Versión de HTML Básico
Jairo Rivera
Analíti a
k
5
Revista de Análisis Estadístico
Journal of Statistical Analysis
las distorsiones de mercado ya que las personas del gru-
po discriminador tienen más incentivos para invertir en
formación, en comparación con los discriminados. Coate
y Loury (1993) denominan a este proceso el aparecimien-
to de
“estereotipos negativos”
hacia el grupo discriminado,
pudiendo perpetuar el efecto en los salarios, equidad y efi-
ciencia en el mercado. Cahuc y Zylberberg (2004) resumen
acertadamente el problema, señalando que la discrimina-
ción estadística puede generar una inequidad persistente
entre grupos, ya que las decisiones de los empleadores in-
fluyen en la educación de los grupos discriminados; con
ello, un grupo que no observa retornos salariales mayo-
res ante mejor educación, no tiene los incentivos necesa-
rios para educarse; esto puede afectar tanto su instrucción
presente como la educación que brindarán a sus hijos, lo
cual perpetuará la discriminación. En la misma línea, Sch-
wab (1986) estudia cómo la discriminación estadística pue-
de agravar las diferencias de la oferta de trabajo, porque
los trabajadores encasillarán su búsqueda solo hacia cier-
tos empleos, y los grupos discriminados tenderán hacia los
que ofrecen menor salario.
Por otro lado, Sunstein (1991) ha encontrado evidencia
para contradecir el modelo de Lundberg y Startz; plantea
que, debido a que los retornos a la educación en la práctica
son mayores para la gente con color negro de piel que para
los blancos, eso puede estimular la inversión en formación
tanto para el empleador como para el trabajador en favor
de dicho grupo discriminado. Los efectos de desincentivo
hacia los grupos minoritarios se transforman hacia una me-
jorara de la equidad social.
Finalmente, en la parte metodológica han existido apor-
tes interesantes al trabajar con el modelo de discriminación
estadística; se los detallará a continuación:
Heckman (1979) analiza el problema de sesgo por auto-
selección. Primero, indica que el sesgo de selección mues-
tral puede surgir en la práctica por dos razones: puede
existir auto-selección por los individuos, o por decisiones
de selección de muestras por procesadores o analistas de
datos. Plantea, además, que el sesgo de autoselección se
sustenta en el problema de variables omitidas, y eso se de-
be a que las funciones de regresión ajustadas confunden a
los parámetros de comportamiento con los parámetros de
la función de determinación de la probabilidad de entra-
da en la muestra. Finalmente, mediante la incorporación
de un corrector de sesgo se pueden corregir la matriz de
varianza-covarianza y los errores estándar.
En el tema de descomposición salarial, Cahuc y Zylber-
berg (2004) describen los aportes de Oaxaca y Blinder en los
años setenta. Las técnicas son muy similares, y consisten en
comparar los salarios de un grupo con los del grupo discri-
minado. Mediante la estimación de las ecuaciones de sala-
rio separadamente para ambos grupos, se obtiene valores
referenciales que se introducen en la metodología de des-
composición. Como resultado del modelo, se puede distin-
guir entre los factores observables que afectan a la brecha
salarial y los no observables. Los factores no observables se
atribuyen a discriminación. Como lo señalan O’Donnell et
al. (2008), existen varias descomposiciones salariales deri-
vadas de la inicial de Oaxaca-Blinder, aunque la esencia de
factores explicados y no explicados por el modelo se man-
tiene.
Heckman (1998) realiza una crítica al modelo de dis-
criminación estadística en estudios contemporáneos sobre
discriminación. Observa que los autores confunden discri-
minación de la empresa con discriminación de mercado, y
generalizan los resultados sin mayor cuidado. Además, in-
dica que es el margen lo que debe interesar a los economis-
tas al estudiar la discriminación. Finalmente, asegura que
el modelo de Becker está mal interpretado cuando se ase-
verar que en el largo plazo la discriminación desaparecerá;
plantea que, por el contrario, más bien se reducirá, tal como
está sucediendo en el mercado laboral de Estados Unidos.
2.4 Caso: Ecuador
A nivel mundial existe una vasta literatura sobre la me-
dición de la discriminación salarial usando como partida
el retorno de la educación y, en esencia, el modelo Mince-
riano. Mincer (1974) determinó que las variables relevantes
para determinar el retorno de la educación son: nivel de
educación, experiencia y experiencia al cuadrado.
En el Ecuador, sin embargo, existe un número reduci-
do de estudios que se dedican a explicar la discriminación,
los retornos educacionales y las brechas salariales. Los es-
tudios existentes se han centrado en la medición de brechas
en las siguientes categorías: género, etnia, intersectoriales,
intrasectoriales y regionales.
Dentro de los estudios intersectoriales sobresale Carri-
llo (2004), quien elabora un análisis de regresión tradicional
(MCO) que le permite identificar el promedio de las dife-
rencias salariales entre el sector público y privado; utiliza
la ecuación semi-logarítmica minceriana para explicar los
determinantes del salario de la siguiente manera:
Ln
(
w
i
) =
X
i
β
+
δ
∗
P
i
+
ε
i
donde
w
i
corresponde al salario por hora del asalariado
i
,
X
i
corresponde a un vector con variables explicativas que
determinan el nivel del salario,
β
es un vector de paráme-
tros,
P
i
es una variable
dummy
que toma el valor de uno si
el individuo trabaja en el sector público,
δ
es un coeficien-
te escalar, y
ε
i
es una variable aleatoria que incluye todos
los otros factores que forman parte del salario y que no son
explicados por las variables independientes del modelo.
Carrillo obtuvo como principal conclusión que los tra-
bajadores del sector público obtienen en promedio 18 %
más que sus colegas del sector privado. Además, señaló
que existen diferencias salariales que dependen del nivel
de salario, en donde, las brechas son más marcadas entre
los que menos ganan y son casi nulas entre los que más
ganan.
12
Analítika,
Revista de análisis estadístico
, 3 (2013), Vol. 5(1): 7-22