SciELO - Scientific Electronic Library Online

 
vol.40 número100Una radiografía de las tasas de interés bancarias para las pymes en México 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 de economía

versión On-line ISSN 2395-8715

Rev. econ. vol.40 no.100 Mérida ene./jun. 2023  Epub 26-Jun-2023

https://doi.org/10.33937/reveco.2023.315 

Artículos

Discriminación salarial hacia los migrantes internos en México. Un análisis en la media y por decil de ingreso1

Wage discrimination against internal migrants in Mexico. An analysis in the mean and by income decile

Christofer Rodríguez García1 
http://orcid.org/0000-0002-3987-9716

Ernesto Aguayo Téllez2 
http://orcid.org/0000-0002-1961-7663

1Facultad de Economía, Universidad Autónoma de Nuevo León, México, Correo electrónico: christofer.rodriguez.garcia@gmail.com

2Facultad de Economía, Universidad Autónoma de Nuevo León, México, Correo electrónico: ernesto.aguayotl@uanl.edu.mx


Resumen

Este trabajo investiga si existe discriminación salarial hacia los trabajadores hombres migrantes internos en México. Para ello, se realiza un análisis de descomposición de Blinder-Oaxaca en la media y por decil de ingreso, utilizando la Encuesta Nacional de Ingreso y Gasto de los Hogares (ENIGH) del 2020 y controlando por el problema de autoselección de los migrantes. Se encuentra que, aunque los migrantes internos reciben (en promedio) salarios 5.5% mayores que los trabajadores no migrantes, si recibieran salarios similares a los no migrantes de acuerdo con sus características observables y autoselección, los migrantes internos deberían recibir (en promedio) salarios 15.3% mayores que los no migrantes. También se encuentra que son los trabajadores migrantes más pobres y aquellos que llegan a las regiones centro y sur-sureste del país, los que registran mayores niveles de discriminación salarial. Dada la limitación de los datos, no es posible considerar el tiempo de migración, la asimilación de habilidades o la migración de retorno.

Palabras clave: migración interna; discriminación; salarios; deciles; regresión cuantílica

Clasificación JEL: J01; J24; J31; J71

Abstract

This paper investigates whether there is wage discrimination against internal migrant male workers in Mexico. For this, a decomposition analysis of Blinder-Oaxaca in the mean and by income decile is carried out, using the National Household Income and Expenditure Survey (ENIGH) of 2020 and controlling for the migrant self-selection problem. It is found that although internal migrants receive (on average) wages 5.5% higher than non-migrant workers, if they received wages similar to non-migrants according to their observable characteristics and self-selection, internal migrants should receive (on average) wages 15.3% higher than non-migrants. It is also found that the poorest migrant workers and those who migrated to the central and south-east regions of the country are the ones with the highest levels of wage discrimination. Given the data limitation, it is not possible to consider migration time, skills assimilation, or return migration.

Keywords: internal migration; discrimination; wages; deciles; quantile regression

JEL Classification: J01; J24; J31; J71

1. Introducción

La migración en México es un fenómeno de mucha importancia en la historia del país, y aunque la migración internacional hacia los Estados Unidos es la más estudiada, la migración dentro del país es considerablemente mayor. Para el año 2020, 4.4 millones de personas en México (3.8% de la población total) habían cambiado su lugar de residencia durante los últimos cinco años; de ellos, 625 mil migraron fuera del país (98% a los Estados Unidos) y 3.8 millones migraron dentro de México. Es decir, según estadísticas del último Censo de Población y Vivienda del Instituto Nacional de Geografía y Estadística (INEGI), cinco de cada seis migrantes en México migra dentro de nuestras mismas fronteras (INEGI, 2021a; U.S. Census Bureau, 2022). Las tendencias recientes de la migración interna en México muestran que los lugares con mayor expulsión de migrantes son aquellas entidades que se encuentran hacia la parte centro-sur del país, mientras que las entidades con una mayor atracción de migrantes son las que se ubican en la frontera norte, así como en centros específicos del país en donde la actividad industrial y turística juegan un papel relevante.

Según el Censo de Población y Vivienda 2020, los estados de Baja California, Baja California Sur, Nuevo León, Querétaro, Estado de México y Quintana Roo presentan las mayores tasas de atracción migratoria, debido quizá a su importante desarrollo industrial y turístico. Por otro lado, los estados de Guerrero, Zacatecas, Oaxaca, Veracruz y la Ciudad de México presentan las mayores tasas de expulsión de migrantes (Gráfica 1). La ciudad de México, que durante prácticamente todo el siglo XX fue el punto más importante de recepción de migrantes en el país, es ahora el estado con mayor expulsión de migrantes.

Notas: Atracción elevada: migración neta mayor a 15%; Atracción media: entre 5% y 15%; Equilibrio: entre 5% y -5%; Expulsión media: entre -5% y -15%; Expulsión elevada: migración neta mayor (en términos absolutos) a -15%. Según lugar de nacimiento.

Fuente: Tabulados básicos del Censo de Población y Vivienda 2020.

Gráfica 1 Entidades federativas por nivel de atracción y expulsión de migrantes internos en México, 2020 

Según datos de la Encuesta Nacional de Ingreso-Gasto de los Hogares (ENIGH), para el año 2020 los migrantes internos recibían en promedio 9 094 pesos mensuales, mientras que los trabajadores locales (no migrantes) recibían 8 179 pesos mensuales. Estas diferencias se deben en parte a que, en promedio, los trabajadores migrantes presentan mayores niveles de escolaridad que los trabajadores locales (11.1 contra 10.4 años, respectivamente). Sin embargo, después de controlar por diferencias características observables y no observables este trabajo encuentra que los trabajadores migrantes ganan menos que lo que deberían ganar si recibieran un pago correspondiente a sus habilidades, al igual que los trabajadores locales; es decir, que los trabajadores migrantes ganan menos que lo que ganarían si no fueran migrantes. ¿Pero qué explica esta diferencia? Entre las principales determinantes discutidas en la literatura se encuentra que los trabajadores migrantes podrían poseer habilidades que no pueden ser totalmente utilizadas en el lugar de destino (Chiswick, 1978; Borjas, 1985); que los trabajadores migrantes no cuentan con las redes sociales o laborales que les permitan acceder a mejores empleos (Stark, 1991; Peri y Sparber, 2009); que no cuentan con el reconocimiento a sus distintas cualificaciones (Man, 2004; McClain et al., 2020); o que son discriminados (Barrett, McGuinness y O´Brien, 2012; Kampelmann y Rycx, 2016; Rosero y Meneses, 2022).

El objetivo de este trabajo es determinar si en México existe discriminación salarial hacia los migrantes internos medido como la diferencia salarial entre los migrantes y los no migrantes después de controlar por diferencias en sus características observables y no observables. Se intentará determinar si esta diferencia salarial se debe a diferencias en características observables, a diferencias en características no observables, o a ninguna de ellas; lo que, en un sentido amplio, podría considerarse como algún tipo de discriminación laboral. Se medirá la discriminación como el pago diferenciado a individuos con características (observables y no observables) similares. Se hará uso de la ENIGH del año 2020 y se considerará únicamente a los trabajadores hombres de entre 16 y 65 años que trabajaron al menos 35 horas a la semana y tuvieron un ingreso laboral mayor a medio salario mínimo. Para tener un mejor panorama, se hará un análisis en la media y otro por decil de ingreso. De manera complementaria, se realizará un análisis en la media para cuatro regiones geográficas del país, así como uno para el grupo de estados con expulsión migratoria neta y otro para el grupo de estados con atracción migratoria neta.

El artículo se organiza de la manera que se describe a continuación. Primero se discute la revisión de literatura relevante para la migración y la discriminación salarial. En seguida, se define el marco teórico y se muestra la estrategia empírica. Posteriormente, se presenta la base de datos y algunas estadísticas descriptivas. Para finalizar, se muestran los principales resultados y las conclusiones.

2. Revisión de la literatura

De acuerdo con Altonji y Blank (1999), las diferencias salariales entre trabajadores migrantes y nativos pueden ocurrir por diferentes razones. Las principales están fundadas en diferencias en características no observables (Barret et al. 2012; Canal y Rodríguez, 2008), en diferencias en habilidades del lenguaje (Carnevalle, Fry y Lowell, 2001; Dustmann y van Soest, 2002), y diferencias en el acceso a diferentes ocupaciones e industrias (Aydemir y Skuterud, 2008; Peri y Sparber, 2009). Aunque dichas diferencias salariales también pueden ser el resultado de un comportamiento discriminatorio.

Otro determinante importante es la capacidad del migrante de utilizar las habilidades aprendidas en su lugar de origen. Es decir, de acuerdo con Chiswick (1978), la asimilación de los migrantes se da conforme los individuos adquieran las habilidades específicas del país receptor y se vuelvan productivos. Kampelmann y Rycx (2016), Hofer et al. (2017), y Fays et al. (2020) concuerdan que los migrantes internacionales reciben un salario menor debido a la baja transferibilidad del capital humano entre países. El factor de la asimilación es muy importante en los análisis de migrantes internacionales ya que define si sus habilidades les permitirán obtener un empleo en el país de destino; sin embargo, como comenta Chiswick (1978), en el caso de la migración interna es probable que no exista un problema de asimilación o no-transferibilidad de capital humano. De igual forma, en el caso de la migración interna, es poco probable que las diferencias salariales puedan ser explicadas por diferencias en habilidades del lenguaje, aunque sí puedan ser resultado del acceso diferenciado a fuentes favorables de trabajo.

Existe muy poca literatura que estudia la discriminación en el caso de la migración interna, pero la que existe presenta resultados similares a los de la migración internacional. Por ejemplo, Lu y Feng (2013), Wang, Guo y Cheng (2014) y Gagnon, Xenogiani y Xing (2014) para China, y Thapa y Yadav (2015), Baiju y Shamna (2019) y Parida, John y Sunny (2020) para India, encuentran evidencia de que no importa tener un capital humano transferible, de igual forma existe la discriminación. Todos estos autores exponen que, a pesar de que los migrantes internos conocen el idioma y poseen habilidades productivas útiles en las distintas regiones del mismo país, no reciben un salario equiparable al de los trabajadores nativos.

Para el caso mexicano, algunos autores analizan la migración interna, como Aguayo y Martínez (2013), Varela, Ocegueda y Castillo (2017), Sobrino (2018) y Espinoza y Peláez (2021); mientras que otros analizan la discriminación salarial, como Arceo y Campos (2014), Canedo (2019), Campos y González (2020) y Cuellar y Moreno (2022); sin embargo, no se ha encontrado ningún trabajo que vincule estos dos problemas: migración interna y discriminación laboral.

3. Marco teórico

Según Becker (1962), la migración laboral está sujeta a un nivel de salario deseado dadas las características que las personas poseen. Este salario, llamado salario de reserva, les permite a los trabajadores ponderar sus necesidades y decidir un monto mínimo que les ayude a cubrir sus gastos. En otras palabras, es el monto mínimo que aceptarían para migrar e ingresar al mercado laboral en un lugar diferente al actual. Estas razones pueden deberse a que en sus lugares de origen no encuentran o no existen las oportunidades de conseguir un buen salario, un empleo, o simplemente las personas buscan un lugar donde la productividad sea alta y se vincule con el capital humano que poseen.

Si la migración resulta exitosa para un grupo es probable que más personas quieran migrar, resultando en que se generen flujos migratorios y, con el paso del tiempo, redes migratorias que faciliten el proceso. Estudios realizados por Andrade y Castro (2018), Gómez (2014) y Herrera, Calderón y Hernández (2007) muestran que estas redes migratorias facilitan la migración, ya que las experiencias previas permiten que las posteriores migraciones sean más sencillas.

Sin embargo, como se discute en la literatura, los trabajadores migrantes, tanto internos como internacionales, reciben salarios persistentemente menores que los trabajadores nativos, aun cuando las características propias de los migrantes les permiten ser igualmente productivos que los no migrantes. De acuerdo con la definición propuesta por Heckman (1998), la discriminación salarial sucede cuando dos trabajadores igualmente productivos reciben salarios diferentes basados en características no productivas, como su raza o su lugar de origen.

Una primera teoría que explica el mecanismo detrás de la discriminación es la teoría basada en el gusto (taste-based) desarrollada por Becker (1957). De acuerdo con esta teoría, los empleadores, compañeros de trabajo y hasta los clientes, podrían tener ciertos prejuicios contra características intrínsecas de los trabajadores, como su lugar de origen. Estos prejuicios repercuten en la utilidad de las personas, incrementando los costos y finalmente, generando pagos menores a los trabajadores con este tipo de características. Una segunda teoría, conocida como teoría de la discriminación estadística y desarrollada por Phelps (1972) y Arrow (1973), asume que los empleadores no poseen toda la información sobre la productividad del trabajador que están por contratar, por lo que deben basar sus decisiones en características observables, aunque estas características no estén relacionadas con su productividad. Así, el empleador determinará el salario del trabajador, basado en la productividad promedio de los trabajadores con las mismas características observables, como su lugar de origen. Bajo ambas teorías, dos trabajadores igualmente productivos, pertenecientes a diferentes grupos, terminarían recibiendo salarios diferentes.

Desde un punto de vista empírico, de acuerdo con Becker (1962), la acumulación de capital humano es el canal que promueve que los individuos adquieran las habilidades que se necesitan para desempeñar las actividades requeridas dentro del mercado laboral. A partir de esta idea, Mincer (1974) desarrolla un modelo que adopta las implicaciones generales y particulares de la teoría del capital humano de Becker. Los factores que en conjunto generan lo que se conoce como dinámica salarial definen el rendimiento que cada elemento le aporta al salario por separado. En términos generales, los coeficientes del modelo de Mincer reportan la contribución (o efecto marginal) de cada una de las características del individuo sobre su salario.

La teoría del capital humano por sí sola no brinda respuesta a la discriminación salarial. Chiswick (1978) argumenta que el factor más importante para que los migrantes reciban el mismo salario es que el capital humano específico del migrante pueda ser transferible al lugar de destino. Cuando este capital no es totalmente transferible, el migrante debe adquirir las habilidades específicas del lugar, y conforme lo haga se espera que su salario se incremente. En presencia de discriminación salarial, estas diferencias se mantienen, a pesar de que el migrante haya adquirido las habilidades específicas o, como puede ser el caso de la migración interna, que sus habilidades sean totalmente transferibles.

4. Estrategia empírica

Partiendo de la teoría de Mincer (1974), se plantea el siguiente modelo:

ln wi,n=Xi,nβn+μi,n (1)

ln wi,m=Xi,mβm+μi,m (2)

donde ln wi,j es el logaritmo natural del salario por hora del individuo ί en el grupo j = n, m. n, corresponde al grupo de trabajadores locales o no migrantes y m al grupo de trabajadores migrantes.

Xί,j es un vector de características observables del individuo que explican su salario (como escolaridad, experiencia y género). βj es el premio o pago a dichas características observables para cada grupo j . Y μί,j es el término de error.

Siguiendo la estrategia de Blinder (1973) y Oaxaca (1973), la diferencia de los salarios entre los trabajadores migrantes y los no migrantes se puede descomponer de la siguiente manera: 1

ln win-ln wim=(Xin-Xim)βn+Xim(βn-βm) (3)

El primer término del lado derecho de la Ecuación (3) está asociado a la parte explicada por las diferencias en las características observables de los grupos de migrantes y no migrantes (cantidades). El segundo término se asocia a las diferencias en el pago o premio a dichas características observables (precios) causadas por diferencias en otras características no observables y a otros factores como la discriminación.

Un problema de comparar salarios de migrantes y no migrantes es que los migrantes no son un subgrupo aleatorio de los trabajadores no migrantes. Los trabajadores migrantes tienen características (algunas observables y otras no) que los hacen diferentes a los trabajadores no migrantes y dichas características no solamente están correlacionadas con la probabilidad de migrar, sino también con su productividad y -por lo tanto- con su salario (Roy, 1951). A este problema se le conoce como autoselección y ha sido ampliamente estudiado en la literatura de migración (Sjaastad, 1962; Nakosteen y Zimmer, 1987; Borjas, Bronars y Trejo, 1992; Dahl, 2002).

Para considerar el problema de autoselección de los trabajadores migrantes, las ecuaciones de determinación de salarios de los no migrantes (Ecuación 1) y de los migrantes (Ecuación 2), deben ser modificadas siguiendo la metodología de Heckman (1979) de la siguiente forma:

ln wi,n=Xi,nβn+σnλ^i,n(Zi,nγ^)μi,n (4)

ln wi,m=Xi,mβm+σmλ^i,m(Zi,mγ^)μi,m (5)

donde λ^i,n(.) es el factor de corrección por autoselección o Razón Inversa de Mills (RIM) para el grupo , j = n, m, σj es el premio o pago a dicho factor de corrección, Zi es un vector de características individuales que explican la probabilidad de migrar (como estado civil, condición de habla indígena, ocupación y regiones de origen y de destino, etc.), y ŷ es el impacto de cada característica Zi en la probabilidad de migrar.

Los factores de corrección por autoselección, λ^i,n(.) y λ^i,m(.), son estimados mediante la siguiente ecuación de selección (o probabilidad de migrar):

Pr[mi=1]=φ(Ziγ)+εi (6)

donde mi = 1 si el individuo i es migrante, y εi es un error idiosincrático.

La Ecuación (6) puede ser estimada mediante un probit o un logit y Pr^[mi=1]=φ^(Ziγ^) se define como la probabilidad estimada de migrar (función de densidad) del individuo i dadas sus características individuales, Zi. Así, los factores de corrección por autoselección se calculan de la siguiente manera: λ^i,mZi,mγ^=-φ^(Zi,mγ^)/Φ^(Zi,mγ^) y λ^inZi,nγ^=φ^(Zi,nγ^)/[1-Φ^Zi,nγ^] donde Φ^(.) es la probabilidad estimada acumulada de migrar (función de densidad acumulada) del individuo i dadas sus características individuales, Zi.

De acuerdo con Newman y Oaxaca (2004), la Ecuación (3) puede ser modificada para incluir, además del vector de características observables del individuo, los factores de corrección por autoselección:

ln win-ln wim=(Xin-Xim)βn+Ximβn-βm+[σnλ^i,nZi,nγ^-σmλ^i,m(Zi,mγ^)] (7)

El primero y segundo términos del lado derecho de la Ecuación (7) son similares a los de la Ecuación (3), mientras que el tercer término agrega las diferencias en características no observables asociadas a la autoselección.

Es en el segundo término del lado derecho de la Ecuación (7), Xi,mnm), donde se establece la existencia de una posible discriminación. Es decir, si, después de corregir por autoselección, los migrantes reciben un pago menor por la misma característica o habilidad observable, entonces Xi,mnm) sería positivo, implicando salarios mayores para los no migrantes que para los migrantes, aunque cuenten con las mismas características observables y no observables.

Es importante notar que las diferencias en premios, nm), también pueden estar asociadas a diferencias en otras características no observables que no pudieron ser incluidas en las ecuaciones de salarios y de selección, y que no es posible saber cuánto de dichas diferencias se debe a la discriminación y cuánto a diferencias en otras características no observables.

Nótese que si se plantea un escenario en donde, sin importar su origen, los trabajadores migrantes y los no migrantes recibieran un salario correspondiente a sus habilidades (observables y no observables), es decir, que los pagos asociados a sus características fueran idénticos entre ambos grupos nm), entonces, las diferencias salariales entre ellos estarían explicadas únicamente por diferencias en sus niveles de características, tanto aquellas que explican directamente su salario, como aquellas que explican su probabilidad de migrar e indirectamente su salario (factor de corrección por autoselección). Bajo este escenario, el salario que recibiría un trabajador migrante estaría determinado por la siguiente ecuación:

ln w^i,m-ln wi,n=(Xi,n-Xi,m)βn-[σnλ^i,nZi,nγ^-σmλ^i,m(Zi,mγ^)] (8)

Si se quiere probar la hipótesis de diferencias salariales a lo largo de la distribución del ingreso y no sólo para la media de la distribución es necesario complementar la descomposición de Blinder y Oaxaca utilizando la metodología propuesta por Albrecht et al. (2009) para muestras con autoselección, la cual considera las adecuaciones realizadas por Machado y Mata (2005) y Melly (2005) a través del comando de STATA llamado rqdeco.

Machado y Mata (2005) definen Qθwz como el θ-ésimo cuantil de la distribución del logaritmo natural del salario, w, dado un vector de covariables z (como escolaridad y experiencia) y modelan los cuantiles condicionados al vector de covariables mediante la siguiente ecuación:

Qθwz,j=z'β(θ) (9)

donde j = n, m indica el grupo de trabajadores, no migrantes o migrantes, y β(θ) es el vector de coeficientes de la regresión cuantílica asociados al vector de covariables z para cada cuantil θ. Los coeficientes estimados de la regresión cuantílica, β^(θ), pueden ser interpretados como las tasas de retorno (o precios) de las diferentes habilidades del trabajador para para cada cuantil de ingreso.

Con estas distribuciones, Machado y Mata (2005) proponen la siguiente metodología para construir distribuciones contrafactuales de los grupos principales, lo que permite hacer comparaciones entre grupos para cada cuantil de ingreso. Primero se simulan q realizaciones de los percentiles p originados a partir de una distribución Uniforme [0,1]: u1, u2, …, uq. Luego, utilizando la base de datos del grupo (digamos, los no migrantes), expresada como Z(n) , se calculan los estimadores asociados a la regresión cuantílica de cada valor proveniente de la muestra aleatoria generada en el primer paso: Quiwz,n, lo que genera q coeficientes estimados β^nui,i=1, 2, ,q. En seguida, se remplaza la muestra aleatoria del grupo por una muestra aleatoria de tamaño q proveniente de la base de datos del otro grupo j*, Z(j*) (digamos, los migrantes), denotada como zij*, i=1, 2, ,q. Finalmente, se calcula una distribución contrafactual que incluye las características observables del grupo j* pero los coeficientes estimados del grupo j:{wij*=zij*'β^j(ui)}i=1q. Con esta información en mano, se pueden calcular diferencias salariales entre migrantes y no migrantes causadas, para cada cuantil de ingreso, por diferencias en características observables y por diferencias en el premio a dichas características observables.

5. Base de datos y estadísticas descriptivas

Este trabajo utiliza la ENIGH 2020. La ENIGH es una encuesta a hogares especializada en medir el ingreso y el gasto de las familias mexicanas y se realiza cada dos años desde 1984. La ENIGH 2020 cuenta con 315 743 observaciones en 89 006 hogares y por su gran tamaño de muestra es estadísticamente representativa para cada entidad federativa, así como para los estratos rural y urbano. La ENIGH es la mejor encuesta que existe en México para medir ingreso laboral.2

El Cuadro 1 muestra las estadísticas descriptivas de los trabajadores migrantes internos y los no migrantes en México para el año 2020. La muestra incluye todos los hombres3 de entre 16 y 65 años que laboran a cambio de un salario4 al menos 35 horas a la semana.5 Se clasifica a un trabajador como migrante interno si indica haber residido hace cinco años en un estado diferente al actual.6

Cuadro 1 Tabla de medias para variables seleccionadas, trabajadores migrantes internos y no migrantes en México, 2020 

Migrantes No Migrantes Dif Error
Variable Media 5D min max Media 50 min max media estándar
Salario por hora 40.9 30.68 7.7 173.1 37.6 26.57 7.7 173.4 3.3 0.62***
Edad 33.4 10.28 16 65 37.3 12.22 16 65 -3.9 0.24***
Horas trabajadas 53.6 13.39 35 144 52.3 12.47 35 168 1.3 0.30***
Escolaridad 11.1 4.001 0 24 10.4 3.975 0 24 0.7 0.09***
Experiencia 16.3 11.37 0 58 20.9 13.40 0 59 -4.6 0.27***
Asistencia escolar 0.04 0.202 0 1 0.04 0.198 0 1 0.00 0.005
Casado o unido 0.65 0.477 0 1 0.66 0.474 0 1 -0.01 0.010
Separado, divorciado, viudo 0.06 0.244 0 1 0.07 0.261 0 1 -0.01 0.006
Soltero 0.29 0.453 0 1 0.27 0.443 0 1 0.02 0.01**
Funcionarios, directores y jefes 0.06 0.236 0 1 0.04 0.207 0 1 0.02 0.005**
Profesionistas y técnicos 0.16 0.362 0 1 0.15 0.354 0 1 0.01 0.008
Auxiliares en actividades administrativas 0.07 0.253 0 1 0.06 0.244 0 1 0.01 0.005
Comerciantes y ventas 0.07 0.262 0 1 0.09 0.284 0 1 -0.02 0.01***
Servicios personales y vigilancia 0.11 0.316 0 1 0.08 0.265 0 1 0.03 0.005
Actividades agrícolas 0.02 0.134 0 1 0.02 0.155 0 1 0.00 0.007
Artesanías y construcción 0.11 0.314 0 1 0.09 0.291 0 1 0.02 0.01***
Operadores y choferes 0.16 0.363 0 1 0.19 0.389 0 1 -0.03 0.006
Actividades elementales y apoyo 0.24 0.429 0 1 0.27 0.445 0 1 -0.03 0.01**
Observaciones 2 006 45 237

Nota: Prueba diferencia de medias de dos colas. La significancia de los coeficientes es ***=1%; **=5%; *=10%.

Fuente: Elaboración propia considerando el factor de expansión, con datos de la ENIGH 2020 (INEGI, 2021b).

Se aprecia que los trabajadores migrantes internos son relativamente más jóvenes que los no migrantes. En promedio, los migrantes internos tienen 11.1 años de escolaridad, trabajan 53.6 horas a la semana y reciben un salario de 40.9 pesos por hora; mientras que los no migrantes tienen 10.4 años de escolaridad, trabajan 52.3 horas a la semana y reciben un salario de 37.6 pesos por hora, es decir, 3.3 pesos menor que los migrantes. Por su mayor edad, los trabajadores no migrantes tienen en promedio 20.9 años de experiencia, mientras que los migrantes tienen sólo 16.3. Ambos grupos están compuestos mayoritariamente por personas casadas o unidas, aunque los migrantes presentan ligeramente un mayor porcentaje de solteros.

Con respecto a las actividades económicas, los trabajadores migrantes se concentran ligeramente más en actividades que requieren ciertas habilidades específicas, como funcionarios, directores y jefes, profesionistas y técnicos, o artesanos y constructores; mientras que los no migrantes se concentran ligeramente más en actividades como comerciantes y ventas, operadores y choferes, y sobre todo en actividades elementales y de apoyo. Este hecho motiva las siguientes preguntas: ¿la ventaja salarial de los trabajadores migrantes se observa a lo largo de toda la distribución del ingreso y/o de habilidades? ¿o dicha ventaja se observa únicamente para los migrantes con mayores niveles de ingreso y/o habilidades?

La Gráfica 2 muestra la diferencia del salario promedio por hora entre trabajadores no migrantes y migrantes por decil de ingreso. A partir del tercer decil de ingreso los trabajadores migrantes reciben salarios promedio mayores que los no migrantes y la diferencia salarial se incrementa considerablemente al moverse hacia los deciles de mayor ingreso.

Fuente: Elaboración propia con datos de la ENIGH 2020 (INEGI, 2021b).

Gráfica 2 Diferencia de salario por hora entre trabajadores no migrantes internos y migrantes en pesos por decil de ingreso, 2020 

Estas diferencias por decil de ingreso sugieren que un análisis de regresión cuantílica podría ayudarnos a comprender mejor las razones de las diferencias salariales entre trabajadores migrantes y no migrantes a lo largo de toda la distribución del ingreso y no únicamente en la media.

6. Resultados

Los Cuadro 2 y 3 reportan los resultados de la estimación de salarios para no migrantes y migrantes siguiendo la metodología de Heckman (1979) para corregir por autoselección. El Cuadro 2 presenta los coeficientes estimados de la ecuación de selección (Ecuación 6); mientras que el Cuadro 3 compara los coeficientes estimados de las ecuaciones de salarios para no migrantes y migrantes sin corrección por autoselección (Ecuación 1 y 2) y con corrección por autoselección (Ecuación 4 y 5). La ecuación de selección incluye como variables independientes: condición de habla indígena, dos dummies de estado civil (unido/separado/soltero) y 31 dummies de estado de residencia cinco años antes, además de las variables incluidas en las ecuaciones de salarios. Las ecuaciones de salarios, tanto para migrantes como para no migrantes, incluyen como variables independientes: escolaridad, experiencia, experiencia al cuadrado, un dummy de rural/ urbano, un dummy de asistencia escolar y 31 dummies de estado de residencia actual.

Cuadro 2 Ecuación de selección (6) 

Variable Coeficiente Error estándar
Lengua indígena 0.4477 0.0709***
Casado/unido 0.1522 0.0438***
Separado/divorciado 0.1250 0.0687*
Escolaridad 0.0048 0.0047
Experiencia -0.0027 0.0046
Experiencia al cuadrado 0.0003 0.0001**
Rural -0.1139 0.0376***
Estado de origen Si
Estado de residencia Si
Constante -1.7439 0.1173***
Observaciones 47 243
Chi-2 1 026***
Pseudo-R2 0.1653

Notas: Modelo probit. Las variables Estado de origen y Estado de destino son variables dummy compuestas por 31 y 31 variables respectivamente, que por razones de espacio no se presentan en el cuadro. La categoría Estado de origen se refiere al lugar donde la persona residía cinco años antes de la entrevista, mientras que Estado de residencia es el lugar donde reside actualmente. La variable dependiente es igual a 1 si la persona reside en un estado diferente a donde reside actualmente. Los valores estimados están corregidos por el factor de expansión (pweight). La significancia de los coeficientes es ***=1%; **=5%; *=10%.

Fuente: Elaboración propia con datos de la ENIGH 2020 (INEGI, 2021b).

Cuadro 3 Ecuaciones de salarios sin y con corrección por autoselección 

Modelo sin corregir Modelo corregido
No Migrantes (Ecuación 1) Migrantes (Ecuación 2) No Migrantes ( Ecuación 4) Migrantes (Ecuación 5)
Escolaridad 0.0782*** 0.086*** 0.078*** 0.0843***
Experiencia 0.0278*** 0.0236*** 0.028*** 0.022***
Experiencia al cuadrado -0.0004*** -0.0004*** -0.0004*** -0.0004***
Rural -0.053*** -0.0661* -0.047*** -0.0819**
Asistencia Escolar -0.0924*** -0.1187 -0.0896*** -0.1279
Razón de Mills - - -0.6188*** 0.0945***
Estado de residencia actual si si si si
Observaciones 45,237 2,006 45,237 2,006
F 46 606*** 1 856*** 45 405*** 1 791***
R2 0.9781 0.9755 0.9781 0.9758

Notas: Modelo de mínimos cuadrados ordinarios con corrección por autoselección. La variable dependiente es el logaritmo natural del salario por hora. Los valores mostrados están corregidos por heteroscedasticidad y ponderados por el factor de expansión (pweight). La significancia de los coeficientes es ***=1%; **=5%; *=10%.

Fuente: Elaboración propia con datos de la ENIGH 2020 (INEGI, 2021b).

De los resultados de la ecuación de selección presentados en el Cuadro 2 se puede destacar que ser hablante de una lengua indígena, y estar casado, en unión libre, divorciado o separado tienen un efecto positivo en la probabilidad de migrar; mientras que vivir en área rural tiene un efecto negativo. Estos resultados son acordes a los encontrados en literatura reciente sobre migración en México (Pérez-Campuzano et al., 2018; Arends-Kuenning et al., 2019).

El Cuadro 3 presenta los coeficientes estimados en las ecuaciones de salarios sin y con corrección de autoselección tanto para no migrantes como para migrantes. Los coeficientes asociados al grupo de no migrantes prácticamente no cambian cuando se corrige por autoselección, sin embargo, en el caso de los migrantes los coeficientes estimados disminuyen. El coeficiente de la razón inversa de Mills resulta estadísticamente significativo, indicando que existe un factor de autoselección que, si no se considera, sobreestima los efectos reales de las variables independientes, sobre todo en el caso de los trabajadores migrantes. Por ejemplo, el premio asociado al nivel de capital humano de los migrantes cuando se corrige por autoselección disminuye de 8.6% a 8.43% por año adicional de escolaridad y de 2.36% al 2.2% por año adicional de experiencia.

Una vez que se calculan los coeficientes corregidos por autoselección se utiliza la descomposición salarial de Blinder-Oaxaca planteada en las Ecuaciones (3) y (7). El Cuadro 4 presenta los resultados de la descomposición para la media nacional con y sin corrección por autoselección (Ecuaciones 3 y 7, respectivamente). Como se discutió en la sección anterior (Cuadro 1), en el promedio nacional, los migrantes reciben un salario mayor que los no migrantes. En unidades logarítmicas, los no migrantes reciben en promedio un salario de 3.427 y los migrantes reciben un salario de 3.482, es decir, con una diferencia de -0.055 unidades, los no migrantes reciben en promedio un salario 5.5% menor que los migrantes.

Cuadro 4 Descomposición de Blinder-Oaxaca en la media para no migrantes y migrantes sin y con corrección por autoselección, 2020 

ln(salario/hora) Error estándar % Dif

 

No migrantes 3.427 0.0042***
Migrantes 3.482 0.0228***
Diferencia -0.055 0.0232**
Sin corregir

(Ecuación 3)

Cantidades -0.0384 0.0108*** 70%
Precios -0.0167 0.0202 30%
Corregido

(Ecuación 7)

Cantidades -0.02637 0.0107** 48%
Precios 0.0981 0.0048*** -178%
Autoselección -0.127 0.0126*** 130%

Notas: Los valores mostrados están corregidos por heteroscedasticidad y ponderados por el factor de expansión. La significancia de los coeficientes es ***=1%; **=5%; *=10%.

Fuente: Elaboración propia con datos de la ENIGH 2020 (INEGI, 2021b).

Realizando la descomposición salarial de Blinder-Oaxaca sin corregir por autoselección (Ecuación 3), se concluiría que de las -0.055 unidades logarítmicas de diferencia salarial entre trabajadores no migrantes y migrantes, -0.0384 unidades (70%) serían explicadas por diferencias en características observables (escolaridad, experiencia y ubicación del trabajo); mientras que las restantes -0.0167 unidades (30%) serían explicadas por diferencias en el pago o precio a dichas características observables. Sin embargo, este resultado nos lleva a generar inferencias erróneas, ya que no se están considerando las diferencias en características no observables consecuencia de la autoselección de los migrantes.

Corrigiendo el sesgo por autoselección se encuentra que, de las -0.055 unidades logarítmicas de diferencia salarial entre trabajadores no migrantes y migrantes, únicamente -0.026 unidades (48%) son explicadas por diferencias en características observables como la experiencia o la escolaridad, mientras que 0.098 unidades (-178%) son explicadas por diferencias en el pago a dichas características observables y -0.127 unidades (130%) son explicadas por la autoselección de los migrantes.

Es decir, si los migrantes tuvieran las mismas características que los no migrantes ganarían en promedio 2.6% menos que los no migrantes (-0.026). O, de acuerdo con la Ecuación (8), si los migrantes y los no migrantes recibieran el mismo pago correspondiente a sus habilidades (tanto aquellas que explican directamente su salario, como aquellas que explican su probabilidad de migrar e indirectamente su salario [sesgo de autoselección]), entonces en promedio los migrantes deberían ganar ln w^i,m=3.427-(-0.026)-(-0.127)=3.580 unidades logarítmicas; es decir, 15.3% más que los no migrantes (3.580-3.427=0.153), ó 9.8% más de lo que actualmente ganan (3.5803.482=0.098). Nótese que éste último valor (0.0981) también puede ser obtenido a partir de la descomposición en precios.

Es importante recordar que la diferencia entre lo que un migrante gana y lo que debería ganar si recibiera un pago similar al que reciben los no migrantes por sus habilidades no puede ser adjudicado completamente a la discriminación. Una parte de esta diferencia se debe a diferencias en características no observables que no pudieron ser incluidas en las ecuaciones de salarios y de selección, y otra, posiblemente, a la discriminación.

Para analizar si estas diferencias salariales cambian a lo largo de la distribución del ingreso, el Cuadro 5 muestra las descomposiciones salariales de Blinder-Oaxaca por decil de ingreso después de corregir por autoselección, como se discute en la Ecuación (9). Como se notó en la Gráfica 2, a mayor ingreso, mayor diferencia salarial entre no migrantes y migrantes. En el primer decil de ingreso la diferencia salarial es positiva, es decir, dentro del 10% de los trabajadores con menores ingresos, los migrantes ganan 2.4% menos que los no migrantes. En el segundo decil de ingreso no hay diferencia significativa. A partir del tercer decil de ingreso la diferencia, en términos absolutos, se va incrementando, hasta el último nivel de ingreso, donde los trabajadores migrantes ganan 11.9% más que los no migrantes.

Cuadro 5 Descomposición de Blinder-Oaxaca por decil de ingreso para no migrantes y migrantes en México con corrección por autoselección, 2020 

Decil No migrantes Migrantes Diferencia Cantidades Precios Auto selección
1 2.623 2.641 0.0238*** -0.1129*** 0.248*** 0.1129***
2 2.901 2.898 -0.0010 -0.0995*** 0.1831*** 0.0995***
3 3.098 3.119 -0.0291*** -0.0844*** 0.1603*** 0.0844***
4 3.254 3.303 -0.0438*** -0.0904*** 0.1485*** 0.0904***
5 3.403 3.456 -0.0607*** -0.0756*** 0.1296*** 0.0756***
6 3.555 3.626 -0.0797*** -0.0642*** 0.1225*** 0.0642***
7 3.727 3.793 -0.0985*** -0.0854*** 0.124*** 0.0854***
8 3.935 4.015 -0.1119*** -0.0764*** 0.107*** 0.0764***
9 4.260 4.452 -0.1189*** -0.0627*** 0.0758*** 0.0627***
Media 3.427 3.482 -0.055** -0.02637**** 0.0981*** -0.127***

Notas: Los valores mostrados están corregidos por heteroscedasticidad y ponderados por el factor de expansión. La significancia de los coeficientes es ***=1%; **=5%; *=10%.

Fuente: Elaboración propia con datos de la ENIGH 2020 (INEGI, 2021b).

Todos los valores de la columna “cantidades” del TaCuadro bla 5 son negativos, y van disminuyendo, en términos absolutos, al avanzar por los niveles de ingreso. Es decir, si los migrantes tuvieran las mismas características observables que los no migrantes ganarían en promedio entre 11.29% (decil 1) y 6.27% (decil 9) menos que los no migrantes.

De forma similar, todos los valores de la columna “precios” del Cuadro 5 son positivos y van disminuyendo al avanzar por los niveles de ingreso. Es decir, de acuerdo con la Ecuación (8), si los migrantes y los no migrantes recibieran el mismo pago correspondiente a sus habilidades entonces en promedio los migrantes deberían ganar entre 7.58% (decil 9) y 24.8% (decil 1) más de lo que ganan. Estos resultados indican que entre menor sea el nivel de ingreso, mayor es el salario que el migrante debería ganar si recibiera un pago por sus habilidades similar al que reciben los no migrantes. En cierta manera, se puede decir, que los trabajadores migrantes con menores niveles de ingreso son aquellos que sufren más la discriminación salarial.

Para tratar de explorar la dinámica de las diferencias salariales entre migrantes y no migrantes en diferentes regiones del país, y sobre todo en las regiones de atracción y expulsión de migrantes, el Cuadro 6 muestra descomposiciones salariales de Blinder-Oaxaca para cuatro diferentes regiones geográficas del país, así como dos grupos de estados: aquellos con migración neta positiva (atracción migratoria) y aquellos con migración neta negativa (expulsión migratoria).

Cuadro 6 Descomposición de Blinder-Oaxaca por región para no migrantes y migrantes en México con corrección por autoselección, 2020 

Región No migrantes Migrantes Diferencia Cantidades Precios Auto selección
Frontera 3.640 3.599 0.041 0.046*** -0.007** 0.002***
Occidente 3.509 3.537 -0.027 -0.00007 -0.099*** 0.342***
Centro 3.384 3.475 -0.091* -0.056*** 1.001*** -1.041***
Sur-sureste 3.191 3.240 -0.050 -0.003 1.380*** -1.426***
Atracción 3.507 3.526 -0.019 0.013 -0.197*** 0.165***
Expulsión 3.342 3.407 -0.065* -0.041** 1.236*** -1.261***
Media 3.427 3.482 -0.055** -0.02637** 0.0981*** -0.127***

Notas: Los valores mostrados están corregidos por heteroscedasticidad y ponderados por el factor de expansión. La región frontera incluye los estados de Baja California, Sonora, Chihuahua, Coahuila, Nuevo León y Tamaulipas. La región occidente incluye los estados de Baja California Sur, Sinaloa, Durango, Zacatecas, Nayarit, Jalisco, Aguascalientes y Colima. La región centro incluye los estados de Michoacán, Guanajuato, San Luis Potosí, Querétaro, Hidalgo, Estado de México, Ciudad de México, Morelos, Tlaxcala y Puebla. La región sur-sureste incluye los estados de Guerrero, Oaxaca, Veracruz, Chiapas, Tabasco, Campeche, Yucatán y Quintana Roo.

La significancia de los coeficientes es ***=1%; **=5%; *=10%.

Fuente: Elaboración propia con datos de la ENIGH 2020 (INEGI, 2021b).

La región frontera es la única donde los migrantes reciben salarios menores que los no migrantes. Al analizar los componentes de la descomposición, es en la región sur-sureste en donde los migrantes enfrentan una mayor discriminación salarial. Los migrantes de esta región, si recibieran un pago por sus habilidades igual al que reciben los no migrantes, deberían de ganar 138% más de lo que ganan. Por otro lado, en las regiones frontera y occidente no hay evidencia de discriminación salarial hacia los migrantes, ya que, como se observa en la columna “precios”, los trabajadores migrantes deberían recibir un salario 0.7% y 9.9% menor que el que obtienen, respectivamente.

En promedio, en el grupo de estados con migración neta negativa (expulsión migratoria) se registran salarios 6.5% mayores para los migrantes que para los no migrantes, mientras que en el grupo de estados con migración neta positiva (atracción migratoria), esta diferencia es sólo de 1.9%. Con respecto al ejercicio de descomposición, es en los estados con expulsión migratoria donde se discrimina más a los migrantes. En este grupo de estados, en promedio, si los migrantes recibieran un salario correspondiente a sus habilidades similar al que reciben los no migrantes, su salario sería 123% mayor al que reciben. En los estados con atracción migratoria no se encuentra evidencia para afirmar que los trabajadores migrantes enfrentan discriminación salarial, al menos en la media de la distribución. Cabe mencionar que también se realizó un análisis de descomposición de BlinderOaxaca por entidad federativa y para grupos menores de estados, sin embargo, debido al limitado número de observaciones de migrantes en algunos estados, los resultados obtenidos no demostraron consistencia estadística para poder sustentar inferencias.

7. Conclusiones

Utilizando datos de la ENIGH 2020, este trabajo estudia si existe evidencia de discriminación salarial hacia los trabajadores migrantes internos en México mediante un modelo de descomposición salarial en la media y por decil de ingreso. Los resultados indican que, aunque en México los trabajadores migrantes internos obtienen en promedio un salario 5.5% mayor que el de los no migrantes, esta diferencia es mayormente explicada por diferencias en características observables y no observables (autoselección). Sin embargo, si los trabajadores migrantes recibieran un pago correspondiente a sus habilidades similar al de los no migrantes, entonces deberían obtener un salario 15.3% mayor que el de los no migrantes.

De acuerdo a los resultados de este trabajo, son los migrantes más pobres y aquellos que viven en las zonas de expulsión de migrantes los que sufren más discriminación salarial.

La migración interna en México es un fenómeno que ha sido muy poco estudiado, principalmente por la relevancia de la migración a los Estados Unidos y los problemas que ésta genera, entre los que se incluye la misma discriminación salarial contra nuestros conciudadanos. Sin embargo, cinco de cada seis migrantes en México migran dentro de nuestro mismo país y este trabajo muestra evidencia de que los migrantes internos en México también sufren discriminación salarial. Un fenómeno que, aunque ha sido poco estudiado, impacta a una considerablemente mayor proporción de mexicanos.

Este trabajo busca hacer más visible el problema de la discriminación salarial hacia los migrantes internos en México y con ello contribuir a generar conciencia social para mejorar las condiciones de los migrantes dentro de nuestro mismo país. La migración interna es uno de los principales fenómenos demográficos, sociales y económicos que modelan nuestra identidad nacional; por lo que la discriminación a los migrantes, sobre todo a los más pobres, puede tener un impacto en la desigualdad, en el bienestar y en el desarrollo económico de México. Un trato justo para nuestros migrantes internos debe ser un objetivo primordial para fortalecer nuestra unidad nacional y para encauzar un desarrollo económico equitativo a lo largo de todo el territorio nacional.

Referencias

Aguayo, E. y J. Martínez. 2013. “Internal and international migration in México: 1995-2000”, Applied Economics, 45(13): 1611-1647. [ Links ]

Albrecht, J., A. van Vuuren y S. Vroman, 2009. “Counterfactual distributions with sample selection adjustments: Econometric theory and an application to the Netherlands”, Labour Economics, 16(4): 383-396. [ Links ]

Altonji, J. y R. Blank. 1999. “Race and gender in the labor market”, en O. Ashenfelter y D. Card (eds.), Handbook of Labor Economics, Vol. 3C, Elsevier. [ Links ]

Andrade, J. y P. Castro. 2018. “Redes migratorias en el mercado de trabajo de la floricultura en el Estado de México (México)”, Revista de Antropología Social, 27(1): 145-168. [ Links ]

Arceo, E. y R. Campos. 2014. “Race and marriage in the labor market: A discrimination correspondence study in a developing country”, American Economic Review: Papers and Proceedings, 104(5): 376-380. [ Links ]

Arends-Kuenning, M., K. Baylis y R. Garduño. 2019. “The effect of NAFTA on international migration in Mexico: A regional economic analysis”, Applied Economics, 51(10): 1052-1068. [ Links ]

Arrow, K. 1973. “The theory of discrimination”, Discrimination in Labor Markets, 3(10): 3-33. [ Links ]

Aydemir, A. y M. Skuterud. 2008. “The immigrant wage differential within and across establishments”, International and Labor Relations Review, 61(3): 334-352. [ Links ]

Baiju, K. y T. Shamna. 2019. “Determinants of wage differences between the inmigrant and local laborers in the construction sector of Kerala”, Economic Politic Weakly, 54(31): 35-43. [ Links ]

Barrett, A., S. McGuinness y M. O´Brien. 2012. “The immigrant earnings disadvantage across the earnings and skills distributions: The case of immigrants from the EU´s new member states”, British Journal of Industrial Relations, 50(3): 457-481. [ Links ]

Becker, G. 1957. The Theory of Discrimination: An Economic View of Racial Discrimination, Chicago, University of Chicago Press. [ Links ]

Becker, G. 1962. “Investment in human capital: A theoretical analysis”, Journal of Political Economy, 70(5): 9-49. [ Links ]

Blinder, A. 1973. “Wage discrimination: Reduced form and structural estimates”, Journal of Human Resources, 8(4): 436-455. [ Links ]

Borjas, G. 1985. “Assimilation, changes in cohort quality, and the earnings of immigrants”, Journal of Labor Economics, 3(4): 463-489. [ Links ]

Borjas, G., S. Bronars y S. Trejo. 1992. “Assimilation and the earnings of young internal migrants”, The Review of Economics and Statistics, 74(1): 170-175. [ Links ]

Campos R. y E. González. 2020. “Obesity and hiring discrimination”, Economics and Human Biology, 37: 100850. [ Links ]

Canal, J. y C. Rodríguez. 2008. “Analysis of wage differences between native and immigrant workers in Spain”, Spanish Economic Review, 10(2): 109-134. [ Links ]

Canedo, A. 2019. “Labor market discrimination against indigenous peoples in Mexico: A decomposition analysis of wage differentials”, Iberoamericana - Nordic Journal of Latin American and Caribbean Studies, 48(1): 12-27. [ Links ]

Carnevalle, A., R. Fry y B. Lowell. 2001. “Understanding, speaking, reading, writing, and earnings in the immigrant labor market”, American Economic Review, 91(2): 159-163. [ Links ]

Chiswick, B. 1978. “The effect of Americanization on the earnings of foreign-born men”, Journal of Political Economy , 86(5): 897-921. [ Links ]

Cuellar C. y J. Moreno. 2022. “Employment, wages, and the gender gap in Mexico: Evidence of three decades of the urban labor market”, Latin American Journal of Central Banking, 3(2): 100055. [ Links ]

Dahl, G. 2002. “Mobility and the return to education: Testing a roy model with multiple markets”, Econometrica, 70(2): 367-420. [ Links ]

Dustman, C. y A. van Soest. 2002. “Language and the earnings of immigrants”, International and Labor Relations Review , 55(3): 473-492. [ Links ]

Espinoza, J. y O. Peláez. 2021. “Características de la pobreza multidimensional de los migrantes internos en méxico en comparación de los no migrantes, 2010-2018”, Trayectorias, 24(54): 26-54. [ Links ]

Fays, V., B. Mahy, F. Rycx y M. Volral. 2020. “Wage discrimination based on the country of birth: Do tenure and product market competition matter?”, Applied Economics, 53(13): 1551-1571. [ Links ]

Gagnon, J., T. Xenogiani y C. Xing. 2014. “Are migrants discriminated against in Chinese urban labor markets?”, IZA Journal of Labor and Development, 3(1): 3-17. [ Links ]

Gómez, C. 2014. “México, país de tránsito: configuración y funcionamiento de redes migratorias de salvadoreños y guatemaltecos en contexto de tránsito hacia Estados Unidos”, En M. Tapia y A. González, Regiones Fronterizas: Migración y los Desafíos para los Estados Nacionales Latinoamericanos, Chile, RIL editores. [ Links ]

Heckman, J. 1979. “Sample selection bias as a specification error”, Econometrica, 47(1): 153-161. [ Links ]

Heckman J. 1998. “Detecting Discrimination”, Journal of Economic Perspectives, 12(2): 101-116. [ Links ]

Herrera, F., O. Calderón y L. Hernández. 2007. “Redes que comunican y redes que enclaustran: evidencia de tres circuitos migratorios contrastantes”, Migración y Desarrollo, 8(1): 3-23. [ Links ]

Hofer, H., G. Titelbach, R. Winter-Ebmer y A. Ahammer. 2017. “Wage discrimination against immigrants in Austria?”, Labour, 31(2): 105-126. [ Links ]

INEGI. 2021a. Censo de Población y Vivienda 2020, en https://www.inegi.org.mx/programas/ccpv/2020/Links ]

INEGI. 2021b. Encuesta Nacional de Ingreso Gasto de los Hogares (ENIGH) 2020, en https://www.inegi.org.mx/programas/enigh/nc/2020/Links ]

Kampelmann, S. yF. Rycx. 2016. “Wage discrimination against immigrants: Measurement with firm-level productivity data”, IZA Journal of Migration, 5(1): 1-24. [ Links ]

Lu, Y. y W. Feng. 2013. “From general discrimination to segmented inequality: Migration and inequality in urban China”, Social Science Research, 42(6): 1443-1456. [ Links ]

Machado, J. e I. Mata. 2005. “Counterfactual decomposition of changes in wage distributions using quantile regression”, Journal of Applied Economics, 20(4): 445-465. [ Links ]

Man, G. 2004. “Gender, work and migration: Deskilling Chinese immigrant women in Canada”, Women´s Studies International Forum: 27(2), 135-148. [ Links ]

McClain, S., C. Bruch, M. Nakayama y M. Laelan. 2020. “Migration with dignity: A case study on the livelihood transition of Marshallese to Springdale, Arkansas”, Journal of International Migration and Integration, 21: 847-856. [ Links ]

Melly, B. 2005. “Decomposition of defferences in distribution using quantile regression”, Labour Economics, 12(4): 577-590. [ Links ]

Mincer, J. 1974. Schooling, Experience, and Earnings, Nueva York, Columbia University Press. [ Links ]

Nakosteen, R. y M. Zimmer. 1987. “Marital status and earnings of young men”, Journal of Human Resources , 22(2), 248-268. [ Links ]

Newman, S. y R. Oaxaca. 2004. “Wage decomposition with selectivity corrected wage equations: A methodological note”, Journal of Economic Inequality, 2(1): 3-10. [ Links ]

Oaxaca, R. 1973. “Male-female wage differentials in urban labor markets”, International Economic Review, 14(3): 693-709. [ Links ]

Parida, J.K., M.E. John y J. Sunny. 2020. “Construction labour migrants and wage inequality in Kerala”, Journal of Social and Economic Development, 22(2): 414-442. [ Links ]

Pérez-Campuzano, E., G. Castillo y M. Galindo. 2018. “Internal migration in Mexico: consolidation of urban-urban mobility, 2000-2015”, Growth and Change, 49(1): 223-240. [ Links ]

Peri, G. y C. Sparber. 2009. “Task specialization, immigration, and wages”, The American Economic Journal, Applied Economics, 1(3): 135-169. [ Links ]

Phelps, E. 1972. “The statistical theory of racism and sexism”, The American Economic Review , 62(4): 659-661. [ Links ]

Rosero, E.L. y P.A. Meneses. 2022. “Wage discrimination by gender of south American immigrants in the US labour market”, Journal of Management, 39(73): 1-12. [ Links ]

Roy, A.D. 1951. “Some thoughts on the distribution of earnings”, Oxford Economic Papers, 3: 135146. [ Links ]

Sjaastad, L. 1962. “The costs and returns of human migration”, Journal of Political Economics, 70: 80-93. [ Links ]

Sobrino, J. 2018. “Conociendo (un poco más) la migración interna de México”, Otros Diálogos, 4. [ Links ]

Stark, O. 1991. The Migration of Labor, Cambridge, Basil Blackwell. [ Links ]

Thapa, R. y S. Yadav. 2015. “Rural labor migration in India: Magnitude and characteristics”, International Journal of Applied Resources, 1(2): 114-118. [ Links ]

U.S. Census Bureau. 2022. 2000-2020 Single-Year American Community Survey, en https://www.census.gov/programs-surveys/acsLinks ]

Varela, R., J. Ocegueda y R. Castillo. 2017. “Migración interna en México y causas de su movilidad”, Perfiles Latinoamericanos, 25(49): 141-167. [ Links ]

Wang, H., F. Guo y Z. Cheng. 2014. “A distributional analysis of wage discrimination against migrante workers in China’s urban labour market”, Urban Studies, 52(13): 1-21. [ Links ]

1Los autores agradecen a Carlos Enrique Cepeda Fuentes por su ayuda en el manejo de la base de datos y programación en STATA.

1 Como se establece en la literatura, al grupo mayoritario, en este caso el de los trabajadores no migrantes, se le resta el grupo minoritario, en este caso, los trabajadores migrantes; ya que el orden en el que se restan los grupos afecta los resultados e interpretación de la descomposición.

2A medida de prueba de robustez, se realizó el mismo ejercicio utilizando el Censo de Población y Vivienda de 2020, obteniendo conclusiones similares.

3Debido a los potenciales problemas de sesgo causados por la mayor autoselección en la participación laboral, así como a la mayor variabilidad en los salarios recibidos por las mujeres, este trabajo no incluye un análisis para las mujeres.

4La muestra incluye únicamente trabajadores asalariados que reportaron haber vivido en territorio nacional hace cinco años. No incluye patrones ni trabajadores independientes o por cuenta propia ya que en estos casos es imposible separar el ingreso proveniente del trabajo del ingreso proveniente del capital utilizado. Para calcular la variable salario por hora, se consideró únicamente el salario reportado y el número de horas trabajadas durante la última semana.

5Se consideran únicamente trabajadores de tiempo completo (35 horas o más a la semana), ya que los salarios de trabajadores que no son de tiempo completo suelen ser muy heterogéneos, generando mayores varianzas y menor precisión en las estimaciones.

6Esta definición presenta el problema de no considerar migrantes de retorno (personas que hace cinco años vivían en su lugar de residencia actual pero que dentro de los cinco años migraron a otro lugar y regresaron) así como personas que migraron hace más de cinco años. Desafortunadamente, la encuesta no nos permite saber hace cuánto tiempo el trabajador migró o cuánto tiempo tiene de residir en la entidad de destino.

Recibido: 11 de Julio de 2022; Aprobado: 26 de Enero de 2023

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