SciELO - Scientific Electronic Library Online

 
vol.66 número242Financiarización y consumismo: multipolarismos y crisis Covid-19El reto del sector rural de México ante la Covid-19 índice de autoresíndice de materiabúsqueda de artículos
Home Pagelista alfabética de revistas  

Servicios Personalizados

Revista

Articulo

Indicadores

Links relacionados

  • No hay artículos similaresSimilares en SciELO

Compartir


Revista mexicana de ciencias políticas y sociales

versión impresa ISSN 0185-1918

Rev. mex. cienc. polít. soc vol.66 no.242 Ciudad de México may./ago. 2021  Epub 25-Oct-2021

https://doi.org/10.22201/fcpys.2448492xe.2021.242.79055 

Dossier

La complejidad de la crisis por Covid-19 y la fragilidad del mercado de trabajo mexicano. Las brechas entre hombres y mujeres en la ocupación, la desocupación y la disponibilidad para trabajar

The Complexity of the Covid-19 Crisis and the Fragility of the Mexican Labor Market. The Gap between Men and Women in Employment, Unemployment and Availability for Work

Ana Ruth Escoto Castillo* 

Mauricio Padrón Innamorato** 

Rosa Patricia Román Reyes*** 

*Facultad de Ciencias Políticas y Sociales, UNAM, México. Correo electrónico: <ana.escoto@politicas.unam.mx>.

**Instituto de Investigaciones Jurídicas, UNAM, México. Correo electrónico: <mauriciopadron@gmail.com>.

***Instituto de Ciencias Agropecuarias y Rurales, Universidad Autónoma del Estado de México, México. Correo electrónico: <patriciaromanreyes@gmail.com>.


RESUMEN

La implementación de medidas para controlar la propagación de la Covid-19 en México ha tenido un gran impacto sobre las condiciones, características y procesos de entrada y salida del mercado laboral nacional, modificando las situaciones y expectativas de millones de personas, particularmente a las mujeres. Este trabajo busca revisar y describir la dinámica laboral antes del inicio de la pandemia y una vez flexibilizadas las medidas sanitarias más restrictivas, analizando a los hombres y mujeres en edad de trabajar que conforman la población que se encuentra ocupada (tanto formal como informal), que está desocupada, disponible o no disponible. Este artículo pretende identificar qué rasgos, tanto individuales como del hogar, determinan la pertenencia a alguna de las categorías mencionadas. Los datos provienen de cuatro fuentes y se aplican técnicas estadísticas descriptivas e inferenciales, recurriendo a la construcción de modelos de regresión logística multinomial. Los mayores cambios se observan en el aumento de la población disponible con patrones diferenciados por género, mismos que se observan en las salidas de los empleos formales e informales, así como una mayor probabilidad de estar no disponibles para las mujeres en hogares con menores de edad.

Palabras clave: Covid-19; ocupación; mercado laboral; condición de actividad; informalidad

ABSTRACT

The implementation of Covid-19 control measures in Mexico has significantly impacted the conditions, characteristics, and entry-exit processes of the Mexican labor market, impacting millions of people's situations and expectations, especially on women’ outcomes. This article aims to review and describe the labor dynamics before the onset of the pandemic and after the most restrictive sanitary measures were softened. It analyzes the conditions and entry-exit processes of the women and men employed (both formal and informal), unemployed, available, or unavailable for work population of working age. It endeavors to identify which features, both individual and at the household level, determine belonging to any of the categories mentioned above. It uses data from four sources and applies descriptive and inferential statistical techniques, constructing a multinomial logistic regression model. The most remarkable changes are observed in the increase in the population that is available to work with patterns differentiated by gender, which are observed in the exit patterns from formal and informal job, along with a greater probability of being unavailable for women living with children.

Keywords: Covid-19; employment; labor market; economic participation; informality

Introducción

Sabemos que el trabajo es y ha sido una actividad esencial para el sostenimiento de la vida. Las anteriores crisis -sobre todo económicas- que han impactado sobre los mercados laborales parecen no habernos dejado suficiente aprendizaje al respecto. Hoy, la incertidumbre y la precariedad en el trabajo se constituyen como las máximas que significan y resignifican a esta nueva y demoledora crisis.

El actual escenario laboral se muestra como una expresión agudizada y profundizada de una crisis sistémica y estructural que se presenta de forma renovada con nuevos y preocupantes contornos de despojo, desposesión y, por ende, deshumanización. Para quienes viven del trabajo se han desnudado procesos de desigualdad preexistentes que han contribuido a la creciente pérdida de dignidad de hombres y mujeres. El siglo XXI ha obligado a redefinir agendas de investigación a raíz de la pandemia ya que esta nueva crisis tiene la particularidad de colocarse por encima de muchas otras. Hay una suerte de tragedia instalada en la sociedad.

Es innegable que durante 2020 los efectos de la pandemia por la Covid-19 se sintieron -y se continúan sintiendo- de forma grave y sistemática en el empleo a nivel mundial. La Organización Mundial de la Salud (OMS, 2020) ha enfatizado en favorecer el diseño y puesta en práctica de diversas medidas destinadas a los grupos de población más afectados, y, dentro de ellos, a quienes llevan a cabo sus actividades laborales en el sector informal de la economía.

Diversos estudios (Castro et al., 2021a; Esquivel, 2020; Samaniego, 2020b; Campos, Esquivel y Badillo, 2020; CEPAL, 2020), han evidenciado que los estragos de la pandemia están resultando diferenciales tanto por sectores como por grupos de población, quienes presentan distintos grados de vulnerabilidad de acuerdo con variables como son la denominación esencial-no esencial, la capacidad para adecuar sus actividades y su grado de formalización, el sector de actividad, la ocupación, entre otras de las muchas dimensiones que inciden en este proceso.

Las políticas y medidas sanitarias de contención de la Covid-19 están afectando profundamente la forma en que trabajamos y, en particular, la determinación de quienes pueden continuar trabajando. Esto es crítico desde una perspectiva de desarrollo, ya que el alcance de la disponibilidad de trabajos y de personas trabajadoras determina qué economías y hogares se verán más o menos afectados por el shock pandémico (Dingel y Neiman, 2020).

Sobre la pandemia se han escrito una gran cantidad de análisis y reflexiones, no sólo desde las ciencias de la salud sino también desde disciplinas vinculadas con las ciencias sociales y se han generado, en el mismo sentido, un importante caudal de datos, lo que nos permite contar con amplia información sobre las formas y sentidos en que la pandemia ha afectado los indicadores económicos y sociales de las poblaciones. Sabemos entonces que se han perdido empleos, que el Producto Interno Bruto (PIB) se ha visto afectado, que las mujeres han sido la más golpeadas en sus trayectorias y condiciones laborales (así como en las cargas globales de cuidados y trabajo doméstico no remunerado que llevan a cabo) y que hay sectores de la economía particularmente vulnerables y precarios ante los embates de la estructura pandémica (Castro et al., 2021b; CEPAL/OIT, 2020; Samaniego, 2020b).

Sin embargo, y a pesar del ritmo al que se producen estos datos, aún hay espacios poco explorados e incluso desconocidos, y, más preocupante aún, no hemos logrado definir y diseñar programas ni políticas que tengan la posibilidad de hacer frente a los efectos que esta crisis está teniendo. Como lo plantean Cejudo et al. (2020), existe una ausencia de instancias, planes y medidas de carácter nacional capaces de articular acciones de los distintos ámbitos de gobierno, por lo que los Estados han implementado diversas estrategias atendiendo a sus capacidades financieras, organizacionales y tecnológicas. Una de esas zonas oscuras en términos de reflexión y de acción, tiene que ver con la ocupación laboral y la forma en que desde la ocupación se han sufrido los golpes de la pandemia.

Así, y utilizando datos de las diversas encuestas del Instituto Nacional de Estadística y Geografía (INEGI), nos proponemos explorar los efectos que la pandemia ha tenido en la ocupación en México, observando con particular atención la forma en que ha impactado diferencialmente a hombres de mujeres.

En concreto, este trabajo tiene dos objetivos: a) revisar y describir la dinámica laboral antes del inicio de la pandemia y, una vez flexibilizadas, las medidas sanitarias más restrictivas, analizando a la población en edad de trabajar que se encuentra ocupada (tanto formal como informal), que esta desocupada, disponible o no disponible; b) identificar y explicar cuáles rasgos, tanto individuales como del hogar, determinan la pertenencia a alguna de las categorías de ocupación o desocupación mencionadas.

Ciertamente hay mucho escrito sobre la pandemia y el mercado de trabajo y, sin embargo, también son bastantes los cuestionamientos que nos planteamos al enfrentarnos a los datos; ¿cuál es la estructura del mercado laboral ante los impactos de la pandemia?, ¿de qué forma podemos recuperar las diferencias entre la ocupación y la desocupación durante la pandemia?, ¿cuál es el efecto de la pandemia en la ocupación y la desocupación del mercado de trabajo de México?, ¿hay posibilidad de encontrar trabajo en esta nueva normalidad?, ¿cuáles son los retos de medir la ocupación durante la contingencia?, ¿cómo se mide a quiénes querían trabajar pero no podían salir a buscar por la pandemia?

Para cumplir con los objetivos planteados y delinear posibles respuestas a las interrogantes que guían la investigación, el trabajo quedó estructurado de la siguiente manera, además de esta breve introducción: a) presentación y discusión de los aspectos teóricos-conceptuales relacionados con las categorías analíticas centrales (como son la ocupación, la desocupación y la disponibilidad para trabajar); además de revisar la realidad de los mercados laborales y los efectos que la pandemia ha tenido sobre estos en los últimos meses; b) presentación de las cuatro fuentes de información utilizadas, donde se especifican sus particularidades temáticas y técnicas, lo que permite delimitar sus posibilidades y limitaciones; c) revisión, a partir de las principales variables, de algunos cambios observados en la población en edad de trabajar antes y durante las medidas de confinamiento, así como el escenario de la nueva normalidad; d) descripción teórica de la construcción de los modelos de regresión logística multinomial, mostrando sus posibilidades y ventajas analíticas e interpretativas para posteriormente, en el siguiente apartado, presentar, discutir y analizar los resultados derivados de la aplicación de la técnica multivariada. Recurrir a un modelo inferencial de este tipo permitió delinear escenarios que reflejan los cambios en las probabilidades de pertenecer a las categorías de condición de actividad y empleo formal o informal dado un conjunto de variables explicativas o independientes; y, finalmente, e) conclusiones, en las que se discuten los resultados del trabajo empírico a la luz de la revisión teórica y conceptual desarrollada.

Enclaves teórico-conceptuales y empíricos para contextualizar los datos

Ocupación, desocupación y disponibilidad para trabajar. Referencias conceptuales y teóricas La Organización Internacional del Trabajo (OIT), a través de las Conferencias Internacionales de Estadígrafos del Trabajo (CIET) ha establecido a lo largo de varias décadas el marco normativo en materia de medición del empleo y desempleo: conceptos, definiciones, ámbitos y cobertura, cuyo referente es una base imprescindible para cualquier medición y análisis de datos. La población económicamente activa (PEA) se expresa como una proporción de la fuerza laboral que hace referencia a todas las personas en edad de trabajar, o que contaban con una ocupación durante el periodo de referencia o que no contaban con una, pero estaban buscando emplearse con acciones específicas. Al primer grupo se les denomina población ocupada (PO) mientras que el segundo corresponde a la población abiertamente desempleada (INEGI, 2018).

El desempleo abierto se entiende como el conjunto de personas en edad de trabajar que en periodos de referencia especificados presentan tres características: a) están sin trabajo: significando esto que no contaban con un empleo ni tampoco realizaban alguna actividad por cuenta propia; b) disponibles para trabajar: es decir con disponibilidad para tomar un empleo remunerado o iniciar una actividad por su cuenta; c) en situación de búsqueda de trabajo: lo que implica el haber realizado alguna acción en el periodo de referencia con la intención de obtener un empleo o intentar comenzar alguna actividad por cuenta propia sin haberlo logrado (INEGI, 2018).

Las formas de definir las mediciones de las distintas posiciones de la fuerza de trabajo se encuadran en las discusiones de carácter teórico en torno de estos procesos. Así, desde una mirada macrosocial del trabajo, la pobreza en nuestras sociedades se ha vinculado de forma directa y enfática con la falta de oportunidades de la población en edad de trabajar para encontrar una ocupación adecuadamente -y dignamente- remunerada en el mercado de trabajo. Es así que el crecimiento económico no conduce necesariamente a la utilización plena de la mano de obra disponible. El desarrollo más reciente de la sociedad industrial ha significado excluir de las actividades productivas a un número de personas que va en aumento, fundamentalmente en aquellos países -como es el caso de México- cuya falta de recursos no permite una jubilación digna a los empleados viejos y la capacitación de los jóvenes en actividades con técnicas modernas (Ruiz y Ordaz, 2011).

Por otra parte, se ha señalado que, en el marco de una estructura de determinaciones sociales, las situaciones individuales de empleo/desempleo tienen condicionamientos de carácter tanto individual como colectivo (Marín, Pérez y Troyano, 2002). En este sentido, Blanch (1990) propone un modelo explicativo de las variables sociales e individuales que pueden incidir sobre la ocupación laboral, e identifica tres categorías relevantes:

  • La ocupabilidad. Se refiere al grado de probabilidad de que un demandante de empleo acceda a la ocupación laboral en una coyuntura dada. Va a depender de su contratabilidad y su empleabilidad.

  • La contratabilidad. Supone el grado de adecuación de las características biodemográficas y curriculares del demandante a los puestos ofertados.

  • La empleabilidad. Define el grado de adecuación de las características psicosociales del demandante al perfil típico de la persona empleada en un contexto dado (Marín, Pérez y Troyano, 2002).

La disponibilidad para el empleo constituye uno de los elementos centrales de la empleabilidad teórica y se define como la disposición subjetiva de cada individuo para acceder a un empleo; es decir, una actitud personal hacia la aceptación de un puesto de trabajo, basada en un complejo sistema de necesidades, motivaciones, intereses, aspiraciones y expectativas, modelado por la experiencia individual y los estereotipos sociales. Esta actitud general de la persona hacia el empleo abarca un largo continuum que se mueve, desde el polo negativo del rechazo, hasta el positivo de aceptación y buena predisposición. También puede verse determinada por la controlabilidad percibida de la futura situación laboral y del riesgo considerado como asumible en la consecución de un empleo. Blanch (1990: 36) señala que “la disponibilidad conlleva una representación de las ventajas e inconvenientes de estar empleado, los afectos asociados a estas percepciones y cierta orientación estratégica respecto al mercado de trabajo”. Es una actitud aprendida y modificable socialmente que puede facilitar o dificultar la actividad de búsqueda de empleo y, con ello, la posibilidad de su obtención (Marín, Pérez y Troyano, 2002).

Si algo nos ha dejado claramente dibujado la pandemia es que las posibilidades individuales de elección de estar o no en disponibilidad para ingresar y permanecer en el mercado laboral han sido ampliamente trascendidas (e incluso desdibujadas) por las imposiciones de la estructura. Una estructura ocupacional que debe ser revisada a la luz de las nuevas realidades que la pandemia obliga a configurar.

La heterogénea estructura de la ocupación en México

Parte fundamental de la discusión en torno de la estructura laboral y de las ocupaciones en el mercado de trabajo, es el análisis de la estructura ocupacional como uno de los factores que posibilitan reflexionar en torno de las desigualdades, las brechas e inequidades entre poblaciones y sectores de la dinámica laboral. En este sentido, una de las características relevantes de la estructura ocupacional de nuestro país, es la heterogeneidad, que, como concepto, ha sido desarrollado principalmente por Prebisch y Pinto durante la segunda mitad del siglo XX, en el marco del pensamiento estructuralista latinoamericano, como uno de los elementos que explicaban el subdesarrollo de los países de la región (Vargas, 2020).

Desde esta perspectiva, se enfatiza en las amplias diferencias de la productividad del trabajo entre los distintos sectores de la economía y, al interior de ellos, como un factor que obstaculiza el proceso de desarrollo (Vargas, 2020) y la obtención de un trabajo digno y decente. Las diferencias se originan en una asimilación desarticulada y desigual del progreso técnico en las economías en desarrollo y en su incapacidad para emplear efectivamente a toda la fuerza de trabajo, con el consiguiente incremento de la demanda laboral en puestos de menor productividad. Esta situación genera una segmentación del sistema productivo y del mercado de trabajo entre sectores más modernos y sectores tradicionales, con condiciones tecnológicas y remuneraciones ampliamente diferenciadas. Las características de la demanda laboral de los sectores productivos se traducen en resultados sociales diferenciados y tienen un efecto sobre la distribución del ingreso (Salvia, Poy y Vera, 2015).

Desde estas diferenciaciones es que vale la pena advertir sobre el

[…] carácter dual y combinado del modelo de crecimiento regional y su impacto en la generación de excedentes de fuerza de trabajo, subrayando la existencia de un sector de alta productividad, fuertemente vinculado al mercado exterior o enclaves productivos, y otras actividades de mediana o baja productividad vinculadas al mercado interno o a la subsistencia. (Salvia y Vera, 2013: 12)

Tokman (citado en Salvia y Vera, 2013) discute la idea de heterogeneidad laboral que fuera posicionada por el Programa Regional del Empleo para América Latina y el Caribe (PREALC) durante la década de los ochenta para evidenciar y denunciar la continuidad y resistencia del sector informal en América Latina. En la concepción del PREALC;

[…] el sector informal urbano en la región se generaba por el crecimiento natural de la población en las ciudades y por las migraciones rurales urbanas. El aumento de la fuerza de trabajo resultante no podía ser absorbido en su totalidad por el sector formal de la economía debido a las limitaciones en la reinversión de las utilidades. Frente a esta situación y la inexistencia de seguros u otras compensaciones sociales, esta población excedente debió desplegar actividades ‘informales’ que pudieran proveerle de un ingreso de subsistencia. (Salvia y Vera, 2013: 16)

Así, entendemos relevante recuperar estas discusiones para aggiornarlas a la luz de lo que la pandemia está generando en las estructuras laborales y en los nuevos procesos de exclusión que está abriendo, así como en los tantos otros que está profundizando. Esto porque la heterogeneidad estructural ha implicado siempre procesos de desigualdad y exclusión que se expresaban claramente en las décadas de los 70 y 80 y se vuelve a evidenciar ahora, 21 años después de iniciado el sigo XXI, en la existencia de un excedente laboral compuesto fundamentalmente por personas trabajadoras pertenecientes al sector informal y, en las tres últimas décadas del siglo pasado, por el campesinado de subsistencia (Pérez y Mora, 2006). ¿Quiénes se suman ahora, con la coyuntura de la pandemia, a engrosar las filas de este excedente?

Es innegable que la estructura productiva latinoamericana se caracteriza por la coexistencia de estratos de productividad muy diferenciada, cuya presencia se debe al modo de inserción de la economía en el mercado mundial y a sus capacidades de promover el cambio técnico entre distintos sectores y ramas. El enfoque de la heterogeneidad estructural propuesto hasta aquí para describir el funcionamiento del mercado de trabajo da prioridad a las unidades económicas y no a las condiciones de contratación o a la calidad de la inserción laboral. Para remitir a este último aspecto, se apela a la noción de segmentos del mercado de trabajo y a la idea de precariedad o existencia de un segmento no regulado del empleo (Poy, 2017).

Si bien la precariedad y la informalidad laboral son condiciones que se presentan y actúan de manera concomitante, es importante reconocer que la informalidad implica precariedad, pero la precariedad en esencia no implica informalidad (Padrón, 2015). Es así que, al hablar de informalidad se debe reconocer la existencia de una perspectiva del sector informal, mirada que se centra en las características de las unidades económicas no agropecuarias que no se constituyen como empresas y que no cumplen con los registros más básicos que la legislación reclama a proveedores de bienes y servicios y; la perspectiva que privilegia el enfoque de las condiciones laborales, donde se enfatiza las formas de trabajo que carecen de garantías y que no aseguran el acceso a la saud y a la seguridad social (INEGI, 2019).

Por su parte, cuando se habla de precariedad laboral se pone el énfasis en la vulnerabilidad e inseguridad social y económica que supone para la persona trabajadora su trayectoria profesional. Así el elemento que define la precariedad es la falta de control y autonomía de los trabajadores para poder planificar su vida a partir de su actividad laboral, la cual, bien por sus características de acceso y salida (condiciones de empleo) o por las condiciones de trabajo y salario asociadas, comporta altos grados de incertidumbre y dependencia del trabajo frente al capital (Padrón, 2015).

Las contracciones en la ocupación y en la economía derivadas de la pandemia

La pandemia y la consiguiente crisis económica que genera, están conmocionando adversamente a las poblaciones en el mundo del trabajo en tres dimensiones nodales: a) la cantidad de empleo (tanto en materia de ocupación, desempleo como de subempleo); b) la calidad de las fuentes de trabajo (con respecto a los salarios y el acceso a protección social fundamentalmente); y c) los efectos en los grupos específicos más vulnerables frente a las consecuencias adversas en el mercado laboral. El recuento final de las pérdidas anuales de puestos de trabajo dependerá fundamentalmente de la evolución de la pandemia, pero sobre todo de las medidas que se adopten para mitigar sus repercusiones (Feix, 2020).

La Comisión Económica para América Latina (CEPAL, 2021) reporta que para la región latinoamericana el PIB ha tenido una dramática caída de 7.7 % en 2020. Durante el pasado año se evidenció una contundente salida de mujeres de la fuerza laboral, quienes, además, mayormente por tener que atender las demandas de cuidados en sus hogares, no retomaron la búsqueda de empleo. De este modo, el impacto de la crisis está afectando negativamente los ingresos de los hogares y se estima que alrededor de 118 millones de mujeres latinoamericanas se encontrarían en situación de pobreza, 23 millones más que en 2019 (CEPAL, 2021). Análisis llevados a cabo en Europa confirman que esta crisis se diferencia de la “Gran recesión de 2008”, cuando la industria y la construcción se vieron gravemente afectadas y las pérdidas de empleo fueron mayores entre los hombres, ya que en esta ocasión la pérdida de empleo es mayor entre las mujeres (Cos-Montiel, 2021).

En México, desde finales de marzo de 2020 se dispuso el establecimiento de una emergencia sanitaria frente a la epidemia generada por el virus SARS-CoV-2 causante de la enfermedad Covid-19, que se prolongó de forma extrema hasta finales de mayo de ese año. Durante este periodo se determinaron, por decreto, las actividades económicas esenciales y no esenciales y en función de esta definición, las distintas modalidades de desarrollo de las actividades laborales. Desde ese momento, millones de personas trabajadoras se tuvieron que quedar en sus casas realizando teletrabajo o bien tuvieron que afrontar consecuencias mucho más drásticas de la crisis como bajas de sueldo o despidos. Si bien desde finales de marzo del 2020 se estableció la emergencia, las consecuencias de la crisis se comienzan a evidenciar y sentir a partir del mes de abril, sobre todo reflejados en los indicadores de actividad económica del país. De forma posterior a la fase de emergencia sanitaria, se establecieron semáforos relacionados con la evolución de la epidemia -del color rojo al verde- que se mantienen vigentes en la actualidad y que también determinan cambios en los sectores de actividad y en su quehacer, determinados a nivel estatal.

Durante los últimos años en México, la tasa de participación laboral ha oscilado alrededor de 60 % de la población en edad de trabajar, no obstante, lo cual se han evidenciado fluctuaciones desde el año 2008, por ejemplo, el descenso a menos de 59 % a finales del año 2010 que parece ser un remanente de la crisis de 2008-2009 (OIT, 2020).

La Encuesta Nacional de Ocupación y Empleo (ENOE) registró una disminución de 1.7 millones de personas en la población económicamente activa (PEA), que pasó de 57.6 millones (en el cuarto trimestre de 2019) a 55.9 millones (en el cuarto trimestre de 2020), lo que representa una reducción de la fuerza laboral. La población ocupada fue de 53.3 millones de personas, un decremento de 2.4 millones frente al último trimestre de 2019. La tasa de participación en la pea, que había caído hasta 49.4 % durante la emergencia sanitaria por la Covid-19 del segundo trimestre de 2020, llegó a 57.5 % en el cuatro trimestre de 2020, todavía por debajo de 60 % normalmente observado antes de la pandemia. La ENOE también contabilizó 29.6 millones de personas ocupadas en el sector informal de la economía en el último trimestre de 2020 (INEGI, 2021).

Por otra parte, con estos mismos datos, se registró una tasa de subocupación de 15.3%, lo que representa cerca del doble del índice del año anterior de 7.7 por ciento. Esta crisis provocó una contracción de alrededor de 8.3 % del PIB. En conjunción con esta información, datos del Instituto Mexicano del Seguro Social (IMSS, 2021) indican que México perdió 3.2 % de su empleo formal en 2020 al cerrar el año con 647 710 puestos menos que en 2019 (IMSS, 2021).

Recordemos que la Jornada Nacional de Sana Distancia (JNSD) implementada el 30 de marzo llevó a que la mayoría de las personas de México se confinara, situación que tuvo efecto en la distribución por edad de la población en edad laboral. Una de las características más idiosincráticas de esta crisis sanitaria es que las medidas más restrictivas de confinamiento no permitieron a la población con deseos de trabajar concretar su búsqueda, mostrando que uno de los principales efectos en la pandemia tiene que ver con un aumento de la población con disponibilidad para trabajar.

Es en este sentido el presente trabajo se aboca a estudiar la condición de actividad más allá de la ocupación, considerando además de la población desocupada, a la población no económicamente activa, discriminando por su disponibilidad. El estudio de esta población ha mostrado la importancia de recuperar el concepto de desempleo desalentado (Márquez, 2015), es decir, aquellos cuya búsqueda ya no es activa, así como identificar los tránsitos de poblaciones con empleos más inestables (Escoto, 2020). Estos elementos son fundamentales para entender la nueva dinámica laboral surgida, o por lo menos promovida, en el marco de la pandemia.

Si bien en otras crisis la informalidad ha jugado un papel importante para que las personas obtengan ingresos por trabajo, en esta ocasión, aunque esta estrategia se mantuvo, hubo un obstáculo añadido al propio confinamiento: la escasez de apoyos económicos (Samaniego, 2020a, 2020b). Por esto, resulta importante además de incluir a la población ocupada, distinguir entre los que tienen un empleo informal de los que un empleo formal, tal como lo define Instituto Nacional de Estadística y Geografía (INEGI).

El escenario es en extremo desalentador. Las poblaciones que integran el mercado laboral mexicano están sufriendo intensamente los golpes de la crisis. Nos interesa entonces, desde este contexto, centrarnos particularmente en las condiciones de la ocupación y en los efectos que la pandemia ha tenido sobre ella.

Los datos y las fuentes de información

Los tipos de respuesta de las oficinas nacionales de estadística en América Latina han variado sustancialmente como consecuencia de la pandemia por Covid-19; desde reducir el contenido de las encuestas de empleo para mantener las tasas de respuesta, aumentar el contenido para comprender mejor los impactos o no cambiar el contenido buscando cuidar la replicabilidad de los datos (OIT, 2020). En México, a través del INEGI, se han diseñado una serie de estrategias de levantamiento -que se presentan más adelante en este documento- en un esfuerzo por captar la dinámica laboral durante la crisis, complejizando las mediciones, tanto desde lo conceptual como desde lo metodológico.

En este artículo se presentan y analizan datos provenientes de cuatro fuentes de información, todas ellas levantadas y publicadas por el INEGI, a saber: la Encuesta Nacional de Ocupación y Empleo (ENOE), la Encuesta Nacional de Ocupación y Empleo Nueva Edición (ENOEN), la Encuesta Telefónica sobre Covid-19 y Mercado Laboral (ECOVID-ML) y la Encuesta Telefónica de Ocupación y Empleo (ETOE).

La ENOE -tal y como la conocimos por lo menos hasta el primer trimestre de 2020- se ha constituido en la fuente de información de referencia sobre la fuerza de trabajo mexicana, la ocupación, la informalidad laboral, la subocupación y la desocupación; posibilitando estimaciones mensuales y trimestrales a nivel nacional, para cuatro tamaños de localidad, para cada una de las 32 entidades federativas y para un total de 39 ciudades (INEGI, 2020a).

En abril de 2020, con la llegada del virus SARS-CoV2 a México y con las primeras medidas de contingencia sanitaria, el levantamiento de información cara a cara fue suspendido y, en un esfuerzo por contar con información sobre la situación de la ocupación y empleo en el periodo de contingencia, se diseñó una estrategia mediante entrevistas telefónicas a través de la ETOE.

Esta fuente de información ha permitido recabar información mensual (abril, mayo y junio), sobre las características ocupacionales de la población de 15 años y más a nivel nacional, además de captar datos de variables demográficas y económicas para el análisis de la fuerza de trabajo. Es importante mencionar que, dado que esta encuesta presenta una estrategia operativa diferente a la de la ENOE, las cifras no son estrictamente comparables con los indicadores derivados de esta última (INEGI, 2020b). En junio de 2020 las medidas de confinamiento más restrictivas comienzaron a relajarse, por lo que en el mes de julio se reactivaron los trabajos de campo por parte del INEGI y con ellos, las actividades tradicionales de la ENOE. A partir de julio la información mensual considera entrevistas cara a cara en su mayoría, pero también entrevistas telefónicas, por lo que, en este periodo de transición, la encuesta es denominada como ENOEN.

En general, la ENOEN proporciona estimaciones sobre la ocupación y desocupación de la población de 15 años y más, a nivel nacional, por entidad federativa y para 39 ciudades, y conceptualmente parte del marco conceptual de la ENOE, proporcionando datos sobre la fuerza de trabajo y de los niveles de participación en la actividad económica, sobre el volumen de población desocupada, sus características y de los niveles de desocupación de las personas, datos sobre la inserción laboral, calificación y relaciones laborales de la fuerza de trabajo, sobre las condiciones laborales (salarios, horas trabajadas, prestaciones, seguridad social y forma de contratación de los trabajadores), y acerca de la subocupación e informalidad laboral de las personas que actualmente están ocupadas (INEGI, 2020c).

Finalmente, la ECOVID-ML fue diseñada para recopilar información básica a nivel nacional sobre el efecto de la contingencia sanitaria en el mercado laboral de manera mensual (abril, mayo, junio y julio de 2020), con una temática sobre los ocupados y las características básicas del contexto laboral, los no ocupados, la condición de búsqueda de trabajo, deseo de trabajar y el motivo por el que no buscó trabajo, los ausentes que retornarán a su trabajo al terminar la contingencia, como acercamiento a la caracterización de la pérdida de trabajo, entre otros (INEGI, 2020d).

En concreto, las fuentes de información referidas presentan características técnicas particulares que pueden resumirse como sigue:

Cuadro 1 Características generales de las fuentes de información utilizadas 

ENOE ENOEN ETOE ECOVID-ML
Número de casos 2019(t3): 301 344 2020(t3): 224 155 18 060 * abril:5 593;
mayo: 11 586;
junio: 13 908;
julio:14 458
Población 15 años y más 15 años y más 15 años y más 18 años y más
periodicidad mensual y trimestral trimestral mensual mensual
meses de levantamiento histórico hasta el primer trimestre 2020 a partir del tercer trimestre 2020 abril, mayo y junio de 2020 abril, mayo, junio y julio de 2020
cobertura geográfica nacional, 32 entidades federativas, 39 ciudades y 4 tamaños de localidad nacional, 32 entidades federativas y 39 ciudades nacional nacional
tipo de levantamiento cara a cara cara a cara y telefónica (mixta) telefónica telefónica

Fuente Elaboración propia con base en la información publicada por el INEGI, 2020a, 2020b, 2020c y 2020d. *Personas que se pueden seguir en trimestre I de la ENOE y en la ETOE de abril.

Es importante mencionar que, si bien estas distintas fuentes de información no son estrictamente comparables, hacen posible la generación de indicadores estratégicos (por ejemplo: población ocupada, desocupada o no económicamente activa, entre otros), lo que permite la comparación entre las diferentes fuentes de datos, tanto en el plano conceptual como en el estadístico, tal como las autoridades del INEGI han publicado en los resultados de dichos ejercicios.

Un acercamiento a la dinámica del mercado de trabajo en la pandemia

En este apartado revisamos algunos cambios observados en la población en edad de trabajar antes y durante las medidas de confinamiento, así como el escenario de la Nueva Normalidad una vez levantadas las medidas más restrictivas. En primer lugar, y partir de la comparación de la ENOE del trimestre 3 del 2019 y la ENOEN del mismo trimestre del 2020, se advierte que, si bien en el transcurso de un año la población en edad a trabajar aumentó debido a la dinámica de crecimiento poblacional, en el mismo periodo se produce una disminución de 4 190 906 de las personas ocupadas o trabajadoras.1

La Gráfica 1 muestra el volumen de la población en edad a trabajar (15 años y más), que con estimaciones al 95 % de confianza nos permiten comparar los cambios y si estos tienen significancia estadística. En términos de cantidad de personas trabajadoras, podemos observar una disminución de los empleos informales, estimando una disminución de entre 3 520 295 [-4 945 477, -2 095 113]. Esta disminución es acompañada de aumentos en otras categorías que ubican a los ocupados potenciales, como la población desocupada y la población disponible. En este sentido, se tiene un volumen en aumento de entre 621 853 [427 124, 800 104] para las personas desempleadas, con respecto a 2019, y un estimado de 4 995 046 [4 483 696, 5 506 396] más personas disponibles para trabajar. Si bien, los cambios con respecto al volumen del empleo formal y de la población no disponible no son estadísticamente significativos, nos parece importante incluir estas categorías en la gráfica.

Fuente: elaboración propia con los microdatos de la ENOE 2019(t3) y 2020(t3), y el diseño muestral. Los brazos de las barras representan los intervalos de confianza a 95 %

Gráfica 1 Volumen de la población en edad a trabajar de acuerdo con la condición de actividad económica y ocupación formal e informal México, 2019(t3) y 2020(t3). Millones de personas e intervalos de confianza a 95 %. 

Al analizar los volúmenes o números absolutos, es fácil reconocer que la salida del mercado laboral es mucho más grande para aquellos empleados informales que para los ocupados formales. Esto ocurre como respuesta a las condiciones estructurales del mercado de trabajo mexicano, donde la existencia de empleos sin garantías jurídicas y con altos grados de precariedad propician la salida masiva de trabajadores desprotegidos. Y evidencia las desigualdades estructurales del mercado de trabajo que impactan siempre de forma más cruda sobre los mismos grupos de personas trabajadoras. La informalidad fue analizada por el PREALC en vinculación con la generación de procesos de marginalidad y exclusión hace 50 años, tal y como podemos volver a encontrar en nuestra realidad actual; son las personas en los nichos laborales informales quiénes vuelven a constituirse como excedentes del mercado de trabajo.

Si bien comparar volúmenes o números absolutos es por demás importante, también lo es tener en cuenta la distribución relativa de la población ante su propio dinamismo. Por esto, en la Gráfica 2, podemos observar los cambios antes y después de la aplicación más estricta de las medidas de confinamiento y, al considerar los datos para el mismo trimestre en dos años diferentes, es posible controlar cualquier otro elemento estacional.

Fuente: elaboración propia con los microdatos de la ENOE 2019(t3) y ENOEN 2020(t3).

Gráfica 2 Distribución porcentual de la población en edad de trabajar de acuerdo con la condición de actividad económica y ocupación formal e informal por sexo. México, 2019(t3) y 2020(t3). 

La gráfica muestra que existe un incremento significativo en relación con la población en edad de trabajar que está disponible para incorporarse al mercado laboral, situación que afecta tanto a hombres como a mujeres. En los hombres la participación de esta categoría en 2020 es dos veces mayor con respecto a 2019, mientras que en las mujeres hubo un aumento en la disponibilidad de sólo cuatro puntos porcentuales aproximadamente. Por otro lado, se puede observar un descenso en la ocupación, ya que los datos evidencian cómo al interior de los ocupados la presencia del empleo informal disminuyó, en términos porcentuales, más que el empleo formal. Este crecimiento de la disponibilidad refleja diferenciales fundamentalmente por género, en relación directa con los impactos que la pandemia ha tenido en las mujeres y en los tiempos que deben destinar a actividades no remuneradas que se han cargado sustancialmente en ellas y que, por ende, han inhibido la búsqueda de empleo en el mercado. El estancamiento en la participación económica de las mujeres puede avizorarse como uno de los efectos que la pandemia tiene sobre la fuerza de trabajo y el mercado. En esta línea será necesario avanzar en análisis que posibiliten diferenciar estos efectos por tipos de ocupaciones, por territorios, por características sociodemográficas, entre otras.

Es importante mencionar que las diferencias entre estas proporciones en 2019 frente a 2020 son estadísticamente significativas al 0.05, a excepción de los cambios en la población femenina con empleo formal y también para las mujeres en condición de no disponibilidad para trabajar.

Pero, ¿cómo se llegó a esta situación? A partir de los datos para abril, mayo, junio y julio de 2020, proporcionados por la ECOVID-ML sobre la condición de actividad, también es posible advertir cambios en la dinámica laboral e identificar nuevamente la forma en que estos impactaron de manera diferencial a hombres y mujeres. En este sentido, la Gráfica 3 muestra cómo los hombres recuperaron más rápidamente la condición de ocupación en relación con las mujeres y, a su vez, cómo éstas fueron incrementando su participación en la categoría de no disponibilidad para incorporarse o regresar al mercado de trabajo.

Fuente: elaboración propia con los microdatos de la ECOVID-ML abril.

Gráfica 3 Distribución porcentual de la población de 18 años y más según condición de actividad. Abril, mayo, junio y julio 2020, México 

Es interesante observar cómo durante los meses más álgidos de la pandemia y de las medidas tomadas en consecuencia, los hombres mantienen relativamente estable su participación en el mercado laboral, mostrando pequeños cambios en los meses intermedios. Para las mujeres la situación es de mucho mayor inestabilidad, y el aumento de la tasa de no disponibilidad puede estar indicando la necesidad o preferencias por la realización de los trabajos domésticos y de cuidados. Es decir, la selectividad por sexo del mercado laboral impacta también en momentos de crisis como la que estamos viviendo, haciendo que las desigualdades de género se mantengan e incluso se profundicen.

Este impacto en la organización de los tiempos (y de los espacios) evidencia la enorme dificultad de las mujeres en México para compatibilizar los tiempos y horarios del trabajo para el mercado y del trabajo doméstico no remunerado. Sin duda, el confinamiento ha ensanchado las brechas de desigualdades y ha destacada la débil y erosionada base social que tenemos en nuestro país, así como la ausencia del estado a través de las políticas de corresponsabilidad.

Otra fuente que nos permite observar cómo han sido los itinerarios durante el segundo trimestre de 2020 es la ETOE.2 Como señalamos, esta encuesta retoma a entrevistados de la ENOE, por lo cual se puede observar cómo fue el cambio entre el primer trimestre de 2020 y los meses donde las medidas de confinamiento fueron más estrictas o restrictivas.

Utilizando esta fuente de información, es posible seguir a 18 060 individuos en edad de trabajar y que fueron entrevistados en ambas encuestas.3 La Gráfica 4 muestra en cada línea una transición para mujeres (panel de la derecha) y para hombres (panel de la izquierda). De la población ocupada informal (2 869 hombres y 2 426 mujeres), sólo un 48.76 % de los hombres y un 38.9 % de las mujeres se mantuvo en esta categoría. En el caso de los hombres, un 28.8 % se movió hacia la condición de no disponibilidad, frente a una transición de 32.44. De los empleos informales ocupados por hombres, 7.3 % transitó a la no disponibilidad, frente a una transición mayor de las mujeres a esta categoría (19.4 %). La condición de formalidad se presentó en 6 289 entrevistas iniciales, quienes se presentan mucho más estables, puesto que más de tres cuartas partes se mantuvieron en esa condición (75.4 % de hombres y 77.7 % de las mujeres), sólo 11.6 de los hombres y un similar 11.0 % de las mujeres transitó hacia la no disponibilidad. El desempleo abierto, es la categoría con menos frecuencias (401), pero la que presenta mayor movilidad, puesto que sólo 13.2 % se mantuvo en esa condición, frente a 35.4 % que se movió hacia la no disponibilidad, ello congruente con lo que esperaríamos de una condición de desaliento agravada por la pandemia.4

Nota: OCU INF = población ocupada en empleo informal; OCU FORM= población ocupada en empleo formal; DES=población desocupada; DISP= población disponible para trabajar, NOD= POBLACIÓN NO DISPONIBLE PARA TRABAJAR

Fuente: elaboración propia con los microdatos de la ETOE.

Gráfica 4 Tránsitos de la población en edad de trabajar de acuerdo con la condición de actividad económica y ocupación formal e informal entre el trimestre 1 de 2020 y el mes de abril de 2020 

Pese a que la no disponibilidad es una condición de destino ante la pandemia, hay cambios y recomposiciones, lo que estaría mostrando que la no disponibilidad actual puede no asemejarse a la no disponibilidad prepandemia. Las 835 entrevistas que declararon estar no disponibles, sólo 29.10 % se mantuvieron en esa condición, 25.7 % de las mujeres, la gran mayoría se movió hacia la no disponibilidad (59.2 %, del total), siendo esta proporción mayor para las mujeres (64.6 %, frente a un 50.9 % de varones). Ello da cuenta de los marcados patrones de género que hubo en el dinamismo de las transiciones.

Finalmente, la no disponibilidad es una situación más estable. Un 74.0 % de las 5 240 observaciones en el trimestre 1 de 2020 en esta condición continuaron en esta categoría. Cabe señalar la mayor participación femenina, y ellas son aún más estables, 76.1 % que no cambian de estado, frente a 68.9 % de los varones que sí lo hace. Sin embargo, es importante señalar el tránsito hacia la no disponibilidad que podría indicar que la pandemia movilizó a ciertas personas hacia un posible trabajo, un 18 % se movió hacia la no disponibilidad, siendo estos porcentajes muy similares para hombres como para mujeres (20 % frente a 17 %).

Como se mencionara anteriormente, estos datos refuerzan la idea de que el efecto cruzado entre las categorías de disponibles y no disponibles está influido por un diferencial debido al sexo de las personas, que bajo ciertas condiciones prefieren o no tienen otra alternativa que abandonar el mercado laboral para asumir el trabajo de cuidados y doméstico de tiempo completo, pero en otras condiciones necesitan generar ingresos y se ponen a disposición del mercado.

Además de los datos presentados hasta este momento, en el apéndice se pueden consultar los perfiles según otras características de la población de 15 años y más. A manera de resumen, retomamos algunos resultados que nos parece interesante exponer en lo particular y que complementan lo ya visto. Así, encontramos que, si bien hombres y mujeres fueron expulsados de la informalidad a la disponibilidad, para los hombres ocurrió una mayor salida de la formalidad en comparación con las mujeres.

Si miramos el efecto de la edad, se observa que los más jóvenes (15-19) fueron expulsados básicamente de la informalidad hacia la no disponibilidad, a diferencia del resto de los grupos de edad que transitaron hacia la disponibilidad. Los grupos que mantuvieron su proporción de participación en el empleo formal fueron los de 40-49 y 50-59 años, mientras que los que más aumentaron la participación en el desempleo fue el grupo 30-39 años. Como se puede observar a partir de estos datos, no existe linealidad en el comportamiento de la ocupación y desocupación según la edad de las personas.

Con respecto a las diferencias por áreas de residencia, se observa un mayor cambio en la proporción de población ocupada, tanto en empleos formales como informales, con proporciones mayores para las personas residentes en ámbitos rurales. Es decir, el efecto de salida de la ocupación, tanto informal como formal, es mayor para las personas que viven en zonas rurales en comparación con las residentes en zonas urbanas. Llama la atención que la transición en las áreas rurales ocurre hacia la disponibilidad mientras que en las áreas urbanas se incrementa la participación en la no disponibilidad, situación que guardaría relación con la mayor necesidad de cuidado en los hogares urbanos lo que obliga a construir arreglos que impactan en la participación laboral. La variable parentesco indica cómo las personas declaradas jefes o jefas de los hogares tienden a transitar en mayor medida a la disponibilidad a diferencias de aquellos que son hijos o hijas. Condición que reafirma la hipótesis de los arreglos familiares que han tenido hacer los hogares para enfrentar la desocupación y/o la disponibilidad.

Finalmente, es interesante observar cómo la presencia en el hogar de personas que pertenecen a ciertos grupos de edad, y que suelen asociarse a poblaciones dependientes, muestran algunos comportamientos específicos. Que en los hogares residan personas de 0 a 5 años y de 6 a 14 años hace que las transiciones se den mayoritariamente hacia la disponibilidad, lo cual tiene sentido si pensamos que estos hogares suelen ser jóvenes y que se encuentran en etapas tempranas en el ciclo de vida del hogar, por lo que las necesidades económicas implican una mayor presencia en el mercado de trabajo de los miembros adultos.

Ahora bien, la presencia en los hogares de personas de 65 años y más comparte tendencias diferentes a las anteriores. En estos casos las personas salen mayoritariamente de la informalidad, aunque también de la formalidad, para engrosar las filas de los disponibles, pero también de los no disponibles. Seguramente, lo que ocurre es que estas personas pierden sus trabajos y al igual que las y los hijos, comienzan a desempeñar trabajos domésticos y de cuidados, esto como forma de contribuir con la reproducción social de los hogares en un momento en el que otros miembros activos deben dedicar tiempo y esfuerzo a la búsqueda de trabajo.

Como se advierte, en este apartado presentamos de manera descriptiva lo acontecido en el mundo laboral a partir de los datos disponibles y que fueron recogidos en distintos ejercicios estadísticos, mismos que analizamos asumiendo ciertos supuestos o hipótesis explicativas.

Estos resultados evidencian un marcado deterioro de las condiciones de trabajo como expresión agudizada y profundizada de una crisis sistémica y estructural que se renovó, con nuevos y preocupantes contornos, a partir de la pandemia. La incertidumbre, la precariedad y la inestabilidad de la población trabajadora han marcado la cotidianeidad. Pero lo han hecho de forma particularmente intensa para grupos tradicionalmente débiles y desprotegidos. Nuevamente, la ciudadanía laboral está en juego y debe ser discutida.

Para dar el siguiente paso y poder aislar el efecto de lo sucedido en 2020 frente a la realidad del 2019, además de poder explicar lo descrito antes, recurrimos a un modelo estadístico multivariado de tipo logístico multinomial. Si bien, y como ya se señaló, en este último trimestre se ha visto una ligera recuperación en los niveles de ocupación, es importante revisar en términos explicativos cómo han cambiado las oportunidades de estar en algunas de las categorías de actividad económica y ocupación informal y formal estudiadas.

Aspectos metodológicos acerca del Modelo Logístico Multinomial (MLM)

Asumido como una extensión del caso Binomial, el Modelo Logit Multinomial (MLM) presenta la particularidad de que la variable dependiente tiene más de dos posibilidades o categorías. Es así como, el MLM hace posible obtener estimaciones de las probabilidades de un evento identificando los factores de riesgo que las determinan, es decir, permite conocer cómo las probabilidades o la variable dependiente es afectada por el comportamiento de las variables explicativas.

Desde lo técnico, la modelización Logit usa como función de estimación la función logística en lugar de la función lineal, dando como resultado la estimación de la probabilidad de que un evento ocurra o de que un nuevo individuo pertenezca a alguno de los grupos dados por las categorías que componen la variable dependiente.

Entonces, en el caso binomial, la regresión logística usa variables binarias y es parametrizado en términos del logit de Y=1 versus Y=0. Si se extiende el modelo a cinco categorías, como en el caso de este trabajo, se necesitan cuatro funciones logit. Por lo que se usa Y=0 como referencia y, para formar los logit, se comparan Y=1, Y=2, Y=3 y Y=4 con respecto al primero (Hosmer y Lemeshow, 2000).

Así, en el modelo de regresión se asume que se tienen p covariables y un grupo de constantes (García, Montero, Ruíz, Vázuqez y Álvarez, 2018), donde las cuatro funciones logit se expresan como:

g1x=lnP (Y=1|XP (Y=0|x=β10+β11x2+β12x2++β1pxp=xβ1 (1)

...

g4x=lnP (Y=4|xP (Y=0|x=β40+β41x2+β42x2++β4pxp=xβ4 (4)

Así, las probabilidades condicionales o de pertenencia a cada categoría de resultado, dado el vector de covariables, son las siguientes:

PY=0x=1e1g(x)+e2g(x)+e3g(x)+e4g(x) (5)

...

PY=4x= e4g(x)1+ e1g(x)+e2g(x)+e3g(x)+e4g(x) (9)

Es importante mencionar, con respecto a la bondad de ajuste del MLM, que como en el caso de la regresión logística se busca maximizar la verosimilitud, por lo que, para evaluar la significancia de cada una de las variables se suele recurrir al estadístico de Wald y al estadístico de la razón de verosimilitud.

Finalmente, para evaluar la bondad de ajuste del modelo general se puede utilizar el coeficiente de determinación pseudo R2 o se pueden comparar los resultados obtenidos por el Modelo con respecto a los valores observados. Así, se obtiene una matriz de calificación, de forma que el número de individuos de cada categoría bien clasificados se contabiliza en la diagonal de esta matriz.

En concreto, y poniendo lo dicho en perspectiva, para el caso de este trabajo la variable dependiente modelada y el conjunto de covariables incluidas en el MLM han quedado definidas como se muestra en el cuadro 2. En el caso de los modelos estadísticos dado que se incluye presencia en los hogares de personas de más de 65 años, para evitar que exista colinealidad con la edad, sólo hemos modelado la población de 15 a 64 años.

Cuadro 2 Tipo y construcción de la variable dependiente y variables independientes incluidas en el Modelo de Regresión Multinomial 

Variable Tipo de Variable Categorías
Variable dependiente
Condición de actividad-ocupación Categoría 0. Ocupados informales
1. Ocupados formales
2. Desocupados
3. Disponibles
4. No disponibles
Variables independientes
Sexo Dicotómica 0. Hombre
1. Mujer
Edad + edad2 Discreta Años y años2
Años de escolaridad y años de escolaridad2 Discreta Años y años2
Ámbito de residencia Dicotómica 0: Rural*
1. Urbano
Asistencia a la escuela Dicotómica 0. No asiste*
1. Asiste
Situación conyugal Dicotómica 0. No unido*
1. Unido
Parentesco Categórica 0. Jefe(a)*
1. Cónyuge
2. Hijo(a)
3. Otro
Tamaño del hogar Discreta Número de integrantes
Presencia de menores de 6 años Dicotómica 0. No*
1. Sí
Presencia de menores de 6 a 14 años Dicotómica 0. No*
1. Sí
Presencia de mayores de 64 años Dicotómica 0. No*
1. Sí
Año de la encuesta Dicotómica 0. 2019*
> > >1. 2020
Año de la encuesta * sexo Categórica 0. 2019 y hombre*
> > 1. 2020 y mujer**

Fuente: elaboración propia

*Categoría de referencia

**Debe ser interpretada con los resultados del año de la encuesta y de sexo.

Recordemos entonces, que el ejercicio aquí presentado estima la probabilidad de que la población esté ocupada en condición formal, o que esté desocupada, o disponible o no disponible, categorías todas que se comparan con la condición de informalidad dado el conjunto de variables independientes y su efecto conjunto sobre esas probabilidades. Los resultados se pueden consultar en el apéndice, pero para mejor lectura presentaremos efectos marginales promedio, es decir, los cambios en las probabilidades dejando ciertas variables en sus valores medios, o bien, probabilidades predichas.

Cambios atribuibles a la crisis sanitaria y económica

En el apartado anterior describimos lo que se ha podido observar a través de las fuentes de información disponible. En este apartado queremos aislar el efecto de lo sucedido en 2020 frente a 2019 a través de un modelo estadístico. Si bien, como ya se señaló, en este trimestre ya vimos una ligera recuperación en los niveles de ocupación, es importante señalar en términos explicativos cómo han cambiado las oportunidades de estar en algunas de las categorías de actividad económica y ocupación informal y formal estudiadas.

De acuerdo con el modelo estadístico ajustado (ver apéndice) se plantearon escenarios para ver los cambios en las probabilidades de pertenecer a las categorías de condición de actividad y empleo formal o informal, manteniendo el resto de las variables independientes constantes.

A continuación, presentamos los efectos marginales del cambio del año 2020 con respecto a un individuo, con respecto a su situación en 2019. Se presentan cambios para diferentes aspectos, dejando el resto de los valores en sus condiciones medias, lo que nos permite aislar los efectos del hecho de estar en 2020. Los casos típicos modelados, tanto para hombres como para mujeres que se presentan son los siguientes:

Estos casos nacen de la inquietud de revisar las diferencias entre hombres y mujeres, las diferencias territoriales, pero también de la necesidad de observar las implicaciones de las configuraciones al nivel de hogar entre hombres y mujeres. Ello nos permite alejarnos de tomar en cuenta únicamente atributos individuales para modelar las decisiones/opciones de inserción laboral.

Con relación a la variable dependiente, tal como nuestro análisis descriptivo había dado cuenta, tenemos efectos negativos para la ocupación, positivos para la desocupación y la no disponibilidad. Vamos a revisar los efectos para las distintas condiciones y los casos descritos en el Cuadro 3. En las gráficas que prosiguen (5, 6 y 7) se ha colocado una línea que marca el valor de cero, debajo de este valor tenemos efectos negativos, y por encima efectos positivos, los valores que se dibujan corresponden a los cambios manteniendo las demás variables en condiciones de ceteris paribus, frente al cambio del año, y a los casos típicos descritos. Cada estimación viene acompañada de brazos, cuya altura representa un intervalo de 95 %.

Cuadro 3 Casos típicos modelados 

caso valores de variables, el resto en valores medios
total mujer = 0 (para hombres)
mujer = 1 (para mujeres)
rural mujer = 0 (para hombres) y rural = 1
mujer = 1 (para mujeres) y rural = 1
urbano mujer = 0 (para hombres) y rural = 0
mujer = 1 (para mujeres) y rural = 0
presencia de menores de 0-5 años en el hogar de la persona trabajadora mujer = 0 (para hombres) y presencia 0-5 = 1
mujer = 1 (para mujeres) y presencia 0-5 = 1
presencia de menores 6-14 años en el hogar de la persona trabajadora mujer = 0 (para hombres) y presencia 6-14 = 1
mujer = 1 (para mujeres) y presencia 6-14 = 1
presencia de adultos mayores en el hogar de la persona trabajadora mujer = 0 (para hombres) y presencia 65+ = 1
mujer = 1 (para mujeres) y presencia 65+ = 1
condición de jefe(a) en un hogar con presencia de menores mujer = 0 (para hombres), jefe(a) = 1 y presencia 0-5 = 1
mujer = 1 (para mujeres) , jefe(a) = 1 y presencia 0-5 = 1
condición de cónyuge en un hogar con presencia de menores mujer = 0 (para hombres), cónyuge = 1 y presencia de 0-5 = 1
mujer = 0 (para mujeres), cónyuge = 1 y presencia de 0-5 = 1

Fuente: elaboración propia con el modelo ajustado presentado en el apéndice.

Gráfica 5 Efectos marginales del año 2020 sobre el año 2019 sobre la probabilidad de ocupación formal e informal. Hombres y mujeres en casos típicos. México 

Fuente: elaboración propia con el modelo ajustado presentado en el apéndice.

Gráfica 6 Efectos marginales del año 2020 sobre el año 2019 sobre la probabilidad de desocupación. Hombres y mujeres en casos típicos, México 

Fuente: elaboración propia con el modelo ajustado presentado en el apéndice.

Gráfica 7 Efectos marginales del año 2020 sobre el año 2019 sobre la probabilidad de ser población disponible para trabajar y población no disponible para trabajar. Hombres y mujeres en casos típicos, México 

Efectos en la ocupación

La Gráfica 5 muestra cómo el efecto negativo en la ocupación es diferencial entre la población ocupada informal y entre hombres y mujeres. Las mujeres, ceteris paribus, proporcionalmente más que los hombres salieron de las ocupaciones formales (4 % frente a un 2 %). En el caso de las salidas de los empleos formales es inverso, los hombres tuvieron salidas más amplias que las mujeres, aunque para ambos casos. En el caso de los efectos territoriales, las salidas en las residencias rurales dentro de los empleos informales fueron más profundas que los formales. Las mujeres que residen en las áreas rurales disminuyeron 6 % la probabilidad de tener un empleo formal. Los jefes de hogar con presencia de miembros de 0-5 años tuvieron menos salidas del sector informal, puesto que, manteniendo el resto de las variables constantes, disminuyeron menos sus probabilidades que cualquier otro caso modelado para los varones, lo que sin duda muestra cómo opera el rol de proveedor. Por otro lado, las jefas de hogar no tienen este mismo patrón, ni tampoco las cónyuges. Si bien para el resto de las presencias de los miembros del hogar los efectos para la inserción laboral son significativos, terminan no siéndolo para las diferencias entre 2019 y 2020.

Efectos en la desocupación

La Gráfica 6 muestra los cambios positivos en la probabilidad de estar en la desocupación para los casos típicos modelados para hombres y mujeres. Dadas las bajas tasas de desocupación abierta en México, estos cambios pequeños son importantes, es notable cómo las estimaciones para hombres representan un aumento atribuible al cambio temporal de las observaciones de más de un punto porcentual. Sólo siendo menor para los varones que residen en áreas rurales y aquellos cónyuges con presencia de menores.

Efectos en la inactividad económica

Finalmente, en la Gráfica 7 presentamos los cambios promedios en la probabilidad de ser población disponible para trabajar y población no disponible. En promedio, los hombres tienen aumentos ligeramente más amplios que las mujeres, pero los efectos de las variables de hogar equiparan algunos de estos cambios, manteniendo el resto de las variables en sus valores promedio.

La probabilidad de estar disponible aumentó aún más en quienes residen en zonas rurales. En el caso de las mujeres, en hogares con presencia de adultos mayores tienen aumentos en las probabilidades ligeramente más altas, mientras que ser jefa o cónyuge en hogares con presencia de niños y niñas pequeños hace que los aumentos sean ligeramente menores. En el de los hombres, las diferencias en los perfiles son más claros, un hombre que reside en un hogar con presencia de adultos mayores tuvo cambios en las probabilidades de estar disponibles más altos que el promedio de varones, del mismo modo para aquellos que residen con personas adultas mayores. Estos datos pueden indicar que existen estrategias dentro de los hogares ante el riesgo más alto por salud que tienen los adultos mayores para salir a trabajar. Mientras, los jefes de hogar con presencia de menores de 0-5 años tienen cambios mucho menores para estar en esta categoría.

Con respecto a la no disponibilidad podemos observar que en el caso de las mujeres hay aumentos en los valores, mientras que en el de los hombres se mantienen muy cerca de cambios nulos. Los aumentos en la probabilidad de estar no disponibles para las mujeres son más para las mujeres jefas y cónyuges con presencia de menores de 0-5 años, lo que estaría aportando evidencia hacia el efecto que tienen las cargas familiares en la contracción de la participación laboral femenina.

Comentarios finales

En 2020 el cierre de las actividades económicas no esenciales se tradujo en la destrucción del empleo y de las condiciones de trabajo. Al comparar los datos de 2019 con 2020, hemos observado una disminución de empleos a pesar de los aumentos en la población en edad de trabajar. Esta crisis no sólo económica, sino también de carácter sanitario, ha tenido un comportamiento distinto a otras ocurridas en la historia reciente, donde se observa un aumento de la población disponible, una categoría menos estudiada en los estudios laborales, pero que denota las dificultades para la búsqueda de trabajo, tanto por las condiciones sanitarias y por las restricciones económicas, como por el tiempo en el desempleo que puede llevar al desaliento de las personas para buscar trabajo.

Las economías y los mercados laborales están cambiando profundamente como efecto de la crisis de la Covid-19. Esas trasformaciones están pauperizando a poblaciones y sectores históricamente débiles y desprotegidos. En este contexto general, nuestros resultados evidencian la fuerte exclusión de las mujeres de los espacios laborales, especialmente de las mujeres en hogares con presencia de menores 0 a 5 años, así como un aumento mayor del desempleo y la disponibilidad para trabajar en la población residente en zonas rurales. Estas situaciones han intensificado y ensanchado algunas brechas ya existentes en el empleo en México y denotan los mandatos de género que estarían operando dentro de los hogares en la toma de decisiones para la inserción laboral.

Cabe señalar que las cargas domésticas devenidas de la presencia de población dependiente juegan un papel central en cómo las mujeres se incorporan en el mercado de trabajo (Escoto, 2020; Orozco, 2015). Sin embargo, no incluimos las horas de trabajo no remunerado dentro del hogar como una variable explicativa debido a que en la ENOE se recoge el cuidado “exclusivo”. Este tipo de cuidado no se ha visto incrementado en términos horarios, pero sin duda, se ha incrementado en intensidad, y su invisibilidad dada la multiactividad de las mujeres (PNUD, 2020). Debido a la expansión del tiempo en el espacio doméstico, en la encuesta se registra un ligero aumento de las horas de trabajo no remunerado llevado a cabo por hombres. Debido a que una medida horaria no refleja las condiciones del trabajo no remunerado dentro de los hogares decidimos excluirlas de nuestro análisis.

Lo anterior implica, sin lugar a duda, la necesidad de generar mediciones y fuentes de información que permitan identificar los límites entre las esferas doméstica y de espacios de trabajo remunerado, así como su interdependencia. El que hoy el teletrabajo haya llegado a los hogares también implica nuevas interacciones, y el trabajo de cuidado y no remunerado se ha traducido en simultaneidad e intermitencias que no son captadas en las fuentes actuales.

Ello también permitiría diseñar acciones políticas y gubernamentales menos ciegas al género respecto a los efectos de la pandemia en los mercados laborales. El gran reto del 2021 es minimizar los efectos de una crisis sin precedentes que es sanitaria, humana y económica al mismo tiempo, y hacerlo de forma diferenciada para atender las especificidades de grupos y sectores que han evidenciado su fragilidad en el mercado de trabajo.

Este articulo reflejó algunos elementos generales de los efectos del confinamiento y la crisis económica que ha devenido en los mercados laborales mexicanos y en su población ocupada. Sin embargo, la pandemia ha operado de manera y con medidas diferentes a lo largo del territorio, por lo cual un desafío pendiente de investigación es profundizar en el análisis territorial del mercado de trabajo.

Referencias bibliográficas

Blanch, Josep María (1990) Del viejo al nuevo paro. Un análisis psicológico y social. Barcelona: PPU. [ Links ]

Campos-Vazquez, Raymundo; Esquivel, Gerardo y Raquel Badillo (2020) “How has labor demand been affected by the Covid-19 pandemic. Evidence from job ads in Mexico” Covid Economic Press, 46(1): 94-122. [ Links ]

Castro, Nina; Escoto, Ana; Florez, Nelson; Navarrete, Emma Liliana; Pacheco, Edith; Padrón, Mauricio; Román Reyes, Rosa y Viridiana Sosa (2021a) “Riesgo y precariedad laboral de las actividades esenciales en el marco de la crisis sanitaria por Covid-19” Coyuntura Demográfica. Revista sobre los Procesos Demográficos en México Hoy (19). [ Links ]

Cejudo, Guillermo; Gómez-Alvarez, David; Michel, Cynthia; Lugo, Damián; Trujillo, Humberto; Pimienta, Calep y Juvenal Campos (2020) “Federalismo en covid: ¿Cómo responden los gobiernos estatales a la pandemia?” Federalismo en COVID [en línea]. 27 de agosto. Disponible en: <Disponible en: https://lnppmicrositio.shinyapps.io/FederalismoEnCovid/ > [Consultado el 16 de marzo de 2021]. [ Links ]

CEPAL (2020) Dimensionar los efectos del covid-19 para pensar en la reactivación [pdf]. Disponible en: <Disponible en: https://repositorio.cepal.org/bitstream/handle/11362/45445/4/S2000286_es.pdf > [Consultado el 16 de marzo de 2021]. [ Links ]

CEPAL (2021) La autonomía económica de las mujeres en la recuperación sostenible y con igualdad [en línea]. Disponible en: <Disponible en: https://www.cepal.org/es/publicaciones/46633-la-autonomia-economica-mujeres-la-recuperacion-sostenible-igualdad > [Consultado el 12 de marzo de 2021]. [ Links ]

CEPAL/OIT (2020) “El trabajo en tiempos de pandemia: desafíos frente a la enfermedad por coronavirus (COVID-19)” Coyuntura Laboral en América Latina y el Caribe (22) [en línea]. Disponible en: <https://www.cepal.org/sites/default/files/presentation/files/ppt_version_final_oit-cepal-_covid-19_-_21-05-20.pdf> [ Links ]

Cos-Montiel, Francisco (2021) ¿Puede la crisis de trabajo y cuidados de la covid-19 transformarse en una oportunidad para las políticas de igualdad? Una reflexión feminista [pdf]. Fundación Carolina. Disponible en: <Disponible en: https://www.fundacioncarolina.es/wp-content/uploads/2021/03/AC-6.2021.pdf > [Consultado el 15 de marzo de 2021]. [ Links ]

Escoto, Ana (2020) “La inserción laboral de las mujeres en México: Una mirada longitudinal de corto plazo” Coyuntura Demográfica. Revista sobre los Procesos Demográficos en México Hoy, 18: 59-67 [en línea]. Disponible en: <Disponible en: http://coyunturademografica.somede.org/la-insercion-laboral-de-las-mujeres-en-mexico-una-mirada-longitudinal-de-corto-plazo > [Consultado el 13 de marzo de 2021]. [ Links ]

Esquivel, Gerardo (2020) “Los impactos económicos de la pandemia en México” Economía UNAM, 17(51): 28-44. DOI: https://doi.org/10.22201/fe.24488143e.2020.51.543 [ Links ]

Dingel, Jonathan y Brent Neiman (2020) How Many Jobs Can be Done at Home? Working Paper Series, 26948. National Bureau of Economic Research. DOI: https://doi.org/10.3386/ w26948 [ Links ]

Feix, Noémie (2020) “México y la crisis de covid-19 en el mundo del trabajo: respuestas y desafíos” en Panorama Laboral de tiempos de la COVID-19 [pdf]. Organización Internacional del Trabajo. Disponible en: <Disponible en: https://www.ilo.org/wcmsp5/groups/pu-blic/---americas/---ro-lima/---ilo-mexico/documents/publication/wcms_757364.pdf > [Consultado el 18 de marzo de 2021]. [ Links ]

García, Teodoro; Montero, Carmen; Ruíz, Vanessa; Vásquez, Maura y Willin Álvarez (2018) “Aplicación de la regresión logística multinomial en la detección de factores económicos que influyen la productividad de los sectores industriales” Revista Ingeniería UC, 15(3): 19-24. [ Links ]

Hosmer, David y Stanley Lemeshow (2000) Applied Logistic Regression. 2da ed. Ontario: John Wiley & Sons Inc. [ Links ]

IMSS (2021) Comunicados enero 2021. México: Instituto Mexicano del Seguro Social. [ Links ]

INEGI (2018) Guía de conceptos, uso e interpretación de la Estadística sobre la Fuerza Laboral en México [pdf]. México. Disponible en: <Disponible en: https://www.inegi.org.mx/contenidos/productos/prod_serv/contenidos/espanol/bvinegi/productos/metodologias/est/702825000156.pdf > [Consultado el 18 de marzo de 2021]. [ Links ]

INEGI (2019) La informalidad laboral: Encuesta Nacional de Ocupación y Empleo: marco conceptual y metodológico [en línea]. Disponible en: <Disponible en: https://www.inegi.org.mx/temas/pibmed/ > [Consultado el 16 de marzo de 2021]. [ Links ]

INEGI (2020a) Documento metodológico de la Encuesta Nacional de Ocupación y Empleo (ENOE) [en línea]. Disponible en: <Disponible en: https://www.inegi.org.mx/programas/enoe/15y-mas/#Documentacion > [Consultado el 5 de marzo de 2021]. [ Links ]

INEGI (2020b) Documento metodológico de la Encuesta Telefónica de Ocupación y Empleo (ETOE) [en línea]. Disponible en: <Disponible en: https://www.inegi.org.mx/investigacion/etoe/ > [Consultado el 5 de marzo de 2021]. [ Links ]

INEGI (2020c) Documento metodológico de la Encuesta Nacional de Ocupación y Empleo. Nueva Edición (ENOEn) [en línea]. Disponible en: <Disponible en: https://www.inegi.org.mx/programas/enoe/15ymas/#Documentacion > [Consultado el 5 de marzo de 2021]. [ Links ]

INEGI (2020d) Documento metodológico de la Encuesta Telefónica sobre covid-19 y Mercado Laboral (ECOVID-ML) [en línea]. Disponible en: <Disponible en: https://www.inegi.org.mx/investigacion/ecovidml/2020/ > [Consultado el 5 de marzo de 2021]. [ Links ]

INEGI (2021) Boletín de prensa. México: INEGI. [ Links ]

Marín Sánchez, Manuel; Pérez Astiárraga, Amalia y Yolanda Troyano Rodríguez (2002) “Un estudio sobre expectativas y disponibilidad para el empleo de una población de jóvenes en formación profesional ocupacional” Revista Internacional de Ciencias Sociales y Humanidades, SOCIOTAM, XII(2): 115-128. [ Links ]

Márquez Scotti, María Clara (2015) Buscadores, desalentados y rechazados: Las dinámicas de inclusión y exclusión laboral enraizadas en la desocupación. Ciudad de México: El Colegio de México, tesis de doctorado. [ Links ]

OIT (2020) Panorama laboral en tiempos de COVID [en línea]. Organización Internacional del Trabajo. Disponible en: <Disponible en: https://www.ilo.org/americas/sala-de-prensa/WCMS_756717/lang--es/index.htm > [Consultado el 18 de marzo de 2021]. [ Links ]

OMS (2020) Garantizar la seguridad de los trabajadores de la salud para preservar la de los pacientes [en línea]. Organización Mundial de la Salud. Disponible en: <Disponible en: https://www.who.int/es/news/item/17-09-2020-keep-health-workers-safe-to-keep-patients-safe-who > [Consultado el 18 de marzo de 2021]. [ Links ]

Orozco, Karina (2015) “Participación femenina en trabajos asalariados: ¿una doble selectividad?” Carta Económica Regional, 17(116) [en línea]. Dipsonible en: http://www.revistascientificas.udg.mx/index.php/CER/article/download/6142/5541Links ]

Padrón Innamorato, Mauricio (2015) “Empleo e informalidad: aproximación a las diversas perspectivas teórico-metodológicas que permiten el estudio de un fenómeno con múltiples dimensiones” en Ríos Granados, Gabriela (coord.) Derecho y economía informal: retos de política pública del estado mexicano. Ciudad de México: Tirant lo Blanch. [ Links ]

Pérez Sáinz, Juan Pablo y Minor Mora Salas (2006) “Exclusión social, desigualdades y excedente laboral. Reflexiones analíticas sobre América Latina” Revista Mexicana de Sociología, 68(3). [ Links ]

PNUD (2020) Madres trabajadoras y covid-19: Efectos de la pandemia en circunstancias de teletrabajo en México [pdf]. Programa de las Naciones Unidas para el Desarrollo. < https://www.mx.undp.org/content/mexico/es/home/library/el-pnud-en-accion/madres-trabajadoras-y-covid-19--efectos-de-la-pandemia-en-circun.htm > [Consultado el 18 de marzo de 2021]. [ Links ]

Poy, Santiago (2017) “Heterogeneidad de la estructura ocupacional y segmentación del mercado de trabajo. Gran Buenos Aires, 1974‐2014” Trabajo y Sociedad, Sociología del trabajo- Estudios culturales- Narrativas sociológicas y literarias (29). [ Links ]

Ruiz Nápoles, Pablo y Juan Luis Ordaz Díaz (2011) “Evolución reciente del empleo y el desempleo en México” Economía UNAM, 8(23). [ Links ]

Salvia, Agustín y Julieta Vera (2013) “Heterogeneidad estructural, calidad de los empleos y niveles educativos de la fuerza de trabajo en la Argentina post reformas estructurales (2004-2007-2011)” en V Congreso AEDA, Buenos Aires, Argentina, 27-28 de agosto. [ Links ]

Salvia, Agustín; Poy, Santiago y Julieta Vera (2015) “La política social y sus efectos sobre la pobreza durante distintas etapas macroeconómicas. Argentina, 1992-2012” Desarrollo y sociedad, 76. [ Links ]

Samaniego, Norma (2020a) “Reflexiones sobre el empleo y el contrato social frente a la pandemia” en Cordera, Rolando y Enrique Provencio (coords.) Cambiar el rumbo: El desarrollo tras la pandemia [pdf]. Ciudad de México: Programa Universitario de Estudios del Desarrollo, UNAM. Disponible en: <http://www.pued.unam.mx/export/sites/default/publicaciones/42/Contenido.pdf> [ Links ]

Samaniego, Norma (2020b) “El Covid-19 y el desplome del empleo en México” Economía UNAM, 17(51): 306-314. DOI: https://doi.org/10.22201/fe.24488143e.2020.51.566 [ Links ]

Vargas, Chanes (coord.) (2020) La desigualdad y la estructura de la ocupación en la Ciudad de México, área metropolitana y zona centro. Ciudad de México: Comisión Económica para América Latina y el Caribe. [ Links ]

1Utilizando el diseño muestral complejo de la ENOE y la ENOEN, el cambio sería un intervalo de [-6 213 718, -2 168 094] a 95 % de confianza para el total de la población ocupada.

2Debido a los criterios de calibración utilizados para corregir los factores ajustados por la no respuesta, hemos optado por el uso descriptivo de los datos producidos por esta encuesta. Recurrir a técnicas de calibración permite asegurar que en cada dominio de interés de la encuesta se obtengan los totales poblacionales determinados por la información de la ENOE generada en el primer trimestre de 2020 (INEGI, 2020b).

3Cabe mencionar que la selección de los individuos entrevistados en ambas encuestas se realizó sin criterios de aleatoriedad ni representatividad.

4Para esta categoría hay casos en los que hay menos de 30 observaciones al separarlas por sexo, por lo que sólo describimos los datos en términos generales.

Apéndice

Cuadro 4 Población en edad a trabajar según características sociodemográficas y del hogar selectas. México, 2019 y 2020. Porcentajes y valores absolutos. 

2019 2020
Informal Formal P. Desocupada P. Disponible No Disponible Total Informal Formal P. Desconocida P. Disponible No Disponible Total
SEXO
Hombre 18,755,396 14,881,483 1,311,180 1,809,299 8,313,601 45,070,959 17,495,340 14,267,345 1,787,562 4,514,772 8,158,058 46,223,077
Mujer 12,433,650 9,131,410 836,458 4,064,223 23,409,935 49,875,676 10,173,411 9,074,937 981,929 6,353,796 24,090,951 50,675,024
Total 31,189,046 24,012,893 2,147,638 5,873,522 31,723,536 94,946,635 27,668,751 23,342,282 2,769,491 10,868,568 32,249,009 96,898,101
Col% Col% Col% Col% Col% Col% Col% Col% Col% Col% Col% Col%
Hombre 60.1% 62.0% 61.1% 30.8% 26.2% 47.5% 63.2% 61.1% 64.5% 41.5% 25.3% 47.7%
Mujer 39.9% 38.0% 38.9% 69.2% 73.8% 52.5% 36.8% 38.9% 35.5% 58.5% 74.7% 52.3%
Total 100.0% 100.0% 100.0% 100.0% 100.0% 100.0% 100.0% 100.0% 100.0% 100.0% 100.0% 100.0%
Fila% Fila% Fila% Fila% Fila% Fila% Fila% Fila% Fila% Fila% Fila% Fila%
Hombre 41.6% 33.0% 2.9% 4.0% 18.4% 100.0% 37.8% 30.9% 3.9% 9.8% 17.6% 100.0%
Mujer 24.9% 18.3% 1.7% 8.1% 46.9% 100.0% 20.1% 17.9% 1.9% 12.5% 47.5% 100.0%
Total 32.8% 25.3% 2.3% 6.2% 33.4% 100.0% 28.6% 24.1% 2.9% 11.2% 33.3% 100.0%
Grupo de edad 2,850,521 564,442 314,248 1,238,853 6,535,204 11,503,268 2,401,802 422,744 225,894 1,425,006 6,806,343 11,281,789
15-19
20-29 6,545,387 5,823,445 838,849 1,186,512 5,207,539 19,601,732 5,853,918 5,329,803 1,010,790 2,035,294 5,126,564 19,356,369
30-39 6,248,582 6,286,438 416,761 641,346 3,518,417 17,111,544 5,937,807 6,482,944 651,620 1,662,579 3,571,140 18,306,090
40-49 6,498,159 5,924,182 326,887 705,609 3,359,997 16,814,834 5,626,590 5,734,166 450,192 1,664,498 3,201,056 16,676,502
50-59 5,014,474 3,838,676 179,221 742,446 3,642,526 13,417,343 4,407,515 4,024,519 317,426 1,740,382 3,698,352 14,188,194
60+ 4,031,923 1,575,710 71,672 1,358,756 9,459,853 16,497,914 3,441,119 1,348,106 113,569 2,340,809 9,845,554 17,089,157
Total 31,189,046 24,012,893 2,147,638 5,873,522 31,723,536 94,946,635 27,668,751 23,342,282 2,769,491 10,868,568 32,249,009 96,898,101
Col% Col% Col% Col% Col% Col% Col% Col% Col% Col% Col% Col%
15-19 9.1% 2.4% 14.6% 21.1% 20.6% 12.1% 8.7% 1.8% 8.2% 13.1% 21.1% 11.6%
20-29 21.0% 24.3% 39.1% 20.2% 16.4% 20.6% 21.2% 22.8% 36.5% 18.7% 15.9% 20.0%
30-39 20.0% 26.2% 19.4% 10.9% 11.1% 18.0% 21.5% 27.8% 23.5% 15.3% 11.1% 18.9%
40-49 20.8% 24.7% 15.2% 12.0% 10.6% 17.7% 20.3% 24.6% 16.3% 15.3% 9.9% 17.2%
50-59 16.1% 16.0% 8.3% 12.6% 11.5% 14.1% 15.9% 17.2% 11.5% 16.0% 11.5% 14.6%
60+ 12.9% 6.6% 3.3% 23.1% 29.8% 17.4% 12.4% 5.8% 4.1% 21.5% 30.5% 17.6%
Total 100.0% 100.0% 100.0% 100.0% 100.0% 100.0% 100.0% 100.0% 100.0% 100.0% 100.0% 100.0%
Fila% Fila% Fila% Fila% Fila% Fila% Fila% Fila% Fila% Fila% Fila% Fila%
15-19 24.8% 4.9% 2.7% 10.8% 56.8% 100.0% 21.3% 3.7% 2.0% 12.6% 60.3% 100.0%
20-29 33.4% 29.7% 4.3% 6.1% 26.6% 100.0% 30.2% 27.5% 5.2% 10.5% 26.5% 100.0%
30-39 36.5% 36.7% 2.4% 3.7% 20.6% 100.0% 32.4% 35.4% 3.6% 9.1% 19.5% 100.0%
40-49 38.6% 35.2% 1.9% 4.2% 20.0% 100.0% 33.7% 34.4% 2.7% 10.0% 19.2% 100.0%
50-59 37.4% 28.6% 1.3% 5.5% 27.1% 100.0% 31.1% 28.4% 2.2% 12.3% 26.1% 100.0%
60+ 24.4% 9.6% 0.4% 8.2% 57.3% 100.0% 20.1% 7.9% 0.7% 13.7% 57.6% 100.0%
Total 32.8% 25.3% 2.3% 6.2% 33.4% 100.0% 28.6% 24.1% 2.9% 11.2% 33.3% 100.0%
Residencia 18,997,355 21,031,406 2,419,568 8,314,233 25,152,840 75,915,402
Urbana 22,114,627 21,579,676 1,871,880 4,197,497 24,505,203 74,268,883
Rural 9,074,419 2,433,217 275,758 1,676,025 7,218,333 20,677,752 8,671,396 2,310,876 349,923 2,554,335 7,096,169 20,982,699
Total 31,189,046 24,012,893 2,147,638 5,873,522 31,723,536 94,946,635 27,668,751 23,342,282 2,769,491 10,868,568 32,249,009 96,898,101
Col% Col% Col% Col% Col% Col% Col% Col% Col% Col% Col% Col%
Urbana 70.9% 89.9% 87.2% 71.5% 77.2% 78.2% 68.7% 90.1% 87.4% 76.5% 78.0% 78.3%
Rural 29.1% 10.1% 12.8% 28.5% 22.8% 21.8% 31.3% 9.9% 12.6% 23.5% 22.0% 21.7%
Total 100.0% 100.0% 100.0% 100.0% 100.0% 100.0% 100.0% 100.0% 100.0% 100.0% 100.0% 100.0%
Fila% Fila% Fila% Fila% Fila% Fila% Fila% Fila% Fila% Fila% Fila% Fila%
Urbana 29.8% 29.1% 2.5% 5.7% 33.0% 100.0% 25.0% 27.7% 3.2% 11.0% 33.1% 100.0%
Rural 43.9% 11.8% 1.3% 8.1% 34.9% 100.0% 41.3% 11.0% 1.7% 12.2% 33.8% 100.0%
Total 32.8% 25.3% 2.3% 6.2% 33.4% 100.0% 28.6% 24.1% 2.9% 11.2% 33.3% 100.0%
Asistencia escolar
No asiste 29,060,996 22,822,158 1,923,055 4,316,725 24,444,238 82,567,172 25,876,275 22,372,215 2,545,695 9,284,353 24,500,309 84,578,847
Asiste 2,127,822 1,190,735 224,583 1,556,797 7,279,298 12,379,235 1,792,149 970,067 223,796 1,584,215 7,748,039 12,318,266
Total 31,188,818 24,012,893 2,147,638 5,873,522 31,723,536 94,946,407 27,668,424 23,342,282 2,769,491 10,868,568 32,248,348 96,897,113
Col% Col% Col% Col% Col% Col% Col% Col% Col% Col% Col% Col%
0 93.2% 95.0% 89.5% 73.5% 77.1% 87.0% 93.5% 95.8% 91.9% 85.4% 76.0% 87.3%
1 6.8% 5.0% 10.5% 26.5% 22.9% 13.0% 6.5% 4.2% 8.1% 14.6% 24.0% 12.7%
18,997,355 21,031,406 2,419,568 8,314,233 25,152,840 75,915,402
Total 100.0% 100.0% 100.0% 100.0% 100.0% 100.0% 100.0% 100.0% 100.0% 100.0% 100.0% 100.0%
Fila% Fila% Fila% Fila% Fila% Fila% Fila% Fila% Fila% Fila% Fila% Fila%
0 35.2% 27.6% 2.3% 5.2% 29.6% 100.0% 30.6% 26.5% 3.0% 11.0% 29.0% 100.0%
1 17.2% 9.6% 1.8% 12.6% 58.8% 100.0% 14.5% 7.9% 1.8% 12.9% 62.9% 100.0%
Total 32.8% 25.3% 2.3% 6.2% 33.4% 100.0% 28.6% 24.1% 2.9% 11.2% 33.3% 100.0%
unido
No unido 12,598,799 9,198,775 1,336,393 3,029,169 14,650,509 40,813,645 11,286,200 8,902,194 1,647,695 5,296,978 15,451,191 42,584,258
Unido 18,590,247 14,814,118 811,245 2,844,353 17,073,027 54,132,990 16,382,551 14,440,088 1,121,796 5,571,590 16,797,818 54,313,843
Total 31,189,046 24,012,893 2,147,638 5,873,522 31,723,536 94,946,635 27,668,751 23,342,282 2,769,491 10,868,568 32,249,009 96,898,101
Col% Col% Col% Col% Col% Col% Col% Col% Col% Col% Col% Col%
No unido 40.4% 38.3% 62.2% 51.6% 46.2% 43.0% 40.8% 38.1% 59.5% 48.7% 47.9% 43.9%
Unido 59.6% 61.7% 37.8% 48.4% 53.8% 57.0% 59.2% 61.9% 40.5% 51.3% 52.1% 56.1%
Total 100.0% 100.0% 100.0% 100.0% 100.0% 100.0% 100.0% 100.0% 100.0% 100.0% 100.0% 100.0%
Fila% Fila% Fila% Fila% Fila% Fila% Fila% Fila% Fila% Fila% Fila% Fila%
No unido 30.9% 22.5% 3.3% 7.4% 35.9% 100.0% 26.5% 20.9% 3.9% 12.4% 36.3% 100.0%
Unido 34.3% 27.4% 1.5% 5.3% 31.5% 100.0% 30.2% 26.6% 2.1% 10.3% 30.9% 100.0%
Total 32.8% 25.3% 2.3% 6.2% 33.4% 100.0% 28.6% 24.1% 2.9% 11.2% 33.3% 100.0%
Parentesco
Jefe(a) 13,886,647 11,746,436 564,180 1,368,787 7,545,067 35,111,117 13,045,627 11,703,146 1,011,023 3,780,471 7,576,338 37,116,605
Cónyuge 5,887,046 3,958,519 216,875 1,785,178 11,134,490 22,982,108 4,826,601 4,111,442 271,898 2,807,219 11,192,928 23,210,088
Hijo(a) 8,634,389 6,260,718 1,086,521 2,013,255 8,891,566 26,886,449 7,450,931 5,710,578 1,218,216 3,242,856 9,355,800 26,978,381
Otro(a) 2,780,964 2,047,220 280,062 706,302 4,152,413 9,966,961 2,345,592 1,817,116 268,354 1,038,022 4,123,943 9,593,027
Total 31,189,046 24,012,893 2,147,638 5,873,522 31,723,536 94,946,635 27,668,751 23,342,282 2,769,491 10,868,568 32,249,009 96,898,101
Col% Col% Col% Col% Col% Col% Col% Col% Col% Col% Col% Col%
Jefe(a) 44.5% 48.9% 26.3% 23.3% 23.8% 37.0% 47.1% 50.1% 36.5% 34.8% 23.5% 38.3%
Cónyuge 18.9% 16.5% 10.1% 30.4% 35.1% 24.2% 17.4% 17.6% 9.8% 25.8% 34.7% 24.0%
Hijo(a) 27.7% 26.1% 50.6% 34.3% 28.0% 28.3% 26.9% 24.5% 44.0% 29.8% 29.0% 27.8%
Otro(a) 8.9% 8.5% 13.0% 12.0% 13.1% 10.5% 8.5% 7.8% 9.7% 9.6% 12.8% 9.9%
Total 100.0% 100.0% 100.0% 100.0% 100.0% 100.0% 100.0% 100.0% 100.0% 100.0% 100.0% 100.0%
Fila% Fila% Fila% Fila% Fila% Fila% Fila% Fila% Fila% Fila% Fila% Fila%
Jefe(a) 39.6% 33.5% 1.6% 3.9% 21.5% 100.0% 35.1% 31.5% 2.7% 10.2% 20.4% 100.0%
Cónyuge 25.6% 17.2% 0.9% 7.8% 48.4% 100.0% 20.8% 17.7% 1.2% 12.1% 48.2% 100.0%
Hijo(a) 32.1% 23.3% 4.0% 7.5% 33.1% 100.0% 27.6% 21.2% 4.5% 12.0% 34.7% 100.0%
Otro(a) 27.9% 20.5% 2.8% 7.1% 41.7% 100.0% 24.5% 18.9% 2.8% 10.8% 43.0% 100.0%
Total 32.8% 25.3% 2.3% 6.2% 33.4% 100.0% 28.6% 24.1% 2.9% 11.2% 33.3% 100.0%
Hogar(HH) con menores 0-5 años
HH- No 0-5 21,950,752 17,374,621 1,576,670 4,513,618 23,288,985 68,704,646 20,129,688 17,462,098 2,103,324 8,526,571 24,704,987 72,926,668
HH- Sí 0-5 9,238,294 6,638,272 570,968 1,359,904 8,434,551 26,241,989 7,539,063 5,880,184 666,167 2,341,997 7,544,022 23,971,433
Total 31,189,046 24,012,893 2,147,638 5,873,522 31,723,536 94,946,635 27,668,751 23,342,282 2,769,491 10,868,568 32,249,009 96,898,101
Col% Col% Col% Col% Col% Col% Col% Col% Col% Col% Col% Col%
HH- No 0-5 años 70.4% 72.4% 73.4% 76.8% 73.4% 72.4% 72.8% 74.8% 75.9% 78.5% 76.6% 75.3%
HH Sí 0-5 años 29.6% 27.6% 26.6% 23.2% 26.6% 27.6% 27.2% 25.2% 24.1% 21.5% 23.4% 24.7%
Total 100.0% 100.0% 100.0% 100.0% 100.0% 100.0% 100.0% 100.0% 100.0% 100.0% 100.0% 100.0%
Fila% Fila% Fila% Fila% Fila% Fila% Fila% Fila% Fila% Fila% Fila% Fila%
HH- No 0-5 años 31.9% 25.3% 2.3% 6.6% 33.9% 100.0% 27.6% 23.9% 2.9% 11.7% 33.9% 100.0%
HH Sí 0-5 años 35.2% 25.3% 2.2% 5.2% 32.1% 100.0% 31.5% 24.5% 2.8% 9.8% 31.5% 100.0%
Total 32.8% 25.3% 2.3% 6.2% 33.4% 100.0% 28.6% 24.1% 2.9% 11.2% 33.3% 100.0%
Hogar (HH) con menores de 6-14 años
HH-No 6-14 años 14,918,855 12,558,015 1,152,664 3,022,202 16,726,676 48,378,412 15,593,869 14,437,125 1,733,971 6,825,619 20,208,219 58,798,803
HH-Sí 6-14 16,270,191 11,454,878 994,974 2,851,320 14,996,860 46,568,223 12,074,882 8,905,157 1,035,520 4,042,949 12,040,790 38,099,298
Total 31,189,046 24,012,893 2,147,638 5,873,522 31,723,536 94,946,635 27,668,751 23,342,282 2,769,491 10,868,568 32,249,009 96,898,101
Col% Col% Col% Col% Col% Col% Col% Col% Col% Col% Col% Col%
HH- No 6-14 años 47.8% 52.3% 53.7% 51.5% 52.7% 51.0% 56.4% 61.8% 62.6% 62.8% 62.7% 60.7%
HH-Sí 6-14 Años 52.2% 47.7% 46.3% 48.5% 47.3% 49.0% 43.6% 38.2% 37.4% 37.2% 37.3% 39.3%
Total 100.0% 100.0% 100.0% 100.0% 100.0% 100.0% 100.0% 100.0% 100.0% 100.0% 100.0% 100.0%
Fila% Fila% Fila% Fila% Fila% Fila% Fila% Fila% Fila% Fila% Fila% Fila%
HH- No 6-14 años 30.8% 26.0% 2.4% 6.2% 34.6% 100.0% 26.5% 24.6% 2.9% 11.6% 34.4% 100.0%
HH-Sí 6-14 años 34.9% 24.6% 2.1% 6.1% 32.2% 100.0% 31.7% 23.4% 2.7% 10.6% 31.6% 100.0%
Total 32.8% 25.3% 2.3% 6.2% 33.4% 100.0% 28.6% 24.1% 2.9% 11.2% 33.3% 100.0%
Hogar (HH) con mayores 65+ años
HH- 65+ años 22,284,479 18,440,699 1,610,673 3,656,372 18,747,143 64,739,366 22,019,902 19,493,740 2,342,810 7,757,911 20,894,039 72,508,402
HH-Sí 65+ años 8,904,567 5,572,194 536,965 2,217,150 12,976,393 30,207,269 5,648,849 3,848,542 426,681 3,110,657 11,354,970 24,389,699
Total 31,189,046 24,012,893 2,147,638 5,873,522 31,723,536 94,946,635 27,668,751 23,342,282 2,769,491 10,868,568 32,249,009 96,898,101
Col% Col% Col% Col% Col% Col% Col% Col% Col% Col% Col% Col%
HH- 65+ años 71.4% 76.8% 75.0% 62.3% 59.1% 68.2% 79.6% 83.5% 84.6% 71.4% 64.8% 74.8%
HH-Sí 65+ años 28.6% 23.2% 25.0% 37.7% 40.9% 31.8% 20.4% 16.5% 15.4% 28.6% 35.2% 25.2%
Total 100.0% 100.0% 100.0% 100.0% 100.0% 100.0% 100.0% 100.0% 100.0% 100.0% 100.0% 100.0%
Fila% Fila% Fila% Fila% Fila% Fila% Fila% Fila% Fila% Fila% Fila% Fila%
HH- 65+ años 34.4% 28.5% 2.5% 5.6% 29.0% 100.0% 30.4% 26.9% 3.2% 10.7% 28.8% 100.0%
HH-Sí 65+ años 29.5% 18.4% 1.8% 7.3% 43.0% 100.0% 23.2% 15.8% 1.7% 12.8% 46.6% 100.0%
Total 32.8% 25.3% 2.3% 6.2% 33.4% 100.0% 28.6% 24.1% 2.9% 11.2% 33.3% 100.0%
HH-Sí 65+ años 8,904,567 5,572,194 536,965 2,217,150 12,976,393 30,207,269 5,648,849 3,848,542 426,681 3,110,657 11,354,970 24,389,699
Total 31,189,046 24,012,893 2,147,638 5,873,522 31,723,536 94,946,635 27,668,751 23,342,282 2,769,491 10,868,568 32,249,009 96,898,101
Col% Col% Col% Col% Col% Col% Col% Col% Col% Col% Col% Col%
HH- 65+ años 71.4% 76.8% 75.0% 62.3% 59.1% 68.2% 79.6% 83.5% 84.6% 71.4% 64.8% 74.8%
HH-Sí 65+ años 28.6% 23.2% 25.0% 37.7% 40.9% 31.8% 20.4% 16.5% 15.4% 28.6% 35.2% 25.2%
Total 100.0% 100.0% 100.0% 100.0% 100.0% 100.0% 100.0% 100.0% 100.0% 100.0% 100.0% 100.0%
Fila% Fila% Fila% Fila% Fila% Fila% Fila% Fila% Fila% Fila% Fila% Fila%
HH- 65+ años 34.4% 28.5% 2.5% 5.6% 29.0% 100.0% 30.4% 26.9% 3.2% 10.7% 28.8% 100.0%
HH-Sí 65+ años 29.5% 18.4% 1.8% 7.3% 43.0% 100.0% 23.2% 15.8% 1.7% 12.8% 46.6% 100.0%
Total 32.8% 25.3% 2.3% 6.2% 33.4% 100.0% 28.6% 24.1% 2.9% 11.2% 33.3% 100.0%

Fuente: elaboración propia con los microdatos de la ENOE 2019(t3), 2020(t3)

Cuadro 5 Resultado del modelo logístico multinomial sobre la probabilidad de pertenencia. Coeficientes exponenciados. Errores estándar en paréntesis. 

PO_Inf PO_For Desocupación P_Disponible No_Disponible
/ee /ee /ee /ee /ee
Hombre 1.0000 1.0000 1.0000 1.0000 1.0000
(.) (.) (.) (.) (.)
Mujer 1.0000 0.8567*** 1.0012 3.2061*** 4.3535***
(.) (0.010) (0.027) (0.067) (0.057)
Edad 1.0000 1.1362*** 0.9862** 0.8949*** 0.7983***
(.) (0.003) (0.005) (0.003) (0.002)
Edad2 1.0000 0.9984*** 0.9998** 1.0016*** 1.0030***
(.) (0.000) (0.000) (0.000) (0.000)
Años de escolaridad 1.0000 1.1857*** 1.0638*** 0.9876** 0.9825***
(.) (0.006) (0.011) (0.006) (0.004)
Años de escolaridad2 1.0000 1.0010*** 1.0026*** 1.0021*** 1.0016***
(.) (0.000) (0.000) (0.000) (0.000)
Residencia urbana 1.0000 1.0000 1.0000 1.0000 1.0000
(.) (.) (.) (.) (.)
Resisdencia rural 1.0000 0.4029*** 0.4876*** 1.0200 0.8551***
(.) (0.006) (0.016) (0.017) (0.010)
No asiste a la escuela 1.0000 1.0000 1.0000 1.0000 1.0000
(.) (.) (.) (.) (.)
Asiste a la escuela 1.0000 0.6208*** 0.4593*** 3.6413*** 5.6617***
(.) (0.011) (0.016) (0.080) (0.091)
No unido 1.0000 1.0000 1.0000 1.0000 1.0000
(.) (.) (.) (.) (.)
Unido 1.0000 1.1220*** 0.7454*** 1.0069 1.4418***
(.) (0.014) (0.020) (0.020) (0.020)
Jefe(a) 1.0000 1.0000 1.0000 1.0000 1.0000
(.) (.) (.) (.) (.)
Cónyuge 1.0000 0.7154*** 0.8062*** 1.8139*** 2.7030***
(.) (0.010) (0.029) (0.038) (0.039)
Hijo(a) 1.0000 0.8515*** 1.4078*** 1.4698*** 1.6170***
(.) (0.013) (0.046) (0.037) (0.029)
Otro(a) 1.0000 0.9323*** 1.3416*** 1.6185*** 1.9270***
(.) (0.016) (0.051) (0.044) (0.037)
Tamaño del hogar 1.0000 0.9887*** 0.9663*** 1.0061 0.9917**
(.) (0.003) (0.006) (0.004) (0.003)
Presencia de menores de 0-5 años en el HH 1.0000 0.9992 0.9306** 0.9387*** 1.1401***
(.) (0.011) (0.023) (0.016) (0.013)
Presencia de menores de 6-14 años en el HH 1.0000 0.9031*** 0.9318*** 0.9556** 1.0061
(.) (0.009) (0.020) (0.014) (0.010)
Presencia de adultos mayores 65+ en el HH 1.0000 0.8846*** 0.8963*** 1.0562** 1.0447***
(.) (0.010) (0.022) (0.018) (0.012)
año = 2019 1.0000 1.0000 1.0000 1.0000 1.0000
(.) (.) (.) (.) (.)
año = 2020 1.0000 0.9352*** 1.4488*** 2.7972*** 1.1173***
(.) (.) (.) (.) (.)
año=2019 # Hombre 1.0000 1.0000 1.0000 1.0000 1.0000
(.) (.) (.) (.) (.)
año=2019 # Mujer 1.0000 1.0000 1.0000 1.0000 1.0000
(.) (.) (.) (.) (.)
año = 2020 # Hombre 1.0000 1.0000 1.0000 1.0000 1.0000
(.) (.) (.) (.) (.)
año = 2020 # Mujer 1.0000 1.1452*** 0.9156** 0.7237*** 1.1469***
(.) (0.019) (0.034) (0.019) (0.021)
Observaciones 462 981
R2 McFadden 0.169
R2 McFadden ajustado 0.169
R2 de conteo ajustado 0.398
Devianza 1 063 199.7
Log-Verosimilitud -531599.9
Criterio Bayesiano 1 064 139.0
Criterio Akaike 1 063 343.7

Coeficientes exponenciados

* p<0.10, ** p<0.05, *** p<0.001

Fuente: elaboración propia con los microdatos de la ENOE 2019(t3), 2020(t3)

Recibido: 20 de Marzo de 2021; Aprobado: 01 de Abril de 2021

Ana Ruth Escoto Castillo es doctora en Estudios de Población por El Colegio de México; se desempeña como profesora de tiempo completo en la Facultad de Ciencias Políticas y Sociales de la UNAM. Sus líneas de investigación son: condiciones laborales, arreglos familiares y sustentabilidad de la vida. Entre sus publicaciones más recientes se encuentran: (con Clara Márquez, Marco Gonsales y Alejandro Mariatti) “Mexico City, Montevideo, and São Paulo: Collective action by delivery platform workers in three different scenarios”(2021) The Journal of Labor and Society, 25; “La inserción laboral de las mujeres en México: una mirada longitudinal de corto plazo” (2020) Coyuntura Demográfica, 18(julio); (con Clara Márquez y Victoria Prieto) “La sobreeducación en México: ¿promotora o inhibidora de la exclusión laboral?” (2020) Revista Latinoamericana de Población, 14(27).

Mauricio Padrón Innamorato es doctor en Estudios de Población por el Colegio de México; se desempeña como Investigador de Tiempo Completo en el Instituto de Investigaciones Jurídicas de la UNAM. Sus líneas de investigación son: los mercados laborales, condiciones y características del trabajo y los trabajadores, niñas, niños, adolescentes y jóvenes y el enfoque de derechos humanos. Entre sus publicaciones más recientes se encuentran: (con Gabriela Ríos) La informalidad laboral y las obligaciones tributarias: El caso de las estéticas y las peluquerías en la Ciudad de México (2021) Ciudad de México: IIJ, UNAM; (con Emma Liliana Navarrete) (Re) significando a los jóvenes que ni estudian ni trabajan. Una mirada crítica a partir de 14 realidades (2021) Ciudad de México: El Colegio Mexiquense.

Rosa Patricia Román Reyes es doctora en Estudios de Población por El Colegio de México; se desempeña como Profesora Investigadora del Instituto de Ciencias Agropecuarias y Rurales de la Universidad Autónoma del Estado de México. Sus líneas de investigación son: los mercados de trabajo, las familias y los hogares el género y los procesos de movilidad. Entre sus publicaciones más recientes se encuentran: “Género, poder y orden local en la prevención y atención de violencia contra las mujeres de San Felipe del Progreso, México” (2020) en Ángeles Ma. del Rosario Pérez Bernal, De la impotencia al poder-no. Tópicos de la resistencia en la cultura iberoamericana Ciudad de México/Antioquia: Torres Asociados/Universidad Pontificia Bolivariana; “Medición de las migraciones internacionales en México: proceso recorrido y caminos y construir” (2019) Revista Anthropos, 251.

Creative Commons License Este es un artículo publicado en acceso abierto bajo una licencia Creative Commons