RASGOS CARACTERISTICOS DEL DESEMPLEO
Y DE LA PARTICIPACION EN EL MERCADO
DE TRABAJO EN ESPAÑA
Mercedes Gracia-Díez(*)
Documento 88-09
(*) Quiero agradecer a Alfonso Novales sus co-
mentarios sobre este trabajo. La responsabi-
lidad por los posibles errores es mia.
CONTENIDO:
1. Introducción
2. Características de los datos utilizados: la
encuesta de población activa
3. Metodología empleada: modelos logit con
datos agrupados
4. Definición de las variables
5. Rasgos característicos del desempleo
6. Rasgos características de la participación
en el mercado de trabajo
6.1 Participación de mujeres
6.2 Participación de jóvenes
7. Conclusiones
1. INTRODUCCION.
El objetivo de este trabajo es llevar a cabo un
análisis microeconómico de los rasgos caracte-
rísticos de la población activa en España. Se
presentan dos análisis: uno de desempleo y otro de
participación en el mercado de trabajo.
Dado que el problema del paro está concentrado
sobre unos grupos específicos de población, el
objetivo del análisis de desempleo es determinar
cuales son los rasgos característicos de los indi-
viduos, que están mayormente asociados con la
probabilidad de estar en paro. Características
táles como el sexo, le edad, el estado civil y el
nivel de educación, nos parecen relevantes a la
hora de evaluar la probabilidad de que un indivi-
duo esté en paro.
Análogamente, el análisis de participación se
centra en determinar los rasgos característicos
del individuo que están más extrechamente asocia-
dos con la probabilidad de formar parte de la
población activa. Se llevan a cabo dos análisis de
participación, uno para la población femenina y
otro para los jóvenes entre 16 y 24 años de edad,
ya que consideramos que éstos son los grupos que
presentan mayor interés.
Ambos análisis se realizan a partir de la in-
formación contenida en la Encuesta de Población
Activa, elaborada trimestralmente por el INE. En
concreto, se analizan los segundos trimestres de
los años 1977, 1982 y 1986, utilizando el total de
la población investigada en la encuesta: unas
60.000 familias, lo que supone una muestra de más de 150.000 individuos cada trimestre. El análisis de estas tres bases de datos, también nos permitirá detectar si ha habido una evolución temporal en los determinantes del desempleo y de la participación a lo largo de la última década.
La metodología empleada consiste en la estimación de modelos de elección discreta, en concreto modelos logit con datos agrupados. Dado que cada muestra de la encuesta se compone de más de 150.000 individuos, las observaciones pueden agruparse por individuos que consideramos idénticos, según las variables explicativas del modelo. Este tipo de modelos puede estimarse por mínimos cuadrados generalizados, y si el número de observaciones repetidas es lo suficientemente grande, los estimadores resultantes son consistentes, asintóticamente eficientes y siguen una distribución normal asintótica.
El trabajo se ha organizado en siete secciones. En la Sección 2 se describen las características de los datos utilizados, esto es, el tipo de información contenida en la Encuesta de Población Activa y la forma en que se ha tratado en este estudio. En la Sección 3 se discute el tipo de metodología empleada: construcción de los modelos logit e interpretación de sus coeficientes. En la Sección 4 se definen las variables que utilizamos. La Sección 5 presenta los resultados del análisis de desempleo. La Sección 6 contiene los resultados del análisis de participación: el apartado 6.1 se dedica a la participación femenina y el apartado 6.2 a la participación de jóvenes. Finalmente, en la Sección 7 se resumen los resultados que consideramos más importantes.
2. CARACTERISTICAS DE LOS DATOS UTILIZADOS: LA ENCUESTA DE POBLACION ACTIVA.
En 1964, el INE inició una Encuesta de Población Activa (EPA), con objeto de extraer las cifras estimadas sobre población activa, empleo y paro en España. Durante los diez primeros años de su elaboración, la encuesta fué de periodicidad variable (trimestral o semestral). Sin embargo, a partir de 1975 la encuesta se realiza cada trimestre.
El muestreo empleado en la elaboración de la EPA es de tipo bietápico. Las unidades primarias de muestreo son las secciones censales y las unidades secundarias son, dentro de cada sección censal, las viviendas . El tamaño de la muestra en cada trimestre es aproximadamente de 3.000 secciones censales y de 20 viviendas por sección censal. Esto es, se investigan unas 60.000 familias. La muestra de unidades primarias o secciones censales permanece fija, produciendose alteraciones en la misma tan solo en determinados supuestos que contempla el INE. Por el contrario, las viviendas sólo se mantienen en la muestra durante seis en-cuestas consecutivas, al final de las cuales son reemplazadas por otras de la misma sección.
Cada sección de la muestra es visitada en una de las 13 semanas del trimestre, incluyendose en cada semana aproximadamente el mismo número de
La metodología del muestreo seguido en la encuesta puede consultarse en detalle en la publicación del INE: "Informe técnico: Diseño de la Encuesta y Evaluación de la Calidad de los Datos".
secciones. El periodo de referencia de la información solicitada es la semana anterior a aquella en que se realiza la entrevista. Por lo tanto, la asignación temporal de los resultados de la encuesta para cada periodo investigado, debe centrarse en la mitad del mismo (la semana media del trimestre).
La EPA recoge información sobre las variables: población activa, población activa ocupada, población activa parada e inactivos. También, investiga características poblacionales, táles como la distribución por ramas de actividad económica de la población activa ocupada; la edad, sexo, estado civil y nivel de educación de cada uno de los entrevistados; y las razones por las que éstos buscan o no buscan un nuevo empleo. Dado que la encuesta se realiza por unidades familiares, también se dispone de la información relativa a los miembros de la familia de cada uno de los encuestados.
Para cada individuo, la información codificada de la EPA se presenta en 39 variables (que corresponden a cada una de las preguntas del cuestionario). También se incluye una "variable resumen", que clasifica a los encuestados en siete categorías, según su situación en el mercado de trabajo. En el presente estudio, estas siete categorías se han agregado en tres: ocupados, parados e inactivos. Para ello, hemos seguido los mismos criterios que utiliza el INE en la elaboración de cifras agregadas. El Cuadro 1 contiene la clasificación de los encuestados, según la terminología de la
EPA .
En este trabajo, se utilizan las bases de datos de la EPA correspondientes a los segundos trimestres de 1977, 1982 y 1986. Los análisis de desempleo y participación que se presentan en las siguientes secciones, se han llevado a cabo a partir del total de la población investigada en la encuesta.
Para las definiciones correspondientes, ver "Encuesta de Población Activa: Manual de Definiciones, Instrucciones y Normas de Codificación", INE (anteriores a 1987).
Categoría
\[\begin{array}{l l} 1 & \text {Ocupado en sentido estricto} \\ 2 & \text {Activo marginal} \\ 3 & \text {Parados que buscan primer empleo} \\ 4 & \text {Parados que han trabajado anteriormente} \\ 5 & \text {Inactivo en sentido estricto} \\ 6 & \text {Disponible y no busca empleo} \\ 7 & \text {Población contada aparte(1) (que trabaja ó que no trabaja)} \end{array} \left. \begin{array}{l} \text {OCUPADOS} \\ \text {PARADOS} \\ \text {INACTIVOS} \\ \text {NO CLASIFICADOS} \end{array} \right\}\]
Notas: (1) Varones que cumplen el servicio militar (ó, en su caso, quienes lo sustituyen por un servicio civil obligatorio).
En el Cuadro 2, se describe la composición de las bases de datos para cada uno de los trimestres considerados. Debemos señalar que, mientras en los trimestres correspondientes a 1982 y 1986 la EPA investiga a la población de 16 o más años de edad, la encuesta de 1977 incluye a los jóvenes de 14 y 15 años. Con objeto de comparar la evolución temporal de los resultados, hemos eliminado a las personas menores de 16 años del segundo trimestre de 1977.
Disponer de datos correspondientes a tres años distintos, nos permitirá evaluar si ha habido una evolución temporal en los rasgos característicos del desempleo y de la participación en España. Notese que, mientras que la tasa de participación sólo ha experimentado un leve descenso, la tasa de paro ha pasado del 4,9% en el segundo trimestre de 1977 al 20,7% en el segundo trimestre de 1986.
CUADRO 2. COMPOSICION DE LAS BASES DE DATOS DE LA EPA.
| 2T-1977 | 2T-1982 | 2T-1986 | |
| Individuos de 16 años o más(1) | 154.207 | 157.410 | 158.716 |
| ACTIVOS(%) | 48,43 | 48,07 | 47,54 |
| Ocupados en sentido estricto(%) | 95,12 | 84,44 | 78,74 |
| Activos marginales(%) | 0,01 | 0,01 | 0,01 |
| Parados buscan primer empleo(%) | 1,80 | 6,41 | 8,55 |
| Parados trabaja-do anteriormente(%) | 3,07 | 8,73 | 12,11 |
Notas: (1) Excluyendo la población contada aparte.
3. METODOLOGIA EMPLEADA: MODELOS LOGIT CON DATOS AGRUPADOS.
Para llevar a cabo el análisis microeconómico de los rasgos más importantes del desempleo y de la participación que presentamos, hemos utilizado modelos logit. Con estos modelos, estimamos de qué manera las características personales de los individuos afectan a la probabilidad que éstos tienen de estar en paro o de pertenecer a la población activa.
El hecho de que cada muestra de la EPA se compone de más de 150.000 individuos, nos permite agrupar las observaciones por "individuos idénticos", según sus características personales. De esta forma, la muestra se considera formada por n grupos y, a su vez, cada grupo compuesto de individuos con las mismas características personales (dadas por las variables explicativas del modelo).
El modelo logit se especifica como
(3.1)
\[\mathrm{P} _ {\mathrm{i}} = \mathrm{F} \left(\mathrm{X} _ {\mathrm{i}} \beta\right) = \frac {1}{1 + \exp (- \mathrm{X} _ {\mathrm{i}} \beta)}\]
donde, es la probabilidad de que un determinado suceso ocurra para el grupo i-esimo, es el vector de variables explicativas del modelo, y es el correspondiente vector de parámetros.
Con datos agrupados, sabemos que, dentro de cada grupo, el suceso en cuestión ha ocurrido veces, mientras que es el número de veces que el suceso no ocurrió. Por lo tanto, tenemos información suficiente para estimar la probabilidad de una determinada elección para cada grupo de individuos, mediante:
\[\hat {P} _ {i} = \frac {r _ {i}}{n _ {i}}\]
Si es lo suficientemente grande, es un estimador consistente de , y la transformación logit puede estimarse consistentemente por el método de los mínimos cuadrados generalizados.
Tomando logaritmos en la ecuación (3.1),
\[\log \frac {P _ {i}}{1 - P _ {i}} = X _ {i} \beta\tag{3.2}\]
y usando como una aproximación de , tenemos que:
\[\log \frac {\hat {P} _ {i}}{1 - \hat {P} _ {i}} = X _ {i} \beta + u _ {i}\tag{3.3}\]
\[\text { donde } \quad u _ {i} = \log \frac {\hat {P} _ {i}}{1 - \hat {P} _ {i}} - \log \frac {P _ {i}}{1 - P _ {i}}\]
Suponiendo que las observaciones individuales dentro de cada grupo se distribuyen independientemente y siguen una distribución de probabilidad binomial, la variable dependiente estimada en (3.3), para muestras largas, seguirá una distribución normal aproximada. También, si la muestra es lo suficientemente grande, tenemos que:
\[\mathrm{E} \left(\mathrm{u} _ {i}\right) = 0 \quad \mathrm{y}\]
\[\operatorname{var} \left(u _ {i}\right) = \sigma_ {i} ^ {2} = \frac {1}{n _ {i} P _ {i} (1 - P _ {i})}\]
La varianza de las perturbaciones se estima utilizando como una aproximación de y el modelo (3.3) puede estimarse por mínimos cuadrados ponderados, con coeficientes de ponderación , tal que
\[\mathrm{w} _ {\mathrm{i}} = \frac {1}{\left(\mathrm{n} _ {\mathrm{i}} \hat {\mathrm{P}} _ {\mathrm{i}} (1 - \hat {\mathrm{P}} _ {\mathrm{i}})\right) ^ {1 / 2}}\]
También puede demostrarse que (Maddala, 1983):
(i) Los resultados habituales del método de los mínimos cuadrados generalizados se mantienen.
(ii) Si es un estimador consistente de , los estimadores por mínimos cuadrados generalizados en (3.3) son consistentes y asintóticamente eficientes.
(iii) Además, estos estimadores siguen una distribución normal asintótica con la misma matriz de varianzas y covarianzas que la de los correspondientes estimadores por máxima verosimilitud.
Queremos resaltar que la aproximación de la ecuación (3.3) por el método que acabamos de exponer, sólo es razonable cuando disponemos de suficientes observaciones repetidas. En nuestro caso, consideramos que las muestras con que trabajamos son lo suficientemente grandes para garantizar la validez del método.
Por otra parte, el conjunto de variables explicativas que utilizamos para llevar a cabo los análisis de desempleo y de participación son variables ficticias. Esto es, en los modelos que estimamos, la transformación logística de la probabilidad de que un determinado suceso ocurra viene explicada por un conjunto de clasificaciones, que recogen las características personales de los individuos. Por consiguiente, los coeficientes de la ecuación (3.3) pueden interpretarse en términos de un Modelo de Análisis de Varianza.
Para hacer esta exposición más clara, consideramos, por ejemplo, que la transformación logística de la probabilidad de que un individuo esté en paro viene determinada solamente por dos clasificaciones: la edad y la educación, representadas por dos conjuntos de variables ficticias que incluyen respectivamente m y k categorías (estos resultados se extienden fácilmente al caso en que hay más de dos clasificaciones). La especificación del modelo sería:
\[\log \frac {\hat {P} _ {i j}}{1 - \hat {P} _ {i j}} = \mu + \sum_ {i = 1} ^ {m} \alpha_ {i} W _ {i} + \sum_ {j = 1} ^ {k} \beta_ {j} Z _ {j} + u _ {i j} \tag {3.4}\]
donde
\[\begin{array}{r l} W _ {i} & = 1 \text { si el grupo de individuos pertenece a la } \\ & \text { i -esima categoría de la primera clasifi- } \\ & \text { cación (edad). } \\ & 0 \text { en caso contrario. } \\ Z _ {j} & = 1 \text { si el grupo de individuos pertenece a la } \\ & \text { j -esima categoría de la segunda clasi- } \\ & \text { ficación (educación). } \\ & 0 \text { en caso contrario. } \end{array}\]
Con el fin de abordar el problema de multicolinealidad perfecta que presenta el modelo (3.4), imponemos las siguientes restricciones en los coeficientes (Andrews et al, 1973):
(3.5)
\[\sum_ {i = 1} ^ {m} \alpha_ {i} = 0 \quad y \quad \sum_ {j = 1} ^ {k} \beta_ {j} = 0\]
Una vez incorporadas las restricciones (3.5), el modelo se transforma en
\[\log \frac {\hat {P} _ {i j}}{1 - \hat {P} _ {i j}} = \mu + \sum_ {i = 1} ^ {m - 1} \alpha_ {i} W ^ {*} + \sum_ {j = 1} ^ {k - 1} \beta_ {j} Z _ {j} + u _ {i j}\tag{3.6}\]
donde
\[W _ {i} ^ {*} = W _ {i} - W _ {m}\]
\[\text { para } i = 1, 2, \dots , m - 1\]
\[Z _ {j} ^ {*} = Z _ {j} - Z _ {k}\]
\[\text { para } j = 1, 2, \dots , k - 1\]
Los parámetros a estimar son:
(i) μ: la media general, que es la media de la variable a explicar y es constante para todos los grupos de individuos en la muestra. Más concretamente, este coeficiente representa la transformación logística de la probabilidad media que tiene un individuo de estar en paro, con independencia de su edad y nivel de educación.
(ii) , para : que son los efectos diferenciadores respecto a la media general de pertenecer al grupo de edad i.
(iii) , para : que son los efectos diferenciadores respecto a la media general de tener un nivel de educación .
Nótese que los coeficientes omitidos, y , pueden calcularse a partir de las restricciones (3.5), una vez que se ha estimado el modelo (3.6).
Es importante señalar que existen otros procedimientos alternativos para la estimación del modelo (3.4) (Dhrymes, 1978, pag. 206-216) . Sin embargo, la parametrización impuesta en la ecuación (3.6) presenta la ventaja de que cada coeficiente tiene una interpretación intuitiva e independiente de las restantes variables ficticias del
La solución más extendida consiste en omitir una variable ficticia de cada una de las clasificaciones. Con este procedimiento, cada coeficiente de las variables ficticias mide el efecto diferenciador entre la categoría indicada (que toma el valor 1) y la variable fictia de la misma clasificación que se ha eliminado del modelo.
Una vez estimado el modelo (3.6), tenemos que
Esto es, los coeficientes estimados y miden los efectos diferenciadores de pertenecer a las categorías i y j, respectivamente, sobre la media de la transformación logística de la probabilidad de estar en paro.
4. DEFINICION DE LAS VARIABLES.
Para la construcción de las variables endógenas en los modelos de desempleo y participación, se ha seguido la clasificación de los encuestados presentada en el Cuadro 2.1.
En el análisis de desempleo, hemos utilizado la submuestra de individuos que constituyen la población activa. La variable endógena del modelo es la transformación logística de la probabilidad estimada que tiene cada grupo de individuos de estar en paro. Para estimar estas probabilidades, consideramos que un individuo está ocupado si pertenece a las categorías 1 ó 2 del Cuadro 2.1 y en paro si pertenece a las categorías 3 ó 4.
En el análisis de participación, se ha considerado la muestra completa de los entrevistados. La variable dependiente es la transformación logística de la probabilidad estimada que tiene cada grupo de individuos de formar parte de la población activa. Un individuo se considera activo si pertenece a las categorías 1, 2, 3 ó 4 e inactivo si pertenece a las categorías 5 ó 6.
Las variables explicativas que se emplean en ambos análisis recogen las características personales de los entrevistados. Estas variables son ficticias, y se agrupan en las siguientes clasificaciones:
CLASIFICACION V: número de personas ocupadas en la familia sin contar al individuo.
En esta sección, nos proponemos analizar los
rasgos característicos del paro entre la población
activa en España. En concreto, nuestro objetivo es
determinar en qué medida las características per-
sonales de los individuos influyen en la probabi-
lidad que éstos tienen de estar en paro. Los ras-
gos característicos que consideramos son el sexo,
el estado civil, la edad y el nivel de educación.
En los Cuadros 3, 4 y 5, se presentan las
tasas de paro, según diferentes características de
los individuos. Estos porcentajes se han calculado
a partir de las muestras completas de la EPA, para
los tres trimestres considerados. El exámen de
estos cuadros, nos da una primera idea de la dis-
tribución de las tasas de paro atendiendo a clasi-
ficaciones alternativas.
Sin embargo, nuestro objetivo es llevar
acabo un análisis más desagregado, estimando el
efecto que cada categoría de estas clasificaciones
tiene sobre la probabilidad de no tener empleo.
Para ello, estimamos modelos logit con datos agru-
pados, tal y cómo se han descrito en la Sección 3.
Para cada uno de los trimestres considera-
dos, se estiman tres especificaciones distintas
del modelo.
El Cuadro 6 contiene los resultados de la
primera especificación, donde sólo se incluyen
tres clasificaciones: sexo, edad y nivel de educa-
ción. Los aspectos más relevantes de estas estima-
ciones son los siguientes:
CUADRO 3. TASAS DE PARO POR EDAD Y SEXO.
| 2T-1977 | ||||||
| 16-19 | 20-24 | 25-34 | 35-44 | 45-54 | 55+ | |
| Mujer | 16,4 | 9,5 | 4,2 | 1,9 | 1,1 | 0,7 |
| Hombre | 13,1 | 9,6 | 4,8 | 3,2 | 0,2 | 2,6 |
2T-1982
| 16-19 | 20-24 | 25-34 | 35-44 | 45-54 | 55+ | |
| Mujer | 45,7 | 33,8 | 15,9 | 5,8 | 3,5 | 1,7 |
| Hombre | 43,5 | 31,6 | 13,8 | 7,6 | 6,9 | 6,5 |
2T-1986
| 16-19 | 20-24 | 25-34 | 35-44 | 45-54 | 55+ | |
| Mujer | 54,2 | 46,7 | 24,7 | 11,5 | 7,8 | 4,9 |
| Hombre | 48,6 | 40,7 | 16,1 | 11,6 | 11,1 | 11,4 |
CUADRO 4. TASAS DE PARO POR EDAD Y NIVEL DE EDUCACION(*)
2T-1977
| 16-19 | 20-24 | 25-34 | 35-44 | 45-54 | 55+ | |
| EDU1 | 20,1 | 15,8 | 11,3 | 7,9 | 5,1 | 3,2 |
| EDU2 | 13,6 | 8,0 | 3,9 | 2,0 | 1,8 | 1,9 |
| EDU3 | 25,7 | 12,5 | 4,3 | 0,8 | 1,9 | 0,5 |
| EDU4 | 19,5 | 17,4 | 3,2 | 1,1 | 0,6 | 1,4 |
| EDU5 | -- | 30,0 | 9,6 | 0,9 | 0,1 | 0,1 |
| 2T-1982 | ||||||
| 16-19 | 20-24 | 25-34 | 35-44 | 45-54 | 55+ | |
| EDU1 | 51,8 | 31,5 | 22,9 | 12,9 | 10,6 | 8,2 |
| EDU2 | 43,6 | 29,0 | 13,7 | 7,1 | 5,3 | 4,7 |
| EDU3 | 56,3 | 37,0 | 11,3 | 4,7 | 3,1 | 3,4 |
| EDU4 | 49,2 | 48,7 | 13,0 | 2,6 | 2,9 | 2,9 |
| EDU5 | -- | 56,4 | 22,1 | 3,0 | 1,7 | 0,1 |
2T-1986
| 16-19 | 20-24 | 25-34 | 35-44 | 45-54 | 55+ | |
| EDU1 | 61,2 | 46,7 | 35,1 | 23,8 | 19,6 | 15,4 |
| EDU2 | 50,3 | 41,3 | 20,9 | 11,6 | 8,9 | 8,5 |
| EDU3 | 55,5 | 46,1 | 15,3 | 6,6 | 4,3 | 4,6 |
| EDU4 | 58,0 | 48,8 | 19,9 | 5,6 | 3,2 | 4,3 |
| EDU5 | -- | 58,6 | 24,9 | 4,6 | 2,2 | 1,4 |
Nota: (*)Ver definición de las variables en Sección 4.
CUADRO 5. TASAS DE PARO POR ESTADO CIVIL Y SEXO.
2T-1977
| Casado | No - casado | |
| Mujer | 1,5 | 8,6 |
| Hombre | 2,9 | 9,3 |
2T-1982
| Casado | No - casado | |
| Mujer | 7,5 | 26,2 |
| Hombre | 7,9 | 28,0 |
2T-1986
| Casado | No - casado | |
| Mujer | 13,9 | 34,9 |
| Hombre | 11,6 | 34,8 |
CUADRO 6. RESULTADOS DE ESTIMACION DEL MODELO LOGIT. DE DESEMPLEO. Especificación 1.
| Variable | 2T-1977 | 2T-1982 | 2T-1986 |
| Constante | -2,65*(28,95) | -1,58*(21,50) | -1,23*(18,80) |
| SEXM | -0,04 (0,77) | -0,02 (0,37) | 0,07 (1,69) |
| SEXH | 0,04 (0,77) | 0,02 (0,37) | -0,07 (1,69) |
| E16-19 | 1,39*(15,30) | 1,65*(19,00) | 1,41*(14,81) |
| E20-24 | 0,84*(8,62) | 1,11*(13,90) | 1,12*(14,89) |
| E25-34 | -0,03 (0,36) | 0,01 (0,12) | 0,07 (1,03) |
| E35-44 | -0,54*(4,71) | -0,75*(7,32) | -0,69*(7,82) |
| E45-54 | -0,76*(6,40) | -0,95*(9,03) | -0,91*(9,43) |
| E55+ | -0,90*(13,63) | -1,07*(13,50) | -1,00*(12,70) |
| EDU1 | 0,50*(4,06) | 0,36*(3,09) | 0,73*(6,51) |
| EDU2 | -0,58*(6,13) | -0,33*(4,30) | -0,15*(2,09) |
| EDU3 | -0,14 (0,90) | -0,22 (1,63) | -0,29*(2,36) |
| EDU4 | -0,22 (1,17) | -0,05 (0,38) | -0,21 (1,81) |
| EDU5 | 0,44*(2,79) | 0,24*(2,63) | -0,08 (0,47) |
| $R^2$ | 0,99 | 0,97 | 0,97 |
Notas: (1) Variable dependiente: transformación logística de la probabilidad de estar en paro. (2) Valor absoluto del estadístico de significación individual entre paréntesis.
(i) El sexo del individuo no ha resultado tener un efecto significativo en la probabilidad de estar en paro, en ninguno de los tres trimestres considerados.
(ii) Respecto a la edad, es de destacar el efecto positivo y muy significativo sobre la probabilidad de estar en paro de los grupos de individuos entre 16 y 19 años y 20 y 24 años. El coeficiente del grupo entre 25 y 34 años no es significativo. Por el contrario, para los grupos de individuos de 35 años y más, el efecto diferenciador sobre la probabilidad de estar en paro es negativo y altamente significativo. Observese que los efectos negativos estimados aumentan en valor absoluto a medida que pasamos a grupos de mayor edad.
Estos resultados parecen confirmar la hipótesis de que a mayor edad, menor es la probabilidad de no tener empleo.
(iii) Los resultados de los puntos (i) y (ii) reflejan la distribución de las tasas de paro desagregadas por edad y sexo, que se presentan en el Cuadro 3, para los tres trimestres analizados.
Según puede apreciarse en este cuadro, dentro de cada grupo de edad no hay diferencias sustanciales entre las tasas de paro de mujeres y de hombres. Por el contrario, las tasas de paro entre distintos grupos de edad presentan diferencias considerables, siendo mucho más altas para los grupos de menor edad. Por ejemplo, en el segundo trimestre de 1986, la tasa de paro de mujeres entre 16 y 19 años es del 54,2%, mientras que sólo el 4,9% de las mujeres de más de 55 años de edad se encuentran desempleadas. Estas diferencias explican que los coeficientes del modelo logit relativos a estos grupos de edad sean altamente significativos y de signos opuestos.
(iv) En cuanto al nivel de educación, no se observa el resultado que podría esperarse a priori, de que a mayor nivel de estudios, menor es la probabilidad de estar en paro.
El efecto diferencial de los individuos sin estudios (EDU1) sobre la probabilidad de estar sin empleo es positivo y significativo. Para los niveles de educación intermedios (EDU2, EDU3 y EDU4), este efecto es negativo, aunque no significativo en todos los casos. Sin embargo, los coeficientes de la variable EDU5 (estudios superiores) son positivos y significativos en los segundos trimestres de 1977 y 1982.
Este último resultado probablemente se debe al elevado índice de desempleo que los jóvenes licenciados universitarios vienen experimentando durante los últimos años. Si se observan las tasas de paro desagregadas por edad y nivel de educación del Cuadro 4, en los segundos trimestres de 1977 y 1982, las tasas de paro de los individuos entre 20 y 24 años con estudios superiores son las más elevadas respecto al resto de las categorías consideradas (30% en 1977 y 56,4% en 1982). También los individuos entre 25 y 34 años con estudios superiores presentan tasas de desempleo considerablemente altas.
Pensamos que, en estos dos trimestres, la diferencia relativa entre las tasas de paro de los jóvenes recién licenciados respecto a las tasas de paro de los otros grupos, es la causa que explica el signo positivo de los coeficientes de la variable EDU5 en los modelos logít estimados.
En el segundo trimestre de 1986, aunque las tasas de paro de los grupos de edad entre 20 y 24 años y 25 y 34 años con estudios superiores no han disminuido respecto a años anteriores, las diferencias relativas respecto a los otros porcentajes del mismo periodo son menores. Esto puede explicar que el coeficiente estimado de la variable EDU5 en este año sea no significativo.
La segunda especificación del modelo logit, cuyas estimaciones se presentan en el Cuadro 7, incluye, además de las clasificaciones anteriores, el estado civil de los individuos. Destacamos los siguientes puntos:
(i) Los resultados respecto al sexo, la edad y el nivel de educación son los mismos que los obtenidos con la primera especificación del modelo.
(ii) En cuanto al estado civil, el efecto estimado de los individuos casados sobre la probabilidad de estar en paro es negativo y significativo. Por construcción del modelo, para los individuos solteros, separados o viudos este efecto es de igual cuantía en valor absoluto y de signo contrario.
Si se examinan las tasas de paro desagregadas por estado civil y sexo del Cuadro 5, los porcentajes de paro de los individuos casados, sean mujeres o hombres, son sustancialmente inferiores a los de los individuos no casados. Lo cual explica el signo de los coeficientes estimados en el modelo logit.
CUADRO 7. RESULTADOS DE ESTIMACION DEL MODELO LOGIT DE DESEMPLEO. Especificación 2.
| Variable | 2T-1977 | 2T-1982 | 2T-1986 |
| Constante | -2,58*(35,67) | -1,54*(26,53) | -1,20*(21,86) |
| SEXM | -0,06 (1,45) | -0,03 (1,06) | -0,04 (1,20) |
| SEXH | 0,06 (1,45) | 0,03 (1,06) | 0,04 (1,20) |
| ECC | -0,30*(6,30) | -0,27*(6,88) | -0,30*(7,66) |
| ECS | 0,30*(6,30) | 0,27*(6,88) | 0,30*(7,66) |
| E16-19 | 1,06*(12,87) | 1,36*(17,47) | 1,09*(12,49) |
| E20-24 | 0,57*(6,86) | 0,89*(13,19) | 0,87*(12,75) |
| E25-34 | 0,01 (0,15) | 0,05 (0,82) | 0,09 (1,51) |
| E35-44 | -0,36*(3,94) | -0,59*(7,24) | -0,54*(7,23) |
| E45-54 | -0,57*(5,97) | -0,80*(9,52) | -0,74*(8,88) |
| E55+ | -0,71*(5,50) | -0,91*(6,66) | -0,77*(8,55) |
| EDU1 | 0,45*(4,66) | 0,35*(3,76) | 0,74*(7,92) |
| EDU2 | -0,62*(8,36) | -0,35*(5,67) | -0,15*(2,50) |
| EDU3 | -0,17 (1,40) | -0,23*(2,24) | -0,30*(2,90) |
| EDU4 | -0,19 (1,27) | -0,04 (0,39) | -0,19*(2,00) |
| EDU5 | 0,53 (1,93) | 0,27*(2,27) | -0,10 (1,71) |
| $R^2$ | 0,98 | 0,97 | 0,95 |
A partir de este cuadro, también se observa
un hecho que consideramos de interés: la tasa de
paro de las mujeres casadas es considerablemente
más pequeña que la de las mujeres solteras. Este
resultado parece contradecir la hipótesis, que a
priori resulta aceptable, de que estar casado
aumenta la probabilidad de estar en paro si el
individuo es mujer. Sin embargo, un análisis más
detallado de los datos de empleo y participación
recogidos por la EPA, nos sugiere que la razón por
la que las mujeres casadas tienen tasas de paro
más bajas que las mujeres solteras, no es porque
las primeras encuentren trabajo más fácilmente que
las segundas, sino porque tienen un índice de
participación mucho más bajo.
Es más, nuestra hipótesis es que muchas mujeres casadas, que deseando trabajar no encuentran empleo, optan por quedarse en casa. Estas mujeres, aunque estarían dispuestas a trabajar, no declaran estar buscando activamente un empleo y, por lo tanto, la EPA las clasifica como inactivas. Sin embargo, pensamos que son producto del llamado "efecto del trabajador desanimado": personas que se retiran de la oferta de trabajo cuando las condiciones de demanda son desfavorables y no es fácil encontrar trabajo. Obviamente, este no es el caso de las mujeres solteras, que se declaran activas con independencia de las condiciones de la demanda.
Dadas las interacciones existentes entre
clasificaciones alternativas a que acabamos de
referirnos, consideramos necesario introducir una
tercera especificación del modelo, que incluya
efectos cruzados.
El Cuadro 8 presenta las estimaciones del modelo cuando se introducen como variables explicativas las interacciones entre sexo y estado civil y entre edad y nivel de educación.
Las interacciones entre sexo y estado civil
incorporan al modelo el hecho de que personas del
mismo sexo pero con un estado civil diferente
tienen distintas probabilidades de estar en paro.
Las interacciones entre edad y nivel de educación
tienen en cuenta que las probabilidades de estar
en paro de dos personas con idéntico nivel de
estudios difieren según cual sea su edad. Los
resultados de estimación se resumen como sigue:
(i) Respecto a las interacciones entre sexo
y estado civil, las mujeres y hombres casados
tienen un efecto diferenciador negativo y signifi-
cativo sobre la probabilidad de estar en paro.
Para los no casados, este efecto es positivo aun-
que, en algunos casos, no es significativo
Es de destacar que en el segundo trimestre de 1977, el coeficiente de las mujeres solteras es positivo y significativo, mientras que en los segundos trimestres de 1982 y 1986 dicho coeficiente es estadísticamente igual a cero. Este hecho sugiere que, en 1977 la probabilidad de estar en paro de las mujeres solteras era más alta que las de las otras categorías consideradas, mientras que en los otros dos trimestres, esta probabilidad coincide con la probabilidad media de todos los individuos.
(ii) En cuanto a las interacciones entre
entre 19 y 20 años y 20 y 24 años tienen un efecto positivo y significativo sobre la probabilidad de estar en paro, con independencia del nivel de estudios que posean. Observese que en los segundos trimestres de 1977 y 1982, los coeficientes del grupo de edad entre 20 y 24 años con estudios universitarios son los más elevados respecto a las restantes categorías.
CUADRO 8. RESULTADOS DE ESTIMACION DEL MODELO LOGIT DE DESEMPLEO. Especificación 3.
| Variable | 2T-1977 | 2T-1982 | 2T-1986 |
| Constante | -3,17*(13,12) | -1,98*(7,25) | -1,37*(11,55) |
| SEXM*ECC | -0,77*(6,18) | -0,41*(4,73) | -0,29*(4,04) |
| SEXM*ECs | 0,35*(3,64) | 0,11(1,46) | 0,05(0,71) |
| SEXH*ECC | -0,09(1,19) | -0,20*(3,14) | -0,30*(5,17) |
| SEXH*ECs | 0,51(1,31) | 0,50*(8,33) | 0,54*(6,00) |
| E1619*EDU1 | 1,40*(4,01) | 1,77*(3,71) | 1,46*(2,67) |
| E1619*EDU234 | 0,99*(3,96) | 1,45*(5,14) | 1,11*(7,56) |
| E2024*EDU1 | 1,22*(3,45) | 1,03*(2,41) | 1,15*(2,58) |
| E2024*EDU234 | 0,57*(2,26) | 1,03*(3,70) | 0,86*(6,43) |
| E2024*EDU5 | 2,04*(4,33) | 2,00*(4,04) | 1,52*(2,95) |
| E2534*EDU1 | 1,09*(3,76) | 0,83*(2,41) | 0,85*(3,27) |
| E2534*EDU234 | -0,06(0,24) | 0,18(0,63) | 0,07(0,51) |
| E2534*EDU5 | 1,08*(3,13) | 0,80*(2,35) | 0,31(1,41) |
| E3544*EDU1 | 0,84*(3,09) | 0,25(0,78) | 0,41*(2,00) |
| E3544*EDU234 | -0,68*(2,54) | -0,50(1,74) | -0,55*(3,82) |
| E3544*EDU5 | -0,85*(2,85) | -0,65(0,83) | -1,45*(2,88) |
| E4554*EDU1 | 0,40(1,47) | 0,07(0,24) | 0,19(1,07) |
| E4554*EDU234 | -0,73*(2,73) | -0,77*(2,64) | -0,78*(5,01) |
| E4554*EDU5 | -3,69*(2,27) | -1,70(1,73) | -2,05*(2.24) |
| E55+*EDU1 | -0,05(0,16) | -0,14(0,45) | 0,13(0,67) |
| E55+*EDU234 | -0,63*(2,26) | -0,83*(2,73) | -0,79*(4,64) |
| E55+*EDU5 | -2,94*(2,95) | -4,82*(8,23) | -2,44*(3,67) |
| $R^2$ | 0,98 | 0,97 | 0,96 |
Notas: Ver notas del Cuadro 6. La variable EDU234 = EDU2+EDU3+EDU4
El grupo de individuos de edad entre 25 y 34 años con estudios universitarios, tambien presenta un efecto positivo y significativo sobre la probabilidad de estar en paro. Estos resultados, parecen confirmar que el efecto positivo y significativo de la variable EDU5 en las especificaciones 1 y 2 del modelo, se debe a la elevada tasa de paro de los menores de 35 años con estudios superiores.
Para los grupos de individuos con 35 años ó más, el nivel de educación influye en la probabilidad de estar en paro de la forma esperada: a mayor nivel de educación menor es la probabilidad de estar en paro.
Finalmente, en el Cuadro 9 y en el Cuadro 10 se presentan, para los tres trimestres considerados, las tasas de paro estimadas a partir de la especificación 3 del modelo logit. Estas tasas estimadas se refieren a distintos "individuos tipo", según se indica en la parte izquierda de los cuadros. En concreto, se presentan las tasas de paro estimadas para hombres y mujeres, según su estado civil, edad y nivel de educación.
Estas probabilidades estimadas reflejan los rasgos característicos que hemos señalado a lo largo de esta sección, y se resumen como sigue:
CUADRO 9. TASAS DE PARO ESTIMADAS A PARTIR DEL MODELO LOGIT, Especificación 3 (Cuadro 8)
| 2T-1977 | 2T-1982 | 2T-1986 | |
| hombre*casado*E16-19*EDU1 | 13,4 | 39,9 | 44,7 |
| hombre*casado*E16-19*EDU234 | 9,3 | 32,5 | 36,3 |
| hombre*casado*E20-24*EDU1 | 11,5 | 24,0 | 37,2 |
| hombre*casado*E20-24*EDU234 | 6,3 | 24,0 | 30,8 |
| hombre*casado*E20-24*EDU5 | 22,7 | 45,5 | 46,2 |
| hombre*casado*E25-34*EDU1 | 10,2 | 20,5 | 30,5 |
| hombre*casado*E25-34*EDU234 | 3,4 | 11,9 | 16,8 |
| hombre*casado*E25-34*EDU5 | 10,1 | 20,1 | 20,4 |
| hombre*casado*E35-44*EDU1 | 8,1 | 12,6 | 22,1 |
| hombre*casado*E35-44*EDU234 | 1,9 | 6,4 | 9,8 |
| hombre*casado*E35-44*EDU5 | 1,6 | 5,6 | 4,2 |
| hombre*casado*E45-54*EDU1 | 5,4 | 10,8 | 18,5 |
| hombre*casado*E45-54*EDU234 | 1,8 | 4,9 | 7,9 |
| hombre*casado*E45-54*EDU5 | 0,1 | 2,0 | 2,3 |
| hombre*casado*E55+*EDU1 | 3,5 | 8,9 | 17,6 |
| hombre*casado*E55+*EDU234 | 2,0 | 4,6 | 7,8 |
| hombre*casado*E55+*EDU5 | 0,2 | 0,1 | 1,6 |
| hombre*soltero*E16-19*EDU1 | 22,1 | 58,2 | 65,3 |
| hombre*soltero*E16-19*EDU234 | 15,8 | 50,2 | 56,9 |
| hombre*soltero*E20-24*EDU1 | 19,2 | 39,9 | 57,9 |
| hombre*soltero*E20-24*EDU234 | 12,1 | 39,9 | 50,7 |
| hombre*soltero*E20-24*EDU5 | 34,9 | 63,6 | 66,6 |
| hombre*soltero*E25-34*EDU1 | 17,2 | 35,2 | 50,5 |
| hombre*soltero*E25-34*EDU234 | 6,2 | 22,1 | 31,8 |
| hombre*soltero*E25-34*EDU5 | 17,1 | 34,5 | 37,2 |
| hombre*soltero*E35-44*EDU1 | 13,9 | 23,3 | 39,6 |
| hombre*soltero*E35-44*EDU234 | 3,4 | 12,6 | 20,1 |
| hombre*soltero*E35-44*EDU5 | 2,9 | 11,0 | 9,3 |
| hombre*soltero*E45-54*EDU1 | 9,4 | 20,2 | 34,5 |
| hombre*soltero*E45-54*EDU234 | 3,3 | 9,8 | 16,6 |
| hombre*soltero*E45-54*EDU5 | 0,2 | 4,1 | 5,3 |
| hombre*soltero*E55+*EDU1 | 6,2 | 17,1 | 33,1 |
| hombre*soltero*E55+*EDU234 | 3,6 | 9,4 | 16,5 |
| hombre*soltero*E55*EDU5 | 0,4 | 0,1 | 3,6 |
CUADRO 10. TASAS DE PARO ESTIMADAS A PARTIR DEL MODELO LOGIT, Especificación 3 (Cuadro 8)
| 2T-1977 | 2T-1982 | 2T-1986 | |
| mujer*casada*E16-19*EDU1 | 7,3 | 34,9 | 45,0 |
| mujer*casada*E16-19*EDU234 | 5,0 | 28,1 | 36,6 |
| mujer*casada*E20-24*EDU1 | 6,2 | 20,4 | 37,5 |
| mujer*casada*E20-24*EDU234 | 3,3 | 20,4 | 31,0 |
| mujer*casada*E20-24*EDU5 | 13,0 | 40,4 | 46,5 |
| mujer*casada*E25-34*EDU1 | 5,5 | 17,4 | 30,8 |
| mujer*casada*E25-34*EDU234 | 1,8 | 9,9 | 16,9 |
| mujer*casada*E25-34*EDU5 | 5,4 | 16,9 | 20,6 |
| mujer*casada*E35-44*EDU1 | 4,3 | 10,5 | 22,3 |
| mujer*casada*E35-44*EDU234 | 0,01 | 5,3 | 9,9 |
| mujer*casada*E35-44*EDU5 | 0,01 | 4,6 | 4,3 |
| mujer*casada*E45-54*EDU1 | 2,8 | 8,9 | 18,7 |
| mujer*casada*E45-54*EDU234 | 0,01 | 4,1 | 8,0 |
| mujer*casada*E45-54*EDU5 | 0,001 | 1,6 | 2,3 |
| mujer*casada*E55+*EDU1 | 1,8 | 7,4 | 17,8 |
| mujer*casada*E55+*EDU234 | 1,0 | 3,8 | 7,9 |
| mujer*casada*E55+*EDU5 | 0,001 | 0,001 | 1,6 |
| mujer*soltera*E16-19*EDU1 | 19,5 | 47,5 | 53,5 |
| mujer*soltera*E16-19*EDU234 | 13,8 | 39,6 | 44,8 |
| mujer*soltera*E20-24*EDU1 | 16,8 | 30,2 | 45,8 |
| mujer*soltera*E20-24*EDU234 | 9,5 | 30,2 | 38,7 |
| mujer*soltera*E20-24*EDU5 | 31,4 | 53,3 | 55,0 |
| mujer*soltera*E25-34*EDU1 | 15,0 | 26,1 | 38,4 |
| mujer*soltera*E25-34*EDU234 | 5,3 | 15,6 | 22,3 |
| mujer*soltera*E25-34*EDU5 | 14,9 | 25,5 | 26,7 |
| mujer*soltera*E35-44*EDU1 | 12,1 | 16,5 | 28,7 |
| mujer*soltera*E35-44*EDU234 | 2,9 | 8,5 | 11,8 |
| mujer*soltera*E35-44*EDU5 | 2,5 | 7,4 | 5,9 |
| mujer*soltera*E45-54*EDU1 | 8,2 | 14,1 | 24,4 |
| mujer*soltera*E45-54*EDU234 | 2,8 | 6,7 | 10,9 |
| mujer*soltera*E45-54*EDU5 | 0,001 | 2,7 | 3,3 |
| mujer*soltera*E55+*EDU1 | 5,4 | 11,8 | 23,3 |
| mujer*soltera*E55+*EDU234 | 3,1 | 6,3 | 10,8 |
| mujer*soltera*E55*EDU5 | 0,003 | 0,001 | 2,2 |
a) Para el mismo sexo, edad y nivel de estudios, las tasas de paro estimadas de los individuos casados son considerablemente más bajas que las de los solteros.
b) Los individuos entre 20 y 24 años con estudios superiores presentan las probabilidades estimadas de estar en paro más elevadas, aunque éstas son inferiores en el caso de los casados. Las probabilidades estimadas de este grupo de individuos, en los segundos trimestres de 1977, 1982 y 1986, son del 34,9%, del 63,6% y del 66,6% respectivamente para los hombres solteros, y del 31,4%, del 53,3% y del 55,0% respectivamente para las mujeres solteras.
c) Por otra parte, con independencia del estado civil, las tasas de paro estimadas para los hombres y mujeres de cualquier edad y sin estudios ó con estudios intermedios han aumentado considerablemente desde el 2T-1982 al 2T-1986, en particular para los individuos sin estudios. Sin embargo, durante el mismo periodo, estas tasas se han mantenido relativamente constantes ó incluso han disminuido para los individuos con estudios superiores. Luego, parece que durante estos años, han sido las personas menos cualificadas las que han soportado el aumento del paro, mientras que los individuos con estudios universitarios no se han visto practicamente afectados.
El objetivo de esta sección es llevar a cabo un análisis de los determinantes de la participación en el mercado de trabajo, según las características personales de los individuos. El apartado 6.1 contiene los resultados del análisis de participación de mujeres, mientras que en el apartado 6.2 se presenta el análisis de participación de jóvenes entre 16 y 24 años de edad.
La metodología empleada es la que hemos descrito en la Sección 3: modelos logit con datos agrupados, donde, en este caso, la variable dependiente es la transformación logística de la probabilidad estimada que tiene cada grupo de individuos de formar parte de la población activa.
6.1. Participación de mujeres.
En el Cuadro 11 se presentan las tasas de participación femenina desagregadas por edad y nivel de educación. El Cuadro 12 contiene las tasas de participación femenina por nivel de educación y número de otras personas en la familia que trabajan. Los porcentajes de ambos cuadros se han calculado a partir del total de la población investigada por la EPA y van a sernos útiles para una mejor interpretación de los coeficientes estimados de los modelos logit.
En el Cuadro 13 se presentan los resultados de estimación de la primera especificación del modelo. Las variables explicativas que se conside-
Notas: (*)Ver definición de las variables en Sección 4 ran hacen referencia al estado civil, la edad, el nivel de educación y el número de otras personas en la familia que trabajan . Los resultados más importantes son los siguientes:
CUADRO 11. TASAS DE PARTICIPACION FEMENINA POR EDAD Y NIVEL DE EDUCACION (*). 2T-1977
| 16-19 | 20-24 | 25-34 | 35-44 | 45-54 | 55+ | |
| EDU1 | 61,0 | 51,6 | 25,6 | 25,1 | 28,2 | 11,7 |
| EDU2 | 33,0 | 69,3 | 42,9 | 31,1 | 30,1 | 18,3 |
| EDU3 | 11,6 | 34,5 | 50,9 | 29,9 | 40,1 | 30,9 |
| EDU4 | 60,0 | 68,7 | 67,6 | 61,4 | 55,8 | 39,7 |
| EDU5 | -- | 80,6 | 76,8 | 66,7 | 70,9 | 46,7 |
| 2T-1982 | ||||||
| 16-19 | 20-24 | 25-34 | 35-44 | 45-54 | 55+ | |
| EDU1 | 50,6 | 51,3 | 27,0 | 24,1 | 24,5 | 9,6 |
| EDU2 | 33,6 | 66,9 | 51,1 | 37,2 | 31,7 | 16,7 |
| EDU3 | 10,1 | 32,9 | 57,2 | 46,0 | 30,6 | 20,3 |
| EDU4 | 56,0 | 58,6 | 73,2 | 68,9 | 64,3 | 33,8 |
| EDU5 | -- | 71,4 | 85,0 | 76,5 | 78,9 | 45,8 |
| 2T-1986 | ||||||
| 16-19 | 20-24 | 25-34 | 35-44 | 45-54 | 55+ | |
| EDU1 | 43,3 | 49,4 | 33,3 | 33,3 | 23,3 | 8,5 |
| EDU2 | 31,3 | 64,2 | 54,6 | 40,4 | 31,8 | 17,5 |
| EDU3 | 6,6 | 31,3 | 61,4 | 48,3 | 14,4 | 13,2 |
| EDU4 | 58,4 | 55,0 | 75,9 | 74,8 | 69,9 | 41,4 |
| EDU5 | -- | 71,7 | 84,2 | 83,1 | 73,4 | 46,2 |
CUADRO 12. TASAS DE PARTICIPACION FEMENINA POR NIVEL DE EDUCACION Y NUMERO DE OTRAS PERSONAS EN LA FAMILIA QUE TRABAJAN (*).
| NTFO | NTF1 | NTF2 | |
| EDU1 | 21,1 | 21,1 | 33,82 |
| EDU2 | 53,7 | 33,1 | 50,1 |
| EDU3 | 45,9 | 25,7 | 30,7 |
| EDU4 | 65,0 | 56,4 | 65,9 |
| EDU5 | 81,5 | 64,7 | 75,0 |
| 2T-1982 | |||
| NTFO | NTF1 | NTF2 | |
| EDU1 | 17,9 | 17,7 | 30,8 |
| EDU2 | 53,5 | 37,4 | 50,4 |
| EDU3 | 44,8 | 28,0 | 30,0 |
| EDU4 | 60,5 | 62,3 | 61,9 |
| EDU5 | 82,7 | 76,1 | 76,7 |
| 2T-1986 | |||
| NTFO | NTF1 | NTF2 | |
| EDU1 | 17,0 | 20,2 | 27,5 |
| EDU2 | 56,0 | 39,1 | 50,1 |
| EDU3 | 47,1 | 30,7 | 27,2 |
| EDU4 | 62,2 | 65,1 | 62,2 |
| EDU5 | 87,7 | 79,1 | 75,5 |
CUADRO 13. RESULTADOS DE ESTIMACION DEL MODELO LOGIT DE PARTICIPACION FEMENINA. Especificación 1.
| Variable | 2T-1977 | 2T-1982 | 2T-1986 |
| Constante | -0,25*(2,02) | -0,23*(2,13) | -0,18*(2,00) |
| ECC | -0,62*(10,28) | -0,51*(8,00) | -0,51*(8,63) |
| ECS | 0,62*(10,28) | 0,51*(8,00) | 0,51*(8,63) |
| E16-19 | -0,05(0,36) | -0,42*(2,81) | -0,75*(5,36) |
| E20-24 | 0,59*(4,63) | 0,50*(4,06) | 0,34*(2,98) |
| E25-34 | 0,37*(3,39) | 0,61*(5,64) | 0,88*(9,16) |
| E35-44 | 0,21(1,93) | 0,33*(2,81) | 0,42*(3,90) |
| E45-54 | 0,06(0,61) | 0,12(1,06) | 0,11(1,01) |
| E55+ | -1,18*(5,36) | -1,14*(24,28) | -1,00*(9,99) |
| EDU1 | -0,47*(3,58) | -0,62*(5,13) | -0,70*(6,64) |
| EDU2 | -0,50*(2,92) | -0,26(1,74) | -0,14(1,21) |
| EDU3 | -1,00*(5,45) | -0,83*(4,86) | -0,67*(4,44) |
| EDU4 | 0,87*(3,75) | 0,54*(2,92) | 0,43*(2,79) |
| EDU5 | 1,10*(8,46) | 1,17*(9,00) | 1,08*(3,82) |
| NTFO | 0,05(0,53) | 0,10(1,09) | 0,11(1,47) |
| NTF1 | -0,23*(3,31) | -0,21*(3,12) | -0,23*(3,48) |
| NTF2 | 0,18(0,12) | 0,11(1,28) | 0,12(0,42) |
| $R^2$ | 0,83 | 0,80 | 0,82 |
Notas: (1) Variable dependiente: transformación logística de la probabilidad de participar. (2) Valor absoluto del estadístico entre paréntesis.
(i) Respecto al estado civil, como era de esperar, el efecto diferenciador sobre la probabilidad de participar en el mercado de trabajo es negativo para las mujeres casadas y positivo para las mujeres solteras.
(ii) La edad de la mujer también parece ser una característica relevante a la hora de tomar la decisión de formar parte de la población activa.
Son las mujeres más jóvenes (de 16 a 19 años) y las de edad más avanzada (mayores de 55 años) las que presentan efectos diferenciadores negativos y significativos. Las mujeres de edad comprendida entre 20 y 44 años son las que presentan efectos positivos sobre la probabilidad media de participar. Los efectos diferenciadores de los grupos de edad entre 25 y 34 años y 35 y 44 años van en aumento a lo largo de los tres trimestres considerados. Lo cual indica que son estas mujeres las que, en términos relativos, presentan tasas de participación cada vez mayores. El efecto diferenciador de las mujeres entre 45 y 54 años de edad es estadísticamente igual a la media general.
(iii) Respecto al nivel de educación, los resultados obtenidos indican que, en general, a
Queremos hacer notar que la inclusión de la variable "número de hijos menores de una determinada edad" habría sido de interés. Sin embargo, tal y cómo está diseñada la EPA, sólo se dispone de información sobre el número de hijos mayores de 16 años.
| mayor nivel de educación mayor es la probabilidad de que una mujer participe en el mercado de trabajo. |
| Creemos interesante resaltar el hecho de que, en los tres trimestres considerados, las mujeres con bachiller superior (EDU3) presentan un efecto diferenciador negativo relativamente alto en valor absoluto. Si se examina el Cuadro 11, el signo negativo de la variable EDU3 en el modelo estimado, parece deberse a que las mujeres entre 16 y 19 años y 20 y 24 años con bachiller superior, tienen unas tasas de actividad considerablemente más bajas que las mujeres de la misma edad pero con otros niveles de educación y que las mujeres con el mismo nivel de educación pero de edad más avanzada. La explicación más plausible a este hecho es que las mujeres jóvenes con EDU3 se encuentran realizando estudios de formación profesional o universitarios. |
| (iv) En cuanto al efecto del número de otras personas en la familia que trabajan sobre la probabilidad de que una mujer forme parte de la población activa, obtenemos los siguientes resultados: |
| a) Sólo el coeficiente del grupo de mujeres para las que, con independencia de su situación laboral, un miembro adicional de su familia tiene empleo, ha resultado negativo y significativo en los tres trimestres. |
| b) Mientras que, tanto las mujeres en cuya familia no hay ninguna persona ocupada, como aquellas en cuya familia hay al menos dos personas que trabajan, no presentan un efecto diferenciador significativo respecto a la media general. |
El hecho de que el coeficiente de la variable NTF2 sea estadísticamente igual a cero no deja de sorprendernos, ya que podría esperarse que fuese significativo y de signo negativo. Sin embargo, queremos resaltar que los coeficientes estimados de las variables NTF0, NTF1 y NTF2, concuerdan con los porcentajes del Cuadro 12, donde se presentan las tasas de actividad femenina por nivel de educación y número de personas en la familia que trabajan, a partir de los datos de la EPA. Como puede observarse, para cualquier nivel de educación, las tasas de actividad de la clasificación NTF1 son, por lo general, ligeramente inferiores a las de las clasificaciones NTF0 y NTF2.
Esta evidencia justifica los resultados de la estimación del modelo logit. Sin embargo, creemos que sería necesario un estudio más profundo de la composición familiar y de la actividad profesional de cada uno de los miembros de la familia a la que pertenecen las mujeres de la muestra, a fin de encontrar una explicación a estos resultados.
Dadas las posibles interacciones entre la edad y nivel de educación que hemos señalado, consideamos una segunda especificación del modelo, donde se incluyen los efectos cruzados entre ambas variables. Esta especificación intenta recoger el hecho de que dos mujeres con el mismo nivel de educación pero de distinta edad, tienen tasas de participación diferentes. Los resultados, que se presentan en el Cuadro 14, parecen confirmar las hipótesis que hemos apuntado, y se resumen como sigue:
CUADRO 14. RESULTADOS DE ESTIMACION DEL MODELO LOGIT DE PARTICIPACION FEMENINA. Especificación 2.
| Variable | 2T-1977 | 2T-1982 | 2T-1986 |
| Constante | -0,04 (0,26) | 0,07 (0,42) | 0,10 (0,73) |
| ECC | -0,62*(10,93) | -0,53*(8,66) | -0,53*(8,86) |
| ECS | 0,62*(10,93) | 0,53*(8,66) | 0,53*(8,86) |
| E1619*EDU1 | -0,17 (0,73) | -0,49 (1,84) | -0,84*(2,95) |
| E1619*EDU234 | -1,57*(6,45) | -1,41*(6,46) | -1,51*(7,40) |
| E2024*EDU1 | -0,02 (0,07) | -0,04 (0,19) | -0,21 (0,79) |
| E2024*EDU234 | -0,38 (1,51) | -0,37 (1,70) | -0,22 (1,16) |
| E2024*EDU5 | 0,35*(2,28) | 0,26 (0,27) | -0,22 (0,23) |
| E2534*EDU1 | -0,53*(2,56) | -0,60*(2,93) | -0,26 (1,35) |
| E2534*EDU234 | 0,44 (1,67) | 0,57*(2,48) | 0,67*(3,42) |
| E2534*EDU5 | 1,42*(2,07) | 1,73*(2,79) | 1,66*(3,46) |
| E3544*EDU1 | -0,52*(2,57) | -0,70*(3,48) | -0,66*(3,57) |
| E3544*EDU234 | 0,19 (0,56) | 0,34 (1,14) | 0,35 (1,38) |
| E3544*EDU5 | 1,06 (1,08) | 1,43 (1,49) | 1,87*(2,37) |
| E4554*EDU1 | -0,65*(3,31) | -0,84*(4,36) | -0,91*(4,99) |
| E4554*EDU234 | 0,02 (0,05) | -0,04 (0,12) | 0,07 (0,20) |
| E4554*EDU5 | 1,15 (0,80) | 1,39 (1,01) | 1,18 (1,03) |
| E55+*EDU1 | -1,91*(9,58) | -2,12*(10,77) | -2,01*(11,12) |
| E55+*EDU234 | -0,76 (1,95) | -1,06 (0,36) | -1,19*(3,53) |
| E55+*EDU5 | 1,88 (1,01) | 1,95 (1,96) | 2,23 (1,82) |
CUADRO 14 (Continuación)
| Variable | 2T-1977 | 2T-1982 | 2T-1986 |
| NTFO | 0,06 (0,71) | 0,11 (1,30) | 0,12 (1,57) |
| NTF1 | -0,21* (3,37) | -0,20* (3,16) | -0,23* (3,59) |
| NTF2 | 0,15 (0,42) | 0,09 (1,28) | 0,11 (1,37) |
| $R^2$ | 0,86 | 0,87 | 0,82 |
Notas: Ver notas del Cuadro 13. La variable EDU234 = EDU2+EDU3+EDU4
(i) El coeficiente del grupo de mujeres entre 16 y 19 años de edad que no han realizado estudios no es significativo en los segundos trimestres de 1977 y 1982, siendo negativo y significativo en el segundo trimestre de 1986. Esto es, en términos relativos, la tasa de actividad de las mujeres más jóvenes y sin estudios tiende a disminuir. El efecto sobre la probabilidad de participar en el mercado de trabajo del grupo de mujeres entre 16 y 19 años de edad y con niveles de educación representados por EDU234 es negativo y significativo en las tres muestras. Observese que para los grupos de mujeres con la misma educación pero de mayor edad, la probabilidad de participar es igual o superior a la media general. Como hemos señalado anteriormente, estos resultados parecen deberse a que muchas de las mujeres entre 16 y 19 años estan todavía realizando estudios.
(ii) Los grupos de mujeres de más de 25 años y sin estudios presentan efectos diferenciadores negativos y significativos en todas las muestras analizadas.
(iii) Los coeficientes de los grupos de mujeres de más de 20 años y con estudios universitarios son positivos, aunque no siempre significativos. Solamente el grupo de edad entre 25 y 34 años presenta coeficientes positivos y significativos en las tres muestras.
Por último, incluimos en el Cuadro 15 las tasas participación femenina para diferentes "mujeres tipo", estimadas a partir de la especificación 2 del modelo logit. Los resultados más relevantes son los siguientes:
CUADRO 15. TASAS DE ACTIVIDAD FEMENINA ESTIMADAS A PARTIR DEL MODELO LOGIT, Especificación 2 (Cuadro 14)
| 2T-1977 | 2T-1982 | 2T-1986 | |
| casada*EDU234*NTF1*E16-19 | 8,0 | 11,2 | 10,2 |
| casada*EDU234*NTF1*E20-24 | 22,3 | 26,3 | 29,3 |
| casada*EDU234*NTF1*E25-34 | 39,4 | 47,7 | 50,2 |
| casada*EDU234*NTF1*E35-44 | 33,6 | 42,1 | 42,3 |
| casada*EDU234*NTF1*E45-54 | 29,9 | 33,2 | 35,6 |
| casada*EDU234*NTF1*E55+ | 16,4 | 15,2 | 13,4 |
| no-casada*EDU234*NTF1*E16-19 | 23,2 | 26,7 | 24,8 |
| no-casada*EDU234*NTF1*E20-24 | 49,8 | 50,7 | 54,4 |
| no-casada*EDU234*NTF1*E25-34 | 69,2 | 71,9 | 74,5 |
| no-casada*EDU234*NTF1*E35-44 | 63,6 | 67,7 | 68,9 |
| no-casada*EDU234*NTF1*E45-54 | 59,6 | 58,9 | 63,9 |
| no-casada*EDU234*NTF1*E55+ | 40,3 | 34,0 | 31,2 |
| casada*NTF1*E35-44*EDU1 | 19,9 | 20,4 | 21,1 |
| casada*NTF1*E35-44*EDU234 | 33,6 | 42,1 | 42,3 |
| casada*NTF1*E35-44*EDU5 | 54,7 | 68,3 | 77,0 |
| no-casada*NTF1*E35-44*EDU1 | 46,2 | 42,5 | 43,5 |
| no-casada*NTF1*E35-44*EDU234 | 63,6 | 67,7 | 67,9 |
| no-casada*NTF1*E35-44*EDU5 | 80,7 | 86,2 | 90,5 |
a) A igual edad y nivel de educación, la probabilidad estimada de que una mujer soltera forme parte de la población activa es considerablemente más alta que la de una mujer casada (en algunos casos más del doble).
b) A pesar de lo anterior, es de destacar el aumento considerable en las tasas de actividad de las mujeres casadas en los últimos años.
La tasa estimada de participación en el mercado de trabajo de una mujer casada, con estudios intermedios, y con una persona adicional en la familia que trabaja, ha pasado desde el 2T-1977 al 2T-1986 del 39,4% al 50,2% para el grupo de edad entre 25 y 34 años; del 33,6% al 42,3% para el grupo de edad entre 35 y 44 años; y del 29,9% al 35,6% para las mujeres entre 45 y 54 años.
c) Las tasas estimadas de actividad de las mujeres con las mismas características que en b), pero solteras, también han aumentado a lo largo del tiempo. Sin embargo este aumento ha sido inferior al de las casadas. Así, desde el 2T-1977 al 2T-1986, las tasas estimadas de actividad han pasado del 69,2% al 74,5% para el grupo de edad entre 25 y 34 años; del 63,6% al 68,9% para las mujeres entre 35 y 44 años; y del 59,6% al 63,9% para el grupo entre 45 y 54 años.
d) Respecto a la distribución de las tasas de actividad por niveles de estudios de las mujeres entre 35 y 44 años, en cuya familia hay una persona adicional que trabaja, es de destacar el fuerte aumento que ha experimentado la tasa de actividad estimada de las mujeres casadas con estudios superiores (del 54,7% en el 2T-1977 al 77,0% en el 2T-1986). Para las mujeres de iguales características, pero solteras, la tasa estimada ha pasado en el mismo periodo del 80,7% al 90,5%.
6.2. Participación de jóvenes.
En este apartado, se analizan los rasgos característicos que determinan la participación de los jóvenes, entre 16 y 24 años de edad, en el mercado de trabajo. Los rasgos característicos que consideramos son el sexo, el estado civil, la edad, el nivel de educación y el número de otras personas en la familia que trabajan.
El Cuadro 16 presenta las tasas de actividad de jóvenes por sexo y estado civil, el Cuadro 17 contiene las tasas de actividad por edad y nivel de educación y el Cuadro 18 presenta las tasas de actividad atendiendo al sexo y al número de otras personas en la familia que trabajan. Estos porcentajes se han calculado a partir del total de individuos entre 16 y 24 años que figuran en la EPA.
La primera especificación del modelo, cuyos resultados se ofrecen en el Cuadro 19, es la más sencilla, ya que no tiene en cuenta las posibles interacciones entre las categorías consideradas. Los resultados más relevantes son los siguientes:
(i) El efecto relativo al sexo sobre la probabilidad de participar no ha resultado significativo en la muestra de 1977. Sin embargo, en las muestras de 1982 y 1986 este efecto es significativo, siendo negativo si el individuo es mujer y positivo si es hombre.
CUADRO 16. TASAS DE PARTICIPACION DE JOVENES (19-24 AÑOS) POR SEXO Y ESTADO CIVIL.
2T-1977
| Casado | No - casado | |
| Mujer | 24, 4 | 51, 0 |
| Hombre | 85, 7 | 57, 3 |
2T-1982
| Casado | No - casado | |
| Mujer | 31,9 | 45,3 |
| Hombre | 97,4 | 59,9 |
2T-1986
| Casado | No - casado | |
| Mujer | 34, 3 | 41, 7 |
| Hombre | 93, 0 | 53, 3 |
2T-1977
| EDU1 | EDU2 | EDU3 | EDU4 | |
| 16 - 19 | 73,5 | 34,9 | 11,9 | 40,5 |
| 20 - 24 | 64,0 | 68,7 | 29,7 | 61,5 |
2T-1982
| EDU1 | EDU2 | EDU3 | EDU4 | |
| 16 - 19 | 68, 1 | 37, 5 | 9, 7 | 56, 1 |
| 20 - 24 | 73, 1 | 77, 4 | 37, 3 | 56, 5 |
2T-1986 Notas: (*)Ver definición de las variables en Sección 4
| EDU1 | EDU2 | EDU3 | EDU4 | |
| 16 - 19 | 59, 5 | 33, 5 | 7, 2 | 54, 9 |
| 20 - 24 | 44, 6 | 72, 3 | 33, 6 | 52, 6 |
CUADRO 18. TASAS DE PARTICIPACION DE JOVENES (19-24 AÑOS) POR SEXO Y NUMERO DE OTRAS PERSONAS EN LA FAMILIA QUE TRABAJAN (*).
2T-1977
| NTFO | NTF1 | NTF2 | |
| Mujer | 51,3 | 37,8 | 55,3 |
| Hombre | 70,9 | 51,4 | 63,4 |
2T-1982
| NTFO | NTF1 | NTF2 | |
| Mujer | 51,5 | 37,7 | 48,4 |
| Hombre | 76,0 | 54,5 | 67,4 |
2T-1986 Notas: (*)Ver definición de las variables en Sección 4
| NTFO | NTF1 | NTF2 | |
| Mujer | 47,4 | 36,6 | 44,2 |
| Hombre | 68,2 | 48,8 | 57,2 |
CUADRO 19. RESULTADOS DE ESTIMACION DEL MODELO LOGIT DE PARTICIPACION DE JOVENES (16-24 AÑOS). Especificación 1.
| Variable | 2T-1977 | 2T-1982 | 2T-1986 |
| Constante | -0,95*(6,01) | -0,63*(4,68) | -0,52*(3,17) |
| SEXM | -0,88 (1,34) | -0,31*(4,54) | -0,25*(3,27) |
| SEXH | 0,88 (1,34) | 0,31*(4,54) | 0,25*(3,27) |
| ECC | -0,97*(11,51) | -0,64*(5,74) | -0,49*(3,34) |
| ECS | 0,97*(11,51) | 0,64*(5,74) | 0,49*(3,34) |
| E16-19 | -0,23*(2,61) | -0,64*(8,17) | -0,65*(7,64) |
| E20-24 | 0,23*(2,61) | 0,64*(8,17) | 0,65*(7,64) |
| EDU1 | 0,91*(6,38) | 1,02*(8,52) | 0,84*(5,73) |
| EDU2 | 0,01 (0,06) | 0,32*(2,77) | 0,31*(2,53) |
| EDU3 | -1,14*(6,28) | -1,18*(8,74) | -0,96*(6,45) |
| EDU4 | 0,22 (1,61) | -0,16 (1,85) | -0,19 (1,00) |
| NTFO | 0,18 (0,94) | 0,15 (1,18) | 0,07 (0,57) |
| NTF1 | -0,16 (1,23) | -0,25*(2,84) | -0,24*(2,45) |
| NTF2 | -0,02 (0.03) | 0,10 (1,00) | 0,17 (1,54) |
| $R^2$ | 0,80 | 0,70 | 0,68 |
Notas: (1) Variable dependiente: transformación logística de la probabilidad de participar. (2) Valor absoluto del estadístico entre paréntesis.
(ii) Respecto al estado civil, el efecto sobre la probabilidad de participar es significativo en los tres trimestres. Este efecto es negativo para individuos casados y positivo para individuos solteros. Sin embargo, el examen de los porcentajes del Cuadro 16 indica la necesidad de incluir los efectos cruzados entre estado civil y sexo en la especificación del modelo. Observese que la mujeres casadas presentan tasas de actividad menores que las mujeres solteras. Mientras que para los hombres ocurre lo contrario, las tasas de actividad de los casados son considerablemente superiores a las de los solteros.
(iii) La edad tambien ha resultado ser una variable significativa en las tres muestras. La tasa de actividad del grupo entre 16 y 19 años es significativamente menor que la del grupo entre 20 y 24 años de edad.
(iv) Respecto al nivel de educación, son los jóvenes sin estudios o con un nivel equivalente al bachiller elemental, los que presentan un efecto positivo y significativo sobre la probabilidad de participar. Por el contrario, el efecto del nivel de educación EDU3 (bachiller superior) es negativo y el efecto del nivel de educación EDU4 (formación profesional o nivel anterior al superior) no es significativo.
Estas estimaciones se corresponden con los porcentajes de actividad, que se presentan en el Cuadro 17. Como puede observarse en este cuadro, las tasas de actividad más altas corresponden a los niveles de educación EDU1 y EDU2, mientras que las más bajas son las relativas a EDU3. Las tasas de actividad de los jóvenes con un nivel de educación EDU4 ocupan un lugar intermedio. Según estos resultados, los jóvenes sin estudios son los que tienen mayor participación en el mercado de trabajo. Las tasas de actividad de los jóvenes con formación profesional o nivel anterior al superior son considerablemente más pequeñas pero, a su vez, mayores que las tasas de participación de los jóvenes con bachiller superior.
Estos resultados sugieren que ó bien los jóvenes no estudian y entonces quieren trabajar ó, por el contrario, si siguen estudiando, la mayoría de ellos no se conforma con el bachíller superior y continua su educación antes de decidirse a buscar trabajo.
(v) El número de otras personas en la familia que trabajan no ha resultado ser una variable explicativa relevante en el modelo. Sólo los coeficientes de la variable NTF1, para las muestras de 1982 y de 1986, son significativos.
Los porcentajes del Cuadro 18, que contiene las tasas de actividad por sexo y número de otras personas en la familia que trabajan, reflejan este hecho. Tanto si el individuo es hombre o mujer, las tasas de actividad de la categoría NTF1 son más pequeñas que las correspondientes a las categorías NTF0 y NTF2. Al igual que en el análisis de participación de mujeres, una explicación de la no significatividad de los coeficientes de NTF2 requeriría un estudio más profundo del tema.
En el Cuadro 20 se recogen los resultados de estimación de la segunda especificación del modelo, que incluye las interacciones que consideramos más relevantes.
| Variable | 2T-1977 | 2T-1982 | 2T-1986 |
| Constante | -0,24*(2,79) | 0,30*(2,48) | 0,29*(2,17) |
| SEXM*ECC | -1,62*(13,84) | -1,86*(8,14) | -1,55*(5,48) |
| SEXM*ECs | 0,08 (0,70) | -0,41*(2,06) | -0,33 (1,39) |
| SEXH*ECC | 1,22*(10,33) | 2,12*(6,77) | 1,73*(2,72) |
| SEXH*ECs | 0,32*(2,81) | 0,15 (0,72) | 0,15 (0,62) |
| E1619*EDU1 | 1,09*(8,58) | 0,65*(4,77) | 0,26 (1,40) |
| E1619*EDU2 | -0,53*(3,93) | -0,59*(5,69) | -0,78*(5,67) |
| E1619*EDU3 | -1,89*(9,42) | -2,25*(10,13) | -1,23*(4,49) |
| E1619*EDU4 | -0,42 (1,34) | 0,06 (0,98) | 0,19 (1,72) |
| E2024*EDU1 | 0,89*(7,45) | 1,13*(7,80) | 0,91*(4,39) |
| E2024*EDU2 | 1,05*(5,33) | 1,41*(8,99) | 1,25*(7,25) |
| E2024*EDU3 | -0,68*(4,33) | -0,57*(4,24) | -0,72*(4,18) |
| E2024*EDU4 | 0,49 (1,87) | 0,16 (1,00) | 0,12 (0,59) |
| NTFO | 0,07 (0,59) | 0,13 (1,42) | 0,09 (0,79) |
| NTF1 | -0,19*(2,25) | -0,24*(3,63) | -0,23*(2,82) |
| NTF2 | 0,12 (1,20) | 0,11 (1,83) | 0,14 (1,55) |
| $R^2$ | 0,92 | 0,84 | 0,83 |
Notas: Ver notas del Cuadro 19.
(i) Los efectos cruzados entre el sexo del individuo y su estado civil incorporan el hecho de que dos individuos del mismo sexo pero con distinto estado civil, tienen probabilidades distintas de formar parte de la población activa.
Los resultados de estimación son los mismos que sugieren los porcentajes del Cuadro 16, y a los que nos hemos referido anteriormente. Las mujeres casadas presentan un efecto diferenciador negativo y muy significativo, mientras que el efecto de los hombres casados es positivo y también muy significativo. Las tasas de actividad de las mujeres y hombres solteros no presentan, por lo general, efectos diferenciadores significativos respecto de la media.
(ii) Las interacciones entre la edad y el nivel de educación, indican que son los individuos con edad entre 16 y 19 años sin estudios y los individuos con edad entre 20 y 24 años sin estudios o con bachiller elemental, los que presentan efectos positivos y significativos sobre la probabilidad de participar.
Por el contrario, el efecto sobre la probabilidad de participar es negativo y significativo para los jóvenes de cualquier edad con nivel de educación EDU3 y los de edad entre 16 y 19 años con estudios EDU2. Los coeficientes correspondientes al nivel de educación EDU4 son estadísticamente iguales a cero.
Estas estimaciones sugieren los mismos resultados de la primera especificación del modelo: la probabilidad de participar en el mercado de trabajo es sensiblemente mayor para aquellos jóvenes que no han realizado estudios. Mientras que la mayoría de los otros jóvenes, que poseen algún tipo de formación, siguen siendo estudiantes, y por lo tanto se clasifican como población no activa.
Finalmente, el Cuadro 21 contiene las tasas de participación en el mercado de trabajo de jóvenes (16-24 años), estimadas a partir de la especificación 2 del modelo logit. Se incluye la distribución de las tasas estimadas de actividad, según sexo, edad y nivel de educación, para jóvenes solteros, en cuya familia hay una persona adicional que trabaja, ya que consideramos que estos son los individuos más representativos de este grupo de edad. La probabilidades estimadas, que se presentan en este cuadro, indican lo siguiente:
a) Las tasas de actividad estimadas para individuos de ambos sexos, entre 16 y 19 años de edad y sin estudios (EDU1) han disminuido considerablemente en la última década, en particular en el caso de las mujeres. Desde el 2T-1977 al 2T--1986 las correspondientes estimaciones han pasado del 72,7% al 61,5% para los hombres y del 67,7% al 49,7% para las mujeres.
b) Por el contrario, se estima que la probabilidad de participar en el mercado de trabajo ha aumentado para los jóvenes de ambos sexos, entre 16 y 19 años de edad y con niveles de educación EDU3 y EDU4. Del 2T-1977 al 2T-1986, las tasas estimadas de actividad para el nivel EDU3 han pasado del 11,9% al 26,5% (hombres) y del 9,6% al 18,2% (mujeres); y para el nivel EDU4, del 37,1% al 59,9% (hombres) y del 31,6% al 48,0% (mujeres).
CUADRO 21. TASAS DE ACTIVIDAD DE JOVENES (16-24 AÑOS) ESTIMADAS A PARTIR DEL MODELO LOGIT, Especificación 2 (Cuadro 20)
| 2T-1977 | 2T-1982 | 2T-1986 | |
| soltero*NTF1*hombre*E16-19*EDU1 | 72,7 | 70,2 | 61,5 |
| soltero*NTF1*hombre*E16-19*EDU2 | 34,5 | 40,6 | 36,1 |
| soltero*NTF1*hombre*E16-19*EDU3 | 11,9 | 11,5 | 26,5 |
| soltero*NTF1*hombre*E16-19*EDU4 | 37,1 | 56,7 | 59,9 |
| soltero*NTF1*hombre*E20-24*EDU1 | 68,6 | 79,2 | 75,4 |
| soltero*NTF1*hombre*E20-24*EDU2 | 71,9 | 83,5 | 81,1 |
| soltero*NTF1*hombre*E20-24*EDU3 | 31,2 | 41,1 | 37,5 |
| soltero*NTF1*hombre*E20-24*EDU4 | 59,4 | 59,2 | 58,2 |
| soltero*NTF1*mujer*E16-19*EDU1 | 67,7 | 57,4 | 49,7 |
| soltero*NTF1*mujer*E16-19*EDU2 | 29,3 | 28,1 | 25,9 |
| soltero*NTF1*mujer*E16-19*EDU3 | 9,6 | 6,9 | 18,2 |
| soltero*NTF1*mujer*E16-19*EDU4 | 31,6 | 42,8 | 48,0 |
| soltero*NTF1*mujer*E20-24*EDU1 | 63,2 | 68,5 | 65,4 |
| soltero*NTF1*mujer*E20-24*EDU2 | 66,8 | 74,3 | 72,7 |
| soltero*NTF1*mujer*E20-24*EDU3 | 26,3 | 28,5 | 27,1 |
| soltero*NTF1*mujer*E20-24*EDU4 | 53,5 | 45,3 | 46,2 |
c) Para los jóvenes de ambos sexos, entre 20 y 24 años de edad y con niveles de estudios EDU1, EDU2 y EDU3, se estima que las tasas de actividad han experimentado un aumento en el 2T-1982 respecto al 2T-1977, volviendo a decrecer en el 2T-1986. Finalmente, la probabilidad de participar en el mercado de trabajo para los jóvenes entre 20 y 24 años de edad y con un nivel de estudios EDU4 se ha mantenido relativamente constante en la última década, estimandose en torno a un 59% para los hombres y a un 48% en el caso de las mujeres.
7. CONCLUSIONES.
En este trabajo se ha tratado de determinar
cuales son los rasgos característicos más impor-
tantes del desempleo y de la participación en el
mercado de trabajo en España. Los análisis se han
realizado a partir de las muestras de la EPA para
los segundos trimestres de 1977, 1982 y 1986. La
metodología empleada se basa en la estimación de
modelos logit con datos agrupados.
Para concluir el estudio, resumimos los re-
sultados que consideramos más relevantes.
En cuanto al análisis de desempleo, las va-
riables relativas a la edad, el nivel de educación
y el estado civil de los individuos presentan
efectos diferenciadores significativos en la pro-
babilidad de estar en paro. El sexo del individuo
no ha resultado tener un efecto significativo.
Las estimaciones obtenidas indican que cuan-
to mayor es la edad del individuo, menor es la
probabilidad que éste tiene de estar en paro.
Sin embargo, el resultado habitual de que a mayor nivel de estudios menor es la probabilidad de estar en paro, no se observa para todos los grupos de edad. En concreto, los individuos con edad entre 25 y 34 años con estudios universitarios tienen una probabilidad de estar en paro mucho más elevada que otros individuos con el mismo nivel de educación pero de más años, e incluso que otros individuos de la misma edad y con niveles de educación inferiores.
También, se estima que las tasas de paro de
los individuos sin estudios o con estudios inter-
medios han aumentado considerablemente desde el
2T-1982 al 2T-1986; mientras que, durante el mismo
periodo, la probabilidad estimada de estar en paro
de los individuos con estudios superiores se ha
mantenido constante e incluso ha disminuido.
Los individuos casados, tanto mujeres cómo
hombres, tienen una probabilidad de estar en paro
menor que la de los individuos no casados. En el
caso de las mujeres, parece que este resultado no
se debe a que las mujeres casadas encuentran tra-
bajo más facilmente que las solteras, sino a que
las primeras presentan una tasa de participación
mucho más baja que las segundas.
En el análisis de participación femenina,
hemos obtenido que son las mujeres más jóvenes y
las de edad más avanzada las que presentan efectos
diferenciadores negativos sobre la probabilidad de
participar en el mercado de trabajo. También, la
tasa de actividad de las mujeres solteras es con-
siderablemente mayor que la de las mujeres casa-
das.
En cuanto al nivel de educación, los resul-
tados sugieren que a mayor nivel de educación,
mayor es la probabilidad de que una mujer mayor de
25 años forme parte de la población activa. Sin
embargo, las mujeres con menos de 25 años se com-
portan de forma diferente. Las mujeres más jóvenes
y sin estudios tienen una probabilidad de parti-
cipar mayor que las mujeres sin estudios y de más
edad. Por el contrario, las mujeres más jóvenes y
con estudios intermedios son menos activas que las
de su misma edad y sin estudios y también que las
mujeres de mayor edad y con estudios intermedios.
Otro resultado es que las tasas estimadas de actividad de las mujeres entre 25 y 54 años de edad y con estudios intermedios o superiores han experimentado un aumento considerable durante la última década, particularmente en el caso de las mujeres casadas. Por el contrario, la probabilidad de participar en el mercado de trabajo de las mujeres entre 25 y 54 años y sin estudios se ha mantenido relativamente constante durante el mismo periodo.
Finalmente, en el análisis de participación
de jóvenes, las estimaciones obtenidas sugieren
que son los jóvenes sin estudios los que tienen
una mayor participación en el mercado de trabajo,
aunque sus tasas estimadas de actividad han dis-
minuido notablemente en la última década. Por el
contrario, se estima que la probabilidad de parti-
cípar en el mercado de trabajo ha aumentado para
los jóvenes con niveles de educación intermedios.
Respecto a la edad, la tasa de actividad de los individuos entre 20 y 24 años es superior a la de los individuos con menos años. Por último, las jóvenes casadas tienen una probabilidad de participar por debajo de la media, mientras que las tasas de participación de los hombres casados son las más elevadas.
REFERENCIAS.
Andrews F., Morgan J. y Sonquist S. (1973), "Multiple Classification Analysis". The Institute for Social Research, USA.
Dhrymes P.J. (1978): "Introductory Econometrics". New York: Springer-Verlag.
Instituto Nacional de Estadística, "Informe Técnico: Diseño de la Encuesta y Evaluación de la Calidad de los Datos", Madrid.
Instituto Nacional de Estadística, "Encuesta de Población activa: Manual de Definiciones, Instrucciones y Normas de Codificación", Madrid.
Maddala G.S. (1983), "Limited Dependent and Qualitative Variables in Econometrics". Cambridge University Press.