Versión de HTML Básico
Jairo Rivera
Analíti a
k
5
Revista de Análisis Estadístico
Journal of Statistical Analysis
ten grupos que tienen sus características propias, y el mer-
cado valora dichas características. Es decir, la noción de
discriminación estadística
5
implica que el mercado otorga
valor no solo a la productividad, sino también a las carac-
terísticas personales. Describe su estudio como una expan-
sión del modelo previo de Becker, pero ligándolo más hacia
la teoría de equilibrio general, pensado más como un con-
traste y menos como un acuerdo.
El análisis realizado por Arrow (1973) sobre el trabajo
de Becker, donde se incorpora el gusto por discriminación
dentro de la función de utilidad generando que las empre-
sas que tienen mayor discriminación obtengan menores be-
neficios económicos, considera que la estructura de gustos
por discriminación da una interesante explicación en el cor-
to plazo pero que, a largo plazo, parece no resistir las pre-
siones competitivas. Ante ello, escribe su famosa frase
“el
modelo predice la ausencia del fenómeno para el cual fue desarro-
llado”.
Asimismo, sostiene que la relación entre el prejuicio
y los salarios, planteada por Becker, puede sobrevivir en el
largo plazo solo en presencia de tres elementos: si el merca-
do no es perfectamente competitivo, si existen importantes
no convexidades, o si hay problemas de información.
Además, Arrow (1998) critica duramente la forma en
que es tratada la maximización de utilidades en el mode-
lo
taste-based
. La inclusión de nuevas variables dentro del
problema del productor, como la utilidad negativa de con-
tratar trabajadores discriminados, genera desafíos para ex-
plicar la teoría de elección racional. Esto produce que la
explicación del modelo pueda caer en tautología, y que la
medición de la función de utilidad sea casi imposible de
obtener para empresas grandes.
Phelps (1972), por su parte, realiza una distinción entre
su teoría naciente y la de Becker, argumentando que la dis-
criminación estadística puede ser aplicada a todo tipo de
empleador o trabajador; se basa en que no es necesaria la
existencia de un gusto por discriminación hacia contratar y
trabajar junto a trabajadores negros o mujeres, a diferencia
del
taste-based
, que necesita la presencia del gusto por dis-
criminación. La importancia de la información estadística
es clave para el modelo de Phelps, y se usa para suplir o
reducir la información imperfecta del mercado.
Debido a la información imperfecta, el empleador no
observa el nivel de habilidad de los solicitantes de trabajo,
pero sí observa el grupo al que pertenecen
j
ǫ
(
b
,
n
)
, donde
b
es blanco y n es negro. Tomamos la notación de Fang y
Moro (2011) para describir el modelo de Phelps.
Las habilidades de los trabajadores se denotan con
q
, y
se asume que son iguales a su producto marginal; además,
tiene una distribución normal, así
N
(
µ
j
,
σ
2
j
)
. Los trabajado-
res observan el grupo al que pertenece el trabajador, y una
señal con ruido de productividad, así
θ
=
q
+
ε
, donde
ε
se distribuye normalmente, así
N
(
0,
σ
2
ε
j
)
. Cada empleador
deduce de
θ
el valor esperado de
q
con la información dis-
ponible, incluyendo la identidad de grupo. La habilidad y
la señal se distribuyen conjuntamente con una distribución
normal, y la distribución condicional de
q
dado
θ
es nor-
mal, con media igual a un promedio ponderado de la señal
y la media del grupo incondicional. Así,
E
(
q
|
θ
) =
σ
2
j
σ
2
j
+
σ
2
ε
j
θ
+
σ
2
ε
j
σ
2
j
+
σ
2
ε
j
µ
j
Como resultado se obtienen las condiciones en las cua-
les el salario tenderá a ser más cercano a la productividad o
más cercano a la media de la población. Si la señal es muy
ruidosa (varianza de
ε
alta), el valor esperado condicional
de la productividad de los trabajadores se encuentra cerca
de la media de la población, independientemente del valor
de la señal; y si la señal es muy precisa (varianza de
ε
pe-
queña), entonces la señal proporciona una estimación pre-
cisa de la capacidad del trabajador. En su análisis, Phelps
propone dos casos de desigualdad:
Caso 1: las señales de grupos son igualmente informa-
tivas, pero un grupo tiene mayor inversión promedio de
capital humano y
(
σ
ε
b
=
σ
ε
n
=
σ
ε
),
(
σ
b
=
σ
n
=
σ
)
y
(
µ
b
>
µ
n
)
. Los empleadores actúan racionalmente y otor-
gan menores salarios a los trabajadores del grupo n, ya
que generan una menor productividad esperada, a pesar
de que existe la reciben la misma señal del grupo.
Caso 2: las señales de los grupos son diferentes
(
σ
ε
n
>
σ
ε
b
)
, mientras que las distribuciones incondicionales de ha-
bilidades son las mismas entre los dos grupos
(
σ
b
=
σ
n
=
σ
)
y
(
µ
b
=
µ
n
=
µ
)
. Con ello, los empleadores otorgan
menores salarios a los trabajadores del grupo con mayor
señal. Este caso es una muestra de discriminación debido a
la información que llega al empleador, y ejemplifica lo que
sucede en el mercado laboral.
La frase final del estudio de Phelps es:
“la discriminación
no es menos perjudicial para sus víctimas por ser estadística, ni
menos importante para ser contrarrestada por la política social”.
2.3 Evaluación empírica de los modelos
Como defensores del modelo
taste-based
aparecen Char-
les y Guryan (2008), y realizan un trabajo en donde se eva-
lúan y comprueban los principales postulados del mode-
lo de Becker para diferentes Estados miembros de Estados
Unidos. Primeramente, se muestra que los salarios de la
5
Raphael (2002) realiza una definición interesante de la discriminación estadística, así: “cuando la información descrita por el color de piel es rele-
vante, los agentes atribuyen las características prescritas del grupo al sujeto individual, por lo que se genera la construcción de una ‘identidad social
virtual’ para el sujeto que puede no tener relación con las características reales de la persona”. Por su parte, Cahuc y Zylberberg (2004) consideran que
la discriminación estadística estudia cómo individuos con idénticas habilidades pero pertenecientes a diferentes grupos no tienen senderos de carreras
equivalentes, debido a la calidad promedio, real o imaginaria, del grupo al cual pertenecen. Por otro lado, Schwab (1999) considera que los modelos
de discriminación estadística no asumen prejuicios o gustos por parte de los empleadores para trabajar con determinada fuerza laboral, sino más bien
se dedican al estudio de las características grupales para predecir atributos individuales en un mundo de información limitada; finalmente, denomina
en forma acertada, como discriminación estadística, a aquella que se deriva de las correlaciones estadísticas.
10
Analítika,
Revista de análisis estadístico
, 3 (2013), Vol. 5(1): 7-22