ver Gráfico Nº 2) han mostrado desde
inicios de los noventa tendencias a la baja, esto se debe según FUSADES en su artículo
“Análisis de la situación económica actual en una perspectiva de su evolución en los
últimos 10 años”, que la tendencia a la baja de las tasas de interés se puede explicar: por:
i) Tendencia a la baja en la tasa de inflación; ii) Desaceleración de la actividad
económica que derivó en una menor demanda de crédito; iii) Relajamiento de las
medidas restrictivas de regulación monetaria; y iv) Mayor participación de operaciones
de crédito en divisas y captación de divisas por medio de cuentas de ahorro. Con la Ley
de Integración Monetaria se logró en los primeros meses de su vigencia la eliminación
del riesgo cambiario.
GRÀFICO Nº 2: EVOLUCIÓN TASAS DE INTERÉS
0
5
10
15
20
25
1990 1991-
1995
1996-
2000
1999 2000 2001 2002e
AÑO (S)
TA
SA
DE
IN
TE
RÉ
S
Tasa de
interés
activa
básica
Tasa de
interés
pasiva
básica
Fuente: http://www.iadb.org/regions/re2/sep/es-sep.htm#Estadistico (BID).
2.1.3 Sector Externo
Debido a la desaceleración económica mundial, nuestro país se ve arrastrado por
ser una economía pequeña y abierta por los impactos externos, ya que el deterioro en las
29
condiciones de la economía mundial ha afectado en los últimos años el crecimiento de
El Salvador.
El Cuadro N° 7 que va del período 1998 a 2002 mostró un déficit comercial que
ha aumentado cada vez más. Aunque las exportaciones incrementan moderadamente, las
importaciones lo han hecho en mayor escala, siendo para el año 2002 un poco más del
41% el margen que las importaciones sobrepasa a las exportaciones, esto quiere decir
que se hubiera necesitado este margen para hacer que la Balanza Comercial resultará
cero.
CUADRO N° 7: EXPORTACIONES E IMPORTACIONES TOTALES DE
EL SALVADOR (MILLONES DE DÓLARES)
Fuente: Revista Trimestral Banco Central de Reserva Octubre - Diciembre 2002.
Cifras revisadas 2000.
Cifras preliminares 2001 y 2002.
Las exportaciones aunque en términos monetarios están incrementado, no lo
hacen en buena medida, ya que según estudios realizados por instituciones como
FUSADES, la tasa de crecimiento no fue más de 4.4% en dólares nominales en los
últimos dos años. Sin embargo para febrero del 2003, el valor de las exportaciones
totales ascendió a US$506.7 millones, siendo el valor más alto registrado en los últimos
cinco años, con una tasa de crecimiento de 9.9% con relación al año anterior.
CUADRO N° 8: EXPORTACIONES DE EL SALVADOR
(MILLONES DE DÓLARES)
AÑO TRADICIONALES NO TRADICIONALES MAQUILA TOTAL
1999 307.3 869.3 1333.4 2510
2000 353.6 978.7 1609 2941.3
2001 204.8 1008.7 1651.6 2865.1
2002 161 1073 1758 2992
Fuente: Revista Trimestral Banco Central de Reserva Octubre – Diciembre 2002.
www.bcr.gob.sv/estadisticas/Sector_externo/sectorexterno_balanzacom_producto_origen
Cifras revisadas 2000.
Cifras preliminares 2001 y 2002.
PERÍODO 1998 1999 2000 2001 2002
EXPORTACIONES 1,920 1,893 2,233 2,193 2,234
IMPORTACIONES 2,971 3,068 3,620 3,788 3,804
SALDO -1,051 -1,175 -1,387 -1,595 -1,570
30
En el Cuadro N° 8, se puede observar que debido principalmente a la
disminución de los precios internacionales del café15
, los productos tradicionales cada
vez aportan menos a la economía, por ejemplo en el año 2001 estos bienes aportaron
US$204.8 millones y para el año 2002 aportaron US$161 millones, disminuyendo en un
21.4% su participación. En cambio los productos no tradicionales y la maquila crecieron
en 6.4% para esos mismos años.
En cuanto a la cuenta corriente que forma parte de la Balanza de Pagos, cabe
mencionar que se mantiene negativa para el período de 1999 a 2001 (Ver Cuadro N° 9),
esto genera crisis en el nivel de actividad económica del país, que es auxiliado en parte
por las remesas familiares, pero esto no deja de preocupar ya que es un factor exógeno a
nuestra economía.
CUADRO Nº 9: SALDO BALANZA DE PAGOS
(MILLONES DE DÓLARES)
RUBRO 1999 2000 2001
CUENTA CORRIENTE -239.3 445.2 -206
CUENTE CAP. Y FIN. -430.5 442.3 45.5
SALDO DE B. DE P. -176.8 521.1 177.7
Fuente: Revista Trimestral Banco Central de Reservas Octubre - Diciembre 2002.
Cifras revisadas 2000 y 2001.
La información que se presenta en el Cuadro N° 10, refleja el comportamiento de
las reservas internacionales (RIN) de los últimos años, en 1999 alcanzó los US$1,970
millones, pero después de ese año diminuyó a US$1,589 millones, es decir que
comparando estos períodos en cuestión, las reservas decrecieron en casi 20%, a partir de
2001 esta disminución fue debido principalmente al proceso de dolarización.
Sin embargo en el 2002, ocurrió un aumento de activos externos brutos,
manteniendo los pasivos a corto plazo sin variación alguna. Estos activos externos
crecieron debido a una elevación de las inversiones, pero sobre todo de los depósitos en
15 Según cifras del BCR (Revista Trimestral Octubre – Diciembre 2002) los precios internacionales del café han pasado de US$122 el quintal en diciembre de 1999 a US$51.3 el quintal en septiembre de 2002. Esta tendencia a la baja repercute en nuestra economía
por que genera menos ingresos por tales exportaciones. En el año 2001 se produjeron los más bajos precios de los últimos cuatro
años, después de este período existe una leve recuperación, pero que no ayuda a reponer lo que en años anteriores este producto
significó para la economía del país.
31
el exterior que pasaron de US$19 millones a US$57 millones (marzo 2001 – marzo
2002).16
CUADRO N° 10: NIVEL DE RESERVAS INTERNACIONALES
(MILLONES DE DÓLARES)
AÑO RESERVAS
1997 1,462
1998 1,765
1999 1,970
2000 1,891
2001 1,710
2002 1,589
Fuente: Revista Trimestral Banco Central de Reserva
Octubre - Diciembre 2002 y Boletín
Estadístico Mensual Febrero 2003.
Dentro de las transferencias corrientes en la balanza de pagos, las remesas del
exterior se convierte en el principal generador de divisas de El Salvador, superando
incluso el monto generado por la maquila, que es el rubro más importante de las
exportaciones.
Las remesas posibilitan financiar el saldo desfavorable de la balanza comercial y
de la cuenta corriente, para que no presenten déficit tan elevados, sin embargo sigue
siendo negativo aún con su incorporación.
Cada año la cantidad de dólares que entran al país es más elevada, y como se
observa en el Cuadro N° 11 entre 1999 y 2000, hubo un gran incremento de remesas
familiares (de US$1,374 millones a US$1,751 millones), pero comparando los
siguientes años (de 2001 al 2002) el incremento fue únicamente de US$25 millones.
Probablemente el bajo crecimiento de las remesas en este período se debe al
decrecimiento de la actividad económica en Estados Unidos desde 2001, luego de los
atentados sufridos en este país en septiembre en ese año.17
16 FUSADES, “Informe trimestral de coyuntura”, Sector externo, Primer trimestre de 2002, pp. 37-38. 17 Ibid, p. 37
32
CUADRO N° 11: REMESAS FAMILIARES
(MILLONES DE DÓLARES)
AÑO CANTIDAD
1997 1,200
1998 1,338
1999 1,374
2000 1,751
2001 1,911
2002 1,936
Fuente: Revista Trimestral Banco
Central de Reserva
Octubre - Diciembre 2002.
Cifras revisadas 2000 y 2001.
Cifras preliminares 2002.
2.1.4 Finanzas Públicas
Durante décadas se ha tenido en el país déficit en las finanzas, superando los
egresos totales a los ingresos totales, principalmente desde mediados de los noventa,
dicho déficit ha ido incrementando aceleradamente (Ver Gráfico Nº 12), duplicándose el
saldo en 2001 y 2002 en comparación con los años anteriores.
En la recaudación de impuestos se ha observado un leve aumento, principalmente
el impuesto sobre la renta y el impuesto al valor agregado (IVA) debido a un mayor
esfuerzo en su recaudación, dicha recaudación creció en el IVA 13.3%, pago de
aranceles 3.9% e impuesto sobre la renta de 0.61%.
Como porcentaje del PIB el monto de la deuda previsional en 2001 alcanzó
0.9%, el ahorro primario (Incluyendo la deuda previsional en las transferencias
corrientes) alcanzó 1.12% del PIB, lo cual fue insuficiente para cubrir el pago de
intereses sobre la deuda pública ya que representaron 1.45% del PIB.
Por tanto, el ahorro corriente aunque levemente mejor que el de 2000 fue
nuevamente negativo, equivalente a –0.33% del PIB. En contraste, las cifras de ahorro
corriente y ahorro primario reportadas oficialmente fueron 0.6% y 2% del PIB,
respectivamente.
33
Además del peso creciente de la deuda previsional, el deterioro del déficit fiscal
se debió en buena medida al incremento registrado por los gastos de capital, los cuales
aumentaron US$184 millones (+42%) con respecto a 2000, como resultado del aumento
extraordinario de US$222.4 millones (+58.5%) experimentado por la inversión bruta en
el contexto de la reconstrucción post terremotos. Sin embargo, por otro lado, las
transferencias de capital disminuyeron US$38.4 millones.
CUADRO Nº 12: EVOLUCIÓN DE LAS FINANZAS PÚBLICAS
(MILLONES DE DÓLARES)
CONCEPTO 1995 1996 1997 1998 1999 2000 2001 20021/
Gobierno Central Consolidado
Ingresos Totales 1,242 1,332 1,312 1,401 1,414 1,585 1,650 1,793
Egresos Totales 1,294 1,541 1,438 1,636 1,681 1,884 2,143 2,242
Déficit (-) Superávit (+) -53 -210 -126 -235 -267 -299 -493 -448
Ingresos Corrientes (I+II) 1,156 1,310 1,286 1,387 1,393 1,488 1,599 1,746
I. Tributarios 1,079 1,096 1,149 1,228 1,275 1,344 1,449 1,595
Impuesto a la Renta 301 305 323 351 393 429 431 457
Impuesto al Patrimonio,
Propiedades y Territorial
Agropecuario
13 10 13 14 14 12 12 12
Derechos arancelarios 199 163 146 146 148 141 146 155
Impuesto al Consumo de
Productos 75 72 72 66 51 49 49 67
Impuesto al Uso de Servicios 10 0 0 0 0 0 0 0
Impuesto al Valor Agregado 470 541 593 650 669 714 809 837
Otros Impuestos y Gravámenes 10 4 1 0.4 0 0 0 3
II. No Tributarios y Otros 77 214 137 159 119 144 150 151
Fuente: Revista Trimestral Banco Central de Reserva Octubre - Diciembre 2002.
Los recursos para cerrar la brecha fiscal habrían provenido del financiamiento
externo neto -US$614.9 millones- que del financiamiento interno neto, excluyendo el
pago de la deuda previsional habría registrado un monto de –US$8.9 millones.
Incluyendo dicho pago el saldo habría sido aún más deficitario: –US$1,34.1 millones.
34
Por su parte la ejecución presupuestaria del gobierno central consolidado
incluyendo donaciones, alcanzó un déficit global de US$483.6 millones equivalente a
3.5% del PIB y superior en 61.8% al registrado en 2000.
Excluyendo donaciones, el déficit global del gobierno central consolidado
aumentó de US$393.3 a 535 millones entre ambos períodos (+36%). La ejecución fiscal
del resto del gobierno general incluyendo donaciones, registró un superávit de US$79.6
millones en contraste con el déficit de US$21.5 millones alcanzado en 2000, mientras
que el déficit global de las empresas públicas disminuyó de US$86.3 a US$62.6
millones entre ambos períodos.
2.2 Coyuntura general del mercado laboral
CUADRO Nº 13: INDICADORES DEMOGRÁFICOS EL SALVADOR 2001
INDICADORES
DEMOGRÁFICOS
TOTAL
PAÍS %
ÁREA
URBANA
MENOS
AMSS
% ÁREA
RURAL % AMSS %
TOTAL DE PERSONAS 6,428,672 100.0% 1,762,061 27.44% 2,650,768 41.2% 2,015,843 31.36%
TOTAL HOMBRES 3,052,986 47.5% 829,399 47.07% 1,304,235 49.2% 919,352 45.6%
TOTAL
MUJERES 3,375,686 52.5% 932,662 52.93% 1,346,533 50.8% 1,096,491 54.4%
ÍNDICE DE MASCULINIDAD
( 4 / 5 ) 0.90 - 0.86* - 0.97 - 0.84 -
Fuente: Ministerio de Economía, Dirección General de Estadística y Censos, Encuesta de Hogares
de Propósitos Múltiples, 2001.
*Incluye AMSS.
En El Salvador para el año 2001, según la Encuesta de Hogares y Propósitos
Múltiples (EHPM), la población total ascendió a 6,428,672 habitantes, esta población se
distribuye por área geográfica de la siguiente forma (Ver Cuadro Nº 13): En el área rural
41.2%, en el área metropolitana de San Salvador18
(AMSS) está concentrado el 31.36%
de la población total del país y el 27.44% restante está en otras ciudades urbanas
intermedias.
18 Según EPHM: El AMSS está compuesta por Apopa, Ayutuxtepeque, Cuscatancingo, Ciudad Delgado, Ilopango, Mejicanos,
Nejapa, San Marcos, San Martín, San Salvador, Soyapango, Antiguo Cuscatlán y Santa Tecla.
35
La composición demográfica por género para este año es de 53% mujeres y 47%
hombres, con un índice de masculinidad (4/5) de 0.90, es decir, que por cada 100
mujeres existen 90 hombres. La población se distribuye por rangos de edades de la
manera siguiente: 0-10 años 23.04%; 10 a 24 años 32.03%; 25-44 años 24.01% y más de
45 años 20.92%, esto resalta que la pirámide de edades para el país es ancha en la base
ya que un 55.1% son personas menores de 25 años. El AMSS ocupa un área de 543.29
km² (2.58% del territorio nacional) y presenta una densidad poblacional de 3,710
habitante/km², en esta región, la concentración de mujeres es más acentuada, ya que el
54.4% de la población son mujeres y el índice de masculinidad es de 0.84, es decir que
por cada 100 mujeres existen 84 hombres.
Para el año 2001, la Población en Edad de Trabajar (PET) fue de 4,947,243
personas (76.96% de la población)19
. De éstas, 2,634,800 se encontraban ocupadas o
buscando empleo y caen en la condición de Población Económicamente Activa (PEA)20
.
Lo anterior da como resultado una Tasa Bruta de Participación (PEA/ Población Total)
de 40.99% e indica que cerca del 50% de la población total del país se encuentra
ocupada o buscando empleo. La Tasa Global de Participación (PEA/ PET) es de
53.26%, esto denota, según la EHPM, el nivel de actividad económica de la población
en edad de trabajar. Esta PEA está compuesta en su mayoría por hombres, y presenta
una Tasa de Participación Específica de hombres del 69.21% y un 39.46% para mujeres.
La Tasa de Participación Específica de mujeres es menor que la de los hombres en el
área rural, urbana y AMSS; es notorio que el nivel de participación de la mujer en el
área rural es menor aún relativamente, que en las zonas urbanas y en AMSS.
Las tasas promedio de participación global, participación específica de hombres
y mujeres en Latinoamérica (LA), para el año 2000 fueron de 54.3%, 72.1% y 37.1%
respectivamente. Para El Salvador en ese año específicamente eran de 51.0%, 71.6% y
31.5%. A nivel de tasas de participación El Salvador ocupa el puesto número 16 entre
los 20 países de LA, siendo los países con mayores tasas Brasil (57.9%), Haití (57.5%) y
Republica Dominicana (57.2%). En cuanto a participación específica de hombres, El
19 El criterio usado en la EHPM para estimar la PET, es la población mayor de 10 años, los cuales de acuerdo a la realidad socioeconómica de El Salvador, son las que se encuentran aptas para trabajar, según DIGESTYC. 20 PEA: personas que estando en edad de trabajar, efectivamente forman parte de la fuerza de trabajo al mantenerse en una ocupación
o buscarla activamente. EHPM 2001.
36
Salvador ocupa el lugar número 9, siendo los países con mayores tasas Honduras
(77.0%), República Dominicana (76.4%) y Brasil (75.5%). Por lo que concierne a
participación específica de mujeres El Salvador ocupa la posición número 14 y los
países con mayores tasas son: Haití (47.9%), Uruguay (44.1%) y Brasil (41.0%).21
La tasa de participación global de El Salvador es baja, comparada con países de
la región de Centroamérica y Panamá, ya que sólo es mayor que la de Guatemala; uno de
los factores que pueden influir en esta baja tasa de participación son las remesas, las
cuales pueden tender a elevar el salario de reserva de los trabajadores, lo que
desincentiva la participación de los individuos en el mercado laboral (Chacaltama,
Septiembre de 1998).
La otra proporción de la PET, que no forma parte de la PEA, lo representan todas
aquellas personas que no trabaja ni buscan trabajo, es decir la Población
Económicamente Inactiva (PEI). Esta ascendió a 2,312,443 (30.55% hombres y 69.45%
mujeres) para el año 2001, lo que representaba el 46.74% de la PET. De estas personas
que no participan en el mercado laboral, el 42.35% declara ser estudiante, el 37.61% se
dedica a quehaceres domésticos y el 8.70% afirma no poder trabajar. Según género, en
los hombres el 66.10% son estudiantes, el 11.66% no pueden trabajar y el 6.85% está
jubilado. En las mujeres, el 53.63% se dedica a quehaceres domésticos, el 31.9% declara
ser estudiante y el 7.40% no puede trabajar.
El 93% de la PEA total se clasifica como población ocupada, según la EHPM,
esto representa el grado de aprovechamiento efectivo de los recursos humanos
disponibles para el trabajo. La población ocupada está compuesta por un 64.9% con
ocupación plena (Ocupados que trabajan 40 horas o más a la semana y que perciben un
ingreso mayor o igual al salario mínimo establecido) y un 28.1% en subempleo. El
contingente de subempleados está compuesto por un 3.5% ubicadas en subempleo
visible (Ocupados que trabajan involuntariamente menos de 40 horas a la semana) y el
24.5% es subempleo invisible (Ocupados que trabajan 40 horas o más a la semana y que
perciben un ingreso menor al salario mínimo establecido). Otro aspecto que debe
21
Anuario estadístico de América Latina y el Caribe 2002, Abril 2003.
37
resaltarse es que la PEA entre 15 a 29 años de edad representa el 27.33% de los
ocupados.
2.2.1 Evolución PEA, PET, ocupados y desocupados
CUADRO Nº 14: EVOLUCIÓN DE LA PEA, PET, OCUPADOS Y DESOCUPADOS
Fuente: Elaboración propia a partir de Encuesta de Hogares para Propósitos Múltiples
1997-2002, DIGESTYC.
En el cuadro No. 14 se puede observar que existían 2,412,785 personas ocupadas
en el 2002 (Último dato disponible), cifra que es superior a la registrada para 1997,
cuando se reportó un total de 2,066,523 pero menor a la registrada en el 2001. Al
observar la evolución de la tasa de ocupación se marca la tendencia creciente de ésta, sin
embargo el aumento reportado para el 2002, equivalente al 93.77% se debe a una
variación negativa de la cantidad de ocupados y de la PEA, donde la variación de esta
última es mayor. En el 2002, la PEA disminuye en 2.35% en relación al 2001, mientras
que los ocupados varían en -1.57% en relación al 2001.
Esta misma situación se presenta con la tasa de desempleo abierto, ya que
presenta una disminución en el 2002, pero no se ve un efecto en el aumento de los
ocupados pues en valores absolutos éstos disminuyeron en el 2002, lo más probable que
haya sucedido con la población desocupada es que haya pasado a formar parte de la PEI.
1,997 1,998 1,999 2,000 2,001 2,002
POBLACIÓN
TOTAL 5,910,800 6,046,300 6,154,100 6,272,353 6,428,672 6,510,348
PET 4,414,820 4,492,837 4,644,586 4,777,995 4,947,243 5,028,570
PET/POBT 74.69 74.31 75.47 76.18 76.96 77.24
PEA 2,245,419 2,403,200 2,444,959 2,496,365 2,634,800 2,572,977
PEA/POBT 37.99 39.75 39.73 39.80 40.99 39.52
OCUPADOS 2,066,523 2,227,471 2,274,728 2,322,697 2,451,317 2,412,785
OCUP/PEA 92.03 92.69 93.04 93.04 93.04 93.77
DESOCUPADOS 178,896 175,723 189,729 173,668 183,483 160,192
DESOCUP/PEA 7.97 7.31 7.76 6.96 6.69 6.23
38
Esto se confirma al revisar los datos de la PEI para los años 2001 y 2002, reportando una
variación positiva de 6.12%.22
Al desagregar el número de ocupados en los grandes sectores de actividad
económica se tiene que los sectores comercio, hoteles y restaurantes, agricultura y la
industria manufacturera, en orden de importancia son los que mayor concentración
poseen respondiendo a la evolución que ha mantenido la economía salvadoreña. Donde
se ha presentado que los sectores de servicios y comercio, junto a la maquila, han tenido
mayores niveles de crecimiento durante la década de los noventa. Esta tendencia se
puede visualizar en el Gráfico Nº 3.
GRÁFICO Nº 3: OCUPADOS POR RAMA DE ACTIVIDAD ECONÓMICA
Fuente: Encuesta de Hogares para Propósitos Múltiples 1997-2002, DIGESTYC.
Se puede observar que en el sector de la agricultura la absorción de mano de obra
en más estática o negativa en relación a los otros dos sectores. La industria
manufacturera presenta crecimiento en la tasa de ocupados pero en proporciones cada
vez menores, no así el sector de comercio, hoteles y restaurante que refleja un mayor
dinamismo.
22
Es necesario aclarar que las proporciones aparecen casi constantes o con leves incrementos, pues la información es a partir de la
EHPM y no en relación a censos poblacionales.
39
2.2.2 Características de los ocupados
Los resultados de la EHPM para el año 2001 muestran que el 62.12% de los
ocupados se concentran en el área urbana del país y un 37% en el área rural, en el cual
los ocupados del AMSS concentran el 55.17% del total del área urbana, teniendo en
cuenta que es en AMSS donde se concentran los principales conglomerados económicos
(Ver Cuadro Nº 15).
CUADRO Nº 15: PRINCIPALES CONGLOMERADOS ECONÓMICOS
CONGLOMERADOS CANTIDAD DE
EMPRESAS
1. Metapán 1
2. Santa Ana 90
3. Acajutla-Sonsonate 25
4. Zapotitán 35
5. Antiguo Cuscatlán* 150
6. Apopa-Delgado* 25
7. Soyapango-Ilopango* 205
8. San Marcos* 35
9. El Rosario-San Luis 20
10. San Miguel 70
Fuente: Situación del mercado de servicios de desarrollo empresarial para la pequeña y
mediana empresa en El Salvador, proyecto ANEP/GTZ “Identificación y
caracterización de diferentes conglomerados empresariales en El Salvador para un
análisis especial del conglomerado de Antiguo Cuscatlán”.
Para 1997 Juan Chacaltana realizó un perfil del mercado de trabajo, tomando
como criterio de selección, la eliminación de todos aquellos trabajadores no
remunerados y los que no declararon ingreso, con el objetivo de valorar como varía el
porcentaje de los ocupados por zonas; para los datos siguientes se ha hecho uso los
criterios de Chacaltana pero a partir de los datos del cuadro D09 “total de ocupados por
tramos de ingreso del empleo principal” (Según EHPM 2001).
El resultado muestra un 38.6% se concentra para AMSS, un 31.11% para el área
rural y el “resto urbano”, como lo identifica J. Chacaltana después de restar el AMSS a
40
la zona urbana, queda de 30.29%. Con esto se afirma que el área urbana es donde se
concentra la mayor cantidad de ocupados, donde la densidad poblacional es
determinante, pues a partir de los datos anteriores se puede prever que 4 puestos de 10
que surgen en la economía se van a concentrar en AMSS, 3 en el área rural y los
restantes en el “resto urbano.”
Para la zona urbana del país se conoce la tasa de subempleo que representa el
28% del total de ocupados, donde el subempleo visible representa el 13.77% del total de
subempleados y un 86.23% el subempleo invisible. Al profundizar en el AMSS los
resultados indican que del total de ocupados el 24.68% se encuentran en condición de
subempleo y para las otras ciudades urbanas el porcentaje es del 46.48%, siendo el
AMSS la que concentra los principales conglomerados, y la zona más segura de poder
ubicarse en trabajos que brinden mejores condiciones laborales que las restantes zonas
del país.
Al examinar los ocupados por rama de actividad económica (Ver Gráfico Nº 4),
la población logra insertarse en el sector comercio, hoteles y restaurantes con un 27.22%
seguido de la agricultura y ganadería que es de 21.24% y en tercer lugar la industria
manufacturera que asciende a los 17.61%; en donde el área metropolitana absorbe un
41.9% del empleo que se genera en el comercio y la industria manufacturera absorbe un
44.82% , este porcentaje se puede explicar ya que los conglomerados de San Marcos,
Soyapango-Ilopango, concentran el principal parque industrial maquilero del país. El
área rural absorbe el 86.28% del empleo que genera la rama de agricultura.
Para el área urbana se pueden obtener datos de subempleo en las ramas de
actividad que mayor concentración de ocupados poseen, el 54.25% de los ocupados se
encuentran en la agricultura, en la industria 26.12% y comercio 33.6%.
En cuanto al sector de ocupación de los trabajadores se cuenta con los datos para
el AMSS y el restante de ciudades urbanas de 43.48% y 61.51% respectivamente, del
total de ocupados se ubican en el sector informal de la economía. Otro aspecto
importante a mencionar es que del total de personas que reporta estar ocupada sólo el
25.57% reporta que tiene cobertura del seguro social (629,980), esta cifra es distinta a la
que presenta las estadísticas del Instituto Salvadoreño del Seguro Social a diciembre del
41
2001: 462,942 afiliados. Esta diferencia de datos surge por el hecho de en la encuesta no
se refleja si las personas son beneficiarias, se encuentran cotizando o no lo hacen.
GRÁFICO Nº 4: DISTRIBUCIÓN DE LOS OCUPADOS POR RAMA DE ACTIVIDAD
ECONÓMICA 2001
0 5 10 15 20 25 30
Agricultura Ganadería, Caza, Silvicultura
Pesca
Explotación Minas y Canteras
Industria manufacturera
Suministro Electrificación, Gas y Agua
Construcción
Comercio, Hoteles y Restaurantes
Trasporte, Almacenamiento y Comunicaciones
Intermediación Financiera e Inmobiliario
Administración Pública y Defensa
Enseñanza
Servicios Comunales, Sociales y Salud
Hogares con Servicio Doméstico
Otros 2
Fuente: Elaboración propia con base a datos de Encuesta de Hogares para Propósitos Múltiples 2001,
DIGESTYC, Ministerio de Economía.
Es de notar que los trabajadores salvadoreños se insertan mayoritariamente en
empleos asalariados pues explican el 51.75% del empleo total, seguido por aquellos
trabajadores cuenta propia que representan el 27.5%, es decir que de cada 10
salvadoreños tres deben autogestionar su fuente de trabajo (Ver Gráfico Nº 5).
42
GRÁFICO Nº 5: COMPOSICIÓN DEL EMPLEO SEGÚN CATEGORÍAS OCUPACIONALES
2001
0
100.000
200.000
300.000
400.000
500.000
600.000
700.000
800.000
900.000
PA
TR
ON
O
CU
EN
TA
PR
OP
IA
CO
OP
ER
AT
IVIS
TA
FA
M.
NO
RE
MU
NE
RA
DO
AS
AL
.
PE
RM
AN
EN
TE
AS
AL
. T
EM
PO
RA
L
AP
RE
ND
IZ
SE
RV
ICIO
DO
MÉ
ST
ICO
OT
RO
S
Fuente: Elaboración propia con base en datos de Encuesta de Hogares para Propósitos
Múltiples 2001, DIGESTYC, Ministerio de Economía.
Para conocer en términos reales la tendencia que los salarios promedio han
mantenido en el período de estudio se ha calculado el índice de salarios reales; éste
muestra como los salarios presentan una tendencia creciente hasta el 2001, mientras que
en el 2002 disminuyen (Ver gráfica No.6). Esto se puede deber a que la inflación ha sido
controlada hasta el 2001 por las autoridades monetarias; durante el período la tasa de
inflación ha sido pequeña e incluso negativa.23
Lo que hace que el salario real se haya
mantenido en aumento. En el 2002, la caída del salario real pudo verse afectado por la
entrada en vigor de la Ley de Integración Monetaria.
Hay que tomar en cuenta, que los datos de salarios tomados para la elaboración
del índice son los salarios promedios por año de la EHPM de la DIGESTYC, el año base
del salario es 1997 y el IPC en base a los precios de 1992, más detalle de la metodología
utilizada se explica en el Anexo No.1.
23 Para 1999 se reportó una tasa de inflación negativa de 1.0%.
43
GRÁFICO Nº 6: INDICE DE SALARIOS REALES
ÍNDICE DE SALARIOS REALES
96
98
100
102
104
106
108
110
1997 1998 1999 2000 2001 2002
AÑOS
ÍND
ICE
Fuente: Encuesta de Hogares para Propósitos Múltiples 1997-2002 DIGESTYC y
Revista Trimestral Banco Central de Reserva Octubre – Diciembre 2002.
Es importante señalar que la economía salvadoreña a finales de la década de los
noventa entra en desaceleración; sin olvidar que el salario mínimo nominal se ha
mantenido constante y sus últimas modificaciones se realizaron en Julio de 1995 ($4.40
diarios), un 10% con respecto al último aumento realizado en 1994, y para Abril de 1998
el salario diario nominal era de $4.80, que representa un 10% con respecto a 1995.24
2.2.3 Características de los desocupados
La tasa de desocupación a nivel nacional (Desocupados/PEA) es del 7% para el
año 2001, la cantidad total de desocupados masculino (4.89%) es mayor que la cantidad
de desocupadas femenino (2.07%), este mismo comportamiento se repite en las otras
áreas geográficas en las que se desagrega esta composición, pero es relevante que la
diferenciación entre el desempleo por género es mayor en el área rural (5.22% y 1.75%
para hombres y mujeres respectivamente) que en el AMSS (3.89% y 2.44%, ídem).
Dichas composiciones de desempleo por género, podrían deberse a que la participación
de la mujer en la población económicamente activa es menor o también porque en el
área rural los procesos económicos, que son en su mayoría agrícolas, presentan
24 Para el 1º de Julio del 2003, por decreto # 37 publicado en el Diario Oficial #93, Tomo 359 de fecha 23 de Mayo del 2003; se
aprueba el aumento de el salario mínimo de la siguiente manera: “Comercio y Servicio” un 10%, “Industria” un 7.5% y para la
“Industria textil y confección” de un 5%.
44
estacionalidades o ciclos bien definidos que evolucionan más lentamente que en el área
urbana, en vista que la EHPM toma un período de una semana, antes del momento de
realizar la encuesta, para medir el tiempo que ha estado desempleado un individuo,
podría no resultar en un instrumento adecuado para la medición del empleo rural
(Chacaltama, Septiembre de 1998).
Los desocupados que han trabajado anteriormente pero que buscan colocarse en
un trabajo, se denominan Cesantes. La tasa de cesantía (Cesantes/ PEA) es de 5.85%,
ésta denota la expulsión de la mano de obra por el conjunto de unidades productivas que
puede ser por contracción económica, traslado o movilidad de la mano de obra. Los
cesantes sumados a los que buscan trabajo por primera vez sin conseguirlo, conforman
los desocupados (Personas que no trabajan pero que buscan activamente un trabajo).
GRÁFICO Nº 7: CARACTERÍSTICAS DEL DESEMPLEO 2001
16.00%
15.00%
22.00%
17.00%
23.00%
7.00%
70.00%
71.74%
30.00%
28.25%
15.22%
40.04%
32.50%
46.61%
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8
ninguno
1 a 3 años
4 a 6 años
7 a 9 años
10 a 12 años
13 y más
hombres
menos de 2 meses
mujeres
menos de 2 meses
1 a 2 meses
menos de un mes
jefe
hijos
Fuente: Elaboración propia con base a datos de Encuesta de Hogares para Propósitos Múltiples 2001,
DIGESTYC, Ministerio de Economía.
45
En el Gráfico Nº 7 puede verse que para el año 2001 existieron más hombres
desempleados (70%) que mujeres (30%), porque los hombres son una mayor proporción
en la PEA, el 71.74% de los hombres tardó menos de dos meses en encontrar trabajo y el
28.25% de mujeres tardó menos de dos meses en encontrar trabajo, esto produce que las
tasas de desempleo sean bajas relativamente, ya que nuestro país no existen seguros de
desempleo como los poseen otros países y por tanto la población debe incorporarse
rápidamente al mercado laboral o verse obligados a autogestionarse el empleo.
Al ver la composición del desempleo por tramos de educación, se observa que la
población que ha concluido el bachillerato se les dificultó la inserción en el mercado
laboral, seguidos por los que han cursado entre 4 a 6 años de estudio y en menor
porcentaje se encuentran aquellas personas que poseen 13 años de estudio.
Además si se toma en cuenta la condición de jefe o no jefe de hogar, las personas
que no son jefes de hogar, forman un 46% de los desempleados.
2.3 Educación, salarios y empleo
La escolaridad promedio para el país en el año 2001 es de 5.42 años, alcanzando
los niveles más altos en el AMSS con 7.51 años, seguido por el promedio del área
urbana con 6.78 años y 3.41 años en el área rural. A nivel país, el mayor porcentaje de
miembros de la PEA (22%), cuenta con un nivel educativo entre 4 y 6 años, es decir que
ha cursado el 2º ciclo de educación básica, seguido por las personas que han cursado
entre 10 y 12 años (18%), luego el mismo porcentaje (17%) ocupan los que tienen de 1 a
3 años de estudio y los de 7 a 9 años, los que no poseen ningún año de estudio ocupan el
penúltimo lugar (15%), y el menor porcentaje lo componen las personas con educación
universitaria con un 11% de la PEA (Gráfico Nº 8).
46
GRÁFICO Nº 8: NIVEL EDUCATIVO DE LA PEA EL SALVADOR 2001
(PORCENTAJES)
Fuente: Elaboración propia en base a datos de Encuesta de Hogares para Propósitos Múltiples 2001,
DIGESTYC, Ministerio de Economía.
Sólo el 85% de la PEA ha cursado algún año de estudio, 56% ha estudiado algún
grado de educación básica (de 1º a 9º grado), la educación media (Bachillerato), sólo
cubre el 18% de la PEA y los estudios superior universitarios y no universitarios han
cubierto el 11%.
Los niveles de educación (Ver Gráfico Nº 9) alcanzados por los miembros de la
PEA son mayores en los hombres que en las mujeres, desde los que no poseen ningún
año de estudio hasta los que han alcanzado 13 años y más.
Al separar por áreas geográficas y por género a las personas de la PEA, se puede
observar un comportamiento opuesto entre las cantidades de personas de la zona rural y
de la urbana, el cual pude describirse de la manera siguiente: en el área urbana a más
años de estudio tiende a incrementarse la cantidad de personas (excepto al pasar de
bachillerato a educación superior); por el contrario, en el área rural las mayores
cantidades de personas no han asistido a la escuela o sólo han cursado hasta 6º grado y
luego disminuyen las cantidades en los niveles educativos medio y superior .
Generalizando el comportamiento de los niveles de estudio alcanzados por
género y por área geográfica, podría resumirse a grandes rasgos de la siguiente forma:
47
los hombres alcanzaron mayores años de estudio que las mujeres y las personas del área
urbana alcanzaron mayores años de estudio que las del área rural; salvo una excepción:
1. Las mujeres que cuentan con 13 años de estudio y más del área rural superan a
los hombres de ese nivel de estudio.
GRÁFICO Nº 9: MIEMBROS DE LA POBLACIÓN ECONÓMICAMENTE ACTIVA (PEA), POR
AÑOS DE ESTUDIO, ÁREA DE RESIDENCIA Y GÉNERO
0
50.000
100.000
150.000
200.000
250.000
NINGUNO 1 - 3 4 - 6 7 - 9 10 - 12 13 Y MAS
AÑOS DE ESTUDIO
CA
NIT
IDA
D
Hombres Urbanos Mujeres Urbanas
Hombres Rurales Mujeres Rurales
Fuente: Elaboración propia en base a datos de Encuesta de Hogares para Propósitos Múltiples 2001,
DIGESTYC, Ministerio de Economía.
Al observar los Gráficos Nº 10 y Nº 11, remuneraciones promedio por género y
por área geográfica, puede observarse como los hombres obtienen mayores salarios que
las mujeres en todos los niveles de educación; por área geográfica se observa que son
mayores las remuneraciones en el AMSS que en el área urbana (incluyendo AMSS) y
son menores en el área rural.
48
GRÁFICO Nº 10: INGRESO POR GÉNERO (SEGÚN AÑOS DE ESTUDIO)
0.00
1,000.00
2,000.00
3,000.00
4,000.00
5,000.00
6,000.00
7,000.00
NIN
GU
NO
1 a
34
a 6
7 a
9
10 a
12
13 y
más
AÑOS DE ESTUDIO
US
$ D
ÓL
AR
ES
HOMBRES MUJERES
Fuente: Elaboración propia en base a datos de Encuesta de Hogares para Propósitos Múltiples2001
DIGESTYC, Ministerio de Economía.
GRÁFICO Nº 11: SALARIO PROMEDIO (SEGÚN AÑOS DE ESTUDIO)
0,00
2.000,00
4.000,00
6.000,00
8.000,00
10.000,00
12.000,00
14.000,00
16.000,00
NINGUNO 1 a 3 4 a 6 7 a 9 10 a 12 13 y más
AÑOS DE ESTUDIO
US
$ D
ÓL
AR
ES
Área urbana Área rural AMSS
Fuente: Elaboración propia en base a datos de Encuesta de Hogares para Propósitos Múltiples 2001,
DIGESTYC, Ministerio de Economía.
En el Gráfico 12 puede observarse que la mayor parte se concentra en “los
trabajadores no calificados” (33.54%), los cuales, según los clasificaciones de la CIUO,
requieren escasa educación ya que son personas que poseen como máximo un nivel de 5
años de estudio y que requieren un mayor esfuerzo físico que mental para el desarrollo
de sus labores. El otro grupo que concentra mayor número de ocupados son “los
empleados de las ventas y los servicios” con un 16.7%.
49
Además aquellos grupos que generan mayores competencias y calificaciones
como lo son “los profesionales científicos” y los “profesionales técnicos” suman el 11%
del total de ocupados; pues se concentra en los ocupados para el sector comercio,
artesanos y operación de equipo los cuales demandan niveles muy básicos de
calificación. La situación descrita anteriormente genera y mantiene la existencia de un
círculo vicioso en la medida que a menor calificación también determina menor
productividad, y por lo tanto, menores niveles de ingreso; pues se enfrenta a un mercado
bastante reducido para el empleo calificado y que goza de grandes competencias.
GRÁFICO Nº 12: OCUPADOS SEGÚN GRUPO OCUPACIONAL
0,23 1,272,99
7,445,55
16,7
8,82
15,61
7,84
33,54
0
5
10
15
20
25
30
35
40
Fu
erza
s A
rmad
as
Dir
ecto
res,
fu
nci
on
ario
s
Pro
fesi
on
ales
cie
ntí
fico
s
Pro
fesi
on
ales
téc
nic
os
Em
ple
ado
s d
e o
fici
na
Co
mer
cio
y t
rab
ajad
ore
s d
e lo
s
serv
icio
s
Tra
baj
ado
r ag
rop
ecu
ario
y
pes
qu
ero
s
Ofi
cial
es a
rtes
ano
s o
per
ario
s
Op
erad
os
inst
alac
ión
de
maq
uin
as
Tra
baj
ado
r n
o c
alif
icad
o
PO
RC
EN
TA
JE
S
Fuente: Elaboración propia en base a datos de Encuesta de Hogares para Propósitos Múltiples 2001,
DIGESTYC, Ministerio de Economía.
Ramas de Actividad y Nivel Educativo
Para las ramas económicas que mayor cantidad de ocupados poseen, se tiene una
comparación educativa que se detalla a continuación:
50
GRÁFICO Nº 13: NIVEL EDUCATIVO DE LAS RAMAS ECONÓMICAS QUE ABSORBEN
MAYOR CANTIDAD DE OCUPADOS
0
20000
40000
60000
80000
100000
120000
140000
160000
180000
AGRICULTURA INDUSTRIA
MANUFACTURERA
COMERCIO
NINGUNO
1-3
4 - 6
7 - 9
10 -12
13 Y MÁS
Fuente: Elaboración propia en base a datos de Encuesta de Hogares para Propósitos Múltiples 2001,
Dirección General de Estadística y Censos, Ministerio de Economía.
El Gráfico Nº 13 muestra que la rama de agricultura absorbe una mayor cantidad
de personas que no poseen ningún grado académico entre 1 y 3 años y en menor
proporción personas de 10 años y más de estudio debido a que, por lo general, las
exigencias de competencias académicas son pocas en esta rama y es la fuerza física más
utilizada; como se visualiza en la gráfica, la tendencia es a disminuir la cantidad de
ocupados en esta rama de actividad económica al aumentar los años de estudio.
La rama de la industria manufacturera se comporta de manera ascendente, al
aumentar los años de educación llegando a su punto de inflexión en aquellas que poseen
de 6 años para arriba con una caída muy notable para el último rango educativo.
La rama de comercio y hoteles se encuentra diversificada su composición con
respecto a los años de estudio en comparación a las otras dos ramas pero siempre
muestra la caída brusca que se observa en la proporción de los que se encuentran en el
último rango educativo.
51
2.3.1 Educación y Salarios
Si se realiza una comparación del salario promedio de los ocupados según años
de escolaridad y género (Ver Cuadro Nº 16), a mayores años de estudios aprobados el
salario promedio mensual aumenta para todo el período, pero siempre en mayor
proporción para el sexo masculino.
Si se analiza los datos de la EHPM, y se considera ceteris paribus en las
condiciones del mercado laboral, se puede decir que una persona del género masculino
que no posee ningún año de estudio, aumenta uno o dos años en su nivel de escolaridad,
esto le puede representar un aumento del salario promedio de 36.65%, según cálculos
obtenidos para el 2002, ya que la persona recibiría una remuneración igual al promedio
de los otros individuos que cuentan con un nivel de educación de 1-3 años de estudio
aprobados.
En términos nominales puede observarse que en el período de análisis se han
dado incrementos pequeños pero positivos en cada grupo de años de estudios aprobados,
siendo la población que tiene trece años o más de estudios los que mejores salarios
reciben en todos los años, reportando un máximo de $700.52 dólares para el género
masculino y de $444.59dólares para el género femenino.
52
CUADRO Nº 16: PROMEDIO MENSUAL EN DÓLARES SEGÚN SEXO Y AÑOS DE ESTUDIO
APROBADOS
GÉNERO Y
AÑOS DE
ESTUDIO
1997 1998 1999 2000 2001 2002
Masculino
Ninguno 107.60 116.81 120.17 131.65 126.63 132.39
1-3 141.89 159.41 155.32 158.83 174.05 180.96
4-6 177.44 200.58 191.56 196.34 203.50 202.22
7-9 209.49 216.81 219.31 228.94 233.80 226.49
10-12 299.06 326.68 313.16 315.05 310.84 310.32
13 y más 594.90 572.34 595.94 641.28 666.81 700.52
Total 231.20 249.54 248.95 261.40 268.54 277.57
Femenino
Ninguno 105.40 120.68 104.13 105.05 120.62 121.21
1-3 139.38 119.88 119.67 133.31 133.23 142.88
4-6 182.87 134.13 141.64 148.49 147.08 144.79
7-9 216.32 161.12 165.97 177.98 158.46 164.48
10-12 316.34 249.95 251.69 271.27 258.96 251.27
13 y más 646.67 439.20 435.84 459.24 468.70 444.59
Total 226.71 192.50 194.99 206.83 206.12 204.58
Fuente: Encuesta de Hogares para Propósitos Múltiples 1997-2002, DIGESTYC.MINEC.
53
CAPÍTULO III
PERFIL DE INGRESOS DE LOS OCUPADOS EN LA INDUSTRIA DEL
AMSS: EL MODELO DE MINCER25
3.1 Justificación de la selección de la muestra
Los factores que se tomaron en cuenta para definir como sujetos de este estudio a
los ocupados en la industria manufacturera del AMSS fueron los siguientes:
a) La cantidad de empleados para cada una de las áreas geográficas en que se
encuentra dividida la Encuesta de Hogares y Propósitos Múltiples de 2001
(EHPM 2001).
b) La cantidad de empleados para cada rama de actividad económica26
a nivel
nacional y por área geográfica.
c) La distribución de los ocupados al interior de las ramas económicas de acuerdo a
su categoría ocupacional27
, sector ocupacional (formal e informal) y su condición
de ocupación (ocupación plena y subempleo).
Los ocupados por área geográfica para el año 2001 (Ver Cuadro Nº 17) en El
Salvador se distribuyen en un mayor porcentaje al área rural (37.86%), seguido por el
AMSS (34.28%) y coloca en tercer lugar a los ocupados de otras ciudades urbanas
intermedias (27.86%), en este punto es necesario hacer notar que el AMSS representa la
menor superficie entre las tres áreas geográficas pero que ocupa el segundo porcentaje
mayor de ocupados, es decir, la densidad de ocupados en el AMSS supera por mucho a
la de los otras áreas geográficas y por tanto es importante detectar como influye la
educación para esta cantidad de empleados en esta relativamente pequeña área
25 Para elaborar este capitulo se utilizó la base de datos de la EHPM 2001. Para trabajar la base de datos y para aplicar las regresiones
del modelo de Mincer se utilizó el programa SPSS VERSIÓN 10 26 “Clasificación industrial internacional uniforme para todas las actividades económica, Revisión 3 (CIIU Rev. 3), existen en total
17 ramas para clasificar la actividad económica. Oficina Estadística de Naciones Unidas, fuente:
http://www.idescat.es/scripts/sqlsicono.dll?TC=5&v0=1&v1=50&v2=1 (Ver Anexo II) 27 De acuerdo a la “Clasificación internacional uniforme de ocupaciones (CIUO-88)”, existen 10 grandes grupos para clasificar las
ocupaciones, fuente: Organización Internacional del Trabajo (OIT). http://www.ilo.org/public/spanish/bureau/stat/class/isco.htm.
(Ver Anexo III).
54
geográfica. Los porcentajes de los ocupados por área geográfica se presentan de la
siguiente forma:
CUADRO N° 17: OCUPADOS POR ÁREA GEOGRÁFICA 2001
Fuente: Elaboración propia en base a datos de Encuesta de Hogares para Propósitos
Múltiples 2001, DIGESTYC, Ministerio de Economía.
La distribución de los ocupados a nivel nacional por ramas de actividad
económica concentra su mayor porcentaje en tres ramas de las catorce ramas de
actividad que aparecen en la EHPM 2001 (Ver Cuadro Nº 18), que representan el
66.08% de los ocupados de El Salvador y se detallan a continuación sus respectivos
porcentajes:
a) Comercio, hoteles y restaurantes: 27.22% de todos los ocupados.
b) Agricultura, ganadería, caza y silvicultura: 21.25% de todos los ocupados.
c) Industria manufacturera: 17.61% de todos los ocupados.
Al observar las anteriores ramas económicas en el área geográfica del AMSS,
dos de esas tres se mantienen conservando los mayores porcentajes de ocupados. La
agricultura como es de esperarse, no ocupa un alto porcentaje en el AMSS, debido a que
ésta se desarrolla mayoritariamente en el área rural y el AMSS es mayoritariamente
urbana. Por el contrario las ramas de industria manufacturera y comercio, hoteles y
restaurantes, conservan los mayores porcentajes de ocupados del AMSS, con un 56.32%
de los ocupados del AMSS, siendo sus respectivos porcentajes los siguientes:
a) Comercio, hoteles y restaurantes: 33.29% de los ocupados del AMSS.
b) Industria manufacturera: 23.02% de los ocupados del AMSS.
Al comparar las categorías ocupacionales al interior de estas dos ramas
económicas en el AMSS, se encuentra que la rama industria manufacturera cuenta con
más asalariados permanentes y temporales que la rama de comercio, hoteles y
ÁREA GEOGRÁFICA PERSONAS
POR ÁREA PORCENTAJE
OCUPADOS TOTAL 2,451,317 100.00%
OCUPADOS URBANA MENOS AMSS 682,694 27.86%
OCUPADOS RURAL 928,446 37.86%
OCUPADOS AMSS 840,177 34.28%
55
restaurantes, a su vez, éstos representan un porcentaje mayor dentro de su misma rama
de actividad económica siendo el 72.22% de los ocupados de esa rama, mientras que
éstos en la rama de comercio, hoteles y restaurantes poseen el 44.74% de los ocupados.
Al comparar la formalidad e informalidad de dichas ramas económicas siempre a nivel
del AMSS, se observa que en la rama de industria el porcentaje de ocupados formales es
de 64.89%, mientras que por el lado de la rama de comercio es de 33.89%, si al análisis
de esta comparación le agregamos la variable ocupación plena y subempleo visible e
invisible, se encuentra que la rama de industria presenta una ocupación plena de 78%
(20% de subempleo visible y 2% de invisible) y en la rama de comercio se observa un
69% de ocupación plena (28% de subempleo visible y 4% de invisible).
CUADRO N° 18: OCUPADOS PARA RAMA INDUSTRIA Y COMERCIO 1_/,
SEGÚN CATEGORÍA OCUPACIONAL AMSS 2001
CATEGORÍA
OCUPACIONAL
RAMA DE ACTIVIDAD ECONÓMICA
INDUSTRIA
MANUFACTURA %
COMERCIO,
HOTELES Y
RESTAURANTES
%
Asalariado
permanente 121,028 62.57% 101,236 36.19%
Cuenta propia 30,904 15.98% 111,933 40.02%
Asalariado
temporal 18,664 9.65% 23,900 8.54%
Familiar no
remunerado 13,147 6.80% 29,480 10.54%
Empleador o
patrono 9,413 4.87% 13,124 4.69%
Aprendiz 275 0.14% 52 0.02%
Cooperativista 0 0.00% 0 0.00%
Servicio doméstico 0 0.00% 0 0.00%
Otros 0 0.00% 0 0.00%
TOTAL 193,431 100.00% 279,725 100.00% Fuente: Encuesta de Hogares para Propósitos Múltiples 2001, DIGESTYC, Ministerio de Economía.
1_/ de acuerdo a CIIU Revisión 3.
Otra variable que se estudió al momento de decidir cual rama seleccionar fue el
grupo ocupacional en el que se encontraban los individuos al interior de cada una de las
56
ramas (Ver Cuadro Nº 19), y se encontró que en la rama industria el 84.08% estaba en
los grupos ocupacionales que requería un nivel de educación adecuado para desempeñar
su empleo y por el contrario en la rama de comercio sólo el 30.04% se encontraba en
este tipo de categorías ocupacionales, que se consideraron que eran las que necesitaban
un mayor grado de calificación para desempeñar dichas posiciones28
.
CUADRO N° 19: OCUPADOS POR INDUSTRIA Y COMERCIO 1_/,
SEGÚN GRUPO OCUPACIONAL* EN AMSS 2001
GRUPO OCUPACIONAL INDUST.
MANUFACT. %
COMERCIO
HOTELES Y
REST.
%
GRUPOS
OCUPA-
CIONALES
CON MAYOR
CALIFICA-
CIÓN
ARTESANOS, OPER. 73,147 37.82% 38,591 13.80%
OPERADOR, INSTAL. 53,855 27.84% 6,081 2.17%
PROFES., TECNIC. 16,915 8.74% 11,987 4.29%
EMPLEADOS DE OFIC. 11,825 6.11% 20,923 7.48%
DIRECTORES, FUNC. 4,852 2.51% 3,910 1.40%
PROFES., CIENTIFIC. 2,040 1.05% 2,533 0.91%
SUBTOTAL 162,634 84.08% 84,025 30.04%
GRUPOS
OCUPA-
CIONALES
CON MENOR
CALIFICA-
CIÓN
COMERC. T. SERVI. 9,254 4.78% 125,029 44.70%
TRABA. NO CALIFIC. 21,415 11.07% 70,454 25.19%
TRAB. AGRO. PESC. 128 0.07% 217 0.08%
FUERZAS ARMADAS 0 0.00% 0 0.00%
SUBTOTAL 30,797 15.92% 195,700 69.96%
TOTAL 193,431 100% 279,725 100%
Fuente: Encuesta de Hogares para Propósitos Múltiples 2001, DIGESTYC, Ministerio de Economía.
*Grandes Grupos Ocupacionales acorde a "Clasificación Internacional Uniforme de Ocupaciones, 1988
(CIUO-88)" que sustituye a CIUO-68. 1_/ de acuerdo a CIUO Revisión 3.
Puesto que el objetivo es medir el impacto diferenciador de la educación en la
remuneración o sueldo de los empleados, será más acertada la investigación de los
28 A partir de la CIUO los niveles de competencia de los grupos ocupacionales según CINE, los TRAB. NO CALIFIC. poseen 5 años
de estudios, los TRAB. AGRO. PESC. poseen 8 años de estudios aprobados, COMERC. T. SERVIC./ EMPLEADOS DE OFIC./ ARTESANOS, OPER./ OPERADOR, INSTAL. poseen entre 8 y 11 años de estudio aprobados; PROFES., TECNIC. Poseen 15 años
de estudios aprobados y equivale a un grado superior pero no universitario, PROFES., CIENTIFIC poseen más de 13 años de
estudios y tiene acceso a un grado universitario.
57
perfiles de ingresos en el mercado laboral de la rama en la que la mayor parte de los
individuos sean asalariados y que éstos sean más homogéneos en su composición.
3.2 Características de los ocupados que trabajan en el sector industrial del AMSS
La población residente en el AMSS cuyas labores pertenecen a la rama de
actividad económica industria manufacturera es de 193,431 y, a ésta cantidad de
personas se aplicaron filtros para descartar a las personas que en la pregunta 422 de la
EHPM 2001 respondieron que su forma de pago era: Por obra o destajo y no recibe en
efectivo y de igual forma se descartaron las personas cuyo sueldo mensual era igual a
cero. (Ver en Anexos la boleta de la EHPM 2001).
La aplicación de ambos filtros para la selección de la muestra utilizada fue
hecha, debido a que este trabajo de graduación es una investigación para conocer como
la educación es un factor diferenciador del salario de las personas y estas personas por
no poseer un sueldo fijo mensual o en efectivo, no brindaban la información necesaria
para determinar el porcentaje en que se diferencia el sueldo por sus respectivos niveles
de estudio.
Lo que de ahora en adelante se denominará muestra seleccionada está compuesta
por 124,863 personas (Ver Cuadro Nº 20). De éstas, 71,288 son del sexo masculino
(57.09%) y 53,575 del sexo femenino (42.91%), manteniéndose la relación que se
presenta a nivel país, en cuanto a personas ocupadas, la cual es que los hombres se
encuentran en mayor porcentaje que las mujeres.
Otra delimitación de la muestra fue considerar únicamente a los ocupados
mayores de 15 años. La edad máxima que se encontró fue de 84 años, la cual
corresponde al género masculino mientras que en el género femenino hay una variación
en el límite superior, siendo éste de 67 años.
58
CUADRO N° 20: MUESTRA SELECCIONADA POR GÉNERO Y SEGÚN
RANGOS DE EDAD 2001
RANGOS
DE
EDADES
HOMBRES MUJERES TOTAL PORCENTAJE
ACUMULADO PERSONAS % PERSONAS % PERSONAS %
15 a 18 3137 4.40% 913 1.70% 4050 3.24% 3.24%
19 a 24 15948 22.37% 10666 19.91% 26614 21.31% 24.56%
25 a 29 12835 18.00% 10740 20.05% 23575 18.88% 43.44%
30 a 34 10358 14.53% 8093 15.11% 18451 14.78% 58.22%
35 a 39 8722 12.23% 7458 13.92% 16180 12.96% 71.17%
40 a 44 5979 8.39% 8428 15.73% 14407 11.54% 82.71%
45 a 49 5131 7.20% 3537 6.60% 8668 6.94% 89.65%
50 a 54 4567 6.41% 2118 3.95% 6685 5.35% 95.01%
55 a 59 2167 3.04% 1430 2.67% 3597 2.88% 97.89%
60 y más 2444 3.43% 192 0.36% 2636 2.11% 100.00%
Total 71288 100.0% 53575 100.0% 124863 100.0%
Fuente: Elaboración propia en base a datos de EHPM 2001, DIGESTYC, Ministerio de Economía.
El menor porcentaje de personas por rango de edad, es de las personas de 15 a 18
años, lo que puede deberse a que los menores de 18 años, según la legislación laboral
vigente en el país, deben solicitar permisos laborales y trabajar jornadas más cortas que
los mayores, estos se convierten en factores desincentivadores para la contratación de
personas de este rango de edad. El 43.44% de la muestra se encuentra en el rango de
edad de 15 a 29 años, lo que denota la juventud de la fuerza de trabajo que se ocupa en
esta rama y los porcentajes de personas mayores de 30 años segmentados en intervalos
de 5 años, son menores a medida que aumenta la edad, lo que puede deberse a que las
estructura de edades en El Salvador presenta una forma piramidal y concentra a la
mayor parte de la población en rangos de edades menores.
En lo que se refiere a los años de estudio aprobados, el límite inferior y los límites
superiores que se observaron fueron: Cero años aprobados para el 2.82% de la muestra,
el máximo para el género masculino es de 20 años y para mujeres el límite superior es de
17 años aprobados.
59
GRÁFICO N° 14: MUESTRA SELECCIONADA SEGÚN AÑOS DE ESTUDIO
APROBADOS 2001
Fuente: Elaboración propia en base a datos de EHPM 2001, DIGESTYC, Ministerio de Economía.
Entre las características educativas de la muestra seleccionada (Ver Gráfico Nº
14) es de destacar que el 2.82% poseen cero años de educación, que sólo el 10.14% de la
población posee más de 13 años de estudio, el mayor porcentaje se concentra entre los
que han cursado de 4 a 6 años y 7 a 9 años que suman el 64.18% del total de la muestra.
Al desagregar por género la cantidad de ocupados según nivel académico la muestra
conserva la misma tendencia para ambos géneros, pero para los rangos de 7 a 9 años y
de 13 a más años existen más hombres que mujeres que han alcanzado estos niveles
educativos. Ver gráfico siguiente.
2.82%5.14%
19.72%
26.64%
35.54%
10.14%
Ninguno
1 a 3 años
4 a 6 años
7 a 9 años
10 a 12 años
13 o más
60
GRÁFICO N° 15: MUESTRA SELECCIONADA SEGÚN AÑOS DE ESTUDIO
POR GÉNERO 2001
0
5000
10000
15000
20000
25000
ninguno 1 a 3 años 4 a 6 años 7 a 9 años 10 a 12 años 13 o más
hombre mujer
Fuente: Elaboración propia en base a datos de EHPM 2001, DIGESTYC, Ministerio de Economía.
En el Cuadro Nº 21 los datos que se han resaltado nos indican en que rango de
edad se ubican la mayor concentración de ocupados por niveles educativos; el mayor
número de personas, se concentra en el rango de edad de 20 a 24 años que poseen 10 a
12 años aprobados y de 15 a 19 años no presenta ocupados para cero años de estudio. El
nivel máximo de años de estudio aprobado es de 20 años que se concentra en su
totalidad en personas que poseen 37 años.
CUADRO N° 21: OCUPADOS DEL SECTOR INDUSTRIAL DEL AMSS POR
AÑOS DE ESTUDIO SEGÚN RANGO DE EDAD 2001
RANGO DE
EDAD
CERO
AÑOS
1 A 3
AÑOS
4 A 6
AÑOS
7 A 9
AÑOS
10 A 12
AÑOS
13 O
MÁS
15 a 19 0 503 859 2,204 2,077 358
20 a 24 94 1,817 3,005 6,258 10,906 2,583
25 a 29 47 88 3,792 6,874 9,713 3,061
30 a 34 320 718 4,325 4,420 5,631 3,037
35 a 39 424 642 2,932 5,726 5,448 1,008
40 a 44 763 1,033 3,685 4,836 3,833 257
45 a 49 1,040 360 1,078 1,746 3,501 943
50 o más 829 1,257 4,947 1,200 3,271 1,414
Totales 3,517 6,418 24,623 33,264 44,380 12,661 Fuente: Elaboración propia en base a datos de EHPM 2001, DIGESTYC, Ministerio de
Economía.
61
Los salarios percibidos por la población objetivo (Ver gráfico Nº 16) presenta un
límite inferior de US$9.94 mensual el cual es reportado sólo por el sexo femenino
(0.17% del total de la muestra) y un límite superior de US$2,857.14 mensual reportado
por el sexo masculino (0.17% del total de la muestra), el salario con mayor frecuencia es
de US$148.57 mensual reportado por un porcentaje de 12.12% de los ocupados que
conforman la muestra; siendo el sexo masculino que concentra el 51.66% de los que
reciben éste salario.
GRÁFICO N° 16: SALARIOS PROMEDIOS MENSUALES POR AÑOS DE
ESTUDIO SEGÚN GÉNERO 2001 (US $ DÓLARES)
SALARIOS MENSUALES POR GÉNERO EN US $
DÓLARES 2001
0
5000
10000
15000
20000
25000
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17
AÑOS DE ESTUDIO
SA
LA
RIO
US
$ D
ÓL
AR
ES
HOMBRES MUJERES
Fuente: Elaboración propia en base a datos de EHPM 2001, DIGESTYC, Ministerio de
Economía
En el Anexo IV se puede encontrar las matrices correspondientes al ingreso
según años de estudio, según edad, y; años de edad según educación, para cada uno se
encuentra desagregado por género.
62
3.3 Resultados de las regresiones del Modelo de Capital Humano en la muestra
seleccionada
Para comprobar la hipótesis que la educación tiene un impacto positivo en la
remuneración de los individuos, se efectuaron regresiones lineales usando los datos
contenidos en la base de datos de la EHPM del año 2001 (Ver Anexo XI), donde se
seleccionó a los individuos que cumplían con los filtros que se mencionaron
anteriormente (Edad, región geográfica e ingreso). La construcción de cada una de las
variables, utilizadas en el modelo se hizo mediante el uso de los siguientes elementos
que forman parte de la base de datos de la encuesta de dicho año:
1. Logaritmo natural del salario mensual en dólares: En la base de datos se
encuentra la variable MONEYSAL, ésta presenta el cálculo que efectúa la
DIGESTYC del salario mensual en colones de los individuos a partir de la
respuesta que dan las personas sobre la cantidad y periodicidad de su pago. Los
datos contenidos en esta variable se dividieron entre 8.75 para convertirlos a
dólares americanos. Se ocupó el salario mensual en lugar del salario por hora,
debido a que la forma en que se presentan estos datos en la encuesta hizo difícil la
construcción de variable por hora.
2. Experiencia: Se utilizó la fórmula de experiencia potencial (edad menos años de
estudio aprobado menos seis años previos a la escolarización), los elementos de
esa fórmula aparecen en la encuesta de la siguiente forma:
a) La variable edad, está en la pregunta Nº 106 de la Sección 1:
CARACTERÍSTICAS SOCIODEMOGRÁFICAS. Esta misma pregunta sirvió
de origen para la construcción de la variable Edad y Edad al cuadrado esta
última se construyó elevando a la potencia 2 la variable Edad.
b) La variable años de estudio aprobado, la cual DIGESTYC nombra como
APROBA1 en la base de datos, es parte de la sección 2: CARACTERÍSTICAS
DE LA EDUCACIÓN.
3. Experiencia al cuadrado: La variable Experiencia se elevó a la potencia 2.
63
4. Alfabetismo: Se obtuvo de la pregunta 202, de la sección 2, y se codificó para
convertirla en una variable dummy, donde 1 significa que si sabe leer y 0 significa
que no puede leer.
5. 1 a 9 años: La fuente para la construcción de esta variable dummy fue la variable
APROBA1, de donde se codificó con 1 a las personas que respondieron que habían
aprobado entre 1 y 9 años de estudio, lo que comprende la educación básica.
6. 10 a 12 años: Esta variable dummy se construyó a partir de la misma fuente que la
anterior, con la diferencia que se codificó con 1 a las personas que respondieron
que habían aprobado entre 10 a 12 años de estudio, lo que asumimos comprende la
educación media o bachillerato.
7. 13 años o más: La fuente de construcción de esta variable es la misma que las 2
variables anteriores, en este caso se codificó con 1 a las personas que respondieron
que habían aprobado más de 13 años de estudio, lo que comprende la educación
superior universitaria y no universitaria.
8. Género Masculino: Esta variable dummy fue construida a partir de la respuesta a
la pregunta 104 de la sección 1, en ella se codificó con un 1 a las personas que son
miembros del género masculino y con 0 a las personas del género femenino.
9. Jefe de Hogar: Para la construcción de esta variable fue usada las respuestas a la
pregunta Nº 103 de la sección 1, donde se codificó 1 para los que son jefes de
hogar y 0 para los que no lo son, así se crea una variable dummy.
Se efectuaron regresiones para conocer el comportamiento de la muestra
seleccionada, las cuales se detallan a continuación:
1) Regresión de Alfabetismo.
Los resultados de la regresión de la muestra seleccionada de la rama industria
manufacturera en la que se utilizó la fórmula de experiencia potencial para la variable
experiencia fueron los siguientes:
64
Variable Dependiente: Ln del salario mensual en dólares del trabajador
R² =0.034
Prob.>F=0
Esta regresión se elaboró con el objetivo de comprobar como el sencillo hecho de
poder leer y escribir es un factor diferenciador e influyente del monto de salarios que
reciben las personas. Los resultados de la regresión muestran los signos esperados de las
variables, según la teoría de Jacob Mincer (Ver capítulo I). Las variables explicativas
resultaron significativas en la ecuación.29
Para el 2001 los salarios de los trabajadores de la muestra seleccionada
mostraron que los salarios de las personas que pueden leer y escribir fueron en promedio
45% más altos que las personas que no pueden leer ni escribir. Los efectos de la adición
de los años de experiencia, al cálculo del salario de los trabajadores, son que el aumento
de un año adicional de experiencia ocasionan en promedio un incremento de 1.93% a lo
largo de toda la vida laboral de los trabajadores de la industria del AMSS. Puesto que el
signo de la experiencia al cuadrado es negativo nos indica que existen rendimientos
decrecientes en los salarios a medida que aumentan los años de experiencia.30
Al graficar los resultados de la regresión se obtuvieron los perfiles de ingresos de
la muestra de trabajadores de la rama industrial del AMSS en la que se cumplió lo que J.
Mincer planteaba, es decir, que los ingresos son ascendentes en los primeros años donde
el individuo es joven, pero que a medida que se acerca a la edad de jubilarse tiene un
comportamiento descendente. Al derivar de manera parcial el logaritmo natural del
salario en dólares con respecto a la experiencia e igualarla a cero, se encuentra el nivel
29 Ver Anexo V de significado de pruebas. 30 Esta afirmación se hace en términos prácticos, puesto que para un adicional de experiencia se dan dos efectos, un efecto positivo
de 1.93% y el negativo (2*0.03%), entonces, el efecto total es de 1.87%, ya que (∂ Lny/ ∂ Exp) = 0.0193-2(0.0003)(1).
C o e fic ie n te t P > t
0 .0 1 9 3 4 9 .1 1 0 .0 0
-0 .0 0 0 3 -3 8 .7 9 8 0 .0 0
0 .4 5 0 0 3 8 .6 5 0 .0 0
4 .7 0 6 0 3 8 5 .2 8 6 0 .0 0C o n sta n te
E x p e rie n c ia
E x p e rie n c ia c u a d ra d o
A lfa b e tism o
65
de años de experiencia en que los ingresos de las personas comienzan a decaer, es decir,
que ya no hay aumento de salario sino que empieza a reducirse con el paso de los años.
El valor obtenido para la regresión de alfabetismo fue el año de experiencia nº 32 tanto
para las personas que pueden leer y las que no pueden leer.
La forma de interpretar este resultado es que cuando las personas tienen más de
32 años de experiencia, la remuneración que el mercado les otorga va decayendo, por
ejemplo se tiene que una persona que sabe leer y escribir, aumenta de 15 a 16 años de
experiencia se ve incrementado en 0.17%.
Comparación entre
niveles de experiencia
Variación entre los
salarios. SI LEE
Variación entre los
salarios. NO LEE
Pasar de 15 a 16 años 0.17% 0.20%
Pasar de 36 a 37 años -0.046% -0.050%
GRÁFICO N° 17: PERFIL DE INGRESOS SEGÚN CONDICIÓN DE ALFABETISMO 2001
3
3.5
4
4.5
5
5.5
6
0 2 4 6 8 10 12 14 16 18 20 22 24 26 28 30 32 34 36 38 40 42 44 46 48 50 52 54 56 58 60 62 64 66 68 70 72
experiencia (edad-años estudio-6)
ln s
ala
rio
me
nsu
al
si lee No lee
2) Regresión por Rangos de Años de Estudio y Género
Los resultados de la regresión de la muestra seleccionada de la rama industria
manufacturera del AMSS en la que se utilizó la fórmula de experiencia potencial para la
variable experiencia fueron:
66
Variable Dependiente: Ln del salario mensual en dólares del trabajador.
R² =0.31
Prob.>F=0
El objetivo de efectuar esta regresión es para determinar como influye y
diferencia en el salario de las personas de la muestra seleccionada el nivel de educación
cursado y también de que forma el género influye en el salario obtenido. Los resultados
de la regresión muestran los signos esperados en las variables, según la teoría de Mincer
(Ver capítulo I). Las variables explicativas resultaron significativas en la ecuación.31
La explicación del coeficiente obtenido en la variable género masculino es la
siguiente: Un trabajador por ser del género masculino, tiende a obtener un salario 22.1%
mayor que otra persona de similares características que pertenezca al género femenino.
La interpretación que se da a los coeficientes obtenidos para los diferentes
niveles de educación es que en promedio y en relación con un trabajador con ningún año
de educación:
a) El salario de las personas que poseen entre 1 y 9 años de educación (Educación
básica) es 25.40% mayor.
b) Para las personas del rango de 10 a 12 años de estudio (Educación media) el
salario es 55.60% más alto.
c) Las personas de más de 13 años de estudios (Educación superior universitaria y
no universitaria) obtienen salarios superiores en un 128.70%.
31 Idem.
C o e f i c i e n t e t P > t
0 . 0 4 5 1 1 2 6 . 7 1 2 0 . 0 0
- 0 . 0 0 0 7 - 1 0 4 . 2 5 3 0 . 0 0
1 a 9 a ñ o s 0 . 2 5 4 0 2 6 . 8 5 5 0 . 0 0
1 0 a 1 2 a ñ o s 0 . 5 5 6 0 5 7 . 1 8 7 0 . 0 0
1 3 a ñ o s o m á s 1 . 2 8 7 0 1 2 3 . 7 0 7 0 . 0 0
0 . 2 2 1 0 7 4 . 6 7 2 0 . 0 0
4 . 2 8 9 0 4 2 0 . 6 2 0 . 0 0
E x p e r i e n c i a
E x p e r i e n c i a a l C u a d r a d o
E d u c a c i ó n :
C o n s t a n t e
G é n e r o m a s c u l i n o
67
El coeficiente de la variable experiencia de 0.0451 indica que el salario de un
trabajador se incrementa en promedio 4.51% por cada año de experiencia que este posea
según los datos de la muestra seleccionada.
Al graficar los datos de la regresión por rangos de años de estudio los perfiles
cumplen lo descrito por Mincer, obteniendo un punto en donde el salario presenta una
tasa de crecimiento negativa que se presenta al contar con 32 años de experiencia
potencial, esto resulta lógico si se observa que en el país las personas se jubilan a partir
de cumplir sus 30 años de labores, y por tanto el mercado los margina pagando menores
salarios.
Comparaciones entre
niveles de experiencia
Variación entre los salarios
Ningún Año de
Estudio
De 1 a 9 años
de estudio
De 10 a 12 años
de estudio De 12 a más
MASCULINO
Pasar de 15 a 16 años 0.46% 0.44% 0.41% 0.36%
Pasar de 36 a 37 años 0.13% 0.13% 0.12% 0.11%
FEMENIMO
Pasar de 15 a 16 años 0.48% 0.45% 0.43% 0.38%
Pasar de 36 a 37 años 0.14% 0.13% 0.12% 0.11%
La experiencia es un factor importante en el incremento de los salarios para
aquellos con niveles educativos bajos, pues los incrementos en los salarios debido a los
aumentos en la experiencia son mayores para los trabajadores con menores niveles
educativos, aunque el punto de partida de salarios es diferente para cada nivel educativo
y se mantienen la relación de mayor educación mayor salario, es decir, que el salario de
los de menores niveles educativos siempre se mantiene más abajo que el de aquellos con
más educación, además a partir del punto máximo de experiencia disminuyen mas
rápidamente los salarios de las personas con menor educación que aquellos más
educados (las tasas de disminución son menores para lo mas educados) es decir, en la
industria del AMSS los salarios de los ocupados con menor nivel educativo crecen más
rápido que los de mayor educación. Ver Anexos VIII y IX.
68
GRÁFICO N° 18: PERFIL DE INGRESOS HOMBRES 2001
ln de sueldo mensual hombres
3.0
3.5
4.0
4.5
5.0
5.5
6.0
6.5
7.0
0 2 4 6 8 10 12 14 16 18 20 22 24 26 28 30 32 34 36 38 40 42 44 46 48 50 52 54 56 58 60 62 64 66 68 70 72
años experiencia
ln s
ue
ldo
me
ns
ua
l
Ninguno
Básica
Media
Superior
GRÁFICO N° 19: PERFIL DE INGRESOS MUJERES 2001
ln de sueldo mensual mujeres
3
3.5
4
4.5
5
5.5
6
6.5
0 2 4 6 8 10 12 14 16 18 20 22 24 26 28 30 32 34 36 38 40 42 44 46 48 50 52 54 56 58 60 62 64 66 68 70 72
años experiencia
ln s
ue
ldo
me
ns
ua
l
Ninguno
Basica
Media
Superior
3.) Regresión por Rangos de Años de Estudio, Género y Jefe de Hogar
Los resultados de la regresión de la muestra seleccionada de la rama industria en
la que se usó la fórmula de experiencia potencial para la variable experiencia fueron los
siguientes:
69
Variable Dependiente: Ln del salario mensual en dólares del trabajador.
R² = 0.32
Prob.>F=0
Coeficiente T P>t
Experiencia 0.03964 107.272 0.00
Experiencia al Cuadrado -0.000652 -94.946 0.00
Educación:
Básica 0.228 24.267 0.00
Media 0.527 54.580 0.00
Superior 1.232 118.881 0.00
Jefe hogar 0.167 48.434 0.00
Género masculino 0.152 46.604h 0.00
Constante 4.353 427.246 0.00
Teniendo como objetivo comprobar como el salario está explicado por otra serie
de variables sociodemográficas, se incluyó como variable dummy el ser o no jefe de
hogar, ya que estas personas por ser las que llevan las riendas de las decisiones a tomar
dentro del hogar, juegan un papel importante en la diferenciación del ingreso.
Los resultados de la regresión muestran los signos y valores de los betas
esperados según la teoría de Jacob Mincer (Ver capítulo I). Las variables explicativas
resultaron significativas en la ecuación.32
Se lee que para las personas que son jefes de hogar los salarios son 16.70%
mayores que de aquellos que no lo son y se ven también incrementados si estos son del
sexo masculino en un 15.20%.
Los coeficientes obtenidos comparados con una persona de cero años de estudios
se interpretan de la siguiente manera:
a) El salario de una persona que cursó educación básica es 22.8% mayor a una
persona que no haya estudiado.
b) Una persona que tiene educación media posee un salario superior en 52.7% con
respecto a una persona con cero años de estudio.
c) Para una persona que posea estudios superiores el salario es 123.2% más alto que
para alguien con cero años de educación.
32 Idem.
70
El coeficiente obtenido por la variable experiencia indica que en promedio un
trabajador incrementa su salario en 3.96% por cada año que labora según la muestra
seleccionada de 2001.
Si se graficaran los perfiles de los salarios se encontraría que tomando la variable
jefe de hogar los salarios comienzan a decaer después de los 30 años de vida laboral.
4.) Regresión por Años de Estudio utilizando la variable edad
Los resultados de la regresión de mayores de 15 años del AMSS de la rama industria
manufacturera en la que se utilizó un ingreso mayor de cero dólares y como variable
proxy de la experiencia se utilizó la edad fueron los siguientes:
Variable Dependiente: Ln del salario mensual en dólares del trabajador.
R² =0.327
Prob.>F=0
Los resultados de la regresión al tomar la variable edad como proxy de la
experiencia de la persona muestran los signos y valores de los betas esperados según la
teoría de Jacob Mincer (Ver capítulo I). Las variables explicativas resultaron
significativas en la ecuación.33
El coeficiente de la variable género masculino indica que los hombres en la rama
industria manufacturera poseen salarios 22.2% más altos que las mujeres.
Los niveles de educación se interpretan de la siguiente manera:
a) Las personas de 1 a 9 años de estudio tiene un salario 37.50% mayor de aquellas
que nunca han estudiado.
33 Idem.
C o e fic ie n t e t P > t
0 . 0 7 3 9 1 3 3 . 2 9 0 . 0 0
- 0 . 0 0 0 8 - 1 1 4 . 4 3 5 ll 0 . 0 0
1 a 9 a ñ o s 0 . 3 7 5 0 4 2 . 4 3 7 0 . 0 0
1 0 a 1 2 a ñ o s 0 . 5 9 3 0 6 6 . 0 8 6 0 . 0 0
1 3 a ñ o s o m á s 1 . 2 5 3 0 1 2 9 . 5 8 9 0 . 0 0
0 . 2 2 2 0 7 6 . 3 0 2 0 . 0 0
3 . 1 9 2 0 2 2 9 . 8 7 9 0 . 0 0
E d a d
E d a d a l C u a d r a d o
E d u c a c ió n :
C o n s t a n t e
G é n e r o m a s c u lin o
71
b) Una persona con 10 a 12 años de estudio posee un salario 59.30% más alto que
aquellas que nunca han estudiado.
c) Un trabajador con más de 13 años de estudio tiene un salario superior de
125.30% con respecto a las que tienen cero años de estudio.
La variable edad como proxy de la experiencia indica que una persona por cada
año de edad (experiencia) que transcurra, incrementa su salario en 7.39%,el signo
negativo de la experiencia nos indica la existencia de rendimientos decrecientes en el
salario debido al transcurso del tiempo y la influencia de la edad avanzada.
Al graficar los perfiles de ingreso se observa que los salarios comienzan a
decaer, es decir, a tener tasas de crecimiento negativas; cuando las personas cumplen los
46 años de edad. La explicación del resultado se deriva del hecho que si a las personas
se les descuenta la preparación media, es decir que por lo menos han obtenido su grado
de bachiller; el dato resultante es de 34 años, tiempo que se encuentra acorde al tiempo
de jubilación.
GRÁFICO N° 20: PERFIL DE INGRESOS HOMBRES 2001
0
2
4
6
8
0 7 14 21 28 35 42 49 56 63 70 77 84
edad
ln d
el
sala
rio
men
su
al
ningun año estudio 1 a 9 años
10 a 12 años 13 años o más
72
GRÁFICO N° 21: PERFIL DE INGRESOS HOMBRES 2001
0
1
2
3
4
5
6
7
0 7 14 21 28 35 42 49 56 63 70 77 84
edad
ln d
el su
eld
o m
en
su
al
ningun año estudio 1 a 9 años
10 a 12 años 13 años o más
5) Regresión: Tasa de retorno de la educación
Se realizó una regresión considerando las siguientes variables: nivel de escolaridad de la
persona (último curso aprobado), edad, y el salario mensual. El objetivo de esta
regresión es para conocer cuál fue la tasa de retorno de la educación para el año 2001;
obteniendo los siguientes resultados: ....
La ecuación obtenida fue: Lny = 3.311 + 0.0731 EDUC + 0.06498 EDAD –
0.00065 EDAD2
El coeficiente de educación nos dice que la tasa de retorno es de 7.31%, lo que
significa que para el 2001 los ingresos de los trabajadores de la industria del AMSS
creció a una tasa de 7.31% por cada año que dedican las personas a los estudios.
Variable Dependiente: Ln del salario mensual en dólares del trabajador
R² = 0.34
Prob.>F=0.00
C o e fic ie n te t P > t
0 .0 6 4 9 8 1 1 5 .0 3 6 0 .0 0
-0 .0 0 0 6 5 -9 3 .7 7 4 0 .0 0
0 .0 7 3 1 0 1 8 8 .7 1 5 0 .0 0
3 .3 1 1 0 0 2 8 3 .6 8 9 0 .0 0C o n sta n te
E d a d
E d a d a l c u a d ra d o
E d u c a c ió n
73
Al comparar nuestro cálculo de tasa de retorno para la industria del AMSS Se
puede observar que es bastante similar a la estimada a nivel nacional en las
investigaciones “Importancia de la formación de capital humano en El Salvador” y
Psacharopoulos y Patrinos (Septiembre 2002) cuyos resultados se presentan en el
capitulo I.
6.) Comparación de los Resultados con los obtenidos en el estudio “Invirtamos en
Educación para desafiar el Crecimiento Económico y la Pobreza”34
FUSADES en esa investigación desarrolló un modelo35
tomando como base la EHPM
1999 para El Salvador, en la cual se tomó como variable dependiente el logaritmo
natural del salario por hora del trabajador y como variables explicativas: Área de
habitación (1 para zona urbana y 0 para zona rural), la edad, la edad al cuadrado y
niveles de educación (primaria, secundaria y superior).
La ecuación obtenida fue Lny = 0.20 + 0.2328 AREA + 0.0565 EDAD – 0.0006
EDAD² + 0.2627 PRIMARIA + 0.6769 SEC/BCH + 1.4611 SUPERIOR
Si bien es cierto se usó en el estudio de FUSADES una variable dependiente de salario
por hora del trabajador para todo el país y esta tesis se enfoca en el AMSS
específicamente en el sector industria y utiliza el salario mensual, al comparar ambas
investigaciones se observan resultados similares por ejemplo para las personas que han
cursado carreras universitarias o técnicas (Más de 13 años de estudio), FUSADES
reporta que los salarios son 146% mayor que los que no han estudiado y según
resultados de esta investigación para el año 2001 (A partir de la regresión 4) el salario
es 125% mayor que aquellos que no han estudiado.
Además los resultados de la variable edad como explicación de la experiencia
para 1999 FUSADES obtuvo un coeficiente de 5.7%, que significa que cada año
adicional de edad (experiencia) incrementa en 5.7% en promedio el salario a medida que
aumenta la edad y según resultados de esta investigación para el 2001, un año de edad
adicional incrementa en 7.39% en promedio el nivel de salarios.
34
“Informe de desarrollo económico y social 2002: Invirtamos en educación para desafiar el crecimiento económico y la pobreza”,
Anabella Lardé de Palomo, Roberto Rivera Campos, 1ª edición, San Salvador, El Salvador, FUSADES, 2002. 35 Idem, pp. 19-20.
74
CONCLUSIONES
Existe una relación positiva entre los años de educación de los individuos y
sus ingresos, por tanto la educación es uno de los factores diferenciadores del salario
que perciben los individuos. Las personas con mayor educación y /o experiencia
obtendrán mayores salarios.
Las remuneraciones promedio en el país son mayores para los hombres que
para las mujeres en todos los niveles de educación a nivel nacional. Lo cual indica
que para los hombres resulta más beneficioso y rentable dedicar más años de estudio,
ya que obtendrían mayores retribuciones en sus ingresos futuros que las mujeres, esto
debido básicamente a aspectos culturales que predominan en el mercado laboral
respecto a la valoración de la educación de las mujeres y su trabajo.
Otro aspecto a considerar, es que dentro de la población económicamente
activa predomina el género masculino sobre el femenino, incluso en términos de
salarios, a medida que aumentan los años de experiencia los hombres tienden a
poseer salarios más altos que las mujeres.
Considerando únicamente la condición de alfabetismo en el AMSS para la
rama industria manufacturera, el simple hecho de poder leer y escribir se convierte
en un factor diferenciador e influyente del monto de salarios que perciben las
personas.
Los resultados de las regresiones corroboran la teoría planteada de J. Mincer
en que los ingresos son ascendentes en los primeros años donde el individuo es joven
pero a medida que se acerca a la edad de jubilarse tiene un comportamiento
descendente, es decir que existe un punto en que no hay aumento de salarios sino que
empieza a reducirse.
Según los resultados de las regresiones obtenidas, a medida que las personas
alcanzan más años de experiencia, el logaritmo natural del salario aumenta a tasas
positivas, hasta que llega a un punto en el que ya no se incrementa, a medida que
aumentan los años de experiencia, por lo que, a partir de este punto, se presenta una
tasa de crecimiento negativa en el logaritmo natural de los salarios, este punto es
cuando las personas han alcanzado los 32 años de experiencia o vida laboral. Esto
75
corresponde en la realidad nacional generalmente con el requisito mínimo para la
jubilación, que es de 30 años laborados.
Las personas que poseen estudios universitarios obtienen el doble de ingresos
con respecto a las que tienen educación media.
Los jefes de hogar devengan mayores salarios y estos son aún mayores si
pertenecen al género masculino.
La edad como proxy de la experiencia muestra signos y valores similares a
los resultados de las regresiones en que se utilizó directamente la variable
experiencia.
La tasa privada de retorno a la educación, 7.31% para la muestra
seleccionada, presenta similares resultados a los obtenidos en años anteriores en
investigaciones hechas a nivel nacional, lo que puede interpretarse como el
incremento promedio en el salario por un año adicional de estudio.
Al comparar el estudio “Informe de desarrollo económico y social 2002:
Invirtamos en educación para desafiar el crecimiento económico y la pobreza”, la
tesis “Importancia de la formación de capital humano en El Salvador” y esta
investigación, se observa que los resultados nacionales son similares a los obtenidos
para el sector industria del AMSS.
En la muestra seleccionada, los salarios tienen incrementos mayores en los
niveles educativos más bajos, a medida que aumentan los años de experiencia, que
los incrementos que sufren los niveles educativos más altos, debido a lo anterior, el
aumento de los años de experiencia, es un factor que impacta en mayor medida en
los incrementos salariales de las personas que se encuentran en los niveles de
educación con menores años de estudio, aunque sus salarios siempre son menores
que los salarios de los que se encuentran en los niveles de educación de más años de
estudio. Esto es contrario a la afirmación de la teoría de Mincer, en la que sostiene
que los salarios tienen tasas de crecimiento mayores para los que tienen más altos
niveles de educación.
76
RECOMENDACIONES
El nivel de trabajadores que poseen estudios superiores, en la muestra
seleccionada, es de 10.14%, lo que permite dilucidar que es necesaria una
ampliación de la cobertura y calidad de la enseñanza, desde los niveles educativos
básicos hasta los niveles superiores, de manera que el conocimiento sea esparcido a
nivel nacional con calidad, para que las personas que estén en condiciones de cursar
una educación superior, tanto técnica como universitaria, se enfrenten de una mejor
forma a los retos de la innovación productiva de nuestra Economía.
Debe existir una simultaneidad y articulación entre la ampliación de la
cobertura y la mejora de la calidad dela educación, así como también, entre las
inversiones en los distintos niveles de educación superior. Lo cual requerirá una
mayor asignación presupuestaria que se destine hacia inversión en el ramo de
educación, y de igual forma se necesitará que cuente con la participación de otros
sectores de la vida nacional, a parte de el Estado.
Es primordial que se conviertan en metas nacionales la universalización del
acceso a educación y la mejora continua de la calidad de la educación con la que se
formen los estudiantes, ya que esto genera un círculo virtuoso en el que las metas
anteriores, permiten mejoras en el ingreso de los individuos, y lo cual, a la larga,
repercute en innovaciones y mejoras de los procesos productivos, lo cual
desencadenaría mayores tasas de crecimiento económico y permitiría alcanzar
mejores niveles de desarrollo económico.
ANEXO I
ESTIMACIÓN DEL ÍNDICE DE SALARIOS REALES
Para el cálculo del índice se han utilizado los salarios nominales a partir de los
datos de la EHPM y la serie del Índice de Precios al Consumidor (IPC) a partir de
las publicaciones del BCR para el período de estudio. El procedimiento para el
cálculo del Índice de los Salarios Reales es el siguiente:
1. Cálculo del cambio porcentual de los salarios nominales:
100*1
1
t
tt
Wnom
WnomWnomVPASN
Dónde:
VPASN = Variación porcentual anual de los salarios nominales
Wnomt = Salario Nominal en el período t
2. Cálculo de la Inflación del período:
100*1
1
1,
t
tttt
IPC
IPCIPCINF
Dónde:
INFt,t-1 = Inflación del período
IPCt = Índice de Precios al consumidor a diciembre del período t
3. Cálculo de los salarios reales:
1,
1
1
)1(*
tt
tt
INF
VPASNWrealWreal
Siempre que:
100*
1
11
t
tt
IPC
WnomWreal
2
Dónde:
Wrealt= Salario real del período t.
4.Cálculo del Índice de Salarios Reales:
100*)(
base
tt
Wreal
WrealISR
Dónde:
ISRt = Índice de Salarios Reales para el período t
ANEXO II
CLASIFICACIÓN INTERNACIONAL INDUSTRIAL UNIFORME PARA TODAS LAS
ACTIVIDADES ECONÓMICAS.
(CIIU-REV3 A DOS DÍGITOS)
Código Descripción
Agricultura, ganadería, caza y silvicultura
1 Agricultura, ganadería, caza y actividades de servicios conexas
Pesca
2 Silvicultura, extracción de madera y actividades de servicios conexas
5 Pesca, explotación de criaderos de peces y granjas piscícolas; actividades de servicios relacionadas con la pesca
Explotación de minas y canteras
10 Extracción de hulla y lignito; extracción de turba
11 Extracción de petróleo crudo y gas natural; actividades de tipo servicio rel. con la extracción de petróleo y gas,
excepto act. de prospección 12 Extracción de minerales de uranio y torio
13 Extracción de minerales metálicos
14 Explotación de otras minas y canteras
Industrias manufactureras
15 Elaboración de productos alimenticios y bebidas
16 Elaboración de productos de tabaco
17 Fabricación de productos textiles
18 Fabricación de prendas de vestir; adobo y teñido de pieles
19 Curtido y adobo de cueros; fabricación de maletas, bolsos de mano, artículos de talabartería y guarnicionería, y
calzado 20 Producción de madera y fabricación de productos de madera y corcho, excepto muebles; fabricación de artículos
de cestería y espartería 21 Fabricación de papel y de productos de papel
22 Actividades de edición e impresión y de reproducción de grabaciones
23 Coquerías, productos de la refinación del petróleo y combustible nuclear
24 Fabricación de sustancias y productos químicos
25 Fabricación de productos de caucho y plástico
26 Fabricación de otros productos minerales no metálicos
27 Fabricación de productos básicos de la metalurgia
28 Fabricación de productos elaborados de metal, excepto maquinaria y equipo
29 Fabricación de maquinaria y equipo n.c.p.
30 Fabricación de maquinaria de oficina, contabilidad e informática
31 Fabricación de maquinaria y aparatos eléctricos n.c.p.
32 Fabricación de equipo y aparatos de radio, televisión y comunicaciones
33 Fabricación de instrumentos médicos, ópticos y de precisión y fabricación de relojes
34 Fabricación de vehículos de motor, remolques y semi-remolques
35 Fabricación de otros tipos de equipo de transporte
36 Fabricación de muebles; industrias manufactureras n.c.p.
37 Reciclaje
Fuente: Comisión de Estadística de la Organización de las Naciones Unidas.
Código Descripción
Producción y distribución de electricidad, gas y agua
40 Producción y distribución de electricidad, gas, vapor y agua caliente
41 Captación, depuración y distribución de agua
Construcción
45 Construcción
Comercio, Hoteles y Restaurantes
50 Venta, mantenimiento y reparación de vehículos automóviles y motocicletas; venta al por menor de
combustible para vehículos de motor
51 Comercio al por mayor e intermediarios del comercio, excepto el comercio de vehículos de motor y
motocicletas
52 Comercio al por menor, excepto el comercio de vehículos de motor y motocicletas; reparación de efectos
personales y enseres domésticos
55 Hoteles y restaurantes
Transporte, almacenamiento y comunicaciones
60 Transporte por vía terrestre; transporte por tuberías
61 Transporte por vía acuática
62 Transporte por vía aérea
63 Actividades de transporte complementarias y auxiliares; actividades de agencias de viajes
64 Correo y telecomunicaciones
Intermediación financiera
65 Intermediación financiera, excepto la financiación de planes de seguros y de
pensiones
66 Financiación de planes de seguros y de pensiones, excepto los planes de seguridad
social de afiliación obligatoria
67 Actividades auxiliares de la intermediación financiera
Actividades inmobiliarias, empresariales y de alquiler
70 Actividades inmobiliarias
71 Alquiler de maquinaria y equipo sin operarios y de efectos personales y enseres domésticos
72 Informática y actividades conexas
73 Investigación y desarrollo
74 Otras actividades empresariales
Administración pública y defensa; planes de seguridad social de afiliación obligatoria
75 Administración pública y defensa; planes de seguridad social de afiliación obligatoria
Enseñanza
80 Enseñanza
Servicios sociales y de salud
85 Servicios sociales y de salud
Otras actividades de servicios comunitarios, sociales y personales
90 Eliminación de desperdicios y aguas residuales, saneamiento y actividades similares
91 Actividades de asociaciones n.c.p.
92 Actividades de esparcimiento y actividades culturales y deportivas
93 Otras actividades de servicios
Hogares privados con servicio doméstico
95 Hogares privados con servicio doméstico
Organizaciones y órganos extraterritoriales
99 Organizaciones y órganos extraterritoriales
ANEXO III
CLASIFICACIÓN INTERNACIONAL UNIFORME DE LAS OCUPACIONES CIUO-88
(ES)
Código Descripción
Fuerzas armadas
0 Fuerzas armadas
Miembros del poder ejecutivo y personal directivo de la administración pública y de empresas
11 Miembros del poder ejecutivo y de los cuerpos legislativos y personal directivo de la administración pública
12 Directores de empresa
13 Gerentes de empresa
Profesionales científicos e intelectuales
21 Profesionales de las ciencias físicas, químicas y matemáticas y de la ingeniería
22 Profesionales de las ciencias biológicos, la medicina y la salud
23 Profesionales de la enseñanza
24 Otros profesionales científicos e intelectuales
Técnicos y profesionales de nivel medio
31 Técnicos y profesionales de nivel medio de las ciencias físicas y químicas, la ingeniería y afines
32 Técnicos y profesionales de nivel medio de las ciencias biológicas, la medicina y la salud
33 Maestros e instructores de nivel medio
34 Otros técnicos y profesionales de nivel medio
Empleados de oficina
41 Oficinistas
42 Empleados en trato directo con el público
Trabajadores de los servicios y vendedores de comercios y mercados
51 Trabajadores de los servicios personales y de los servicios de protección y seguridad
52 Modelos, vendedores y demostradores
Agricultores y trabajadores calificados agropecuarios y pesqueros
61 Agricultores y trabajadores calificados de explotación agropecuaria, forestal y pesqueras con destino al
mercado
62 Trabajadores agropecuarios y pesqueros de subsistencia
Oficiales, operarios y artesanos de artes mecánicas y de otros oficios
71 Oficiales y operarios de las industrias extractivas y de la construcción
72 Oficiales y operarios de la metalurgia, la construcción mecánicas y afines
73 Mecánicos de precisión, artesanos, operarios de las artes gráficas y afines
74 Otros oficiales, operarios y artesanos de artes mecánicas y de otros oficios
Operadores de instalaciones y máquinas y montadores
81 Operadores de instalaciones fijas y afines
82 Operadores de máquinas y montadores
83 Conductores de vehículos y operadores de equipos pesados móviles
Trabajadores no calificados
91 Trabajadores no calificados de ventas y servicios
92 Peones agropecuarios, forestales, pesqueros y afines
93 Peones de la minería la construcción la industria manufacturera y el transporte
Fuente: Comisión de Estadística de la Organización de las Naciones Unidas.
ANEXO IV
COMPOSICIÓN DE LA MUESTRA SELECCIONADA
CUADRO Nº 1: NÚMERO DE OCUPADOS DE LA MUESTRA SELECCIONADA, POR
AÑOS DE ESTUDIOS APROBADOS SEGÚN TRAMOS DE SALARIO
Fuente: Elaboración propia en base a datos de EHPM 2001, DIGESTYC, Ministerio de Economía.
CUADRO Nº 2: NÚMERO DE OCUPADOS DE LA RAMA INDUSTRIAL DEL AMSS
POR AÑOS DE ESTUDIOS APROBADOS SEGÚN TRAMOS DE SALARIO DEL
GÉNERO MASCULINO
Fuente: Elaboración propia en base a datos de EHPM 2001, DIGESTYC, Ministerio de Economía.
Salario mensual
en dólares
Años de Estudio
Cero
años
1 a 3
años
4 a 6
años
7 a 9
años
10 a 12
años
13 o
más Totales
0 45,60 192 228 866 305 1.591
45,71 91,31 227 596 653 243 1.719
91,43 137,03 884 1.829 3.137 3.372 3.114 358 12.694
137,14 182,74 1.623 3.212 12.234 12.748 18.251 1.220 49.288
182,86 228,46 771 446 2.420 4.011 3.988 1.558 13.194
228,57 274,17 47 493 2.412 2.329 4.418 434 10.133
274,29 319,89 1.210 2.515 3.467 777 7.969
320,00 365,60 47 768 1.705 1.780 1.274 5.574
365,71 411,31 1.147 1.554 2.394 1.209 6.304
411,43 457,03 1.604 192 1.796
457,14 o más 164 471 3.511 4.816 5.639 14.601
Totales 3.517 6.418 24.623 33.264 44.380 12.661 124.863
Salario mensual en
dólares
Años de Estudio
Cero
años
1 a 3
años
4 a 6
años
7 a 9
años
10 a 12
años
13 o
más Totales
0 45,60 228 638 88 954
45,71 91,31 175 404 457 1.036
91,43 137,03 176 1.226 1.540 1.602 1.309 358 6.211
137,14 182,74 1.037 1.336 5.276 5.517 7.751 992 21.909
182,86 228,46 719 446 1.183 3.317 2.064 1.301 9.030
228,57 274,17 47 313 912 1.504 1.617 434 4.827
274,29 319,89 1.082 1.799 2.214 777 5.872
320,00 365,60 47 716 1.064 759 1.082 3.668
365,71 411,31 1.147 1.437 1.498 1.017 5.099
411,43 457,03 1.604 192 1.796
457,14 o más 164 471 2.936 3.648 3.667 10.886
Totales 1.979 3.707 12.959 20.271 22.552 9.820 71.288
CUADRO Nº 3: NÚMERO DE OCUPADOS DE LA RAMA INDUSTRIAL DEL AMSS
POR AÑOS DE ESTUDIOS APROBADOS SEGÚN TRAMOS DE SALARIO DEL
GÉNERO FEMENINO
Salario mensual en
dólares
Años de Estudio
Cero
años
1 a 3
años
4 a 6
años
7 a 9
años
10 a 12
años
13 o
más Totales
0 45,60 192 228 217 637
45,71 91,31 52 192 196 243 217 683
91,43 137,03 708 603 1.597 1.770 1.805 243 6.483
137,14 182,74 586 1.876 6.958 7.231 10.500 228 27.379
182,86 228,46 52 586 1.237 694 1.924 257 4.164
228,57 274,17 180 1.500 825 2.801 1.924 5.306
274,29 319,89 128 716 1.253 2.801 2.097
320,00 365,60 52 641 1.021 192 1.906
365,71 411,31 117 896 192 1.205
411,43 457,03
457,14 o más 575 1.168 1.972 3.715
Totales 1.979 3.707 12.959 20.271 22.552 9.820 71.288
Fuente: Elaboración propia en base a datos de EHPM 2001, DIGESTYC, Ministerio de Economía.
CUADRO Nº 4: NÚMERO DE OCUPADOS DE LA RAMA INDUSTRIAL DEL AMSS
POR RANGOS DE EDAD SEGÚN TRAMOS DE ISALARIO
Fuente: Elaboración propia en base a datos de EHPM 2001, DIGESTYC, Ministerio de Economía.
Sueldo
mensual en
dólares
Edad
15
a 1
9
año
s
20
a 2
4
año
s
25
a 2
9
año
s
30
a 3
4
año
s
35
a 3
9
año
s
40
a 4
4
año
s
45
a 4
9
año
s
50
o m
ás
To
tale
s
0 45,60 1.311 88 192 1.591
45,71 91,31 846 192 88 413 180 1.719
91,43 137,03 998 2.911 3.027 1.452 2.024 615 304 1.363 12.694
137,14 182,74 2.538 13.222 8.909 5.609 5.355 6.178 2.447 5.030 49.288
182,86 228,46 128 2.297 2.742 2.881 1.826 902 1.603 815 13.194
228,57 274,17 1.415 2.640 1.692 2.008 1.676 269 433 10.133
274,29 319,89 128 1.364 1.006 1.368 716 1.690 358 1.339 7.969
320,00 365,60 672 864 1.217 723 642 316 1.140 5.574
365,71 411,31 554 1.687 1.028 804 760 833 638 6.304
411,43 457,03 88 872 117 550 117 52 1.796
457,14 o más 52 2.052 1.636 3.087 2.086 1.531 2.229 1.928 14.601
Totales 6.001 24.663 23.575 18.451 16.180 14.407 8.668 12.918 124.863
CUADRO Nº 5: NÚMERO DE OCUPADOS DE LA RAMA INDUSTRIAL DEL AMSS
POR RANGOS DE EDAD SEGÚN TRAMOS DE SALARIOS DEL GÉNERO
MASCULINO
Fuente: Elaboración propia en base a datos de EHPM 2001, DIGESTYC, Ministerio de Economía.
CUADRO Nº 6: NÚMERO DE OCUPADOS DE LA RAMA INDUSTRIAL DEL AMSS
POR RANGOS DE EDAD SEGÚN TRAMOS DE SALARIOS DEL GÉNERO
FEMENINO
Sueldo mensual
en dólares
Edad
15
a 1
9
año
s
20
a 2
4
año
s
25
a 2
9
año
s
30
a 3
4
año
s
35
a 3
9
año
s
40
a 4
4
año
s
45
a 4
9
año
s
50
o m
ás
To
tale
s 0 45,60 445 192 637
45,71 91,31 295 192 196 683
91,43 137,03 324 975 1.752 1.064 1.109 615 644 6.483
137,14 182,74 946 6.574 5.056 3.783 2.650 4.374 1.951 2.045 27.379
182,86 228,46 734 507 309 1.443 761 358 52 4.164
228,57 274,17 128 1.828 769 1.173 1.151 257 5.306
274,29 319,89 128 586 309 716 358 2.097
320,00 365,60 192 501 358 358 269 228 1.906
365,71 411,31 358 372 117 358 1.205
411,43 457,03
457,14 o más 672 255 1.241 367 257 409 514 3.715
Totales 2.138 9.441 10.740 8.093 7.458 8.428 3.537 3.740 53.575
Fuente: Elaboración propia en base a datos de EHPM 2001, DIGESTYC, Ministerio de Economía.
Sueldo mensual
en dólares
Edad
15
a 1
9
año
s
20
a 2
4
año
s
25
a 2
9
año
s
30
a 3
4
año
s
35
a 3
9
año
s
40
a 4
4
año
s
45
a 4
9
año
s
50
o m
ás
To
tale
s
0 45,60 866 88 954
45,71 91,31 551 88 217 180 1.036
91,43 137,03 674 1.936 1.275 388 915 304 719 6.211
137,14 182,74 1.592 6.648 3.853 1.826 2.705 1.804 496 2.985 21.909
182,86 228,46 128 1.563 2.235 2.572 383 141 1.245 763 9.030
228,57 274,17 1.287 812 923 835 525 269 176 4.827
274,29 319,89 1.364 420 1.059 716 974 1.339 5.872
320,00 365,60 672 672 716 365 284 47 912 3.668
365,71 411,31 196 1.315 911 446 760 833 638 5.099
411,43 457,03 88 872 117 550 117 52 1.796
457,14 o más 52 1.380 1.381 1.846 1.719 1.274 1.820 1.414 10.886
Totales 3.863 15.222 12.835 10.358 8.722 5.979 5.131 9.178 71.288
CUADRO Nº 7: NÚMERO DE OCUPADOS DE LA RAMA INDUSTRIAL DEL AMSS
POR RANGOS DE EDAD SEGÚN AÑOS DE ESTUDIOS APROBADOS
Años de
Estudio
Edad
15
a 1
9
año
s
20
a 2
4
año
s
25
a 2
9
año
s
30
a 3
4
año
s
35
a 3
9
año
s
40
a 4
4
año
s
45
a 4
9
año
s
50
o m
ás
To
tale
s
Cero años 94 47 320 424 763 1.040 829 3.517
1 a 3 años 503 1.817 88 718 642 1.033 360 1.257 6.418
4 a 6 años 859 3.005 3.792 4.325 2.932 3.685 1.078 4.947 24.623
7 a 9 años 2.204 6.258 6.874 4.420 5.726 4.836 1.746 1.200 33.264
10 a 12 años 2.077 10.906 9.713 5.631 5.448 3.833 3.501 3.271 44.380
13 o más 358 2.583 3.061 3.037 1.008 257 943 1.414 12.661
Totales 6.001 24.663 23.575 18.451 16.180 14.407 8.668 12.918 124.863
Fuente: Elaboración propia en base a datos de EHPM 2001, DIGESTYC, Ministerio de Economía.
CUADRO Nº 8: NÚMERO DE OCUPADOS DE LA RAMA INDUSTRIAL DEL AMSS
POR RANGOS DE EDAD SEGÚN AÑOS DE ESTUDIOS APROBADOS GÉNERO
MASCULINO
Años de
Estudio
Edad
15
a 1
9
año
s
20
a 2
4
año
s
25
a 2
9
año
s
30
a 3
4
año
s
35
a 3
9
año
s
40
a 4
4
año
s
45
a 4
9
año
s
50
o m
ás
To
tale
s
Cero años 94 47 405 848 585 1.979
1 a 3 años 451 1.013 243 345 234 164 1.257 3.707
4 a 6 años 731 1.441 1.064 2.272 1.766 2.594 344 2.747 12.959
7 a 9 años 1.568 5.046 4.205 2.737 3.585 1.433 1.083 614 20.271
10 a 12 años 755 5.974 5.197 2.618 2.168 1.313 1.966 2.561 22.552
13 o más 358 1.654 2.322 2.488 858 726 1.414 9.820
Totales 3.863 15.222 12.835 10.358 8.722 5.979 5.131 9.178 71.288
Fuente: Elaboración propia en base a datos de EHPM 2001, DIGESTYC, Ministerio de Economía.
CUADRO Nº 9: NÚMERO DE OCUPADOS DE LA RAMA INDUSTRIAL DEL AMSS
POR RANGOS DE EDAD SEGÚN AÑOS DE ESTUDIOS APROBADOS GÉNERO
FEMENINO
Años de
Estudio
Edad
15
a 1
9
año
s
20
a 2
4
año
s
25
a 2
9
año
s
30
a 3
4
año
s
35
a 3
9
año
s
40
a 4
4
año
s
45
a 4
9
año
s
50
o m
ás
To
tale
s
Cero años 320 424 358 192 244 1.538
1 a 3 años 52 804 88 475 297 799 196 2.711
4 a 6 años 128 1.564 2.728 2.053 1.166 1.091 734 2.200 11.664
7 a 9 años 636 1.212 2.669 1.683 2.141 3.403 663 586 12.993
10 a 12 años 1.322 4.932 4.516 3.013 3.280 2.520 1.535 710 21.828
13 o más 929 739 549 150 257 217 2.841
Totales 2.138 9.441 10.740 8.093 7.458 8.428 3.537 3.740 53.575
Fuente: Elaboración propia en base a datos de EHPM 2001, DIGESTYC, Ministerio de Economía.
CUADRO Nº 10: SALARIOS PROMEDIO MENSUAL DE LOS TRABAJADORES DE
LA RAMA INDUSTRIA DEL AMSS POR AÑOS DE ESTUDIOS APROBADOS SEGÚN
GÉNERO
0
5000
10000
15000
20000
25000
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17
AÑOS DE ESTUDIO
SA
LA
RIO
US
$ D
ÓL
AR
ES
HOMBRES MUJERES
Fuente: Elaboración propia en base a datos de EHPM 2001, DIGESTYC, Ministerio de Economía
ANEXO V
RESULTADOS DE REGRESIONES
1) Regresión Alfabetismo
Descriptive Statistics
Mean Std. Deviation N
ln del sueldo mes
en dólares 5.3524 .6079 124863
experiencia
potencial 18.5451 12.5711 124863
experiencia
potencial al
cuadrado
501.9527 655.3077 124863
ALFABET .9745 .1576 124863
Model Summary
R R
Square
Adjuste
d R
Square
Std.
Error of
the
Estimat
e
Change Statistics Durbin-
Watson
Model
R
Square
Change
F
Change
df
1 df2
Sig. F
Change
1 .18
5 .034 .034 .5975 .034
1475.1
03 3
12485
9 .000 .008
a) Predictors: (Constant), ALFABET, experiencia potencial, experiencia potencial al cuadrado.
b) Dependent Variable: Ln del sueldo mes en dólares.
Coefficients
Model
Unstandardi
zed
Coefficients
Stand
ardize
d
Coeff
icient
s T Sig.
95%
Confidence
Interval for
B
Correlations
Collinearit
y
Statistics
B Std.
Error Beta
Low
er
Boun
d
Uppe
r
Boun
d
Zero-
order
Part
ial Part
Toler
ance VIF
(Constant) 4.706 .012 385.
286 .000 4.682 4.730
experienci
a potencial
1.929
E-02 .000 .399
49.1
10 .000 .019 .020 .059 .138
.13
7 .117
8.52
8
expereienc
ia
potencial
al
cuadrado
-
2.994
E-04
.000 -.323
-
38.7
98
.000 .000 .000 .008 -
.109
-
.10
8
.112 8.94
5
ALFABE
T .450 .012 .117
38.6
50 .000 .428 .473 .113 .109
.10
7 .847
1.18
0
a) Dependent Variable: Ln del sueldo mensual en dólares.
El R² y R² ajustado resultan bajos debido básicamente a que se utilizaron datos de corte
transversal.
2) Regresión por Niveles de Estudio, y por género.
Descriptive Statistics
Mean Std. Deviation N
Sueldo mensual en
dólares
260.8468 231.6294 124863
experiencia
potencial
18.5480 12.5667 124863
experiencia
potencial al
cuadrado
501.9499 655.3099 124863
BÁSICA .5150 .4998 124863
MEDIA .3554 .4786 124863
SUPERIOR .1014 .3019 124863
genero hoe 1,
mujer 0
.5709 .4949 124863
Model Summary
R R
Square
Adjust
ed R
Square
Std.
Error
of the
Estima
te
Change Statistics
Model
R
Square
Change
F
Chang
e
Df1 df2
Sig. F
Chang
e
1 .548 .300 .300 193.76
86 .300
8927.8
38 6 124856 .000
a) Predictors: (Constant), género hoe 1, mujer 0, BÁSICA, experiencia potencial al cuadrado,
SUPERIOR, experiencia potencial, MEDIA.
b) Dependent Variable: sueldo mensual en dólares.
Coefficients
Model
Unstandardized
Coefficients
Stan
dardi
zed
Coef
ficie
nts T
Sig
.
95%
Confidence
Interval for
B
Correlations Collinearity
Statistics
B Std.
Error Beta
Lower
Bound
Upp
er
Bou
nd
Zero
-
orde
r
Part
ial Part
Tole
ranc
e
VIF
(Constant) -44.071 3.897
-
11.3
10
.00 -
51.708
-
36.4
34
experiencia
potencial 14.037 .136 .762
103.
295 .00 13.770
14.3
03 .035 .281 .245 .103 9.698
experiencia
potencial al
cuadrado
-.223 .003 -.631
-
85.6
54
.00 -.228 -.218 .004 -
.236 -.203 .103 9.690
BÁSICA 47.149 3.616 .102 13.0
40 .00 40.062
54.2
36 -.231 .037 .031 .092 10.860
MEDIA 134.199 3.715 .277 36.1
27 .00
126.91
9
141.
480 -.020 .102 .086 .095 10.513
SUPERIOR 470.607 3.975 .613 118.
385 .00
462.81
6
478.
399 .459 .318 .280 .209 4.788
genero hoe
1, mujer 0 64.559 1.129 .138
57.1
64 .00 62.345
66.7
73 .171 .160 .135 .962 1.039
a) Dependent Variable: sueldo mensual en dólares.
3.) Regresión por Niveles de estudio, género y Jefe de Hogar.
Descriptive Statistics
Mean Std. Deviation N
ln del sueldo
mes en dolares 5.3524 .6079 124863
Experiencia
potencial 18.5480 12.5667 124863
Experiencia
potencial al
cuadrado
501.9499 655.3099 124863
BÁSICA .5150 .4998 124863
MEDIA .3554 .4786 124863
SUPERIOR .1014 .3019 124863
genero hoe 1,
mujer 0 .5709 .4949 124863
JEFEHOG .4499 .4975 124863
Model Summary
R R
Square
Adjuste
d R
Square
Std.
Error
of the
Estimat
e
Change Statistics
Model
R
Square
Change
F
Change df1 df2
Sig. F
Change
.563 .317 .317 .5023 .317 8292.4
97 7 124855 .000
a) Predictors: (Constant), JEFEHOG, SUPERIOR, MEDIA, experiencia potencial al cuadrado,
genero hombre 1, mujer 0, experiencia potencial, BÁSICA.
b) Dependent Variable: ln del sueldo mes en dólares.
Coefficients
Unstandardi
zed
Coefficients
Stand
ardize
d
Coeffi
cients t Sig.
95%
Confidence
Interval for
B
Correlations Collinearity
Statistics
Mod
el B
Std.
Error Beta
Lowe
r
Boun
d
Upper
Boun
d
Zero-
order
Parti
al Part
Toler
ance VIF
(Constant) 4.353 .010
427.2
46
.00
0 4.333 4.373
experiencia
potencial
3.964
E-02 .000 .819
107.2
72
.00
0 .039 .040 .059 .290 .251 .094
10.6
73
experiencia
potencial al
cuadrado
-
6.515
E-04
.000 -.702
-
94.94
6
.00
0 -.001 -.001 .008
-
.259
-
.222 .100
10.0
06
BÁSICA .228 .009 .187 24.26
7
.00
0 .209 .246 -.234 .069 .057 .092
10.8
96
MEDIA .527 .010 .415 54.58
0
.00
0 .508 .546 .035 .153 .128 .095
10.5
54
SUPERIO
R 1.232 .010 .612
118.8
81
.00
0 1.212 1.253 .397 .319 .278 .206
4.84
5
gnero hoe
1, mujer 0 .152 .003 .124
46.60
4
.00
0 .145 .158 .196 .131 .109 .778
1.28
5
JEFEHOG .167 .003 .137 48.43
4
.00
0 .161 .174 .266 .136 .113 .683
1.46
5
a) Dependent Variable: ln del sueldo mes en dólares.
4) Regresión de la tasa de retorno de la educación.
Descriptive Statistics
Mean Std.
Deviation
N
ln dle sueldo mes en
dolares
5.3524 .6079 124863
edad 33.7299 11.5402 124863
EDAD2 1270.8845 943.2657 124863
APROBA1 9.1848 3.7867 124863
Model Summary
R R Square Adjusted
R Square
Std. Error
of the
Estimate
Change Statistics
Model R Square
Change
F Change df1 df2 Sig. F
Change
.534 .285 .285 .5141 .285 16583.64
2
3 124859 .000
a Predictors: (Constant), APROBA1, EDAD2, edad
Coefficients
Unstanda
rdized
Coefficie
nts
Standardi
zed
Coefficie
nts
t Sig.
Model B Std. Error Beta
(Constant)
3.311 .012 283.689 .000
edad 6.498E-
02
.001 1.233 115.036 .000
EDAD2 -6.470E-
04
.000 -1.004 -93.774 .000
APROBA1 7.313E-
02
.000 .455 188.715 .000
a Dependent Variable: ln dle sueldo mes en dolares
ANEXO VI
LOGARITMO NATURAL DE SALARIO MENSUAL HOMBRES (US$ DÓLARES)
Ecuación
obtenida
LnY= 4.289+0.04505exp- 0.000711exp^2+0.254básica+0.556medio+
1.287superior+ 0.221género
Años de
Experiencia
potencial.
Ningún Año
de Estudio
Educación
Básica
(1 año a 9 años)
Educación
media,
Bachillerato
(10 años a 12
años)
Educación Superior
(Más de 12 años)
0 4.510000 4.764000 5.066000 5.797000
1 4.554339 4.808339 5.110339 5.841339 2 4.597256 4.851256 5.153256 5.884256
3 4.638751 4.892751 5.194751 5.925751
4 4.678824 4.932824 5.234824 5.965824
5 4.717475 4.971475 5.273475 6.004475
6 4.754704 5.008704 5.310704 6.041704
7 4.790511 5.044511 5.346511 6.077511
8 4.824896 5.078896 5.380896 6.111896
9 4.857859 5.111859 5.413859 6.144859
10 4.889400 5.143400 5.445400 6.176400
11 4.919519 5.173519 5.475519 6.206519
12 4.948216 5.202216 5.504216 6.235216 13 4.975491 5.229491 5.531491 6.262491
14 5.001344 5.255344 5.557344 6.288344 6.312775 15 5.025775 5.279775 5.581775
16 5.048784 5.302784 5.604784 6.335784
17 5.070371 5.324371 5.626371 6.357371
18 5.090536 5.344536 5.646536 6.377536
19 5.109279 5.363279 5.665279 6.396279
20 5.126600 5.380600 5.682600 6.413600
21 5.142499 5.396499 5.698499 6.429499
22 5.156976 5.410976 5.712976 6.443976
23 5.170031 5.424031 5.726031 6.457031
24 5.181664 5.435664 5.737664 6.468664
25 5.191875 5.445875 5.747875 6.478875 26 5.200664 5.454664 5.756664 6.487664
27 5.208031 5.462031 5.764031 6.495031
28 5.213976 5.467976 5.769976 6.500976
29 5.218499 5.472499 5.774499 6.505499
30 5.221600 5.475600 5.777600 6.508600
31 5.223279 5.477279 5.779279 6.510279
32 5.223536 5.477536 5.779536 6.510536
33 5.222371 5.476371 5.778371 6.509371
34 5.219784 5.473784 5.775784 6.506784
35 5.215775 5.469775 5.771775 6.502775
36 5.210344 5.464344 5.766344 6.497344 37 5.203491 5.457491 5.759491 6.490491
38 5.195216 5.449216 5.751216 6.482216
39 5.185519 5.439519 5.741519 6.472519
40 5.174400 5.428400 5.730400 6.461400
41 5.161859 5.415859 5.717859 6.448859
42 5.147896 5.401896 5.703896 6.434896
43 5.132511 5.386511 5.688511 6.419511
44 5.115704 5.369704 5.671704 6.402704
45 5.097475 5.351475 5.653475 6.384475
46 5.077824 5.331824 5.633824 6.364824
47 5.056751 5.310751 5.612751 6.343751
48 5.034256 5.288256 5.590256 6.321256
49 5.010339 5.264339 5.566339 6.297339
50 4.985000 5.239000 5.541000 6.272000 51 4.958239 5.212239 5.514239 6.245239
52 4.930056 5.184056 5.486056 6.217056
53 4.900451 5.154451 5.456451 6.187451
54 4.869424 5.123424 5.425424 6.156424
55 4.836975 5.090975 5.392975 6.123975
56 4.803104 5.057104 5.359104 6.090104
57 4.767811 5.021811 5.323811 6.054811
58 4.731096 4.985096 5.287096 6.018096
59 4.692959 4.946959 5.248959 5.979959
60 4.653400 4.907400 5.209400 5.940400 5.899419 61 4.612419 4.866419 5.168419
62 4.570016 4.824016 5.126016 5.857016
63 4.526191 4.780191 5.082191 5.813191 64 4.480944 4.734944 5.036944 5.767944
65 4.434275 4.688275 4.990275 5.721275
66 4.386184 4.640184 4.942184 5.673184
67 4.336671 4.590671 4.892671 5.623671
68 4.285736 4.539736 4.841736 5.572736
69 4.233379 4.487379 4.789379 5.520379
70 4.179600 4.433600 4.735600 5.466600
71 4.124399 4.378399 4.680399 5.411399
72 4.067776 4.321776 4.623776 5.354776
VARIACIÓN ENTRE LOGARITMO NATURAL DEL SUELDO MENSUAL PARA
NIVELES SELECTOS DE EXPERIENCIA, ALFABETISMO Y ANALFABETISMO.
Comparaciones entre niveles de
experiencia
Variación entre los salarios
Ningún Año
de Estudio
Educación
Básica
(1 año a 9 años)
Educación
media,
Bachillerato
(10 años a 12
años)
Educación
Superior
(Más de 12
años)
32 años comparada con cero años 15.82% mayor 14.98% mayor 14.08% mayor
12.31% mayor
72 años comparado con 32 años 22.13% menor 21.10% menor 20.00% menor
17.75% menor
72 años comparada con 0 años 9.81% menor 9.28% menor 8.73% menor
7.63% menor
ANEXO VII
TASA DE CAMBIO DEL LOGARITMO NATURAL DE SALARIO MENSUAL
HOMBRES (US$ DÓLARES)
Ecuación
obtenida
Lny= 4.289+0.04505exp- 0.000711exp^2+0.254básica+0.556medio+
1.287superior+ 0.221género
Años de
Experiencia
potencial.
Ningún Año
de Estudio
Educación
Básica
(1 año a 9 años)
Educación
media,
Bachillerato
(10 años a 12
años)
Educación Superior
(Más de 12 años)
0 - - - - 1 0.98% 0.93% 0.88% 0.76% 2 0.94% 0.89% 0.84% 0.73% 3 0.90% 0.86% 0.81% 0.71% 4 0.86% 0.82% 0.77% 0.68% 5 0.83% 0.78% 0.74% 0.65% 6 0.79% 0.75% 0.71% 0.62% 7 0.75% 0.71% 0.67% 0.59% 8 0.72% 0.68% 0.64% 0.57% 9 0.68% 0.65% 0.61% 0.54% 10 0.65% 0.62% 0.58% 0.51% 11 0.62% 0.59% 0.55% 0.49% 12 0.58% 0.55% 0.52% 0.46% 13 0.55% 0.52% 0.50% 0.44% 14 0.52% 0.49% 0.47% 0.41%
0.39% 15 0.49% 0.46% 0.44%
16 0.46% 0.44% 0.41% 0.36% 17 0.43% 0.41% 0.39% 0.34% 18 0.40% 0.38% 0.36% 0.32% 19 0.37% 0.35% 0.33% 0.29% 20 0.34% 0.32% 0.31% 0.27% 21 0.31% 0.30% 0.28% 0.25% 22 0.28% 0.27% 0.25% 0.23% 23 0.25% 0.24% 0.23% 0.20% 24 0.23% 0.21% 0.20% 0.18% 25 0.20% 0.19% 0.18% 0.16% 26 0.17% 0.16% 0.15% 0.14% 27 0.14% 0.14% 0.13% 0.11% 28 0.11% 0.11% 0.10% 0.09% 29 0.09% 0.08% 0.08% 0.07% 30 0.06% 0.06% 0.05% 0.05% 31 0.03% 0.03% 0.03% 0.03% 32 0.00% 0.00% 0.00% 0.00% 33 -0.02% -0.02% -0.02% -0.02% 34 -0.05% -0.05% -0.04% -0.04% 35 -0.08% -0.07% -0.07% -0.06% 36 -0.10% -0.10% -0.09% -0.08% 37 -0.13% -0.13% -0.12% -0.11% 38 -0.16% -0.15% -0.14% -0.13% 39 -0.19% -0.18% -0.17% -0.15% 40 -0.21% -0.20% -0.19% -0.17% 41 -0.24% -0.23% -0.22% -0.19% 42 -0.27% -0.26% -0.24% -0.22% 43 -0.30% -0.28% -0.27% -0.24%
44 -0.33% -0.31% -0.30% -0.26%
45 -0.36% -0.34% -0.32% -0.28% 46 -0.39% -0.37% -0.35% -0.31% 47 -0.42% -0.40% -0.37% -0.33% 48 -0.44% -0.42% -0.40% -0.35% 49 -0.48% -0.45% -0.43% -0.38% 50 -0.51% -0.48% -0.46% -0.40% 51 -0.54% -0.51% -0.48% -0.43% 52 -0.57% -0.54% -0.51% -0.45% 53 -0.60% -0.57% -0.54% -0.48% 54 -0.63% -0.60% -0.57% -0.50% 55 -0.67% -0.63% -0.60% -0.53% 56 -0.70% -0.67% -0.63% -0.55% 57 -0.73% -0.70% -0.66% -0.58% 58 -0.77% -0.73% -0.69% -0.61% 59 -0.81% -0.77% -0.72% -0.63% 60 -0.84% -0.80% -0.75% -0.66%
-0.69% 61 -0.88% -0.84% -0.79%
62 -0.92% -0.87% -0.82% -0.72% 63 -0.96% -0.91% -0.85% -0.75% 64 -1.00% -0.95% -0.89% -0.78% 65 -1.04% -0.99% -0.93% -0.81% 66 -1.08% -1.03% -0.96% -0.84% 67 -1.13% -1.07% -1.00% -0.87% 68 -1.17% -1.11% -1.04% -0.91% 69 -1.22% -1.15% -1.08% -0.94% 70 -1.27% -1.20% -1.12% -0.97% 71 -1.32% -1.25% -1.17% -1.01% 72 -1.37% -1.29% -1.21% -1.05%
.
ANEXO VIII
LOGARITMO NATURAL DE SALARIO MENSUAL MUJERES (US$ DÓLARES)
Ecuación
obtenida
Lny= 4.289+0.04505exp- 0.000711exp^2+0.254básica+0.556medio+
1.287superior+ 0.221género
Años de
Experiencia
potencial.
Ningún Año
de Estudio
Educación
Básica
(1 año a 9 años)
Educación
media,
Bachillerato
(10 años a 12
años)
Educación Superior
(Más de 12 años)
0 4.289 4.543000 4.845000 5.576000 1 4.333339 4.587339 4.889339 5.620339 2 4.376256 4.630256 4.932256 5.663256 3 4.417751 4.671751 4.973751 5.704751 4 4.457824 4.711824 5.013824 5.744824 5 4.496475 4.750475 5.052475 5.783475 6 4.533704 4.787704 5.089704 5.820704 7 4.569511 4.823511 5.125511 5.856511 8 4.603896 4.857896 5.159896 5.890896 9 4.636859 4.890859 5.192859 5.923859 10 4.6684 4.922400 5.224400 5.955400 11 4.698519 4.952519 5.254519 5.985519 12 4.727216 4.981216 5.283216 6.014216 13 4.754491 5.008491 5.310491 6.041491 14 4.780344 5.034344 5.336344 6.067344
6.091775 15 4.804775 5.058775 5.360775
16 4.827784 5.081784 5.383784 6.114784 17 4.849371 5.103371 5.405371 6.136371 18 4.869536 5.123536 5.425536 6.156536 19 4.888279 5.142279 5.444279 6.175279 20 4.9056 5.159600 5.461600 6.192600 21 4.921499 5.175499 5.477499 6.208499 22 4.935976 5.189976 5.491976 6.222976 23 4.949031 5.203031 5.505031 6.236031 24 4.960664 5.214664 5.516664 6.247664 25 4.970875 5.224875 5.526875 6.257875 26 4.979664 5.233664 5.535664 6.266664 27 4.987031 5.241031 5.543031 6.274031 28 4.992976 5.246976 5.548976 6.279976 29 4.997499 5.251499 5.553499 6.284499 30 5.0006 5.254600 5.556600 6.287600 31 5.002279 5.256279 5.558279 6.289279 32 5.002536 5.256536 5.558536 6.289536 33 5.001371 5.255371 5.557371 6.288371 34 4.998784 5.252784 5.554784 6.285784 35 4.994775 5.248775 5.550775 6.281775 36 4.989344 5.243344 5.545344 6.276344 37 4.982491 5.236491 5.538491 6.269491 38 4.974216 5.228216 5.530216 6.261216 39 4.964519 5.218519 5.520519 6.251519 40 4.9534 5.207400 5.509400 6.240400 41 4.940859 5.194859 5.496859 6.227859 42 4.926896 5.180896 5.482896 6.213896 43 4.911511 5.165511 5.467511 6.198511
44 4.894704 5.148704 5.450704 6.181704 45 4.876475 5.130475 5.432475 6.163475 46 4.856824 5.110824 5.412824 6.143824 47 4.835751 5.089751 5.391751 6.122751 48 4.813256 5.067256 5.369256 6.100256 49 4.789339 5.043339 5.345339 6.076339 50 4.764 5.018000 5.320000 6.051000 51 4.737239 4.991239 5.293239 6.024239 52 4.709056 4.963056 5.265056 5.996056 53 4.679451 4.933451 5.235451 5.966451 54 4.648424 4.902424 5.204424 5.935424 55 4.615975 4.869975 5.171975 5.902975 56 4.582104 4.836104 5.138104 5.869104 57 4.546811 4.800811 5.102811 5.833811 58 4.510096 4.764096 5.066096 5.797096 59 4.471959 4.725959 5.027959 5.758959 60 4.4324 4.686400 4.988400 5.719400
5.678419 61 4.391419 4.645419 4.947419
62 4.349016 4.603016 4.905016 5.636016 63 4.305191 4.559191 4.861191 5.592191 64 4.259944 4.513944 4.815944 5.546944 65 4.213275 4.467275 4.769275 5.500275 66 4.165184 4.419184 4.721184 5.452184 67 4.115671 4.369671 4.671671 5.402671 68 4.064736 4.318736 4.620736 5.351736 69 4.012379 4.266379 4.568379 5.299379 70 3.9586 4.212600 4.514600 5.245600 71 3.903399 4.157399 4.459399 5.190399 72 3.846776 4.100776 4.402776 5.133776
ANEXO IX
TASA DE CAMBIO DEL LOGARITMO NATURAL DE SALARIO MENSUAL
MUJERES (US$ DÓLARES)
Ecuación
obtenida
Lny= 4.289+0.04505exp- 0.000711exp^2+0.254básica+0.556medio+
1.287superior+ 0.221género
Años de
Experiencia
potencial.
Ningún Año de
Estudio
Educación Básica
(1 año a 9 años)
Educación media,
Bachillerato
(10 años a 12
años)
Educación
Superior
(Más de 12 años)
0 - - - - 1 1.03% 0.98% 0.92% 0.80% 2 0.99% 0.94% 0.88% 0.76% 3 0.95% 0.90% 0.84% 0.73% 4 0.91% 0.86% 0.81% 0.70% 5 0.87% 0.82% 0.77% 0.67% 6 0.83% 0.78% 0.74% 0.64% 7 0.79% 0.75% 0.70% 0.62% 8 0.75% 0.71% 0.67% 0.59% 9 0.72% 0.68% 0.64% 0.56% 10 0.68% 0.64% 0.61% 0.53% 11 0.65% 0.61% 0.58% 0.51% 12 0.61% 0.58% 0.55% 0.48% 13 0.58% 0.55% 0.52% 0.45% 14 0.54% 0.52% 0.49% 0.43%
0.40% 15 0.51% 0.49% 0.46%
16 0.48% 0.45% 0.43% 0.38% 17 0.45% 0.42% 0.40% 0.35% 18 0.42% 0.40% 0.37% 0.33% 19 0.38% 0.37% 0.35% 0.30% 20 0.35% 0.34% 0.32% 0.28% 21 0.32% 0.31% 0.29% 0.26% 22 0.29% 0.28% 0.26% 0.23% 23 0.26% 0.25% 0.24% 0.21% 24 0.24% 0.22% 0.21% 0.19% 25 0.21% 0.20% 0.19% 0.16% 26 0.18% 0.17% 0.16% 0.14% 27 0.15% 0.14% 0.13% 0.12% 28 0.12% 0.11% 0.11% 0.09% 29 0.09% 0.09% 0.08% 0.07% 30 0.06% 0.06% 0.06% 0.05% 31 0.03% 0.03% 0.03% 0.03% 32 0.01% 0.00% 0.00% 0.00% 33 -0.02% -0.02% -0.02% -0.02% 34 -0.05% -0.05% -0.05% -0.04% 35 -0.08% -0.08% -0.07% -0.06% 36 -0.11% -0.10% -0.10% -0.09% 37 -0.14% -0.13% -0.12% -0.11% 38 -0.17% -0.16% -0.15% -0.13% 39 -0.19% -0.19% -0.18% -0.15% 40 -0.22% -0.21% -0.20% -0.18% 41 -0.25% -0.24% -0.23% -0.20% 42 -0.28% -0.27% -0.25% -0.22% 43 -0.31% -0.30% -0.28% -0.25%
44 -0.34% -0.33% -0.31% -0.27% 45 -0.37% -0.35% -0.33% -0.29% 46 -0.40% -0.38% -0.36% -0.32% 47 -0.43% -0.41% -0.39% -0.34% 48 -0.47% -0.44% -0.42% -0.37% 49 -0.50% -0.47% -0.45% -0.39% 50 -0.53% -0.50% -0.47% -0.42% 51 -0.56% -0.53% -0.50% -0.44% 52 -0.59% -0.56% -0.53% -0.47% 53 -0.63% -0.60% -0.56% -0.49% 54 -0.66% -0.63% -0.59% -0.52% 55 -0.70% -0.66% -0.62% -0.55% 56 -0.73% -0.70% -0.65% -0.57% 57 -0.77% -0.73% -0.69% -0.60% 58 -0.81% -0.76% -0.72% -0.63% 59 -0.85% -0.80% -0.75% -0.66% 60 -0.88% -0.84% -0.79% -0.69%
-0.72% 61 -0.92% -0.87% -0.82%
62 -0.97% -0.91% -0.86% -0.75% 63 -1.01% -0.95% -0.89% -0.78% 64 -1.05% -0.99% -0.93% -0.81% 65 -1.10% -1.03% -0.97% -0.84% 66 -1.14% -1.08% -1.01% -0.87% 67 -1.19% -1.12% -1.05% -0.91% 68 -1.24% -1.17% -1.09% -0.94% 69 -1.29% -1.21% -1.13% -0.98% 70 -1.34% -1.26% -1.18% -1.01% 71 -1.39% -1.31% -1.22% -1.05% 72 -1.45% -1.36% -1.27% -1.09%
VARIACIÓN ENTRE LOGARITMO NATURAL DEL SUELDO MENSUAL PARA
NIVELES SELECTOS DE EXPERIENCIA, ALFABETISMO Y ANALFABETISMO.
Comparaciones entre niveles de
experiencia
Variación entre los salarios
Ningún Año
de Estudio
Educación
Básica
(1 año a 9 años)
Educación
media,
Bachillerato
(10 años a 12
años)
Educación
Superior
(Más de 12
años)
32 años comparada con cero años 16.64% mayor 15.71% mayor 14.73% mayor
12.80% mayor
72 años comparado con 32 años 23.10% menor 21.99% menor 20.79% menor
18.38% menor
72 años comparada con 0 años 10.31% menor 9.73% menor 9.13% menor
7.93% menor
ANEXO X
LOGARITMO NATURAL SALARIO MENSUAL ALFABETISMO
(US$ DÓLARES)
LnYmes = 4.706+0.01929exp-0.000299exp2+0.450alfabetismo
Experiencia Ln de Sueldo Mensual US$
Variación Porcentual del LN
de Sueldo Mensual
Sí lee No lee Sí lee No lee
0 5,156 4,706 - -
1 5,174991 4,724991 0.37% 0.40% 2 5,193384 4,743384 0.36% 0.39% 3 5,211179 4,761179 0.34% 0.38% 4 5,228376 4,778376 0.33% 0.36% 5 5,244975 4,794975 0.32% 0.35% 6 5,260976 4,810976 0.31% 0.33% 7 5,276379 4,826379 0.29% 0.32% 8 5,291184 4,841184 0.28% 0.31% 9 5,305391 4,855391 0.27% 0.29%
10 5,319 4,869 0.26% 0.28% 11 5,332011 4,882011 0.24% 0.27% 12 5,344424 4,894424 0.23% 0.25% 13 5,356239 4,906239 0.22% 0.24% 14 5,367456 4,917456 0.21% 0.23% 15 5,378075 4,928075 0.20% 0.22% 16 5,388096 4,938096 0.19% 0.20% 17 5,397519 4,947519 0.17% 0.19% 18 5,406344 4,956344 0.16% 0.18% 19 5,414571 4,964571 0.15% 0.17% 20 5,4222 4,9722 0.14% 0.15% 21 5,429231 4,979231 0.13% 0.14% 22 5,435664 4,985664 0.12% 0.13% 23 5,441499 4,991499 0.11% 0.12% 24 5,446736 4,996736 0.10% 0.10% 25 5,451375 5,001375 0.09% 0.09% 26 5,455416 5,005416 0.07% 0.08% 27 5,458859 5,008859 0.06% 0.07% 28 5,461704 5,011704 0.05% 0.06% 29 5,463951 5,013951 0.04% 0.04% 30 5,4656 5,0156 0.03% 0.03% 31 5,466651 5,016651 0.02% 0.02% 32 5,467104 5,017104 0.01% 0.01% 33 5,466959 5,016959 0.00% 0.00% 34 5,466216 5,016216 -0.01% -0.01% 35 5,464875 5,014875 -0.02% -0.03% 36 5,462936 5,012936 -0.04% -0.04% 37 5,460399 5,010399 -0.05% -0.05% 38 5,457264 5,007264 -0.06% -0.06% 39 5,453531 5,003531 -0.07% -0.07% 40 5,4492 4,9992 -0.08% -0.09% 41 5,444271 4,994271 -0.09% -0.10% 42 5,438744 4,988744 -0.10% -0.11% 43 5,432619 4,982619 -0.11% -0.12%
44 5,425896 4,975896 -0.12% -0.13%
45 5,418575 4,968575 -0.13% -0.15% 46 5,410656 4,960656 -0.15% -0.16% 47 5,402139 4,952139 -0.16% -0.17% 48 5,393024 4,943024 -0.17% -0.18% 49 5,383311 4,933311 -0.18% -0.20% 50 5,373 4,923 -0.19% -0.21% 51 5,362091 4,912091 -0.20% -0.22% 52 5,350584 4,900584 -0.21% -0.23% 53 5,338479 4,888479 -0.23% -0.25% 54 5,325776 4,875776 -0.24% -0.26% 55 5,312475 4,862475 -0.25% -0.27% 56 5,298576 4,848576 -0.26% -0.29% 57 5,284079 4,834079 -0.27% -0.30% 58 5,268984 4,818984 -0.29% -0.31% 59 5,253291 4,803291 -0.30% -0.33% 60 5,237 4,787 -0.31% -0.34% 61 5,220111 4,770111 -0.32% -0.35% 62 5,202624 4,752624 -0.33% -0.37% 63 5,184539 4,734539 -0.35% -0.38% 64 5,165856 4,715856 -0.36% -0.39% 65 5,146575 4,696575 -0.37% -0.41% 66 5,126696 4,676696 -0.39% -0.42% 67 5,106219 4,656219 -0.40% -0.44% 68 5,085144 4,635144 -0.41% -0.45% 69 5,063471 4,613471 -0.43% -0.47% 70 5,0412 4,5912 -0.44% -0.48% 71 5,018331 4,568331 -0.45% -0.50% 72 4,994864 4,544864 -0.47% -0.51%
VARIACIÓN ENTRE LOGARITMO NATURAL DEL SUELDO MENSUAL PARA
NIVELES SELECTOS DE EXPERIENCIA, ALFABETISMO Y ANALFABETISMO.
Comparaciones entre niveles de
experiencia
Variación entre los salarios
ALFABETIZADOS ANALFABETOS
32 años comparada con cero años 6.03% mayor 6.61% mayor
72 años comparado con 32 años 8.64% menor 9.41% menor
72 años comparada con 0 años 3.13% menor 3.42% menor
BIBLIOGRAFÍA
Alfonzo, Leonardo “La educación en la determinación de los ingresos laborales en el
Paraguay”, Centro de Análisis y Difusión de Economía Paraguaya – CADEP,
Paraguay, IV Encuentro sobre Economía Social en Latinoamérica Panamá 2000.
Sitio web: http://decon.edu.uy/network/mpapers.htm
ANEP/GTZ, “Identificación y caracterización de diferentes conglomerados
empresariales en El Salvador para un análisis especial del conglomerado de Antiguo
Cuscatlán”, Situación del mercado de servicios de desarrollo empresarial para la
pequeña y mediana empresa en El Salvador.
Anuario Estadístico de América Latina y el Caribe 2002, Abril 2003.
Banco Central de Reserva, “Revista Trimestral Octubre – Diciembre 2001”.
Banco Central de Reserva, “Boletín Estadístico Mensual Febrero 2003”, sitio web:
http://www.bcr.gob.sv/estadisticas/Sector_externo/sectorexterno_balanzacom_produ
cto_origen
BID, sitio web: http://www.iadb.org/regions/re2/sep/es-sep.htm#Estadistico
Banco Mundial, “Estrategia de asistencia para el país, para la República de El
Salvador”, Unidad de Administración de los países de América Central América
Latina y el Caribe, Noviembre 2001.
Elías, Silvina, Fernández, M. del R, “Capital humano y educación: ¿La calidad
importa?”, Universidad Nacional del Sur, Argentina, Agosto 2002.
Espino Rabanal, Juanpedro “Dispersión Salarial, Capital Humano y Segmentación
Laboral en Lima”, Consorcio de Investigación Económica y Social (CIES)/Pontificia
Universidad Católica del Perú - Departamento de Economía, Lima, Marzo 2001.
Ferguson, C.E, Gould, J.P. “Teoría Microeconómica, Fondo de Cultura Económica”,
1980.
FUSADES, “Informe trimestral de conyuntura”, sector externo, primer trimestre de
2002.
FUSADES, “¿Cómo está nuestra economía 2001-2002?”.
Instituto Salvadoreño de Formación Profesional, “Análisis Económico, Global y
Sectorial, posterior a los terremotos de febrero de 2001: Perspectivas Sectoriales de
Empleo en El Salvador”, San Salvador, 2002.
Lardé de Palomo, Anabella “Informe de desarrollo económico y social 2002:
Invirtamos en educación para desafiar el crecimiento económico y la pobreza
Anabella Lardé de Palomo/Roberto Rivera Campos. – 1ª edición. San Salvador, El
Salvador: FUSADES, Mayo 2002.
Mangandi Rivas, Claudia, Carmona Santos, Oscar Tesis: “Importancia de la
formación de capital humano en El Salvador”, Universidad Centroamericana “José
Simón Cañas” UCA, Octubre 2001.
Mincer, Jacob “Schooling experience and earnings. Nueva York: National Bureau of
Economic Research”, 1974.
Ministerio de Economía, Dirección General de Estadística y Censos 2001, Encuesta
de Hogares para Propósitos Múltiples 2001.
Psacharopoulos, George and Patrinos, H. Anthony “Returns to Investment in
Education: A Further Update”, Working Paper 2881, Septiembre 2002.
Rosenzweig, Mark “1995 Why are There Returns to Schooling?, American
Economic Association Papers Proceedings” Vol. 85, No. 2.
Sala i Martin, Xavier “Apuntes de crecimiento económico”, España, Antoni Bosch
editor S.A., 2000.
Vides de Andrade, Regina, Lardé de Palomo, Anabella, Calderón Martínez, Lissette
“Geographical Exclusion in Rural Areas of El Salvador: Its Impact on Labor Market
Outcomes”, Research Network working papers; R-439, Inter-American Development
Bank, 2002.
Zhiqiang Liu “Earnings, Education, and Economic Reforms in Urban China”
Economic Development and Cultural Change, Vol. 46 No 4, July 1998.
Ministerio de Educación, El Salvador 2000 Logros y desafíos de la educación.
