ESTIMACIN DE LA DURACIN DEL EMPLEO Y DESEMPLEO EN IBAGU PARA EL PERIODO 2001-2008.

TENDENCIAS A 2010

LINA PAOLA PEALOZA GIRALDO DIEGO FERNANDO RAMIREZ REINOSO

FACULTAD DE CIENCIAS ECONMICAS Y ADMINISTRATIVAS PROGRAMA DE ECONOMA UNIVERSIDAD DEL TOLIMA JULIO 2012

ESTIMACIN DE LA DURACIN DEL EMPLEO Y DESEMPLEO EN IBAGU PARA EL PERIODO 2001-2008. TENDENCIAS A 2010

LINA PAOLA PEALOZA GIRALDO DIEGO FERNANDO RAMIREZ REINOSO

Trabajo de grado para obtener el ttulo de economista

DIRECTOR DE TRABAJO DE GRADO: JORGE HUMBERTO RENZA MELNDEZ Magster en Economa

FACULTAD DE CIENCIAS ECONMICAS Y ADMINISTRATIVAS PROGRAMA DE ECONOMA UNIVERSIDAD DEL TOLIMA JULIO 2012

[2]

[3]

[4]

Ibagu, Julio de 2012 ADVERTENCIA Las ideas expuestas en el presente trabajo son responsabilidad del autor, por ello La Facultad de Ciencias Econmicas y Administrativas de la Universidad del Tolima, el director del trabajo de grado y el jurado calificador no son responsables de las mismas ni de los errores que aun persistan. Artculo 17, Resolucin 015 de Diciembre 18 de 1978, Reglamento de Trabajos de Grado.

Los autores Lina Paola Pealoza Giraldo, Identificada con C.C. No. 1.110.483.051 de Ibagu, Tolima, Diego Fernando Ramrez Reinoso, Identificado con C.C. No. 1.110.479.220 de Ibagu, Tolima, autorizan a la Universidad del Tolima la reproduccin total o parcial de este documento, con la debida cita de reconocimiento de la autora y cede a la misma universidad de los derechos patrimoniales con fines de investigacin, docencia e institucionales, consagrados en el artculo 72 de la Ley 23 de 1982 y las normas que lo constituyan o modifiquen.

[5]

DEDICATORIA Este trabajo es resultado de un proceso de dedicacin y esfuerzo, lo dedico con todo mi amor a mi madre Ludivia Giraldo y a mi padre Guillermo Pealoza, quienes con paciencia y comprensin me han apoyado en las decisiones que he tomado en el plano personal y profesional. Tambin quiero compartir esta alegra con mi hermano Diego Pealoza y me mejor amiga Paola Guarnizo por su apoyo incondicional y motivador que me encamina a nunca desfallecer. En general dedico este importante logro de mi vida a todos mis compaeros, profesores y amigos. Lina Paola Pealoza Giraldo El presente logro, producto de un gran esfuerzo y tiempo, quiero dedicarlo en primer lugar, a mi familia encabezada por mis padres Miriam Reinoso y Fernando Ramrez quienes con amor, sabidura y comprensin me apoyaron incondicionalmente en cada una de mis victorias y han sido consuelo en mis derrotas. Mis hermanas Liliana Ramrez y Natalia Luna quienes desde nias se han preocupado por m y me han acompaado en cada una de mis travesas. Mis tas, Marleny, Gladys, Mary, Blanca y Julia, quienes siempre se han alegrado por mis triunfos y siempre me han brindado ayuda y sincero cario. A mis tos, primos, Abuela Efigenia y familiares que ya no nos acompaan esto tambin es para ustedes. En segundo lugar quiero dedicar este logro a mis amigos del colegio y de la vida quienes me ensearon que adems de estudio y disciplina la vida necesita diversin, rumba y rock. En tercer lugar quiero dedicar esto, a mis compaeros de luchas polticas, por su solidaridad, amistad y compaa, espero que en nuestra vida no solo nos acompaen los triunfos acadmicos. Finalmente, este triunfo tambin es para Alejito y Lunita, que mis aciertos y errores sean ejemplo para ustedes. Diego Fernando Ramrez Reinoso

[6]

AGRADECIMIENTOS A nuestro director de trabajo de grado Jorge Renza, que con su asesora, conocimiento y experiencia, nos orient hacia la realizacin y el buen desarrollo del trabajo investigativo. Un agradecimiento especial para los profesores, Ramiro Glvez, Gabriel Guzmn, Edwin Martnez, Jhon Fredy Ariza, Andrs Rocha, Luis Eduardo Acua, Enrique Ramrez, Germn Dulcey, Roberto Daz y Alexander Blandn, quienes no solo nos formaron en las distintas asignaturas de la carrera, sino tambin contribuyeron en nuestra formacin integral como ciudadanos con pensamiento crtico, como libres pensadores, mejorando las falencias y potenciando las habilidades. A Gloria Carolina Orjuela que con paciencia y generosidad brindo el conocimiento necesario para dar finalizacin a la investigacin. Igualmente a Juan Fonseca y Francia Cerquera que con su sincero apoyo y generosidad nos abrieron las puertas de su casa en los momentos necesarios, sin su colaboracin las cosas habran sido ms difciles. A nuestros amigos de debate con quienes intercambiamos ideas acadmicas y adems nos aconsejaron sobre el desarrollo de esta investigacin. Finalmente, a la Universidad del Tolima, a la Oficina Central de Investigaciones, a la facultad de Ciencias Econmicas y Administrativas a los directivos, profesores, trabajadores y especialmente a los estudiantes y en mayor medida a aquellos que fueron compaeros de clase, todos aportaron elementos indispensables en este proceso de formacin acadmica y personal.

[7]

CONTENIDO

Pg. INTRODUCCIN 20

1. PLANTEAMIENTO DEL PROBLEMA 1.1 DESCRIPCIN DEL PROBLEMA 1.2 IDENTIFICACIN DEL PROBLEMA 1.3 FORMULACIN DEL PROBLEMA 2. JUSTIFICACIN

21 21 25 25 26

3. OBJETIVOS 3.1 OBJETIVO GENERAL 3.2 OBJETIVOS ESPECIFICOS 4. HIPTESIS

27 27 27 28

5. MARCO TEORICO 5.1 REVISIN LITERARIA 5.2 ELECCIN TEORICA 6. METODOLOGA 6.1 DISEO METODOLGICO 6.1.1 Anlisis de Datos 6.1.2 Modelos Paramtricos 6.1.2.1 Seleccin del modelo paramtrico

29 29 33 44 44 44 45 47

[8]

6.1.2.2 Eleccin del modelo de riesgo proporcional 6.1.3 Modelo no paramtrico

47 48

7. CARACTERIZACIN POBLACIN OCUPADA

50

7.1 CARACTERIZACIN POBLACIN OCUPADA EN LA CIUDAD DE IBAGU 2001-2008 50 7.1.1 Ocupados por sexo 7.1.2 Ocupados por sector econmico 7.1.3 Ocupados por edad 7.1.4 Ocupados por nivel educativo 7.1.5 Ocupados por posicin en el hogar 7.1.6 Ocupados por posicin ocupacional 7.2 TASAS DE OCUPACIN EN IBAGU 2001-2008 7.2.1 Tasa de ocupacin por sexo 7.2.2 Tasa de ocupacin por edad 7.2.3 Tasa de ocupacin por nivel educativo 7.2.4 Tasa de ocupacin por posicin en el hogar 50 50 51 52 54 56 57 57 57 58 58

8. DURACIN DEL EMPLEO 8.1 DURACIN DEL EMPLEO EN IBAGU 2001-2008 8.1.1 Duracin del empleo por sexo 8.1.2 Duracin del empleo por posiciones en el hogar 8.1.3 Duracin del empleo por edad 8.1.4 Duracin del empleo por nivel de cualificacin

60 60 60 61 63 64

[9]

8.1.5 Duracin del empleo por sector econmico 8.1.6 Duracin del empleo por posicin ocupacional

65 66

9. MODELOS DE DURACIN DEL EMPLEO 9.1 VARIABLES MODELOS DE SUPERVIVENCIA 9.2 RESULTADOS MODELOS DURACIN DEL EMPLEO EN IBAGU 9.2.1 Modelos no paramtricos de duracin del empleo 9.2.2 Test de hiptesis por duracin del empleo 9.2.3Modelos semiparamtrico de duracin del empleo 9.2.4 Modelos paramtricos de duracin del empleo 9.2.4.1 Eleccin del modelo paramtrico de riesgo proporcional de duracin del empleo

68 68 69 69 75 76 77

77

10. DETERMINANTES DE LA DURACIN DEL EMPLEO EN LA POBLACIN GENERAL OCUPADA, HOMBRES Y MUJERES 84

11. CARACTERIZACIN POBLACIN DESEMPLEADA 11.1 CARACTERIZACIN POBLACIN DESOCUPADA EN LA CIUDAD DE IBAGU 2001-2008 11.1.1 Desocupados por sexo 11.1.2 Desocupados por edad 11.1.3 Desocupados por nivel educativo 11.1.4 Desocupados por posicin en el hogar 11.1.5 Desocupados por posicin ocupacional 11.1.6 Desocupados por rama de actividad econmica 11.2 TASA DE DESEMPLEO (TD) DE IBAGU
[10]

85

85 85 86 87 88 89 89 90

11.2.1 Tasa de desempleo por sexo 11.2.2 Tasa de desempleo por edad 11.1.3 Tasa de desempleo por nivel educativo 11.2.4 Tasa de desempleo por posicin en el hogar

90 91 91 91

12. DURACIN DEL DESEMPLEO 12.1 DURACIN DEL DESEMPLEO EN IBAGU 2001-2008 12.1.1 Duracin del desempleo por sexo 12.1.2 Duracin del desempleo por posicin en el hogar 12.1.3 Duracin del desempleo por grupos de edad 12.1.4 Duracin del desempleo por nivel de cualificacin 12.1.5 Duracin del desempleo por posicin ocupacional 13. MODELOS DE DURACIN DEL DESEMPLEO

93 93 93 94 95 96 97 99

13.1 RESULTADOS MODELOS DE DURACIN DEL DESEMPLEO 13.1.1 Modelos no paramtricos de duracin del desempleo 13.1.2 Test de hiptesis por duracin del desempleo 13.1.3 Modelos semiparamtricos de duracin del desempleo 13.1.4 Modelos paramtricos de duracin del desempleo 14. DETERMINANTES DE LA DURACIN DEL DESEMPLEO EN LA POBLACIN GENERAL DESOCUPADA, HOMBRES Y MUJERES

99 99 104 105 106 113

15. CONCLUSIONES

114

16. RECOMENDACIONES
[11]

117

REFERENCIAS

118

ANEXOS

122

[12]

LISTA DE FIGURAS

Figura 1. Tasa de Desempleo Ibagu vs Total Trece Ciudades, 2001- 2009 Figura 2. Indicadores del Mercado Laboral Ibagu, 2001- 2009 Figura 3. Curva de Indiferencia de renta y ocio Figura 4. Maximizacin de la Utilidad: la eleccin optima entre el ocio y la renta

23 24 37

37

Figura 5. Perfiles de ganancias por edades segn el nivel de estudios, Espaa 38 Figura 6. Perfiles de ganancias por edades con y sin estudios universitarios Figura 7. Ocupados por principales sectores econmicos en Ibagu 2001-2008 Figura 8. Edad de los Ocupados en Ibagu 2001-2008 Figura 9. Ocupados por Niveles Educativos Agrupados en Ibagu 2001-2008 Figura 10. Ocupados por posicin en el Hogar en Ibagu 2001-2008 Figura 11. Ocupados por Posicin Ocupacional Figura 12. Tasa de Ocupacin por edades para Ibagu 39

51 52 53 56 56 57

Figura 13. Funcin Kaplan Meier Duracin del Empleo por Sexo. 2001 y 2010 70 Figura 14. Funcin Kaplan Meier Duracin del Empleo segn Posicin en el Hogar. 2001 y 2010 Figura 15. Funcin Kaplan Meier Duracin del Empleo por Rango de Edad. 2001 y 2010

71

72

Figura 16. Funcin Kaplan Meier Duracin del Empleo por Nivel Educativo en Ibagu. 2001 y 2010 73 Figura 17. Funcin Kaplan Meier Duracin del Empleo por Pareja en Ibagu. 2001

74

Figura 18. Funcin Kaplan Meier Duracin del Empleo por Asalariados en Ibagu. 2001 y 2010 75
[13]

Figura 19. Desocupados en la ciudad de Ibagu 2001 -2008 Figura 20. Desocupados por Edad en Ibagu 2001-2008 Figura 21. Desocupados por Grado de Cualificacin para Ibagu 2001-2008 Figura 22. Desocupados por Posicin en el hogar para Ibagu 2001-2008 Figura 23. Expulsados por Posicin Ocupacional para Ibagu 2001-2008

85 86 87 88 89

Figura 24. Desocupados expulsados por Ramas de Actividad para Ibagu 20012008 89 Figura 25. Tasa de Desempleo en Ibagu 2001-2008 90

Figura 26. Funcin Kaplan Meier Duracin del Desempleo por Sexo en Ibagu. 2001 y 2010 99 Figura 27. Funcin Kaplan Meier Duracin del Desempleo por Posicin en el Hogar en Ibagu. 2001 y 2010 100 Figura 28. Funcin Kaplan Meier Duracin del Desempleo por Rangos de Edad en Ibagu. 2001 y 2010 101 Figura 29. Funcin Kaplan Meier Duracin del Desempleo por Nivel Educativo en Ibagu. 2001 y 2010 102 Figura 30. Funcin Kaplan Meier Duracin del Desempleo por Pareja en Ibagu. 2010 103 Figura 31. Funcin Kaplan Meier Duracin del Desempleo por Dependientes en Ibagu 2010 104 Figura 32. Funcin Kaplan Meier Duracin del Desempleo por Asalariados. 2010

104

[14]

LISTA DE TABLAS

Tabla 1. Crecimiento de la Poblacin Ocupada en Ibagu 2001-2008 Tabla 2. Promedio de las TO por Edades para Ibagu 2001-2008 Tabla 3. Promedio TO por Nivel Educativo para Ibagu Tabla 4. Promedio TO por Posicin en el Hogar para Ibagu Tabla 5. Duracin del Empleo por Sexo en Ibagu 2001-2008 Tabla 6. Promedio Duracin del Empleo por Posicin en el Hogar 2001-2008 Tabla 7. Promedio Duracin del Empleo por Rangos de Edad 2001-2008 Tabla 8. Promedio Duracin del Empleo por Nivel de Cualificacin en Ibagu 2001-2008

50 57 58 58 60 62 63

64

Tabla 9. Promedio Duracin del Empleo por Sector Econmico en Ibagu 20012008 65 Tabla 10. Promedio Duracin del Empleo por Posicin Ocupacional en Ibagu 2001-2008 67 Tabla 11. Salida Resumen Modelo Tipo Cox Duracin Empleo Poblacin en Ibagu

76

Tabla 12. Pruebas modelos Paramtricos Duracin del Empleo en Ibagu. 2001 y 2010 78 Tabla 13. Modelos Duracin del Empleo en Ibagu. 2001, 2004, 2008 y 2010 79

Tabla 14. Salidas Modelos Poblacin Masculina Ocupada en Ibagu. 2001, 2004, 2008 y 2010 82 Tabla 15. Salidas Modelos Poblacin Femenina Ocupada en Ibagu. 2001, 2004, 2008 y 2010 83 Tabla 16. Crecimiento de la Poblacin Desocupada en Ibagu 2001-2008 Tabla 17. Promedio TD por Edades en Ibagu 2001-2008 Tabla 18. Promedio TD por Nivel Educativo en Ibagu 2001-2008
[15]

85 91 91

Tabla 19. Promedio TD por Posicin en el Hogar en Ibagu 2001-2008 Tabla 20. Duracin del Desempleo por Sexo en Ibagu 2001-2008

91 94

Tabla 21. Duracin del Desempleo por Posicin en el Hogar en Ibagu, 20012008 95 Tabla 22. Duracin del Desempleo por Edades en Ibagu 2001-2008 96

Tabla 23. Duracin del Desempleo por Nivel de Cualificacin en Ibagu 20012008 96 Tabla 24. Duracin del Desempleo por Posicin Ocupacional en Ibagu 20012008 97 Tabla 25. Salida Modelo Cox Duracin del Desempleo en Ibagu. 2001 105

Tabla 26. Pruebas modelos Paramtricos Duracin del Desempleo en Ibagu. 2001 y 2010 106 Tabla 27. Salidas modelos Poblacin General Duracin del Desempleo en Ibagu. 2001, 2004, 2008 y 2010 107 Tabla 28. Salidas modelo Poblacin Masculina Duracin del Desempleo en Ibagu. 2001, 2004, 2008 y 2010 Tabla 29. Salidas modelo Poblacin Femenina Duracin del Desempleo en Ibagu. 2001, 2004, 2008 y 2010

110

101

[16]

LISTA DE ANEXOS

Anexo A. Tasas de Ocupacin y Desempleo para Amrica latina. 2009 123 Anexo B. Tasas de Desempleo por 13 ciudades principales en Colombia. 2009 123 Anexo C. Comportamiento Poblacin Ocupada en Ibagu Anexo D. Comportamiento Tasa Global de Participacin en Ibagu 123 124

Anexo E. Comportamiento Otros Sectores Econmicos en los Ocupados de Ibagu 124 Anexo F. Pirmide Poblacin en Ibagu. 2001-2008 Anexo G. Tasa Global de Participacin de los Jvenes en Ibagu Anexo H. Profesionales por Posicin Ocupacional en Ibagu Anexo I. Promedio Tasa de Ocupacin por Grupos Etarios en Ibagu Anexo J. Promedio Tasa de Ocupacin por Niveles Educativos en Ibagu Anexo K. Promedio Tasa de Ocupacin por Posicin en el Hogar en Ibagu Anexo L. Funcin Kaplan Meier Duracin del Empleo Con Pareja. 2010 124 125 125 125

126

126

126

Anexo M. Funcin Kaplan Meier Duracin del Empleo Hijos Dependientes. 2001 y 2010 127 Anexo N. Test Log Rank Duracin del Empleo Total General, Hombre y Mujer. 2001 128 Anexo . Test Log Rank Duracin del Empleo Total General, Hombre y Mujer. 2010 135 Anexo O. Modelos Semiparamtrico Tipo Cox por Total de Ocupados. 2001

141

[17]

Anexo P. Pruebas BIC, AIC y Log Likelihood por total Ocupados, Hombres y Mujeres. 2001 y 2010

142

Anexo Q. Salidas programa Stata Modelos Paramtricos por total de Ocupados, hombres y Mujeres para el 2001, 2004, 2008 y 2010 148 Anexo R. Poblacin Econmicamente Activa en los Adultos de 30 a 45 aos Anexo S. Poblacin Econmicamente Activa por Nivel de Cualificacin Anexo T. Poblacin Econmicamente Activa en Hijos Anexo U. Tasa Global de Participacin de los Jefes de Hogar Anexo V. Promedio Tasa de Desempleo por Grupos de Edad Anexo W. Promedio Tasa de Desempleo por Nivel Educativo Anexo X. Promedio Tasa de Desempleo por Posicin en el Hogar Anexo Y. Funcin Kaplan Meier Duracin del Desempleo Con Pareja. 2001

154 155 155 155 156 156 156

157

Anexo Z. Funcin Kaplan Meier Duracin del Desempleo Hijos Dependientes. 2001 157 Anexo A1. Funcin Kaplan Meier Duracin del Desempleo por Asalariados. 2001 158 Anexo A2. Test Log Rank Duracin del Desempleo Total General, Hombre y Mujer. 2001 158 Anexo A3. Test Log Rank Duracin del Desempleo Total General, Hombre y Mujer 2010 165 Anexo A4. Modelos Semiparamtrico: Tipo Cox por Total de Desocupados. 2001 172 Anexo A5. Pruebas BIC, AIC y Log Likelihood por total Desocupados, Hombres y Mujeres. 2001 y 2010 Anexo A6. Salidas programa Stata Modelos Paramtricos por total de Desocupados, hombres y Mujeres para el 2001, 2004, 2008 y 2010

173

179

[18]

RESUMEN El presente documento parte de la preocupacin por investigar la crisis laboral que ha presentado la ciudad de Ibagu en la primera dcada del siglo XXI, para lo cual, y en concordancia con los avances en los estudios a nivel nacional, se plantea el objetivo de estimar el tiempo promedio de duracin del empleo y desempleo, y las probabilidades de cambiar de estado en el mercado laboral, para una persona en la ciudad de Ibagu que est ubicada en distintos grupos poblacionales (segn caractersticas demogrficas y socioeconmicas) durante el perodo 2001 - 2008. Para tales estimaciones, se toman en consideracin la estadstica descriptiva (medidas de tendencia central) y la utilizacin de modelos paramtricos de supervivencia, usando la funcin exponencial, Weibull y Gompertz, teniendo como fuente la informacin obtenida de la Gran Encuesta Integrada de Hogares (GEIH). El documento contiene los principales resultados analizados desde el marco de la teora neoclsica del mercado laboral, encontrndose en la mayora de los casos coherencia entre los resultados obtenidos y los planteamientos tericos, as como, la vinculacin de variables personales y sociales con una mayor o menor duracin del empleo y desempleo, presentndose casos de personas con caractersticas especficas que ostentan altas duraciones en el desempleo y bajas duraciones en el empleo. Palabras claves: Duracin del empleo, duracin del desempleo, modelos de duracin y modelos paramtricos.

[19]

INTRODUCCIN El estudio de la economa laboral permite entender fenmenos econmicos que inciden en el desarrollo de las sociedades. En el texto Economa Laboral de McConnell, Brue y Macpherson (2003 ) se afirma que: la economa laboral nos sirve para entender las causas y consecuencias de las grandes tendencias socioeconmicas que se han producido (p. 2). Los avances en el manejo de datos, los nuevos desarrollos economtricos y de software, complementan el estudio laboral y permiten entender mejor la realidad. De la misma manera, la microeconoma ayuda a comprender desde una perspectiva particular la toma de decisiones econmicas. La investigacin acerca del mercado laboral es amplia, y por lo tanto es necesario estudiar fenmenos especficos que contribuyan a explicar y predecir el comportamiento de las variables estudiadas, con el fin de ayudar en el diseo de polticas pblicas. En este sentido, el mercado de trabajo podra enfocarse en dos pilares: 1) empleo, tipo y estabilidad; y 2) desempleo, caractersticas y duracin. El estudio de la duracin del desempleo, tal como lo plantean Castellar y Uribe (2006) solo es un elemento ms de la estructura, en la cual la tasa de desempleo es el producto de la tasa de entrada al mismo y la duracin media, de acuerdo al modelo de estado estacionario propuesto por Layard, Nickell y Jackman (1991) (p.2). Este estudio sobre la duracin se sita dentro del desarrollo de la teora y modelo de bsqueda de trabajo, que se centra en el problema de optimizacin en el uso del tiempo. La concepcin macroeconmica intenta observar y explicar el tiempo medio de bsqueda, los costos sociales asociados y la concentracin de la duracin segn grupos vulnerables; en la perspectiva microeconmica, la preocupacin radica en la relacin entre caractersticas sociodemogrficas y de capital humano del agente econmico con su salario de reserva y el ofrecido por el mercado, relacin que determina su tiempo de bsqueda (Castellar & Uribe, 2006, p.2). En ese mismo orden de ideas, el desempleo empeora cuando est acompaado de una larga duracin, que produce un costo social elevado. Si adicional a esto el empleo que se genera no logra forjar la estabilidad deseada, se conduce a una mayor incidencia al desempleo. El anlisis de la duracin del empleo y desempleo, permite identificar el tipo de mercado laboral existente en la ciudad de acuerdo a la caracterizacin por grupos poblacionales. Este tipo de anlisis intenta estimar cunto tiempo permanecen las personas en desempleo y empleo, adems busca analizar las relaciones entre la duracin y las caractersticas de los individuos, lo que permite identificar los
[20]

grupos poblacionales ms vulnerables y con las menores probabilidades para conseguir o mantener el empleo. La duracin del desempleo depende de una serie de variables de la oferta laboral que determinan el salario de reserva, y de elementos de la demanda que inciden sobre la probabilidad de recibir ofertas de trabajo y se reflejan sobre el salario potencial de los individuos. Las implicaciones sociales de permanecer por largos perodos en desempleo traen como consecuencias no percibir ingresos, perdida de motivaciones, ya que puede desanimar las personas y generar un sentimiento de infortunio, la posibilidad de depreciacin del capital humano, dado que, entre ms duren en desempleo su productividad se reducir. De igual forma, se reducen las posibilidades de reenganche laboral cuando las firmas prefieren trabajadores con menores tiempo de desempleo. Una mayor tasa de desempleo terminara castigando a los agentes con mayores duraciones. (Orjuela, 2010, p.26). El propsito de la investigacin es conocer las caractersticas del mercado laboral en la ciudad de Ibagu, analizar la evolucin de la duracin del empleo y desempleo, y encontrar los determinantes principales de la duracin del mismo. Esto ltimo, se realiza con una modelacin economtrica en la cual se presentan las probabilidades de cambio de un estado de desempleo al empleo o del empleo al desempleo, de acuerdo a diversas caractersticas demogrficas y socioeconmicas.

[21]

1. PLANTEAMIENTO DEL PROBLEMA

1.1 DESCRIPCIN DEL PROBLEMA El desempleo es conformado por las personas que haciendo parte de la Poblacin en Edad de Trabajar (PET) no est empleada y lleva tiempo en busca de empleo, estando disponible para emplearse en cualquier momento. Considerando lo anterior, para integrar la lista de desempleados tcnicamente es necesario ser parte de la PET y de la Poblacin Econmicamente Activa (PEA). El desempleo es un fenmeno que demanda mayor estudio hoy en da, ya que no solo es un problema econmico sino que sus efectos se extienden al plano social, por lo cual, la solucin sobrepasa lo econmico. La persona que se encuentra desempleada no percibe ingresos y no puede participar normalmente en la economa; adems, una duracin elevada en desempleo genera un efecto psicolgico negativo (Dornbush& Fischer, 2008). El problema del desempleo se agrava, ya sea porque tiene perodos de larga duracin y grupos especficos de poblacin no logran vincularse rpidamente a algn puesto de trabajo o porque los que logran emplearse pierden su empleo de forma rpida; sin embargo, es probable que dispongan de buenas condiciones de vinculacin en el corto perodo. Para el ao 2009, el promedio de la tasa de desempleo de Latinoamrica (TD) se acerca a 8,5%; Colombia sobrepasa esa cifra, con una TD de 12,7%, siendo lo anterior un reflejo de la crisis laboral del pas. Sumado a ello, naciones vecinas como Per y Venezuela presentan cifras de desempleo para el segundo trimestre del 2009 de 8.2 y 7.2%respectivamente. (Comisin Econmica para Amrica Latina [CEPAL] 2009, p.5). (Ver Anexo A) En relacin con lo anterior, el Informe de Progreso Econmico y Social (IPES) del Banco Interamericano de Desarrollo (BID), titulado Se buscan buenos empleos: Los mercados laborales en Amrica Latina, realiza un diagnstico del mercado laboral en Amrica Latina, exponiendo elementos de gran inters. El primero de ellos, el infortunio que se ha presentado en este mercado, producto del fracaso de las instituciones. Este fallo no solo ha generado prdidas productivas o bajas tasas de crecimiento, sino tambin ha agudizado los problemas sociales. (BID, 2004, p.13). En este sentido, el latinobarmetro muestra, que la poblacin latinoamericana considera los problemas vinculados con el mercado laboral como uno de los ms relevantes (BID, 2004, p.14). Un segundo elemento es el acelerado incremento de la participacin laboral femenina, fenmeno que an no est estabilizado y tiende a seguir presentndose en los prximos aos.

[22]

El IPES hace mencin especial al tema de la duracin del desempleo, concentrndose en la preponderancia de los desocupados de larga duracin, considerados como aquellos que llevan un ao o ms en bsqueda de empleo. Los datos de incidencia del desempleo de larga duracin en la dcada de los noventa, fue mayor para Estados Unidos que para Colombia. Asimismo, junto con Uruguay, finalizando los noventa, cerca de la mitad de la poblacin desocupada se ubica en el desempleo de larga duracin. (BID, 2004, p.19). Analizando la situacin de Colombia para el 2009, se presenta un promedio de TD de 12.7% (Ver Anexo B) sobresalen ciudades como Bucaramanga, Barranquilla y Bogot, que presentan unas tasas por debajo del promedio Nacional; sin embargo, ciudades como Ibagu, Medelln, Pereira y Pasto ostentan tasas muy por encima del promedio, deslucindose Ibagu por presentar una TD cercana al 20%. Figura 1. Tasa de Desempleo Ibagu vs Total Trece Ciudades, 2001- 2009.

Fuente: Informe Trimestral de Coyuntura laboral (2009), Observatorio del Empleo del Tolima

La figura 1, hace evidente el elevado desempleo que presenta Ibagu con relacin a las trece reas metropolitanas a lo largo de la dcada del 2000; la brecha comienza a crecer desde 2001 sin que a lo largo del perodo pueda detectarse una tendencia clara a reducirse. Estos datos revelan el mal comportamiento que ha presentado la ciudad en materia laboral. Un anlisis ms detallado del mercado laboral Ibaguereo necesariamente debe abordar la oferta y demanda de fuerza de trabajo, que se estiman a travs de las variables proxy Tasa Global de Participacin (TGP) y Tasa de Ocupacin(TO), respectivamente.

[23]

Figura 2. Indicadores del Mercado Laboral Ibagu, 2001- 2009

Fuente: Informe Trimestral de Coyuntura laboral (2009), Observatorio del Empleo del Tolima

Si bien se presenta un comportamiento positivo de la TO (Tasa de Ocupacin) a lo largo del perodo, este es minimizado por el aumento de la TGP; es decir, la brecha entre oferta y demanda no tiene una clara tendencia a cerrarse, lo que ocasiona que el desempleo se mantenga elevado. El incremento de la TO y de la TGP es relevante, porque puede ser reflejo del incremento en la informalidad. En el 2009 la informalidad alcanz la cifra de 151.720 personas es decir, el 68.5% de la mano de obra empleada, por lo que se exhibe una tasa elevada de empleo de baja calidad o empleo basura. (Renza, 2009) En el libro Estructura y dinmica del mercado laboral en Ibagu, (1986-1995) y tendencias recientes (1996-1999), Blandn (s.f.) menciona el comportamiento que presenta la duracin del desempleo en distintos perodos de tiempo. En 1986, el 50% de los desempleados llevaban ms de 6 meses buscando trabajo, comparado este porcentaje con el que se presenta en tres perodos de tiempo 1989, 1993 y 1995, se observa que el desempleo se inclin hacia una duracin ms de corto plazo, donde el desempleo de larga duracin cay a un 39%. Lpez (2008) plantea que en la dcada del noventa el desempleo en Ibagu se comportaba de forma similar al promedio de las reas metropolitanas y despus de la crisis del 1999 este comportamiento cambia e Ibagu empeora su situacin laboral; por lo cual es vlido establecer si el cambio genera una reversin en la tendencia de la duracin del desempleo en la ciudad. Blandn tambin hace referencia al empleo temporal para el perodo 1996 a 1999, el cual es definido como el trabajo espordico o no continuo, efectuado en algunas pocas o perodos, con contratos de trabajo con una duracin hasta de un ao. La investigacin muestra un incremento del empleo temporal, principalmente para los que tienen educacin primaria y ninguna, los ms jvenes especialmente el rango de 12 a 19 aos, los que se ubican por cuenta propia y empleo particular, los operarios no agrcolas y los vinculados al sector servicios.

[24]

1.2 IDENTIFICACIN DEL PROBLEMA El desempleo, adems de la violencia, pobreza y desigualdad, es una de las grandes preocupaciones de la sociedad colombiana. Colombia en la primera dcada del siglo XXI ha mantenido una de las TD ms altas de Latinoamrica, y en este sentido Ibagu ha presentado por varios aos las tasas ms altas de desempleo en el pas, debido tanto a problemas de oferta de fuerza de trabajo,evidenciado en un incremento de la TGP-, como tambin a problemas de demanda laboral por la incapacidad de la economa de absorber la mano de obra disponible(Aldana& Arango, 2008). Ahora bien, el problema puede agravarse si el desempleo es de larga duracin y si los empleos que se crean no son estables. 1.3 FORMULACIN DEL PROBLEMA Cul es el tiempo medio de duracin del empleo y desempleo para una persona econmicamente activa en Ibagu, de acuerdo a diferentes caractersticas socioeconmicas durante el perodo 2001-2008?

[25]

2. JUSTIFICACIN

Colombia presenta las tasas de desempleo ms altas de Suramrica, siendo este hecho motivo y causa de la constante investigacin sobre el mercado laboral. En consonancia con lo anterior, la formulacin de polticas econmicas y sociales, demanda estudios especficos sobre el mercado laboral, donde la estimacin del tiempo que una persona puede tardar para conseguir empleo o del tiempo que logra mantenerse como empleada es fundamental en este propsito y se ha ido realizando para Colombia y ciudades como Bogot, Cali y Medelln. Para Ibagu se han realizado algunos estudios enfocados principalmente en canales de bsqueda sin profundizar en el tema de duracin, conviniendo una investigacin en este campo, que permita establecer el tipo de desempleo y la estabilidad de los empleos existentes en la ciudad. Ibagu en lo que va de la primera dcada del siglo XXI, ha mantenido la tasa de desempleo por encima del promedio nacional, sobrepasando en algunos perodos los 20 puntos. Por tal motivo y para contribuir a la solucin del problema, este estudio de duracin del empleo y desempleo permitir encontrar a quienes golpea ms el desempleo en trminos de duracin y quienes no logran ubicarse en puestos estables. Se escoge el perodo de 2001 a 2008, debido a dos circunstancias: primero, la disponibilidad de los datos es esencial para la realizacin de un estudio de esta ndole, en el ao 2000 se inicia la Encuesta Continua de Hogares (ECH) e Ibagu hace parte de las trece reas metropolitanas lo que permite obtener datos ms confiables. Segundo, es en este perodo de tiempo donde Ibagu presenta los peores indicadores de empleo. Los resultados de este estudio permitirn entender mejor la problemtica, siendo un incentivo para nuevas investigaciones que contribuyen a servir de base documental y apoyo para los creadores y ejecutores de polticas pblicas en favor del progreso econmico y el bienestar social.

[26]

3. OBJETIVOS

3.1 OBJETIVO GENERAL Estimar el tiempo promedio de duracin del empleo y desempleo, y las probabilidades de cambiar de estado en el mercado laboral, para una persona en la ciudad de Ibagu que est ubicada en distintos grupos poblacionales segn caractersticas demogrficas y socioeconmicas durante el perodo 2001 a 2008.

3.2 OBJETIVOS ESPECFICOS Caracterizar la poblacin que se encuentra empleada y desempleada en la ciudad de Ibagu para el perodo 2001 a 2008. Analizar la evolucin de la duracin del empleo y desempleo para los ibaguereos en los diferentes grupos poblacionales. Encontrar las probabilidades de cambio de estado para los diferentes grupos poblacionales. Establecer los determinantes de la duracin del desempleo y empleo para la ciudad de Ibagu.

[27]

4. HIPTESIS En Ibagu se presenta un importante fenmeno, de desempleo de larga duracin que afecta principalmente a las mujeres, los mayores de 45 aos, los que disponen de alta cualificacin, los hijos y aquellos que pretenden emplearse como asalariados. Lo anterior, se explica por la existencia de un mercado laboral caracterizado por una ocupacin que privilegia con altas duraciones a los Hombres, Jefes de hogar, personas con pocos niveles educativos y ubicados en sectores con poca absorcin de mano de obra como el sector gobierno e industrial.

[28]

5. MARCO TERICO

5.1 REVISIN LITERARIA Dentro de la experiencia internacional se destacan los estudios de Espaa, Argentina y de Ros para la CEPAL, que analizan a profundidad el problema de la duracin del empleo y desempleo, planteando los siguientes resultados: Arranz y Muro (2000) en el documento La duracin del desempleo en presencia de altas tasas de paro: El caso de la argentina, investigan sobre los determinantes del desempleo. Los resultados de las estimaciones indican que las condiciones locales del mercado de trabajo desempean un papel importante en la explicacin de la magnitud de las tasas de salida del paro en Argentina y muestran a Buenos Aires como la ciudad que tiene el mercado laboral ms favorable y con menor desempleo. Concluyen que las condiciones familiares adversas, en trminos de la situacin de actividad del Jefe de familia y del nmero de parados en el hogar, generan una relacin inversa con las tasas de salida del paro, es decir, incrementos en la condiciones familiares adversas reducen las tasa de salida del paro; sin embargo los datos utilizados no permiten avalar la influencia del efecto calendario* y de las responsabilidades familiares sobre la duracin del desempleo. Ros (2005) en su trabajo titulado El Desempleo en Amrica Latina desde 1990 , concluye que el alto desempleo presente en la regin es producto, entre otros, de un lento proceso de acumulacin de capital, especializacin hacia el desarrollo de los sectores intensivos en recursos naturales que se caracterizan por no generar mayor cantidad empleos, el declive de sectores relacionados con la manufactura y bienes primarios, el incremento en la informalidad, el diferencial salarial, la persistencia de rigidez en el mercado laboral, y una dbil reglamentacin laboral y empleo. Estas son algunas de las caractersticas propias del mercado laboral latinoamericano. Bulln (2005) en su trabajo Empresas de trabajo temporal y la salida del desempleo concluye que a pesar de sufrir una alta tasa de desempleo, Espaa presenta una alta tasa de salida del desempleo, especialmente para duraciones muy cortas, lo cual indica que aunque en un momento determinado la tasa de desempleo sea muy alta, cada mes son muchos los individuos que salen del desempleo. Sin embargo, se encuentra que cuando la estancia en el desempleo pasa un determinado umbral, 5 6 meses, cada vez se hace ms difcil salir del mismo, convirtiendo a estos trabajadores en parados de larga duracin, con una situacin difcil de solucionar, en especial para determinados grupos de poblacin.
*

Es la influencia que sobre la duracin del desempleo tiene la fecha segn calendario en el que la persona entra al desempleo.

[29]

A continuacin se presentan las principales investigaciones que se han realizado para Colombia en los ltimos 25 aos. La Misin Chenery o del Empleo(1986) en su estudio El problema laboral colombiano: diagnstico, perspectivas y polticas, sostiene que la existencia del desempleo demuestra claramente los desajustes en el mercado laboral. Las altas tasas de desempleo son preocupantes para una economa, pero lo ms alarmante es el costo social que implica permanecer por largos perodos de desempleo, este costo se estima como el producto del nmero de desempleados por el tiempo medio de bsqueda y proporciona una idea sobre el desperdicio del recurso humano que implica el desempleo. Lpez (1988) en el trabajo La duracin del desempleo y el desempleo de larga duracin en Colombia, estima la duracin del desempleo a partir de la Encuesta de Hogares (1976-1988).Dentro de los resultados ms significativos del estudio se encuentra que despus de la crisis de la economa a comienzos de la dcada de los ochenta se reduce la duracin del desempleo pasando de 40 semanas, durante la crisis de 1981 a 1985 a 37 semanas, en 1987. As mismo se encuentra que las mujeres tienen una duracin del desempleo superior a 12 meses. Lpez (1994) en su estudio Contexto Macroeconmico Colombiano, Mercado Laboral y Urbano y Retos para una Poltica de Empleo , obtiene los siguientes resultados respecto a la duracin del desempleo: 1) encuentra que la probabilidad de conseguir empleo se va reduciendo a medida que se incrementa el tiempo de bsqueda, relacionando lo anterior a problemas de calificacin de mano de obra, 2) en coherencia con su anterior trabajo, la duracin del tiempo de bsqueda ha disminuido, 3) la duracin del desempleo se incrementa a mayores aos de educacin, a mayor edad, si se es soltero, si se es mujer, y si no se dispone de experiencia laboral previa. 4) El modelo que utiliza el autor es Weibull y busca ajustar la funcin de supervivencia, adems, incluye variables tradicionales (edad, sexo, nivel educativo etc.) y agrega el tipo de contrato, ya sea permanente o temporal. Tenjo y Ribero (1998), en el estudio denominado Participacin, desempleo y mercados laborales en Colombia, utilizan datos de la Encuesta de Hogares de los aos 1988, 1994 y 1996 para el mes de junio, a partir de estos estiman la duracin del desempleo. Los resultados ms relevantes se observan cuando se compara el comportamiento a travs de los aos. Por un lado, la duracin para las mujeres ha disminuido notablemente, para el caso de los hombres solteros se ha comportado contrario al ciclo econmico. Por otro lado, el incremento en los aos de educacin ha tenido un efecto negativo en la duracin, finalmente los cambios en la duracin a travs de los aos, tienen poco que ver con cambios en las caractersticas de los desempleados y obedecen a variaciones en la actividad econmica, en la estructura del mercado y en las estrategias de bsqueda.
[30]

Nez y Bernal (1998) en el trabajo El desempleo en Colombia: tasa natural, desempleo cclico y estructural y la duracin del desempleo, 1976-1998, utilizando los datos de la Encuesta Nacional de Hogares en el mes de septiembre para el perodo de 1984 a 1997, obtienen la duracin del desempleo en semanas. En 1985, la duracin alcanza su mximo de 38 semanas, mientras que para 1994, se registra un descenso que llega a 26 semanas, sin embargo, para el ao 1997 la duracin volvi a incrementarse alcanzando 35 semanas, encontrando una relacin positiva entre la tasa y duracin del desempleo. Para todos los aos de estudio la duracin del desempleo fue mayor para las mujeres que para los hombres, sin embargo para 1997 la brecha se incrementa de 2 a 4 semanas, presentando una duracin de 33 semanas para los hombres y 37 para las mujeres. Por edades, los jvenes de 12 a 17 aos presentan la menor duracin con cerca de 22 semanas, mientras que los adultos mayores presentan la mayor duracin con 40 semanas. Por nivel educativo, las personas con menos aos de educacin tienen en promedio una duracin del desempleo de 27 semanas, mientras en aquellos con ms de15 aos de educacin, su duracin del desempleo es de 38,5 semanas. Finalmente, la duracin del desempleo por rama de actividad econmica muestra que para la minera y petrleo la duracin llega a 50 semanas, mientras que para la agricultura alcanza 29 semanas. Martnez (2004) En su trabajo Un anlisis de supervivencia: cunto duran los colombianos en el desempleo y el empleo? utiliza informacin de la Encuesta de Hogares para las principales 10 ciudades de Colombia. El modelo de supervivencia recoge 35 variables, como edad, estado civil, educacin, ciudad, sector econmico, posicin ocupacional, nmero de Hijos etc., entre los resultados del estudio se destacan: 1) la cifra de duracin de desempleo para ocupados es de 8 semanas mientras que para los desocupados es de 13,5 meses, comparando las cifras de duracin del desempleo en 1988 con las del 2002 hay casi una duplicacin en el tiempo promedio, 2) los grupos con menos probabilidad de salir del desempleo son los mayores de 45, las mujeres que tienen ms hijos, quienes tienen 11 aos de estudio o universidad incompleta, los que participan dentro de sectores productivos, como minera, gas, electricidad y agua, y los trabajadores del sector formal, 3) modelo de duracin en el empleo es consistente con el modelo de duracin en el desempleo, lo que implica que aunque existen mayores probabilidades para ciertos grupos de salir del desempleo, tambin duran menos tiempo empleados. Castellar y Uribe (2006) en su trabajo titulado Determinantes de la duracin del desempleo en el rea metropolitana de Cali 1988-1998, concluyen que la teora de la bsqueda es til para analizar la duracin del desempleo. Ellos elaboran un modelo economtrico que contrasta la informacin del rea metropolitana de Cali 1988 1998. De acuerdo con este modelo, los determinantes de la duracin del desempleo son: la posicin en el hogar, el sexo, los ingresos no laborales del trabajador, el nivel educativo, la experiencia y el coeficiente de variacin salarial.

[31]

Uribe y Vifara (2008) en su trabajo titulado Duracin del Desempleo y Canales de Bsqueda de Empleo en Colombia 2006, con informacin de la Encuesta Continua de Hogares del segundo trimestre del 2006, estiman modelos para los clculos de la duracin a partir de modelos de supervivencia: Los autores encuentran que la variable canales de bsqueda por los individuos es determinante dentro de la duracin del desempleo. Se evidencia un incremento en nmero de desempleados de larga duracin los cuales llevan ms de 12 meses en bsqueda de empleo, hay una mayor duracin del desempleo para quienes utilizan las redes sociales como canal de bsqueda, los canales de empleo ms formales como convocatorias y avisos clasificados permiten al individuo conseguir empleo ms rpido y estable, las variables relacionadas con caractersticas personales del individuo como Jefes de hogar, Hombres, menor educacin, mayor experiencia laboral, influyen en una menor duracin del desempleo, coincidiendo con un salario de reserva ms bajo. Finalmente, se encuentra que en el modelo general una mayor educacin incrementa la probabilidad de salir del desempleo. En Ibagu las principales Investigaciones sobre la duracin del empleo y desempleo son: Glvez, Milln y Renza, (1997) en el estudio llamado Mercado laboral urbano en Ibagu: Tendencias y desafos, presentan en, relacin con la duracin del desempleo los siguientes resultados: 1) durante las fases expansivas de la economa la duracin del desempleo disminuye, mientras que, sucede lo opuesto en perodos de desaceleracin econmica, 2) la proporcin de trabajadores que duraban entre 17 y 52 semanas buscando trabajo crece para todos los aos de estudio (1981 a 1995), 3) La proporcin de trabajadores que permanecen ms de un ao buscando trabajo, se incrementa considerablemente a partir de 1995 pasando de 1,8% a 14,3%. Blandn (s.f.) en Estructura y dinmica del mercado laboral en Ibagu, (1986 1995) y tendencias recientes (1996 1999) encuentra que en los aos de estudio el desempleo comienza a tornarse ms de corta duracin, puesto que, como mnimo el 35% de la poblacin llevaba menos de un mes buscando empleo. De igual forma, el desempleo de larga duracin se reduce pasando de 50% de la poblacin desempleada en 1986 a 39% en 1995 y por lo tanto, hay un incremento del desempleo friccional. Durante el perodo1989-1993, Ibagu segn el autor, tiene una alta tasa de desempleo de mediano plazo. Para los aos 1993 1995 el desempleo de largo plazo se incrementa debido a la crisis econmica de 1995. Finalmente, las personas que se encuentran en el rango de 30 a 39 aos responden por el 37% de las personas que han buscado trabajo por ms de 6 meses pero sin superar los 12 meses. Aranzlez y Osorio (2011) en su documento de trabajo de grado Anlisis de los canales de bsqueda de empleo 2008 y duracin del desempleo 2008- 2010,en la
[32]

Ciudad de Ibagu utilizan modelos tipo no paramtrico Kaplan Meier para establecer las probabilidades de mantenerse desempleados. Dentro de los principales resultados encuentran, que las mujeres a mayor edad, la probabilidad de salir del desempleo se reduce; para el total de la poblacin sin especificar por sexo, a medida que se incrementa el nivel educativo se reduce la probabilidad de salir del desempleo; ser jefe de hogar incrementa la probabilidad de conseguir empleo. Los autores no evalan modelos paramtricos y estiman un modelo semiparamtrico tipo Cox para hombres y mujeres, donde los resultados obtenidos concuerdan con los derivados de las pruebas no paramtricas, con la nica diferencia, que en las mujeres a medida que se incrementa el nivel educativo la probabilidad de conseguir empleo se hace mayor. 5.2 ELECCIN TERICA El mercado de trabajo, es uno de los temas ms debatidos por las escuelas de pensamiento econmico. Los clsicos, Marx, Keynes y neoclsicos han dado explicacin al trabajo y al problema que conlleva la ausencia de este. Antes de mencionar el soporte terico de la investigacin, se hace referencia a los diferentes aportes tericos y conceptuales sobre el mercado de trabajo por parte de Marx y Keynes. Para Marx el ser humano es un ser social, el trabajo cumple un papel de mediacin social; sin embargo, dentro del capitalismo el trabajo se vuelve heternomo, es decir, subordinado a otro. A diferencia de los Clsicos, Marx concluye que la fuerza de trabajo es una mercanca peculiar, y que su precio se expresa en el salario que recibe. En este sentido, pone de manifiesto lo que hoy se entiende como mercado de trabajo, que en el capitalismo se da a partir de la compra y venta de fuerza de trabajo. Ahora bien, para Marx el desempleo es un fenmeno persistente en las economas capitalistas, que define, como el perodo de tiempo en que est el obrero semiocupado o desocupado por completo. Estos obreros sin trabajo conforman el ejrcito industrial de reserva a disposicin del capital, que es producto de la sobrepoblacin relativa, expresada en tres formas: fluctuante, latente y estancada (citado por Neffa, 2006) La masa de trabajadores que es consecutivamente desplazada debido a la sustitucin que se presenta entre incremento de la tecnificacin del capital y la reduccin en la utilizacin de mano de obra, se considera como una poblacin relativa fluctuante. Pero este reemplazo no solo es por mquinas sino por obreros ms jvenes y preparados. Existe una masa de sobrepoblacin relativa que viene de sectores no capitalistas de la produccin tales como el agrcola tradicional que se ve afectado por las nuevas tcnicas de produccin, expulsando fuerza de trabajo (dentro de ellos
[33]

mujeres y nios) hacia las ciudades. Este flujo Marx lo seala como latente, encontrando una relacin directamente proporcional entre la riqueza social y la sobrepoblacin relativa. La existencia de una poblacin ocupada, pero de forma irregular, donde las condiciones econmicas de los trabajadores son inferiores al promedio, se considera como sobrepoblacin estancada, en la cual, el capital encuentra fuerza de trabajo disponible para ciertas ramas de explotacin. Por fuera de la clasificacin de la sobrepoblacin relativa se encuentra un grupo de poblacin que se sita en el pauperismo que segn Marx es el peso muerto del ejrcito industrial de reserva (citado por Neffa, 2006, p.56). Dentro de este grupo se encuentran dos tipos de personas: las que son aptas para el trabajo, como los hurfanos e Hijos de indigentes y las que no, como las personas incapacitadas para trabajar. Este proceso de pauperizacin se deriva en el crecimiento de la diferencia entre valor de la fuerza de trabajo y la masa de valores de uso, que significa que al incrementarse la productividad del trabajo se incrementa el valor real de la produccin sin que se presente un incremento en el nivel de salarios. En palabras de Marino Fliz y Julio C. Neffa: la acumulacin de capital genera una creciente desigualdad entre el salario obrero y la riqueza acumulada en las manos del capitalista (Neffa, 2006, p. 61) Los aportes de Keynes buscan crear una nueva teora del empleo distinta a la que los clsicos planteaban, especialmente ataca el postulado sobre la existencia del ajuste automtico del mercado de trabajo. Pigou plantea en su teora del desempleo, que hay una orientacin automtica hacia la ocupacin plena, donde los salarios se relacionan con el nivel de demanda. Por lo tanto, para Pigou La desocupacin tal como existe en cualquier momento es debido ntegramente al hecho de que las condiciones de la demanda estn cambiando continuamente y que las resistencias friccionales impiden que los ajustes apropiados a los salarios se hagan instantneamente (citado por Neffa, 2006, p.110). Keynes no est de acuerdo con este postulado, l plantea que la teora clsica enfoca a la desocupacin en dos premisas fundamentales: 1). Que el salario ( real) es igual al producto marginal del trabajo, y 2). La utilidad del salario (real) es igual a la desutilidad marginal del trabajo. En el anlisis de la primera premisa se encuentra, que si los salarios reales y el volumen de produccin estn relacionados de una sola forma, la desocupacin se reducir si se reducen los salarios reales, lo que pone de manifiesto que la desocupacin tendra su origen en la intransigencia de los trabajadores en aceptar un determinado salario real que no corresponda a su productividad marginal. Keynes no est de acuerdo con que el desempleo sea producto de la terquedad de los trabajadores. En este sentido el efecto es inverso, es la demanda global la que determina el nivel de ocupacin y es la ocupacin la que determina el salario real, cuando se incrementa la ocupacin se reduce el salario real. Este ltimo
[34]

planteamiento es base para los cuestionamientos que sobre la segunda premisa tiene Keynes, en este sentido, para l los trabajadores no pelean por incrementos en el salario real sino por el nominal, esto quiere decir, que no reaccionan de igual manera cuando se reduce su salario real producto del incremento de los precios. Los trabajadores asumiran deliberadamente la defensa del salario nominal con el fin de proteger el salario real frente a otros trabajadores. Para Keynes los tipos de desocupacin que plantean los clsicos ( friccional y voluntaria) no son suficientes y falta lo ms importante, la involuntaria, que es definida como la imposibilidad de conseguir empleo a un determinado nivel de salarios vigente o incluso a un nivel de salario menor. Este desempleo se genera por una demanda efectiva insuficiente que frena el aumento de la ocupacin, imposibilitando llegar a niveles de pleno empleo, esto es producto, no de las fallas del mercado -como exponan los neoclsicos- sino producto de un desequilibrio propio del sistema econmico, que no logra elevar la produccin para ocupar plenamente a la fuerza de trabajo. Del anterior razonamiento se puede desprender una de las principales discrepancias que tiene Keynes con los neoclsicos, la cual est basada en que la baja de los salarios nominales no incrementa el empleo, sino que aumenta el desempleo involuntario producto de que al disminuir la demanda efectiva disminuye la produccin y por ende la demanda de trabajo. Contrario a la concepcin neoclsica, Keynes plantea que no existe un verdadero mercado de trabajo como lo entendan los clsicos, puesto que son los empleadores quienes crean los empleos dependiendo del nivel de demanda de bienes de consumo e inversin. Al igual que el salario no es un precio, el trabajo no es una verdadera mercanca. El salario est fijado de forma exgena por los convenios colectivos de trabajo siendo un salario monetario en el que no se toma en cuenta dentro de esta fijacin el volumen del empleo. Por tanto, no hay relacin entre salario y cantidad de empleo, como sucede con cualquier bien. En conclusin, para Keynes, segn Barrre (citado por Neffa, 2006, p. 127), el mercado de trabajo no sera sino una ficcin terica para tratar de explicar los distintos fenmenos basados en las reglas de la oferta y la demanda. Considerando los aportes de estos dos importantes economistas, se puede iniciar el anlisis de la Teora de Mercado Laboral y de Bsqueda de Empleo que combina aspectos microeconmicos sobre la eleccin individual con variables objetivas sobre las cuales se pretende fundamentar esta investigacin, sin olvidar las crticas y aportes de Marx y Keynes. La decisin de pertenecer a la PET no es una decisin autnoma, sino que la inclusin depende de la edad. Contrariamente, la decisin de pertenecer a la PEA es autnoma y por lo tanto, existen factores que influyen en esta.

[35]

Los factores que son tomados en cuenta para pertenecer al mercado laboral se caracterizan por ser de tipo econmico y no econmico, y por estar sujetos a fenmenos de corto y largo plazo. Las personas que toman la decisin de hacer parte del mercado laboral, entran a integrar lo que se conoce como oferta laboral (McConnell et al.; 2003, p. 16) Desagregando los factores, se tiene por un lado, variables no econmicas de largo plazo, como las demogrficas que incluyen las tasas de mortalidad, natalidad y los fenmenos migratorios; y las socioculturales, que envuelven cambios de comportamiento cultural acerca de los papeles desempeados dentro de la sociedad por hombres y mujeres. Por otro lado, los factores de tipo econmico se caracterizan por ser de corto plazo y estar relacionados con el ciclo econmico y con el nivel de ingresos de las familias. Segn la teora neoclsica de oferta laboral, los agentes con las condiciones para laborar y con disponibilidad de tiempo fijo, deciden distribuir el tiempo entre su actividad laboral y su actividad de ocio. Dentro de la decisin para distribuir el tiempo de forma ptima, se deben considerar dos clases de variables, la subjetiva del individuo, es decir su preferencia acerca del ocio y el trabajo; y la objetiva del mercado (McConnell; et al., 2003, p.17). A partir de las curvas de indiferencia (figura 3) se aborda la decisin entre ocio y renta desde un contexto microeconmico, considerando que se analiza al individuo y este determina la mejor combinacin de una variedad de actividades sujetas a una restriccin presupuestaria. Lo anterior permite a partir de curvas de utilidad encontrar el nivel de ingresos, en el cual una persona prefiere destinar ms horas diarias al trabajo y menos horas al ocio o viceversa.

[36]

Figura3. Curva de Indiferencia de renta y ocio.

Fuente: McConnell; Brue & Macpherson (2003). Economa Laboral p.17

Continuando con el proceso de decisin del agente, ste se sujeta a una restriccin presupuestaria, que es el salario medido en trminos de horas laborales. La figura 4 describe mejor la situacin. El agente maximiza su utilidad escogiendo el punto ptimo donde es tangente la curva y la restriccin. Figura4. Maximizacin de la Utilidad: la eleccin optima entre el ocio y la renta.

Fuente: McConnell; et al., 2003, Economa Laboral (6ta. Ed.). p.23

Ahora bien, de la teora se desprenden explicaciones acerca de la no participacin en el mercado laboral. Por un lado, los estudiantes disponen de curvas de indiferencia y restriccin presupuestaria particulares, muchos de stos no dedican
[37]

ni una hora al mercado laboral, situndose como Poblacin Econmicamente Inactiva (PEI). Una explicacin a este hecho se obtiene del anlisis del salario de reserva, definido como el salario ms alto al que una persona decide trabajar (McConnell, et al., 2003, p.36). Por tal motivo, s el salario que le ofrecen en el mercado es menor al de reserva, el individuo no participar en el mercado laboral. De igual forma que los estudiantes, existen otros grupos poblacionales que prefieren ser inactivos, como lo son aquellos quienes prefieren dedicar tiempo al cuidado del hogar y los que disponen de una mayor renta no laboral, ya sea por herencia o por asistencia social. Dos modelos permiten ampliar el anlisis de la economa laboral, el primero llamado de decisin familiar y produccin domstica, y el segundo de uso del tiempo planteado por Gary Becker. Este ltimo es importante para la clasificacin entre miembros secundarios y primarios del hogar. La responsabilidad del jefe de hogar respecto al mantenimiento de su familia es tan grande, que buscar siempre estar ocupado sin considerar el salario que le ofrezcan, su salario de reserva es bajo; y su elasticidad* de oferta de participacin es pequea. De acuerdo con esto, las esposas e hijos responden a una elasticidad mayor, sujeta al ingreso familiar en relacin con el ingreso potencial en el mercado laboral (Tenjo& Ribero, 1998). La teora tambin sustenta que entre mayor sea el nivel de educacin, se incrementa tanto la probabilidad de pertenecer al mercado laboral como el salario de reserva (figura 5). Segn el modelo de Capital Humano expuesto por Gary Becker, cuando una persona invierte en capital fsico, adquiere un activo que se espera que aumente su corriente de beneficios netos en un perodo de tiempo. Esta inversin prev que se incurra en algunos gastos actuales de capacitacin con el fin de incrementar sus ingresos en el futuro (McConnell, et al., 2003, p. 87). Figura 5. Perfiles de ganancias por edades segn el nivel de estudios, Espaa.

Fuente: McConnell; et al., 2003, p.17) Economa Laboral. p.87

Entre ms alta es la elasticidad mayor ser la sensibilidad a cambios en el valor del salario.

[38]

Figura6. Perfiles de ganancias por edades con y sin estudios universitarios

Fuente: McConnell; et al., 2003, p.17) Economa Laboral. p..88

La edad es otra variable de anlisis, las personas con menor edad disponen -sin que se consideren estudiantes- de un salario de reserva ms bajo que el resto de la poblacin, puesto que, segn la teora del ciclo vital a medida que van aumentando sus aos van incrementando sus ingresos, sin embargo, llegan a un punto donde los ingresos comienzan a reducirse (figura 6), siendo una explicacin a este fenmeno la depreciacin de su capital humano. Por esto es racional que las personas laboren muchas horas en su juventud, ya que el costo de oportunidad de no trabajar se va incrementando; pero a medida que envejece, este costo es disminuye, as que preferir convertirse en inactivo (McConnell, et al., 2003, p. 75). La participacin de la mujer se sustenta en el modelo de decisin familiar. Las tasas de actividad femenina presentan un aumento entre las edades de 25 y 54 aos, superando al grupo de 20 a 24 aos que presenta dos tendencias. La primera, el incremento de los trabajos extra-domsticos y la segunda, el deseo de prolongar e intensificar la educacin. Para el caso de las mujeres casadas que pertenecen a hogares con renta baja, se ven obligadas a ingresar al mercado laboral por necesidad econmica, mientras que aquellas que pertenecen a familias con una renta alta, prefieren mantenerse en el hogar. El incremento de la actividad femenina puede explicarse por las siguientes causas: a) aumento de los salarios reales de las mujeres (provocado por una mayor cualificacin); b) los cambios que se han presentado en las preferencias y aptitudes (entre ellos, la disminucin de la discriminacin a la Mujer y los principios de igualdad de gnero); c) el aumento de la productividad en el hogar (la reduccin de la cantidad de tiempo para la produccin como para el consumo dentro del hogar); d) el descenso de las tasas de natalidad; e) el aumento de las tasas de divorcio (incremento del vnculo con el mercado laboral); f)el aumento en el acceso de la bsqueda de empleo (supeditado en gran medida con el cambio de actitud de la poblacin); g) el intento de un alto nivel de vida (el lento crecimiento del salario real de los hombres) (McConnell, et al., 2003, p. 65).

[39]

Finalmente dentro de este anlisis microeconmico, el estado civil tambin juega un importante papel. Los hombres casados presentan una participacin laboral alta debido a que existe una predisposicin social de considerarlo como el Jefe de hogar. De igual forma, se plantea que para las mujeres casadas su participacin laboral depende del nivel de ingresos familiares, as mismo las Mujeres solteras o divorciadas incrementan su actividad laboral. En el caso de los Hombres solteros su salario de reserva es ms alto. Las teoras de empleo buscan plantear dos cuestiones fundamentales, por un lado explicar los factores que inciden en la tasa media de desempleo en perodos de largo tiempo. Por otro lado, se refieren al comportamiento cclico del mercado de trabajo. En este sentido, la teora sobre fluctuaciones econmicas ayuda a entender si los cambios en la demanda de trabajo generan variaciones en el nivel de empleo. La ley de Okun, estipula una relacin entre desempleo y crecimiento econmico, donde a menor crecimiento mayor desempleo (Romer, 2005, p. 180). Cuando se estudia la duracin del empleo -desempleo- se est haciendo referencia a la duracin promedio en que una persona permanece empleada desempleada-, para lo cual se consideran tres perodos: corta, mediana y larga duracin. El concepto de corta duracin del desempleo puede catalogarse dentro del desempleo friccional, puesto que, las personas no consiguen empleo de manera inmediata debido principalmente a inconvenientes en la informacin. Como lo plantea Romer (2005) una importante porcin del desempleo que se observa tiene un fuerte componente de desempleo friccional. El desempleo de larga duracin est asociado al desempleo estructural, segn McConnell, et al. (2003) el primero se diferencia en que es prolongado. Por lo tanto, puede tener grandes costes para los parados adems: El paro estructural se debe a los cambios de la composicin de la oferta y la demanda de trabajo (McConnell, et al., 2003, p. 558-560). Tambin existe el desempleo de mediana duracin, que puede estar integrado por componentes friccionales, estructurales y cclicos. Sus costos son mayores que los del desempleo de corta duracin. El modelo de Stocks y Flujos plantea la existencia de una gran limitacin dentro de la TD, la cual consiste en que no distingue entre personas con cortos perodos de desempleo y aquellas que presentan una larga duracin. Los datos transversales de las encuestas de hogares muestran el stock de las personas que se sitan en las categoras de la PET (Desocupados, Ocupados, Inactivos) pero no el flujo entre ellas.

[40]

Las tasas de desempleo basadas en los Stocks y los Flujos muestran en primer lugar, que la evidencia emprica indica que una cantidad de desempleo se debe a prolongados perodos de un bajo nmero de personas. En segundo lugar, en perodos de recesin econmica, se incrementan los despidos, y se reducen las contrataciones superando la desercin voluntaria. En tercer lugar, ms de un tercio de los desempleados son aspirantes y personas que salen de la inactividad. Finalmente, en las primeras fases de la recuperacin econmica las TD son ms altas, debido a las perspectivas que estimulan a los inactivos a buscar empleo (McConnell, et al., 2003). El enfoque neoclsico supone que todas las personas deberan estar empleadas si fueran iguales y si dentro del mercado laboral no existieran imperfecciones. Pero como ya se menciona en los aportes de Marx y Keynes, la realidad es distinta, las personas no son iguales, no tienen las mismas caractersticas fsicas ni intelectuales, al igual que los beneficios, los cambios en la tecnologa, la rigidez en los salarios, los subsidios entre otras variables tienen un efecto distinto en la duracin del desempleo. Teniendo en cuenta la revisin anterior, se asume que la duracin del desempleo est en funcin de las caractersticas personales de cada individuo, con el ciclo econmico, y con la cantidad y duracin de los beneficios econmicos (Nez & Bernal, 1998, p. 45-46).Como se conoce, en perodos de auge es comn que se incremente la probabilidad de ser empleado, sin embargo, puede darse un incremento del salario de reserva por parte de los desempleados y por consiguiente puede aumentar la duracin del desempleo. De igual modo, los problemas de histresis* pueden ocasionar cambios en la duracin del desempleo, si se incrementa la TD puede originar una reduccin en la probabilidad de encontrar empleo a las personas que presentan una alta duracin. Igualmente los subsidios al desempleo pueden incrementar la duracin; aunque la teora plantea que estos beneficios pueden ayudar en la bsqueda de empleo y tener un efecto positivo en la reduccin de la duracin (Dornbush& Fischer, 2008). La teora que mejor logra estudiar el fenmeno de la duracin del desempleo es la teora Bsqueda de Empleo y plantea los siguientes supuestos: Se parte de la existencia de un agente individual que est buscando empleo con el mejor salario posible, sin embargo, est sujeto a una restriccin de costos de bsqueda y tiempo disponible. De los cuales existen varios inconvenientes, los problemas de desempleo friccional, la informacin asimtrica sobre los puestos vacantes y los salarios ofrecidos, lo que genera dificultades, ya que se debe asumir los costos que conlleva conseguir la informacin necesaria para tomar una decisin racional. Este proceso de bsqueda requiere de tiempo y recursos en un panorama de gran incertidumbre (Castellar & Uribe, 2006, p. 4).
*

El desempleo actual es explicado por causas del desempleo en perodos anteriores pero que an persisten.

[41]

Los anlisis estadsticos de probabilidad ayudan a explicar la teora de la bsqueda y supervivencia en el mercado laboral , donde t significa la duracin del desempleo y w se considera la oferta salarial. La teora plantea que la duracin del tiempo que tarde en conseguir empleo depende de las caractersticas del individuo (edad, sexo, nivel educativo, estrato, sector econmico al que pertenece, posicin en el hogar y estado civil) y del entorno en donde se desenvuelve. La teora para establecer el tiempo de duracin del desempleo plantea tres supuestos claves: 1). El horizonte de vida es infinito. 2). El individuo es neutral al riesgo. 3). No hay restricciones en el mercado de capitales. Se supone como premisa implcita que los agentes comienzan como desempleados y transitan hacia convertirse en empleados (Castellar & Uribe, 2006, p. 4). Anlisis matemtico de la teora. = = (1) = = 2 (Castellar & Uribe, 2006, p. 5) Donde c es el coste instantneo de bsqueda. Sin incertidumbre y en un contexto esttico, cuando Ue>Uu(t) la persona desear estar empleada y aceptar la oferta que le brindan. Si no se cumple lo primero entonces la decisin se hace ms compleja. Ahora bien, es necesario pensar en valores esperados debido a la incertidumbre y al contexto dinmico de la realidad. Vu= ndice de utilidad valor esperado del vector de flujos de utilidad por permanecer desempleado. Ve = ndice de utilidad valor esperado del vector de flujos de utilidad por permanecer empleado. Ahora es decisin del agente elegir, aceptar la oferta de empleo cuando Ve >Vu. La oferta puede considerarse como el salario al cual estn dispuestos a trabajar w. Siendo este salario una variable aleatoria con distribucin acumulativa F(w). De igual forma, se debe tener en cuenta una tasa de descuento intertemporal . Se obtiene a partir de las variables anteriores el ndice de utilidad del empleo. , =

(3)(Castellar & Uribe, 2006, p. 5)

Ahora bien, el ndice de utilidad de desempleo presenta el siguiente supuesto, las ofertas de trabajo se mantienen a una tasa constante . = +

(4)(Castellar & Uribe, 2006, p. 8)

[42]

La ecuacin 4muestra que Vu es creciente por s misma, mientras que en el lado derecho de la ecuacin Vu es decreciente , Vu se conoce como salario de reserva y es el valor que iguala a w. Por lo tanto, su relacin con el salario ofrecido por el mercado determina la duracin de la bsqueda, lo que establece la probabilidad de estar o no empleado. La ecuacin muestra que la permanencia en el desempleo depende de los costos de bsqueda y de la diferencia entre ofertas salariales y salario de reserva.

[43]

6. METODOLOGA

6.1

DISEO METODOLGICO

6.1.1 datos. El estudio sobre la estimacin de la duracin del empleo y desempleo comprende dos etapas: La primera, descriptiva (Elorza, 2000), en la que mediante el uso de tcnicas estadsticas e ndices, se estiman indicadores laborales y el promedio de duracin del empleo y desempleo para un individuo econmicamente activo de acuerdo a una serie de caractersticas poblacionales. Esto se logra a partir del cruce de las variables poblaciones con las de duracin que se encuentran en los datos suministrados por el DANE de 2001 a 2008. En la segunda etapa de la investigacin se utilizan tcnicas economtricas (Greene, 2000), para encontrar las probabilidades de salida del estado de empleodesempleo- que presenta un individuo. En primer lugar, en la literatura econmica se evidencia una preferencia por los modelos de supervivencia, en los cuales se sustenta la premisa de que los eventos que permanecen ms tiempo sin ocurrir tienen una mayor probabilidad de presentarse (Martnez, 2004, p. 25). Se asume que un evento se presenta en el tiempo t 1,t2,t3.ti, que existe una variable aleatoria T, que es el tiempo desde el momento en que los individuos comienzan a buscar el empleo o estn empleados-. La variable T, puede caracterizarse debido a su distribucin F(t) y a una funcin de densidad de probabilidad f(t). Un dato de duracin es el nmero de semanas, T podra ser 8 semanas, si es un individuo cualquiera seria (t), que presenta caractersticas estables x(t) (puede ser Hombre o Mujer, puede ser casado o soltero, puede pertenecer a un estrato en particular, etc.). En consecuencia, la probabilidad del individuo de encontrar trabajo es(x(t)), mientras que, la probabilidad de una oferta de trabajo es P(x(t)). = 5 (Martnez, 2004, p. 25)

Donde (x(t))dtes la probabilidad que una persona salga de su estado actual y (x(t))es la funcin de riesgo o probabilidad de salir del desempleo.

T es una funcin continua aleatoria que para el caso de la estimacin es la duracin del desempleo de una poblacin considerable: Si una persona que se encuentra en desempleo por t y, en un perodo corto despus de t sale del desempleo, se describe como: P{t T t + ) T t}. Si se divide en , la probabilidad promedio de salida de desempleo por unidad de tiempo, sobre un intervalo pequeo de tiempo, se convierte en la tasa instantnea de salida por unidad de tiempo o razn de fallo:

[44]

 = lim0

(6)(Martnez, 2004, p. 26)

Esta ecuacin permite conocer la probabilidad de salida despus de t con un cambio pequeo de tiempo de una persona desempleada hasta t. Esta funcin de fallo puede estimarse por modelos paramtricos como no paramtricos. 6.1.2 Modelos paramtricos La funcin de distribucin de la variable aleatoria T es: =
0

(7)(Martnez, 2004, p. 26)

La funcin de supervivencia, se conoce como: = 1 (8) Y explica la probabilidad que le resta a una persona para permanecer en su estado actual. Donde S(t) significa la probabilidad de que un individuo sobreviva, que no abandone el desempleo hasta el perodo t. Encontrndose una razn de fallo: ( ) = ( ) (9)(Martnez, 2004, p. 27) La ecuacin 9 hacer referencia a la probabilidad de cambio de estado transcurrido un perodo corto de tiempo. Los modelos no paramtricos y los semiparamtricos comparan los sujetos en el tiempo cuando las fallas ocurren accidentalmente. Los mtodos paramtricos no basan sus resultados en tal comparacin, la estimacin usa esquemas de probabilidad, describiendo alrededor de todo el intervalo conocido acerca del sujeto durante ese tiempo (Cleves, Gutirrez, Gould & Marchenko, 2008, p. 221). Existen clases de modelos paramtricos, por una parte, los de mtrica de tiempo de falla acelerada tales como Exponencial, Weibull, Log-Normal, Log-logstica y Gamma Generalizada. Por otra parte, los modelos de mtrica de riesgo proporcional conocidos como Exponencial, Weibull y Gompertz. i. Modelos de Falla Acelerada. Segn la parametrizacin: (10)Dondej~ no es extrao dado el contexto.

ln t j = Xj x +j

La palabra acelerada es usada para describir estos modelos, la distribucin es asumida por: = exp (11) (Cleves, et al., 2008, p. 231) El segmento exp(-Xjx) es el parmetro de aceleracin. Si el parmetro es igual a 1 para el sujeto, el tiempo pasa a una tasa normal; si es mayor a 1, el tiempo pasa ms rpidamente para el sujeto y el fallo espera que ocurra antes (tiempo
[45]

acelerado), y si es menor a 1, el tiempo pasa ms lentamente y la falla podra ocurrir despus (tiempo desacelerado). ii. Modelos de Riesgo Proporcional. Son escritos de la siguiente forma:

= 0 exp ( )

(12)

(Cleves, et al., 2008, p. 225)

En comparacin con el modelo Cox, el modelo paramtrico especifica h 0(t) y por lo tanto, no estima los de cualquier manera como sucede en el modelo Cox. Segn la especificacin que asuma h0(t) en los modelos de riesgo proporcional, se catalogan ya sea como tipo Weibull, Gompertz y Exponencial. Los modelos de riesgo proporcional, son directamente comparables con los resultados del Tipo Cox. En todos, el coeficiente XX es el registro de riesgo relativo y el coeficiente X tiene una interpretacin estndar. La comparacin directa con el Cox es la ms atractiva caracterstica de los modelos paramtricos de riesgo proporcional. En una estimacin es prudente la comparacin de los coeficientes con los resultados de Cox, si no son similares es evidencia de una mala parametrizacin (Cleves, et al., 2008, p. 226). Son tres modelos de riesgo proporcional: a. Modelo Exponencial. Se caracteriza por ser el ms simple de los paramtricos de supervivencia, asume la base de riesgo constante. Si h 0(t) es constante significa que la razn de fallo es independiente del tiempo. = exp( 0 + ) (13)

El modelo exponencial es la base de todos los otros modelos, la forma en que el conjunto de riesgo vara con el tiempo es una funcin de cmo XjX varia con el tiempo. Sin embargo, el conjunto de riesgo no necesita ser constante en el tiempo sino que todo cambio debe ser explicado por XjX.(Cleves, et al., 2008, p. 239). b. Modelo Weibull. El modelo weibull asume una forma de base de riesgo: 0 = 1 exp 0 (14)

Donde p es alguna forma de parmetro auxiliar estimado de los datos y el parmetro escala es parametrizado como exp( 0).(Cleves, et al., 2008, p. 248249).

[46]

La distribucin Weibull puede proporcionar una variedad de formas montonas de incrementos o decrecimientos de las funciones de riesgo y su estructura es determinada por la estimacin del parmetro p. (Cleves, et al., 2008, p. 240). Cuando p es igual a 1, el riesgo es constante, si es mayor a 1, es montonamente creciente y si es menor a 1, es montonamente decreciente. El Weibull es adecuado para modelar datos que exhiben tasas de riesgo montonas. c. Modelo Gompertz: est disponible slo en la forma de riesgo proporcional y asume una base de riesgo: 0 = exp exp 0 (15)(Cleves, et al., 2008, p. 258)

Esta distribucin es adecuada para modelar datos con tasas de riesgo montonas que incrementan o decrecen exponencialmente con el tiempo, el parmetro auxiliar r controla la forma de la base de riesgo. S r es positivo la funcin riesgo se incrementa con el tiempo; si es negativo decrece con el tiempo, y si es igual a 0 es exp(0) para todo el tiempo (Cleves, et al., 2008, p. 258). 6.1.2.1Seleccin del modelo Paramtrico. El modelo de riesgo proporcional es usado de forma similar al modelo Cox, y se calcula cuando se desea ganar percepcin sobre la funcin de riesgo, las causas de las fallas y los cambios en las variables del modelo que alteran el riesgo. Esto quiere decir, que los efectos de las variables explicativas se producen en la funcin de riesgo. Por otro lado, el modelo de falla acelerada hace nfasis en el anlisis del tiempo, estableciendo que el efecto de las variables independientes inciden directamente sobre el tiempo de duracin (Cleves, et al., 2008, p. 233) Lo anterior muestra que para el caso de la duracin del empleo y desempleo, considerando la revisin bibliogrfica, los modelos de riesgo proporcional se ajustan mejor a lo que se pretende encontrar cuando se realizan estimaciones laborales de esta ndole, puesto que, se enfocan en apreciar los cambios en la funcin de riesgo producto de cambios en las variables 6.1.2.2Eleccin del modelo paramtrico de riesgo proporcional. El objetivo es encontrar cul de los modelos paramtricos de riesgo proporcional se ajusta mejor a las distribuciones de riesgo o de supervivencia de los datos. Y esto se realiza a partir de distintos criterios. Se consideran tres criterios: AIC (Criterio de Informacin Akaike), BIC (criterio de informacin Bayesiano) y Log likelihood o prueba de verosimilitud. El criterio AIC consiste en seleccionar el modelo minimizando: = 2 . , + 2 (16)

[47]

El primer trmino es una medida de bondad de ajuste, el segundo penaliza el nmero de parmetros en y, p es el nmero de parmetros del modelo. Este criterio busca la disminucin de distancia de Kullback-Leibler (medida para determinar la cercana de la funcin de densidad de probabilidad) entre la distribucin de la variable dependiente. El mtodo de escogencia es seleccionar el menor valor de AIC que est mostrando el mejor modelo (Acua, 2001, p.155) El criterio BIC elaborado por Schwarz en 1978 basado en argumentos bayesianos es definido como: = + (Acua, 2011, p.160) Parte de que los errores del modelo son distribuidos normalmente donde SSE es la Suma de los Errores del Modelo. Este criterio aumenta en funcin de SSE y del nmero de parmetros, por lo tanto, una variacin inexplicada en la variable dependiente y en el nmero de variables explicativas, incrementa el valor del BIC. Un menor valor del BIC hace referencia a un mejor ajuste del modelo. En relacin con el AIC, el BIC penaliza ms fuertemente los parmetros libres. La prueba Log Likelihood o de Verosimilitud compara el ajuste de dos o ms modelos, entre ms cercano a cero, menor dispersin tendr el modelo. 6.1.3 Modelo no paramtrico. El Kaplan-Meier o estimador lmite de producto, organiza a los agentes en funcin del tiempo de salida de forma creciente. En este caso existen K tiempos de permanencia distintos. Tomando el siguiente ejemplo, si n es el nmero de personas desempleadas, nk es el nmero que permanecen hasta despus de K, denominado conjunto de riesgo. Los individuos que no permanecen desempleados despus de K son hk. A partir de estos datos se elabora un estimador emprico de la funcin de supervivencia (Martnez, 2004, p. 27).

(18)(Martnez, 2004, p. 28)

Siendo la funcin de fallo para este estimador no paramtrico: =

(19)(Martnez, 2004, p. 28)

Esta razn de fallo se utiliza para las observaciones no censuradas, para las observaciones censuradas se debe implementar un factor de correccin o un modelo COX de razn de fallo proporcional (Martnez, 2004, p. 28). A partir de la aplicacin del modelo y sus estimadores, se pueden encontrar las probabilidades que presentan los diferentes agentes pertenecientes a distintos grupos poblaciones y, de esa forma estimar qu individuos tienen una mayor probabilidad de cambiar de empleo a desempleo o viceversa; y las estimaciones
[48]

tambin permitirn encontrar qu factores influyen para que el agente persista o cambie la condicin en que se encuentra.

[49]

7. CARACTERIZACIN POBLACIN OCUPADA

7.1.

CARACTERIZACIN POBLACIN OCUPADA EN LA CIUDAD DE IBAGU. 2001-2008

7.1.1. Ocupados por sexo. El crecimiento de la poblacin ocupada (tabla 1) se caracteriza por presentar una tendencia moderada. Es importante mencionar que para el ao 2007, se presenta un incremento destacable impulsado especialmente por la mujer, asociado a una mayor demanda de fuerza de trabajo femenina propiciada por la dinmica de los sectores servicios comunales y comercio. Tabla 1. Crecimiento de la Poblacin Ocupada en Ibagu, 2001-2008.
Ritmo de Crecimiento de la Poblacin Ocupada en Ibagu 2002 M Ocu. H Ocu. 3,4% -1,2% 2003 -1,6% 2,6% 2004 2,2% 2,2% 2005 1,7% 0,9% 2006 0,7% 2,6% 2007 11,5% 3,2% 6,9% 2008 -1,7% -1,1% -1,4%

Total Ocu. 0,9% 0,7% 2,2% 1,2% 1,8% Fuente: Elaboracin Propia, con base en datos en ECH y GEIH.

La poblacin ocupada crece suavemente de 184.000 aproximadamente a 208.000 personas, entre 2002 y 2008. Sin embargo, en 2007 se presenta un aumento provocado por la entrada de ms de 10.000 mujeres a la ocupacin. (Ver Anexo C) En 2002 y 2007 se presentan las mayores tasas de crecimiento de la poblacin femenina ocupada, aunque no se evidencia un incremento excepcional de la TGP femenina para estos dos aos. (Ver Anexo D) 7.1.2 Ocupados por sector econmico. La economa Ibaguerea se respalda principalmente en tres grandes sectores: servicios personales, comercio e Industria*. Como se observa en la figura 7los sectores mencionados aglutinan el 70% de la demanda laboral en la ciudad (de forma similar dentro del PIB del Tolima agrupan ms del 50% de la produccin), cabe mencionar que el Comercio es el que ms emplea desde el 2002. El sector Servicios Personales presenta una elevada proporcin, pero con una fuerte cada en 2002. Finalmente, la Industria compensa el declive que presenta el sector Servicios Personales, y de 2001 a 2002 pasa a emplear el 18% de la poblacin ocupada. Este incremento coincide con el
*

Los sectores econmicos contemplados para la caracterizacin de los ocupados fueron: agropecuario, minera, industria, electricidad, gas y agua (servicios pblicos), construccin, comercio, transporte y telecomunicaciones, establecimientos financieros y servicios personales. En total ocho sectores o ramas de actividad econmica.

[50]

aumento porcentual que presenta la industria dentro del PIB del Tolima en el ao 2002. Ahora bien, la suma de la proporcin de ocupados de los 3 sectores se reduce ao tras ao, en contraste con el crecimiento porcentual en los Transportes y Comunicaciones, Establecimientos Financieros y Construccin. (Ver Anexo E) Figura 7.Ocupados por principales sectores econmicos en Ibagu, 2001-2008.

Fuente: Elaboracin Propia, con base en datos en ECH y GEIH.

7.1.3 Ocupados por edad. En perodo de estudio el comportamiento porcentual de los grupos etarios* fue muy estable sin presentar importantes concentraciones. Se agrupa a los ocupados en tres Bloques de edad: jvenes, adultos y mayores de 45 aos**. Como se muestra en la figura 8 el nico grupo que tiene una tendencia a crecer dentro de los ocupados son los mayores de 45 aos. En el ao 2007 se presenta una reduccin porcentual de los adultos que contrasta con el incremento del porcentaje de jvenes. En la pirmide poblacional de Ibagu para los ocho aos de estudio, se encuentra una la tendencia al envejecimiento de la poblacin que coincide con el envejecimiento de los ocupados. Este fenmeno se conoce como transicin demogrfica, producto de la disminucin de las tasas de natalidad, sumado al incremento de la edad de jubilacin a 62 aos para los hombres y 57 para las mujeres. Adems, se observa una tendencia decreciente de la proporcin de
*

Los ocupados se distribuyeron por quinquenios de edad, de los cuales se formaron diez grupos distribuyndose de la siguiente forma: de 10 a 14 aos, de 15 a 19 aos, de 20 a 24 aos, de 25 a 29 aos, de 30 a 34, de 35 a 39, de 40 a 44, de 45 a 49, de 50 a 54 y de 55 o ms aos ** Para fines metodolgicos se aglutina a los ocupados en tres bloques de edad: jvenes de 10 a 29 aos, los adultos de 30 a 44 aos y mayores de 45 aos.

[51]

jvenes dentro de la PEA, que se complementa con una reduccin de la TGP juvenil. (Ver Anexos F y G) El envejecimiento de la poblacin ocupada es un fenmeno nacional y as lo indica el estudio realizado por el Ministerio de Proteccin Social titulado Evolucin de la poblacin ocupada, 2001- 2009: El envejecimiento de la poblacin ocupada es un fenmeno que se presenta tanto para hombres como para mujeres. En el caso de las mujeres, aquellas con ms de 40 aos aumentaron su participacin del 36.2% al 43% entre 2001 y 2009; en tanto la proporcin de hombres en esas mismas edades aument de 39.4% a 43.5%(s.f.). Figura 8.Edad de los Ocupados en Ibagu, 2001-2008.

Fuente: Elaboracin Propia, con base en datos en ECH y GEIH.

7.1.4 Ocupados por nivel educativo*. El gasto que una persona realiza en educacin y formacin ha pasado a considerarse inversin en capital humano. Becker plantea que toda decisin racional debe tomarse analizando los costos y beneficios. En este sentido la decisin de las personas de adquirir educacin superior se basa, segn el autor mencionado, en comparar los costos monetarios
*

Con fines metodolgicos, se decide agrupar los niveles educativos en tres grandes bloques, el primero, llamado de baja cualificacin, est integrado por los ocupados que presentan desde ningn nivel educativo hasta la primaria completa. El segundo, denominado de cualificacin media, est compuesto por los ocupados que presentan educacin secundaria completa o incompleta. Finalmente, el tercer grupo de alta cualificacin, conformado por ocupados de educacin superior hasta posgrado.

[52]

(costos directos y costos de oportunidad) que incurrira en el presente por cursar estudios superiores y los beneficios que se obtendran a partir de ganancias futuras. En este sentido, si los costos calculados son mayores a los beneficios futuros esperados, la persona no cursar educacin superior. sin embargo, el planteamiento terico se enfoca en que los costos tienden a ser inferiores a los rendimientos, por lo cual, se sugiere que entre ms alto sea el nivel educativo, mayor es el nivel de ingresos en comparacin con alguien que no presenta esa educacin; esto no significa que para todos los niveles educativos superiores se espere el mismo comportamiento, puesto que la tasa de rendimiento es decreciente, lo que indica la existencia de costos crecientes a medida que el individuo invierte ms aos en educacin, debido a que la vida laboral es finita y es en esta en la que se pretende conseguir las ganancias esperadas, por lo cual, entre mayor nmero de aos de educacin superior siga adquiriendo, menos aos de vida laboral le quedan(McConnell et al., 2003, p. 88-122). En la figura 9 el mercado laboral de la ciudad est compuesto principalmente por ocupados de media calificacin que agrupan alrededor del 50%. Los ocupados de alta cualificacin durante el perodo de estudio han ganado peso, superando en los ltimos aos a los de baja cualificacin. Figura 9. Ocupados por Niveles Educativos Agrupados en Ibagu, 2001-2008.

Fuente: Elaboracin Propia, con base en datos Observatorio de Empleo del Tolima.

El comportamiento en el nivel educativo no es una peculiaridad exclusiva de Ibagu, ms bien corresponde a una tendencia nacional. As resume el documento realizado por el Ministerio de la Proteccin Social para Colombia titulado Evolucin de la Poblacin Ocupada, 2001- 2009: El aumento del nivel educativo de la poblacin ocupada se registr para ambos sexos. En primer lugar, la proporcin de individuos con educacin bsica primaria y secundaria se contrajo de 42.7% a 35.8% en el caso de las mujeres, y de 46% a 40.5% en el caso de los hombres. Asimismo, el porcentaje de mujeres con
[53]

educacin superior aument sustancialmente hasta alcanzar el 34.1% en 2009, cifra que para los hombres lleg a 27.1%(s.f.) La cita en mencin significa, que las polticas de educacin nacional han provocado la disminucin de la proporcin de ocupados de baja cualificacin. Sin embargo, el incremento se debe especialmente al auge de carreras tcnicas y tecnolgicas, al exagerado aumento de los centros educativos por ciclos y validaciones, al inters del gobierno en incrementar la cobertura va Servicio Nacional de Aprendizaje (SENA) y educacin a distancia y finalmente a la reduccin de la mortalidad acadmica en secundaria con la ley de promocin automtica*. Lo anterior se sustenta en los datos de cobertura en educacin superior a nivel nacional. De 2000 a 2008 el incremento de la Tasa de cobertura pasa de 13,82% a 33,3% cifra publicada por el Ministerio de Educacin Nacional, sin embargo, segn el Observatorio de la Universidad Colombiana, este incremento se debe principalmente a la inclusin de los estudiantes del SENA y de los centros regionales de educacin superior, que finalmente impulsan la matricula en programas de ndole netamente laboral y ocupacional. Al analizar la informacin de profesionales por posicin ocupacional, se encuentra que al inicio de la dcada anterior, los profesionales se ubican principalmente en el sector gobierno, sin embargo, la tendencia es decreciente. Al finalizar el perodo, los profesionales ubicados en el sector particular son mayora y los cuenta propia decrecen, aunque en 2008 supera a los empleados del gobierno. Los profesionales patrones son los de menor porcentaje y presentan una tendencia decreciente. (Ver Anexo H) 7.1.5 Ocupados por posicin en el hogar. Segn el modelo de asignacin de tiempo propuesto por Becker, es ms til concebir como unidad bsica de decisin el hogar, puesto que, las decisiones sobre el tiempo que toma un miembro, tienden a influir en los dems. Para Becker, la familia es una unidad econmica que produce mercancas y genera utilidad. Estas mercancas pueden ser de dos tipos: intensivas en tiempo o intensivas en bienes; si la familia reemplaza

Segn FECODE en su artculo No ms Promocin Automtica el Decreto 230 del 2002 exhibe la retrica oficial que busca estigmatizar la evaluacin para mantener vigente la promocin automtica y que sostiene que las causas de la repitencia y la desercin escolar se hallan exclusivamente en la escuela, particularmente en la rbita de accin del docente; que la evaluacin es un instrumento represivo y que la repeticin de grado es reflejo de un rgimen punitivo y afecta la autoestima del estudiante.

[54]

mercancas intensivas en tiempo por intensivas en bienes estara dedicando una mayor cantidad de tiempo al trabajo en el mercado **. Ahora bien, la decisin familiar acerca de repartir su tiempo, lleva a enfocarse en el principio de ventaja comparativa, segn el cual, debe especializarse en la actividad productiva que realice con el menor costo de oportunidad, asimilando ste costo al salario de reserva***. En este sentido, se puede analizar el comportamiento familiar a partir del concepto de elasticidad de oferta *, que permite identificar a los miembros con elasticidad de oferta baja y aquellos con elasticidad de oferta alta (McConnell et al., 2003, p. 32 y 54). Tenjo y Ribero (1998) sintetizan el planteamiento en los siguientes trminos: La participacin de los jefes de familia en generales la ms inelstica (menos fluctuaciones a travs de su vida). La participacin laboral de otros miembros de la familia depende de su posicin familiar. Las esposas se consideran las principales responsables por la produccin de bienes domsticos y sus decisiones de trabajar o no dependen del valor de su produccin domstica en relacin con el ingreso potencial en el mercado laboral. En principio los hijos dependientes se consideran enfrentando tres opciones: participacin laboral, participacin en el sistema educativo y "ocio". Para estos ltimos, la decisin depende tanto de las alternativas de empleo como de los retornos futuros de la educacin.(p.10) Los ocupados en la ciudad de Ibagu durante los aos contemplados en el estudio se concentran principalmente en tres posiciones: jefes de hogar, hijos y cnyuges. La capital tolimense un compor tamiento normal, la composicin de ocupados muestra que los jefes, cnyuges e hijos aglutinan el 90% (Figura 10) de los ocupados.

**

Los ocupados de Ibagu segn posicin en el hogar se agrupan en los siguientes tems, jefe de hogar, cnyuge, hijos, nietos, pariente del Jefe, empleado domstico, pensionista, trabajador y otro no pariente. *** El salario de reserva es el salario ms bajo al que una persona decide trabajar. * Se define la elasticidad de la oferta de trabajo con respecto al salario, como la relacin entre la variacin porcentual de la cantidad de trabajo ofrecida frente a la variacin porcentual del salario.

[55]

Figura 10.Ocupados por Posicin en el Hogar en Ibagu, 2001-2008.

Fuente: Elaboracin Propia, con base en datos en ECH y GEIH.

Los jefes de hogar presentan una tendencia creciente a lo largo del perodo de estudio llegando al 50% de los ocupados, dentro de la composicin del mercado laboral. El comportamiento de los cnyuges e hijos es muy parejo con tendencia decreciente. 7.1.6 Ocupados por posicin ocupacional*.Los ibaguereos tienden a ocuparse (Figura 11) principalmente en los sectores particular y cuenta propia, finalizando el primero con el mayor porcentaje de ocupados. Se destacan los sectores Patrn y Gobierno por la dinmica econmica que estos generan, donde su proporcin de ocupados se reduce con el paso de los aos de estudio, ubicndose en 5%. Para el ao 2008. Figura 11. Ocupados por Posicin Ocupacional en Ibagu, 2001-2008.

Fuente: Elaboracin Propia, con base en datos en ECH y GEIH.

Los ocupados segn posicin ocupacional se dividieron en los siguientes grupos: particular, gobierno, domstico, cuenta propia, patrn, familiar sin remuneracin, sin remuneracin otras empresas y jornalero.

[56]

7.2 TASAS DE OCUPACIN EN IBAGU. 2001-2008. 7.2.1 Tasa de ocupacin por sexo. La Tasa de Ocupacin -TO- (Figura 12) muestra el crecimiento del empleo del 2001 hasta el ao 2008.Los hombres tienen una mayor TO; aunque sta decrece levemente. La TO femenina presenta un comportamiento creciente especialmente en los aos 2007 y 2008. Figura12. Tasa de Ocupacin en Ibagu, 2001-2008.

Fuente: Elaboracin Propia tomada de datos Observatorio de Empleo del Tolima

7.2.2 Tasa de ocupacin por edad. Tabla 2. Promedio de Las TO por Edades en Ibagu, 2001-2008.
PROMEDIO TO DE 2001 A 2008 10 a 14 15 a 19 20 a 24 25 a 29 30 a 34 35 a 39 40 a 44 45 a 49 50 a 54 > 55 H M 12% 9% 33% 24% 62% 50% 82% 60% 88% 63% 86% 67% 87% 67% 76% 83% 64% 73% 81% 56% 67% 49% 26% 37%

Total 11% 29% 56% 71% 75% 76% Fuente: Elaboracin Propia, con base en datos en ECH y GEIH

El comportamiento de la TO promedio tiene forma de campana, a medida que se aumenta la edad se incrementa la TO (Tabla 2), pero este crecimiento tiene su punto inflexin de 30 a 44 aos, donde la TO decrece. (Ver Anexo I) Comparando las cifras anteriores con los resultados del Estudio Participacin laboral en Ibagu, (Aldana &Arango, 2008) se encuentran algunas coincidencias: En materia de edad, se verifica la prediccin del ciclo de vida; esto es, existe una menor probabilidad de participar en el mercado laboral en los primeros rangos de edad la cual va aumentando en la medida en que la edad aumenta hasta que, finalmente, se hace negativa de los 48 aos en adelante.(p.13)
[57]

7.2.3 educativo. El comportamiento promedio de la TO para cada nivel educativo(Tabla 3), muestra que a medida que la gente incrementa su nivel de cualificacin se aumenta la TO. Interesante el comportamiento que presenta la TO por nivel educativo de posgrado, la cual en promedio logran 88 puntos, de igual forma ser titulado en los respectivos estudios formales les representa una mayor posibilidad de obtener empleo. Se observa como los niveles educativos completos superan con ms de 10 puntos de diferencia a los del mismo nivel educativo pero que no son titulados. (Ver Anexo J) Tabla 3. Promedio TO por Nivel Educativo para Ibagu.
Promedio TO para 2001 a 2008 Ning. Pri. In. H M Total 50% 27% 37% 60% 38% 49% Pri. C Sec. In. Sec. C. Sup Inc. 70% 43% 56% 50% 37% 43% 75% 55% 64% 56% 51% 54% Sup C. 78% 74% 76% Posgra. 89% 87% 88%

Fuente: Elaboracin Propia, con base en datos en ECH y GEIH

Segn el documento Participacin Laboral en Ibagu, el resultado respecto al nivel educativo muestra que, la mayor probabilidad de participar la tienen aquellos que presentan un nivel educativo superior completo, y que la probabilidad de participacin es positiva a medida que se incrementa el nivel educativo (Aldana &Arango, 2008). Cabe mencionar que, para los hombres no tener secundaria completa es igualmente grave que tener ningn nivel educativo en trminos de ocupacin. Sin embargo, en comparacin con la mujer, stos presentan una mayor TO, puesto que, aun sin cualificacin les es ms fcil emplearse, mediante trabajos tpicos masculinos como la construccin. 7.2.4 Tasa de ocupacin por posicin en el hogar. Tabla 4. Promedio TO por Posicin en el Hogar para Ibagu.
Jefe(a) del Hogar H M 78% 58% Promedio TO Para 2001 a 2008 Pareja, Esposo(a), Cnyuge , Compaero(a) Hijo(a), Hijastro(a) 73% 51% 45% 38%

Total 72% 52% 42% Fuente: Elaboracin Propia tomada de datos Observatorio de Empleo del Tolima

El comportamiento del promedio de las TO por posicin en el hogar revela, que los jefes de hogar (hombres o mujeres) presentan la mayor demanda laboral, lo

[58]

que significa una mayor posibilidad de emplearse que el resto de los miembros del hogar (Tabla 4). Sin embargo la TO de las mujeres jefes de hogar es ampliamente inferior a la de los hombres jefes hogar, por lo que a pesar de presentar igualdad de responsabilidad sobre la familia, las posibilidades de acceder a un empleo es inmensamente inferior al hombre. (Ver Anexo K).

[59]

DURACIN DEL EMPLEO

8.1 DURACIN DEL EMPLEO EN IBAGU 2001-2008

El promedio de la duracin del Empleo en Ibagu, permite encontrar y analizar qu caractersticas personales, en qu sectores econmicos y en qu posiciones ocupacionales se presenta la mayor estabilidad laboral. Esto no debe llevar a pensar a que las personas que se siten en uno u otro grupo van a presentar las duraciones estimadas, sino que se trata de una media. De igual forma, debido a la pregunta escogida del modulo de ocupados de la ECH-GEIH Cunto tiempo lleva trabajando en este negocio o empresa de manera continua? no se puede establecer por efecto de la censura*(Cleves, et al., 2008) cul es el tiempo real de duracin del empleo, sin embargo, permite dar una aproximacin. En relacin a lo anterior, reducciones en el promedio de duracin pueden no slo interpretarse como tendencia a una menor estabilidad sino tambin puede ser fruto del incremento en el nmero de ocupados. Aumentos en la duracin del empleo no necesariamente indican mayor estabilidad sino que puede ser consecuencia de descensos en los ocupados de corta duracin. Con el fin de mejorar la interpretacin, se hace necesario analizar la evolucin de la duracin del empleo, en relacin del comportamiento las siguientes variables: sexo, edad, nivel de cualificacin, posicin en el hogar, posicin ocupacional y rama de actividad econmica, considerando criterios de corta (hasta 36 meses), mediana (de 36 meses hasta 120 meses) y larga duracin (mayor a 120 meses). 8.1.1 Duracin del empleo por sexo. Tabla 5. Duracin del empleo por sexo en Ibagu, 2001- 2008
MESES EN EMPLEO IBAGU HOMBRE MUJER 2001 2004 2007 2008 83,5 76,2 74,2 74,7 69,6 62,3 63,7 61,9 77,3 70 69,3 68,8 MESES EN EMPLEO T. NAL TOTAL HOMBRE 119.11 98.75 89.99 90.64 MUJER 79.52 73.78 67.26 69.16 TOTAL 103.97 88.94 81.23 82.2

Fuente: Elaboracin propia, con base en datos de la ECH y GEIH.

El comportamiento de la duracin del empleo para la poblacin ocupada en Ibagu, en el perodo de 2001 a 2008 muestra una tendencia decreciente, iniciando en 77,3 meses en 2001, para finalizar en el ao 2008 en 68,8 meses, manteniendo una duracin media (Tabla 5).
*

La censura se presenta cuando la falla del evento ocurre; pero el sujeto ya no se encuentra en observacin, siendo imposible establecer el tiempo exacto de falla.

[60]

Comparando los datos de Ibagu con los del total nacional se encuentra que en ambos la tendencia es decreciente; pero los segundos tienen una duracin superior en todos los aos; aunque la brecha tiende a cerrarse ya que, la disminucin en el tiempo a nivel nacional ha sido ms fuerte que en la ciudad. En los datos por sexo, los hombres presentan la mayor duracin en el empleo, inician en 83,5 meses (2001) para finalizar en 74,7 meses (2008). Las mujeres presentan tendencia decreciente, iniciando con 69,6 meses (2001) y finalizando en 61,9 meses (2008). En hombres y mujeres, Ibagu tiene una menor duracin que el promedio nacional. Sin embargo, la diferencia en los hombres de Ibagu frente al promedio nacional es superior a la que presentan las mujeres, stas se asemejan ms al comportamiento nacional. El comportamiento de la brecha de duracin masculina y femenina es decreciente, sobresaliendo el ao 2006 en el que se presenta una diferencia de tan slo 6,4 meses por debajo de la enorme distancia (21 meses) que se observa en 2002. En conclusin, mientras la duracin del empleo se ha reducido a lo largo de los aos, esto trae como consecuencia la contraccin en la brecha del promedio de duracin entre sexos; (pero de 2007 a 2008 se ha vuelto a incrementar). Teniendo en cuenta lo anterior, se ha evidenciado de 2001 a 2008 por un lado, un incremento porcentual de la poblacin que se encuentra con cortas duraciones del empleo, ya que pasa de 56% a 60%, en hombres crece de 54% a 57% y la mujer pasa de 58 a 64%. Asimismo, un descenso de la proporcin del total de ocupados con largas duraciones de empleo, pues pasa de 20% a 17%, en los hombres la reduccin es de 22% a 19% y en mujeres la disminucin pasa de 18% a 15% para el ltimo ao. La explicacin a la cada que presenta la duracin del empleo en el 2004, es diferente a la de 2007. Para el 2004, no se evidencia un incremento sustancial en los ocupados ni en la TO, tampoco es claro un incremento en la TD ni en el nmero de desocupados, lo que se supone es que la reduccin se debe primordialmente a la prdida de empleos de larga duracin, que puede tener su origen en la ley 789 de 2002 firmada en el gobierno de lvaro Uribe , producto de la disminucin de los costos de despido sin justa causa para trabajadores con 10 o ms aos laborando (Gaviria, 2004, p. 6). La explicacin para el 2007, es asociada al incremento en el nmero de ocupados especialmente mujeres y jvenes, lo que trae consigo nuevos trabajadores con cortas duraciones que reducen el promedio de meses en empleo. 8.1.2 Duracin del empleo por posiciones en el hogar. En la Tabla 6 se aprecia que los principales miembros del hogar tienen tendencia decreciente de la duracin del empleo; pero con promedios distintos. Los hijos son los que menor duracin presentan, inician en 36,85 meses (2001) y finalizan con 31,75 meses
[61]

(2008), cercanos a la corta duracin del empleo. Los cnyuges con una duracin superior a los hijos en todos los aos, pero inferior a los jefes de hogar, comienzan en 80,78 meses (2001) y terminan en 69,86 meses (2008) un empleo de mediana duracin. El jefe de hogar es la posicin de mayor duracin del empleo, con 103,83 meses (2001) y 91,26 meses (2008) cerca a la larga duracin. De 2001 a 2008 se evidencia un incremento porcentual de las principales posiciones en el hogar dentro de la corta duracin del empleo, los jefes de hogar aumentan de 43% a 50%, los cnyuges de 53% a 59% y los hijos de 76% a 78%. Tambin, se presenta una reduccin del porcentaje de estos miembros del hogar en el empleo de larga duracin, los jefes caen de 29% a 25%, los cnyuges de 21% a 18% y los hijos de 7% a 5%. Tabla 6. Promedio Duracin del Empleo por Posicin en el Hogar, 2001- 2008.
PROMEDIO MESES EN EMPLEO Jefe de H Cnyuge Hijo 2001 2004 2007 103,8326 94,5164 92,02245 80,78579 36,85389 74,32401 29,60411 70,38708 31,81517

2008 91,26385 69,86195 31,75898 Fuente: Elaboracin propia, con base en datos de la ECH y GEIH.

Los anteriores resultados ponen de manifiesto tres elementos: 1. Es comn la corta duracin del empleo de los hijos por dos razones claras, la edad y el salario de reserva. En relacin con la edad, los que se consideran hijos dentro de la estructura del hogar no sobrepasan en la mayora de los casos los 30 aos, queriendo decir, que llevan muy poco en el mercado laboral. Ahora bien, en relacin con el salario de reserva es comn que los hijos dispongan de un salario de reserva ms alto que el Jefe del hogar y por lo tanto, buscan trabajo en determinados perodos del ao, lo que se conoce como el empleo estacional o efecto calendario *. 2. Los jefes de hogar producto de su mayor importancia en la familia, buscan empleos que les permita gozar de una fuerte estabilidad, es decir, su bajo salario de reserva permite encontrar trabajos de larga duracin; sin embargo, es diciente observar que ms del 40% de los jefes no llevan ms 3 aos empleados con el agravante que este fenmeno se acrecienta, lo que denota fallas del mercado laboral, perdindose la inversin social expresada en el aprendizaje que se obtiene con los aos en una ocupacin.

El efecto calendario se asocia al incremento del empleo en algunos meses del ao.

[62]

3. La tendencia a incrementarse el empleo de corta duracin, pone de manifiesto un fenmeno, el efecto de la reforma laboral en relacin con la duracin del empleo. Si sta se propuso mejorar la estabilidad laboral, los resultados hasta ahora encontrados ponen de manifiesto el efecto contrario. 8.1.3 Duracin del empleo por edad*.En la tabla 7, se presenta como el comportamiento del promedio de duracin del empleo para los tres grupos de edad, en el perodo 2001-2008se caracteriza por ser decreciente. Los mayores de 45 aos parten con un promedio de 143,65 meses (2001) y finalizan en 123,36 meses (2008) una larga duracin del empleo. Los adultos pasan de 73,55 meses (2001) a 60,71 meses (2008), una mediana duracin del empleo. Los jvenes alcanzan los 26,23 meses (2003) y se ubican en 19,5 meses (2007) una corta duracin del empleo. De 2001 a 2008 se evidencia en primer lugar, un incremento porcentual de los tres grupos de edad dentro de la corta duracin del empleo, los jvenes se incrementan de 81% a 84%, los adultos de 50% a 57% y mayores de 45 aos de 34% a 40%. En segundo lugar, se presenta una reduccin del porcentaje en la larga duracin del empleo, los jvenes pasan de 2% a 0%, los adultos de 21% a 16% y los mayores de 45 de 47% a 37%. Los resultados por edad ponen de manifiesto varios hechos. El primero es el comportamiento diferencial de los mayores de 45 aos frente a los dems grupos, la cada en el 2004 es una clara evidencia. Todo sugiere que los ms afectados por la reforma son los empleados de mayor duracin y en este caso, si bien, conservan el primer lugar en porcentaje en el empleo de larga duracin la tendencia es decreciente. Implcitamente la reforma afecta a los empleados de mayor duracin para reducir los costos laborales de las empresas. La teora de ciclo vital pone de referencia la dificultad de los adultos por conseguir un nuevo empleo especialmente porque su capital humano se ha depreciado (McConnell et al., 2003) Tabla 7. Promedio Duracin del Empleo por Rangos de Edad, 2001- 2008,
Duracin en meses Jvenes 2001 2004 2007 2008 24,31 20,72 19,55 21,09 Adultos 73,55 62,69 62,22 60,71 > 45 143,65 131,5 127,57 123,36

Fuente: Elaboracin propia con base en datos de la ECH y GEIH.

Para fines metodolgicos se decide agrupar la edad en tres grupo: Los jvenes de 12 a 29 aos, los adultos de 30 a 44 aos y los mayores de 45 aos.

[63]

8.1.4 Duracin del empleo por nivel de cualificacin * . En la tabla 8, la duracin promedio del empleo por nivel de cualificacin muestra que los de baja cualificacin son los de mayor promedio de meses empleados, inician con 88,14 meses (2001) y finalizan con 88,72 meses (2008). En los de alta cualificacin la duracin del empleo se ubica en segundo lugar; aunque con tendencia decreciente pasan de 88,14 meses (2001) a 67,76 meses (2008), perdiendo 21 meses. En tercer lugar, se ubican los de media cualificacin que no presentan grandes oscilaciones y se mantienen alrededor de los 60 meses. Cabe resaltar que el sector de baja cualificacin tiene duraciones del empleo superiores a los 100 meses y que el menor promedio de duracin lo tienen las personas con cualificacin media. De 2001 a 2008 se exhibe por un lado, un incremento porcentual de todos los niveles de cualificacin dentro de la corta duracin del empleo excepto para el nivel bajo puesto que se mantienen en 54%. Los de cualificacin media crecen de 60% a 64% y los de alta de 49% a 59%. Por otro lado, se presenta una reduccin del porcentaje en empleo de larga duracin, los de baja cualificacin pasan de 23% a 22%, los de media de 17% a 14% y los de alta de 23% a 19%. Tabla 8. Promedio Duracin del Empleo por Nivel de cualificacin en Ibagu, 2001- 2008.
Meses en Empleo por Cualificacin Baja 2001 2004 2007 2008 88,15 84,77 87,14 88,73 Media 65,12 56,16 56,75 59,54 Alta 88,14 78,95 75,89 67,76

Fuente: Elaboracin propia, con base en datos de la ECH y GEIH.

Teniendo en cuenta lo anterior, se puede deducir lo siguiente: 1. La mayor estabilidad laboral de aquellos que no gozan de altos niveles educativos, se explica por medio del salario de reserva y los tipos de empleo que obtienen. El bajo salario de reserva les permite conseguir ms rpidamente trabajo frente a los de mayor nivel educativo. Segn la teora de capital humano, toda persona que invierte en estudio espera con su salario retribuir esa inversin (McConnell et al., 2003).Si los de baja cualificacin no invierten en formacin, su salario de reserva no llevar inmerso retribucin alguna; pero adems, como no es fuerza de trabajo calificada, los empleos que consiguen

Para fines metodolgicos se decide agrupar los niveles educativos en tres grupos de cualificacin: baja cualificacin que comprenden ningn nivel educativo y primaria completa e incompleta; media cualificacin que comprende educacin media completa e incompleta y alta cualificacin que comprende los niveles superior completa e incompleta y posgrados.

[64]

pese a ser de mayor duracin no son de mejor calidad, caso concreto sector la construccin con un promedio de duracin del empleo 89,90 meses. 2. El grupo de alta cualificacin dispone de una significativa duracin del empleo, pero con tendencia a decrecer, dato que concuerda con el incremento porcentual de desocupados con este nivel de cualificacin. Una explicacin a la reduccin de la duracin se da a partir de los despidos que se han presentado en trabajadores con larga duracin y del incremento en la cobertura de educacin superior, que ha propiciado un aumento en la oferta de trabajadores que no necesariamente son absorbidos ptimamente por el mercado de trabajo, llevndolos a competir por vacantes laborales de menor cualificacin. 3. Los de media cualificacin presentan altas tasas de desempleo y una menor duracin del empleo, lo que supone que no slo se les hace ms complicado conseguir cualquier trabajo y sino ms an un trabajo estable. Esto pone de manifiesto la existencia de una penalidad por parte del mercado laboral hacia estos trabajadores. Es este sector porcentualmente el mayoritario en Ibagu. 8.1.5 Duracin del empleo por sector econmico*. Tabla 9. Promedio Duracin del Empleo por Sector Econmico en Ibagu, 20012008.
Duracin Meses en empleo Industria 2001 2004 2007 2008 77,6 62,23 66,21 69,24 Comercio 58,18 64,13 59,57 67,94 Servicios P. 91,22 85,84 88,84 82,38

Fuente: Elaboracin propia, con base en datos de la ECH y GEIH.

La rama servicios personales es la de mayor duracin del empleo, sin embargo, la tendencia es decreciente, pasando de 91,22 meses (2001) a llegar a 82,38 meses (2008). En segundo lugar, est la industria que inicia con una duracin de 77,60 meses (2001) y finaliza en 67 meses (2008). Parece ser que la reforma impacta flexibilizando el mercado laboral en el sector industrial tal como se observa con el abrupto cambio de 2001 a 2004, siendo el sector por excelencia de aplicacin de prcticas de crculos de calidad y aprendizaje, lo que supondra un comportamiento diferente al presentado. El sector comercio ocupa la ltima posicin en duracin pero con tendencia creciente, empezando en 58,18 meses (2001), para finalizar en 67,94 meses (2008) (Tabla 9).

Segn los datos de proporcin de ocupados en Ibagu por rama de actividad econmica, las ramas que concentran la mayora de ocupados son: Comercio, Servicios personales e Industria.

[65]

Las tres principales ramas de la economa ibaguerea presentan una mediana duracin del empleo; aunque vale resaltar el comercio con menor duracin y tendencia creciente. Este sector est asociado a la informalidad y a una mayor rotacin laboral, por lo que es congruente que tenga una duracin inferior. De 2001 a 2008 se evidencia de una parte, el incremento porcentual de los ocupados en los principales sectores econmicos dentro de la corta duracin del empleo, exceptuando el comercio que se reduce de 63% a 60%, la industria se incrementa de 53% a 58% y servicios personales de 52% a 56%. De otra parte, se presenta una reduccin porcentual de estos grupos en el empleo de larga duracin, excluyendo el comercio que crece de 13% a 16%, la industria decrece de 19% a 16% y los servicios comunales de 27% a 23%. El sector comercio es el que mayor porcentaje de ocupados presenta y al mismo tiempo de menor duracin, lo que permite conseguir ms fcilmente empleo; pero con poca estabilidad, fenmeno asociado a una mayor incidencia al desempleo. 8.1.6 Duracin del empleo por posicin ocupacional *.En la tabla 10 se observa que la duracin del sector gobierno es la ms alta, pero con tendencia a decrecer, iniciando en 184,81 meses (2001) y cayendo a 171,49 meses (2008). El patrn con la segunda mayor duracin, inicia en 139,9 meses (2001) y decrece hasta los 121 meses (2008). Estos dos primeros con larga duracin del empleo. El sector cuenta propia finaliza a 2008 con una duracin similar al 2001 de 82 meses, una mediana duracin del empleo. El empleo particular no supera los 50 meses y decrece en el perodo de estudio, acercndose a la corta duracin. De 2001 a 2008, se exhibe un incremento porcentual de las cuatro posiciones ocupacionales dentro de la corta duracin del empleo, los empleados particulares aumentan de 70% a 73%, los del gobierno crecen de 12% a 25%, los cuenta propia de 52% a 53% y los patrones de 32% a 36%. En la larga duracin, el porcentaje para los empleados del gobierno cae de 66% a 60%, igual para los patrones de 41% a 35%, para los particulares y cuenta propia se mantiene en 8% y 21% respectivamente.

Para fines metodolgicos se ha escogido al empleo particular y cuenta propia por ser los que mayor nmero de ocupados en Ibagu y se agregan Gobierno y patrn por su relevancia en el anlisis.

[66]

Tabla 10. Promedio Duracin del Empleo por Posicin Ocupacional en Ibagu, 2001- 2008.
Duracin en meses posicin Ocupacional Parti 2001 2004 2007 44,3 38 39,84 Gob 184,81 192,31 168,88 C. Propia 82,94 89,33 90,64 Patrn 139,9 121,4 121,02 121,29

2008 38,89 171,49 83,46 Fuente: Elaboracin propia, con base en datos de la ECH y GEIH

Que el sector gobierno disminuya el promedio de duracin del empleo en los ltimos aos de estudio, no se debe a un incremento en el nmero de ocupados de corta duracin, sino que es producto de la reduccin de empleados de larga duracin, propiciado por las reformas al Estado que tocan el tiempo de duracin y reducen el tamao de la ocupacin. Los cuenta propia en el ao 2004, presentan un incremento en el nmero de expulsados, esto genera que la duracin del empleo caiga, por lo que se podra suponer que la reforma ataca a aquellos que llevan muchos aos en esta posicin. En el ao 2008 aumenta el nmero de ocupados y de expulsados en cuenta propia, y cae la duracin del empleo, siendo una explicacin vlida un crecimiento en el nmero de cuentapropistas con corta duracin. El sector empleo particular, es el que menor duracin presenta y el que mayor proporcin de ocupados tiene, lo que pone de manifiesto debilidades en el mercado laboral ibaguereo especialmente la fuerte incidencia al desempleo. Esto quiere decir, que mayoritariamente en Ibagu no se generan empleos de larga duracin, si no que se est en constante flujo de personal.

[67]

MODELOS DE DURACIN DEL EMPLEO

Se estiman modelos de tipo no paramtrico, semiparamtrico y paramtrico, tanto para la duracin del Empleo como para la duracin del Desempleo. Lo anterior, con la finalidad de estimar probabilidades de cambio de estado de una situacin de empleo a desempleo o viceversa. Un modelo tan importante y complejo como el de supervivencia, bien demanda un amplio desarrollo. A cada persona dadas ciertas caractersticas y dependiendo de si pertenece al grupo de ocupados o desocupados, se le asocia una probabilidad de cambio. Lo anterior se realiza con a partir de los resultados arrojados de las diferentes investigaciones (encuestas) suministradas por el DANE*. Se realizan estimaciones para cuatro aos, 2001, 2004, 2008 y 2010. Los tres primeros se encuentran dentro del perodo de estudio, y se caracterizan segn el anlisis descriptivo por presentar importantes cambios en los indicadores laborales, se agrega el ao 2010, con el fin de conocer de forma ms reciente el comportamiento de la duracin del empleo y desempleo. 9.1 VARIABLES MODELOS DE SUPERVIVENCIA Para estimar los modelos de duracin del empleo y el desempleo, se escogen las siguientes variables con sus respectivas bases necesarias para la comparacin de las probabilidades (Cleves et al., 2008). 1. Variables Discretas: Sexo: Mujer (variable base) o Hombre. Estado Civil: Con Pareja o Sin Pareja **(variable base). Con Pareja todos aquellos que llevan ms de 2 aos en una relacin conyugal, casadas o en unin libre. Sin pareja, a aquellos que solteros, divorciados, viudos o que llevan menos de 2 aos conviviendo con la pareja. Posicin en el Hogar: se trabaja con las tres principales posiciones del hogar, jefe de hogar (variable base), cnyuge e hijos, adems se utiliza la variable otros para agrupar a los dems miembros del hogar (otros parientes, trabajador domstico, otros no parientes y nietos), Edad: se agrupan las edades en tres bloques, Edad1 (jvenes), Edad2 (adultos) (variable base) y Edad3 (mayores de 45 aos). Nivel Educativo: se agrupan en tres conjuntos, aquellos con Baja cualificacin, Media Cualificacin (variable base) y Alta de Cualificacin. ***
*

Encuesta Continua de Hogares y Gran Encuesta Integrada de Hogares - DANE Esta agrupacin de categoras se realiz con fines metodolgicos, pues debido al cambio de encuesta, hay algunas que preguntas que cambiaron sus opciones de respuesta. *** Ibd.
**

[68]

Posicin Ocupacional: en los anlisis descriptivos se trabaja con la mayora de las posiciones, para la evaluacin de los modelos se decide agrupar a la poblacin en dos categoras los asalariados (empleado particular, gobierno, domstico y jornalero) y no asalariados * (variable base) (cuenta propia, trabajador familiar sin remuneracin, patrn o empleador). Dependientes**: se establece esta variable para diferenciar los hogares con nios menores de 10 aos, siendo los no dependientes la variable base.

2. Variables Continuas***: TD del Hogar: se decide estimar la relacin entre miembros de hogar sin trabajo y miembros del Hogar Activos econmicamente. Ingreso No Laboral (INLAB): sumatoria de todos los ingresos recibidos por concepto distinto al trabajo, herencias, remesas, subsidios entre otros. Para el 2001, se estima modelos no paramtricos, semiparamtricos y paramtricos, lo que permite establecer el tipo de distribucin que presentan las funciones de riesgo****. En los aos siguientes, slo se estiman los modelos paramtricos y para el ao 2010, se estiman adems los modelos no paramtricos***** con el fin de observar cambios en las curvas de supervivencia En los modelos de duracin del empleo se presenta la censura en los datos, producto de la imposibilidad de conocer la duracin exacta del empleo. Debido a este inconveniente no se conoce el momento de fallo, por lo cual, se parte del supuesto de que se trabaja con duraciones completas. Por tal motivo, no se estima una variable censura en la duracin del empleo. La interpretacin de las estimaciones debe hacerse bajo esta advertencia. Al correr los modelos con la variable censura los resultados de tiempos de fallo son iguales a cero, porque no es conveniente utilizar esta variable. 9.2 RESULTADOS MODELOS DURACIN DEL EMPLEO EN IBAGU 9.2.1 Modelos no paramtricos de duracin del empleo: estimador Kaplan Meier (KM), estimador de la funcin de supervivencia, que muestra la probabilidad de

Ibd. Esta variable permite identificar dentro de cada hogar la presencia de nios menores de 10 aos, para determinar el peso de influencia en la duracin del empleo y desempleo. *** Por la caracterstica de esta variable no se tiene una variable como base. **** La funcin de riesgo permite aproximar la probabilidad de salir del estado inicial dentro de un intervalo corto de tiempo, condicional en haber sobrevivido hasta el comienzo de ese intervalo. No hay una nica forma para la funcin de riesgo, segn la naturaleza del proceso de duracin (Tiempo continuo o Tiempo discontinuo) ***** Los modelos no paramtricos permiten sin hacer ningn supuesto sobre la forma funcional de supervivencia que los riesgos se expresen por mismos; por su parte los modelos paramtricos suponen la existencia de heterogeneidad entre los individuos.
**

[69]

permanecer en un determinado estado pasado el tiempo t. Se utilizan para su estimacin variables dummies******(Cleves, et al., 2008) La distancia vertical de la figura 13 seala diferencias entre las distribuciones de probabilidad por sexo. En el ao 2001, se evidencia una superposicin de las funciones de supervivencia tanto de hombres como mujeres (la diferencia no es significativa). En 2010, se observa un incremento en la brecha de las funciones de supervivencia entre hombres y mujeres, presentando estas ltimas una menor probabilidad de mantenerse empleadas, mostrando que de 2001 a 2010 las mujeres son laboralmente ms inestables. Figura 13. Funcin Kaplan Meier duracin empleo por sexo en Ibagu, 2001 y 2010.
1.00

Kaplan Meier-Segn Sexo 2001

1.00

Kaplan Meier-segn Sexo 2010

0.75

0.50

0.25

0.00

50 Meses sexo = Mujer

100 sexo = Hombre

150

0.00

0.25

0.50

0.75

50 Meses sexo = Mujer

100 sexo = Hombre

150

Fuente: Salidas del programa estadstico Stata con base en ECH y GEIH

******

S la variable es igual a 1 significa que cumple con la caracterstica a la que hace referencia y s es igual a 0 no la cumple.

[70]

Figura 14. Funcin Kaplan Meier duracin del empleo segn posicin en el hogar en Ibagu, 2001 y 2010.
Funcin Kaplan-Meier por Posicin en el Hogar 2001
1.00 1.00
Kaplan Meier-Posicin en el Hogar Hombres 2001 Kaplan Meier-Posicin en el Hogar Mujeres 2001

0.75

0.50

0.25

0.00

50 Meses
pos_hogar = Jefe pos_hogar = Hijo

100

150

0.00

0.25

0.50

0.75

50 Meses
pos_hogar = Jefe pos_hogar = Hijo

100

150

pos_hogar = Cnyuge pos_hogar = Otros

pos_hogar = Cnyuge pos_hogar = Otros

Funcin Kaplan-Meier por Posicin en el Hogar 2010

Kaplan Meier-Posicin en el Hogar Hombres 2010 Kaplan Meier-Posicin en el Hogar Mujeres 2010

1.00

0.75

0.50

0.25

0.00

50 Meses
pos_hogar = Jefe pos_hogar = Hijo

100

150

0.00

0.25

0.50

0.75

1.00

50 Meses
pos_hogar = Jefe pos_hogar = Hijo

100

150

pos_hogar = Cnyuge pos_hogar = Otros

pos_hogar = Cnyuge pos_hogar = Otros

Fuente: Salidas del programa estadstico Stata con base en ECH y GEIH

El KM de 2001 por posicin en el hogar muestra, que para hombres ser jefe de hogar, es la posicin que presenta la funcin de supervivencia ms alta, por lo cual responde a una mayor probabilidad de mantenerse empleados, frente a los dems posiciones en especial con los hijos y otros miembros del hogar, que presentan funciones de supervivencia cercanas al origen y por lo tanto una probabilidad pequea de permanecer en el empleo. El cnyuge hombre presenta una probabilidad cercana al jefe de hogar. A 2010 el KM para hombres muestra una reduccin en la probabilidad de todas las posiciones en el hogar, pero el principal cambio es la reduccin de la funcin de supervivencia de los jefes de hogar, siendo superados por los cnyuges. Para el caso de las mujeres tanto 2001 como 2010 existe una superposicin de las funciones de supervivencia de jefas de hogar y cnyuges; aunque conservan una mayor probabilidad de mantener el

[71]

empleo que las hijas y otros miembros del hogar, sin embargo a 2010 esta diferencia se reduce (Figura 14) Figura 15. Funcin Kaplan Meier duracin empleo por rangos de edad en Ibagu, 2001 y 2010.
Funcin Kaplan-Meier Rango de Edad 2001
1.00 1.00 0.00
0 50 Meses
rangoedad = 10 a 29 rangoedad = 45 y mas rangoedad = 30 a 44

Kaplan Meier-Rango de Edad Hombres 2001

Kaplan Meier-Rango de Edad Mujeres 2001

0.75

0.50

0.25

0.00

100

150

0.25

0.50

0.75

50 Meses
rangoedad = 10 a 29 rangoedad = 45 y mas

100

150

rangoedad = 30 a 44

Funcion Kaplan-Meier por Rango de Edad 2010

Kaplan Meier-Rango de Edad Hombres 2010 Kaplan Meier-Rango de Edad Mujeres 2010

1.00

0.75

0.50

0.25

0.00

50 Meses
rangoedad = 10 a 29 rangoedad = 45 y mas

100

150

0.00

0.25

0.50

0.75

1.00

50 Meses
rangoedad = 10 a 29 rangoedad = 45 y mas

100

150

rangoedad = 30 a 44

rangoedad = 30 a 44

Fuente: Salidas del programa estadstico Stata con base en ECH y GEIH

A 2001 la figura 15 de KM por edad para hombres muestra, que son los mayores de 45 aos quienes presentan una funcin de supervivencia ms alta; aunque muy cercana a la funcin de los adultos, lo que demuestra que estos grupos de edad tienen una mayor probabilidad de mantener el empleo frente a los jvenes que presentan una funcin de supervivencia ms cercana al origen. A 2010 los mayores de 45 aos presentan una probabilidad mayor de mantener el empleo

[72]

que los ubicados en el grupo de adultos. Los jvenes mantienen una menor funcin de supervivencia es decir, una menor probabilidad de mantener el empleo. Las mujeres a 2001 presentan un comportamiento similar a los hombres, siendo las mayores de 45 aos las que ostentan una mayor probabilidad de conservar el empleo; aunque con una insignificante diferencia frente al grupo de adultos, las jvenes son las que menor funcin de supervivencia exhibe. A 2010 no se evidencia cambios relevantes en el comportamiento de las funciones KM para mujeres. Figura 16. Funcin Kaplan Meier duracin empleo por nivel educativo en Ibagu, 2001 y 2010.
Funcin Kaplan-Meier Nivel Educativo 2001
1.00 1.00 0.00
0 50 Meses
nivel_educ = Bajo nivel_educ = Alto nivel_educ = Medio

Kaplan Meier- Nivel Educativo Hombres 2001

Kaplan Meier-Nivel Educativo Mujeres 2001

0.75

0.50

0.25

0.00

100

150

0.25

0.50

0.75

50 Meses
nivel_educ = Bajo nivel_educ = Alto

100

150

nivel_educ = Medio

Funcin Kaplan-Meier Nivel Educativo 2010

Kaplan Meier-Nivel Educativo Hombres 2010 Kaplan Meier-Nivel Educativo Mujeres 2010

1.00

0.75

0.50

0.25

0.00

50 Meses nivel_educ = 1 nivel_educ = 3

100

150

0.00

0.25

0.50

0.75

1.00

50 Meses nivel_educ = 1 nivel_educ = 3

100

150

nivel_educ = 2

nivel_educ = 2

Fuente: Salidas del programa estadstico Stata con base en ECH y GEIH

[73]

La figura 16 de KM por nivel educativo muestra que a 200,1 en hombres los de nivel alto y nivel bajo, presentan probabilidades de mantener el empleo casi iguales; aunque, el nivel alto presento hasta los primeros 50 meses una funcin de supervivencia ms alejada del origen. El nivel medio presenta la funcin de supervivencia ms cercana a cero y por lo tanto, la menor probabilidad de mantener el empleo. A 2010, se presenta una reconfiguracin y las funciones de supervivencia de los tres niveles de cualificacin prcticamente se soslayan donde la diferencia entre estas es insignificante. Las funciones de supervivencia de las mujeres a 200,1 se imbrican donde es imposible encontrar qu nivel de cualificacin es el que tiene mayor probabilidad de permanecer en el empleo. A 2010, las funciones de supervivencia de las mujeres se distancian observando que son las de menor nivel educativo, las que mayor probabilidad de mantener el empleo muestran. Figura 17. Funcin Kaplan Meier duracin empleo por pareja en Ibagu, 2001.
Funcin Kaplan-Meier Con pareja 2001
1.00 1.00
Kaplan Meier Con Pareja-Hombres Kaplan Meier Con Pareja-Mujeres

0.75

0.50

0.25

0.00

50 Meses Con_pareja = 0

100

150

0.00

0.25

0.50

0.75

50 Meses Con_pareja = 0

100

150

Con_pareja = 1

Con_pareja = 1

Fuente: Salidas del programa estadstico Stata con base en ECH y GEIH

El Estado civil en la figura 17 de la funcin KM 2001, muestra que en hombres, existe una clara diferencia entre las funciones de supervivencia de los que tienen o no pareja. En mujeres, no se observa una clara diferencia. En el ao 2010, el principal cambio que se observa es una reduccin sustancial de la distancia entre las funciones de supervivencia en hombres. En mujeres, las funciones se hacen casi idnticas, mostrando el test log rank que la diferencia no es significativa para el 2010. (Ver Anexo L). Tener hijos dependientes en el 2001, parece no ser una caracterstica que cambie significativamente las funciones de supervivencia; en las mujeres la brecha es un poco mayor; aunque la diferencia no es significativa. En el ao 2010, no se presenta gran diferencia frente al comportamiento del 2001. Estos resultados contrastan con la teora, puesto que, se supone que tener hijos dependientes para la mujer, ocasiona dificultades para mantener el empleo. (Ver Anexo M)

[74]

En la posicin ocupacional figura 18, se observa claramente una diferencia entre las posiciones de asalariados y los no asalariados tanto en hombres como en mujeres en el 2001, siendo los asalariados los que exteriorizan una menor probabilidad de mantenerse empleados frente a los no asalariados. En el ao 2010, los asalariados mantienen una probabilidad menor de conservar el empleo y se incrementa esta brecha en hombres. Figura 18. Funcin Kaplan Meier duracin empleo por asalariados en Ibagu. 2001 y 2010
Funcin Kaplan-Meier Asalariados 2001
1.00 1.00
Kapla Meier Asalariados-Hombres Kaplan Meier Asalariadas-Mujeres

0.75

0.50

0.25

0.00

50 Meses Asalariado = 0

100

150

0.00

0.25

0.50

0.75

50 Meses Asalariado = 0

100

150

Asalariado = 1

Asalariado = 1

Funcin Kaplan-Meier Asalariados 2010

1.00 1.00
Kaplan Meier-Asalariados Hombres Kaplan Meier-Asalariadas Mujeres

0.75

0.50

0.25

0.00

50 Meses Asalariado = 0

100

150

0.00

0.25

0.50

0.75

50 Meses Asalariado = 0

100

150

Asalariado = 1

Asalariado = 1

Fuente: Salidas del programa estadstico Stata con base en ECH y GEIH

9.2.2 Test de hiptesis por duracin del empleo. El test log rank* 2001, para el total sin discriminar hombre y mujer, muestra que si hay diferencias significativas

Es un test de hiptesis para evaluar si las funciones de supervivencia son iguales entre los grupos o variables escogidas

[75]

para todas las variables, salvo por sexo y por hijos dependientes. Lo anterior evaluado al 5%. (Ver Anexo N) Las pruebas log rank a 2010, muestran diferencias significativas de las funciones de supervivencia de todas las variables, excepto para la variable estado civil. Lo anterior, revela que el mercado laboral ya no diferencia favorablemente con mayor duracin del empleo a los hombres que han conformado una familia. (Ver Anexo ) 9.2.3 Modelos semiparamtricos de duracin del empleo.(Ver salidas Anexo O) El mtodo de desarrollo de estos modelos se conoce como de riesgo proporcional tipo Cox*. La ventaja de esto, es que no asumen una forma del riesgo a lo largo del tiempo, esta puede ser constante, decreciente, creciente de cualquier forma. Tabla 11. Salida Resumen Modelo Tipo Cox duracin empleo Poblacin en Ibagu, 2001.
Modelo Tipo Cox Total 2001 Haz. Ratio Sexo Edad1 Edad3 Con Pareja Nivel Bajo Nivel Alto Cnyuge Hijo Otros No Asalariado 1.020679 1.444994* 0.9404058 0.8872299** 1.027676 0.818815* 1.176133* 1.197274* 1.26528* 0.829791*

Dependientes 1.066921 *significativo al 5% ** Significativo al 10% Fuente: Elaboracin propia, a partir de las Salidas de Stata con base en ECH y GIEH

La salida muestra los Hazard Ratio o Razones de Riesgo. Para la estimacin de este modelo se utilizan variables independientes que se han tomado en los no paramtricos, sin embargo estos modelos se interpretan como una probabilidad de suceso frente a la variable base. Para estos modelos no se utiliza variables continuas, puesto que, no genera confianza debido a los resultados encontrados. El modelo a nivel de significancia global, se obtiene a partir del resultado de la prueba chi2**. Sin embargo, de forma individual las variables sexo, edad3, nivel
*

Estos modelos tienen la propiedad del riesgo proporcional la cual implica que la funcin de riesgo de cada individuo es una rplica multiplicativa de la funcin de riesgo de otro individuo, las diferencias absolutas en X conducen a diferencias proporcionales en el riesgo en cada perodo de supervivencia.

[76]

bajo y dependientes (el resultado de la prueba P), en relacin con sus respectivas variables bases, no presentan diferencias significativas entre sus razones de riesgo o de probabilidad. El resultado del Link test muestra que las variables omitidas por el modelo son significativas. La interpretacin de las razones de riesgo de modelo muestra que los de edad 1 (jvenes) tienen una probabilidad 44% mayor a la de edad 2 (adultos) de perder el empleo. Los de nivel educativo alto tienen un 12% menos de probabilidad de riesgo de perder el empleo que el nivel educativo medio. Las 3 posiciones tienen mayores probabilidades de perder sus empleos que el jefe de hogar. Finalmente los no asalariados tienen 18% menos de probabilidad de perder el empleo que los asalariados. 9.2.4 Modelos paramtricos de duracin del empleo. Los modelos paramtricos se diferencian en la forma de aprovechar la informacin contenida en la base de datos. 9.2.4.1 Eleccin modelo paramtrico de riesgo proporcional de duracin del empleo. El objetivo fundamental es encontrar cul de estos modelos paramtricos de riesgo proporcional, se ajusta mejor a las funciones de riesgo de los datos, realizndose a partir de la comparacin de distintos criterios. Se toman en consideracin tres criterios de escogencia, el criterio BIC (criterio de informacin Bayesiano),*AIC (Criterio de Informacin Akaike)** y el Log likelihood*** o prueba de verosimilitud. Se estiman todos los modelos paramtricos y a partir de ello, se realiza la estimacin de los criterios de eleccin. (Ver salidas completas en el Anexo P) Se realizan pruebas para la poblacin general ocupada, hombres y mujeres por separado en los aos 2001 y 2010 (Tabla 12). Los resultados en la poblacin en
**

Estadstico de prueba Chi2 ayuda a aceptar o rechazar las hiptesis, para el caso de los modelos de supervivencia este es fundamental pues permite establecer la significancia de los coeficientes y del modelo en general. * Este criterio aumenta en funcin de Suma de los errores del modelo y del nmero de parmetros, por lo tanto una variacin inexplicada en la variable dependiente y del nmero de variables explicativas incrementa el valor del BIC. Por lo tanto un menor valor del BIC hace referencia a un mejor ajuste del modelo. En relacin con el AIC el BIC penaliza ms fuertemente los parmetros libres. ** Este criterio busca la disminucin de Distancia de Kullback-Leibler (medida para determinar la cercana de la funcin de densidad de probabilidad) entre la distribucin de la variable dependiente. El mtodo de escogencia es mirar el menor valor de AIC, que est sealando el mejor modelo. *** La prueba Log Likelihood o prueba de Verosimilitud se utiliza para comparar el ajuste de dos o ms modelos, entre mayor sea el valor de ste, menor dispersin tendr el modelo.

[77]

general para el ao 2001 muestran, que el mejor modelo en las tres pruebas es el Weibull, este comportamiento se mantiene hasta el 2008, sin embargo, a 2010 el mejor modelo segn dos (AIC y Log likelihood) de las tres pruebas es el Gompertz. En hombres, el comportamiento es similar para el 2004 y 2008, siendo el modelo Weibull el mejor para esos dos aos, en cambio para el 2001 y 2010 es el Gompertz, el mejor modelo segn las tres pruebas en el 2001 y por dos de las tres pruebas en 2010. En las mujeres se escoge el Weibull hasta 2008 y para el 2010 las tres pruebas dan como el mejor al Gompertz. (Ver salidas completas Anexo Q). Tabla 12.Pruebas modelos Paramtricos duracin empleo en Ibagu, 2001 y 2010.
Pruebas para escogencia de modelos Paramtricos Ibagu 2001 Poblacin Pruebas BIC AIC GENERAL Mweib 7.891,40 7.804,90 Mexp 7.900,72 7.819,99 mgompertz mweib 7.901,82 7.815,32 2010 Mexp Mgompertz 434,28 392,59 -181,30 248,94 218,72 -95,36 210,11 182,01 -77,00

438,67 434,11 396,98 395,20 183,60 251,58 247,66 221,35 219,59 -96,68 -96,80

Log -3.887,45 -3.895,99 likelihood BIC 4.123,67 4.123,19 AIC 4.052,09 4.056,73

-3.892,66 -183,49 4.122,88 4.051,30 -2.011,65 3.848,34 3.777,87

Log -2.012,05 -2.015,36 MASCULINA likelihood BIC 3.840,15 3.842,59 AIC 3.769,68 3.777,15

212,47 210,37 184,37 184,27

Log -1.870,84 -1.875,58 -1.874,93 -78,18 -79,14 FEMENINA likelihood Fuente: Elaboracin propia a partir de las Salidas de Stata con base en ECH y GIEH

[78]

Tabla13. Modelos duracin empleo en Ibagu, 2001, 2004, 2008 y 2010,

Salidas Modelos general Poblacin Ocupada en Ibagu, 2001 Weibull Variables Sexo edad1 edad3 Con Pareja Nivel bajo Nivel Alto Cnyuge Hijo Otros No Asalariado Dependientes TD_hogar INLAB COE, 0,0342 0,3985* -0,0712 -0,1321* 0,0491 -0,2258* 0,1985* 0,2147* 0,2704* -0,19* 0,0884* 0,0008 0,0000* 2004 Weibull COE, -0,0574 0,4466* 0,0064 -0,0289 0,0868** -0,1295* 0,1173 0,2697* 0,3136* -0,2543* 0,0077 0,0025* 0,0000 2008 Weibull COE, -0,126* 0,409* -0,0061 0,0016 -0,0574 -0,1256* 0,0256 0,2372* 0,065 -0,2508* 0,0255 0,0027* 0,000 2010 Gompertz COE, 0,0054 0,5360** 0,3028 -0,2612 -0,5629* -0,5409** 0,6868** 0,6353* 0,4060 -1,0048* -0,0860 0,0122* 0,0000

*significativo al 5% ** Significativo al 10% Fuente: Elaboracin propia a partir de las Salidas de Stata con base en ECH y GIEH Los coeficientes de los modelos aplicados, para el total de poblacin ocupada en los diferentes aos escogidos, se interpretan tomando el signo del coeficiente, a valores positivos (negativos) se incrementa la probabilidad de perder (mantener) el empleo. En este sentido, la variable sexo exceptuando el ao 2008 no es significativa, esto quiere decir que no existe una diferencia demostrable entre las probabilidades de hombres y mujeres. En 2008, la probabilidad de perder el empleo en los hombres es menor que la de las mujeres. El comportamiento en los aos estimados a excepcin del 2008, difiere de los resultados obtenidos en los anlisis descriptivos, puesto que, la mujer siempre mantuvo una duracin inferior a los hombres, sin embargo, en trminos de probabilidad, no se evidencia una diferencia significativa con excepcin del 2008, esto permite suponer que el mercado laboral ibaguereo no presenta una clara preferencia en trminos de duracin hacia algn sexo. El comportamiento a 2008, puede ser resultado del incremento de la ocupacin laboral de las mujeres, producto de la coyuntura econmica favorable de 2007 que al no mantenerse en el ao 2008, se generan despidos de la mano de obra contratada entre esas, las mujeres.

[79]

La variable edad muestra que solo la edad1 es significativa para todos los aos en comparacin a la variable base edad2. El comportamiento del coeficiente muestra que los de edad1, tienen una mayor probabilidad de perder el empleo y esta probabilidad va en aumento con el paso de los aos. Por otro lado, en ningn ao la edad3 es significativamente diferente a la edad base. En los anlisis descriptivos, los jvenes no presentan largas duraciones en el empleo y por el contrario sus caractersticas personales, sociales provocan que se empleen principalmente en trabajos temporales. La variable estado civil slo es significativa en el ao 2001, y muestra que la probabilidad de perder el empleo de los con pareja, es menor a la de los sin pareja, en los aos siguientes no es significativa esta diferencia, por lo que podra entenderse como una reconfiguracin del mercado de trabajo local. La variable nivel educativo, muestra que para el caso de la cualificacin baja, sta en comparacin con la variable base es significativa en los aos 2004 y 2010, presentando una mayor probabilidad de perder el empleo que los de cualificacin media, e incrementndose esta probabilidad en el ao 2010. La cualificacin alta, presenta coeficientes significativos para todos los aos, teniendo como resultado una menor probabilidad de perder el empleo frente al nivel medio, en el 2010 la probabilidad de mantenerse empleado se hace mayor. Es coherente que los de mayor cualificacin presenten una probabilidad menor de perder el empleo, puesto que, utilizan en ms proporcin canales formales (Aranzalez & Osorio, 2011) como las convocatorias pblicas para encontrar empleo, as como los puestos que ocupan se caracterizan por responder a un perfil especfico, caso contrario a lo que sucede para los de menor cualificacin que se emplean en sectores como la construccin y el comercio de alta rotacin. La variable posicin en el hogar muestra que en el caso del cnyuge, es significativa slo en los aos 2001 y 2010, presentando una probabilidad mayor de perder el empleo que los jefes de hogar e incrementndose esta probabilidad. La variable hijos, es significativa para todos los aos y muestra una probabilidad mayor de perder el empleo que los jefes de hogar. La variable otros miembros del hogar, presenta coeficientes significativos en los aos 2001 y 2004 teniendo una mayor probabilidad de perder el empleo frente al jefe de hogar. Los anteriores resultados muestran, que el jefe de hogar es el de mayor estabilidad laboral. La variable posicin ocupacional, clasificada en asalariados y no asalariados, presenta coeficientes significativos para todos los aos. Los no asalariados, presentan una probabilidad menor de perder el empleo que los asalariados y esta probabilidad diferencial se incrementa sustancialmente en el ao 2010. La caracterstica econmica de Ibagu y la flexibilizacin laboral, han ocasionado que el sector asalariado ofrezca empleo poco estable, provocando que aquellas personas vinculadas al sector no asalariado, fuertemente ligado a la informalidad,

[80]

prefieran continuar laborando en estos empleos, puesto que no ven buenas oportunidades en el sector asalariado. La variable dependientes es significativa slo en el 2001, donde la probabilidad de perder el empleo para los que tienen hijos dependientes, es mayor que para los que no. El mercado laboral en los aos siguientes al 2001, ha puesto en las mismas condiciones a los ocupados con hijos y sin hijos dependientes, fenmeno que puede ser positivo, ya que no evidencia una clara preferencia por ocupar a trabajadores (mujeres) sin hijos dependientes, sin embargo, puede ser negativo ya que debido a la reduccin de la duracin del empleo, los sectores que disponen de una mayor estabilidad en el ao 2001, probablemente la han perdido y las condiciones laborales se han igualado, pero desfavoreciendo a un sector de la poblacin. La variable continua TD en el hogar es significativa en los aos 2004, 2008 y 2010, mostrando que aquellas familias que tienen ms miembros del hogar desempleados, su probabilidad de no continuar en el empleo actual se acrecienta. Lo anterior, debido entre otras cosas a la presin de encontrar un trabajo mejor remunerado que le permita subsanar la reduccin del ingreso producto del desempleo de los otros miembros del hogar. La variable INLAB es significativa en el ao 2001; el coeficiente es cercano a cero pero con signo positivo, donde, a medida que se incrementa el ingreso no laboral la probabilidad de perder el empleo se aumenta, fenmeno comn, puesto que, las personas con INLAB alto preferirn retornar a la inactividad. Para los hombres (tabla 14), los resultados de los modelos son los siguientes: La variable edad slo tiene a la edad1 como significativa hasta el 2008, mostrando que la probabilidad de perder el empleo frente a la edad2, no slo es mayor, sino que se incrementa. La variable estado civil, no presenta coeficientes significativos para ningn ao. Por nivel educativo slo se presenta un coeficiente significativo para el nivel alto en el 2001, donde la probabilidad de perder el empleo es menor frente a la variable base nivel medio. La variable posicin en el hogar, tiene a los hijos con coeficientes significativos para todos los aos, mostrando una probabilidad mayor y creciente de perder el empleo que los jefes de hogar. El grupo otros miembros, solo presenta en el ao 2001 coeficiente significativo, teniendo una probabilidad mayor de perder el empleo que los jefes de hogar. Por posicin ocupacional la variable no asalariado es significativa para todos los aos y muestra que la probabilidad de perder el empleo para estos, es menor frente a los asalariados, incrementndose la diferencia a lo largo de los aos de estudio. Los coeficientes de la variable dependientes, no son significativos en ningn ao. La variable TD en el hogar es significativa en el ao 2010 y muestra que una alta TD en el hogar, incrementa la probabilidad de cambiar de empleo. Finalmente la variable INLAB no es significativa para ningn ao.

[81]

Tabla 14.Salidas Modelos Poblacin Masculina Ocupada en Ibagu, 2001, 2004, 2008 y 2010.
Salidas Modelos para la Poblacin Masculina Ocupada en Ibagu. 2001 2004 2008 Weibull COE. 0.5437* -0.0834 -0.0039 -0.5307 -0.5221 -0.2483 0.6912* 0.3335 -0.9038* 0.0361 0.02 2010 Gompertz COE. 0.5027 -0.1020 0.0222 -0.6074 -0.6002 -0.2214 0.7545** 0.4095 -1.0135* 0.0124 0.0189**

Gompertz Weibull Variable edad1 edad3 Con Pareja Nivel bajo Nivel Alto Cnyuge Hijo Otros COE. 0.4043* -0.00490 -0.1355 -0.0447 -0.2292 0.0979 0.3123* 0.3353* COE. 0.3339* 0.0155 -0.0922 0.0518 -0.1085 0.2234 0.3773* 0.2617 -0.3703* 0.0467 0.003

No Asalariado -0.1888* Dependientes 0.0992 TD_hogar -0.0005

INLAB 0.0000 0.000 0.000 0.0000 *significativo al 5% ** Significativo al 10% Fuente: Fuente: Elaboracin propia a partir de las Salidas de Stata con base en ECH y GEIH

Para las mujeres (tabla 15), el resultado de los modelos son los siguientes: La variable edad, muestra que el grupo de edad1, es significativo para todos los aos, presentando una probabilidad mayor de perder el empleo que los de edad2 e incrementndose esta probabilidad con el paso de los aos. La variable edad3, slo es significativa en el ao 2010 y muestra una probabilidad mayor de perder el empleo que los de edad2, resultado interesante, puesto que las mayores de 45 aos, gozan de los promedios de duracin ms altos. La variable estado civil, presenta slo coeficiente significativo para el ao 2001, mostrando una menor probabilidad de perder el empleo para los con pareja. Por nivel educativo, la variable nivel bajo presenta coeficientes significativos en el 2001 y 2004, donde la probabilidad de perder el empleo es mayor que los de nivel medio. Los de nivel alto presentan coeficientes significativos hasta el 2008, mostrando que la probabilidad de perder el empleo es menor que la del nivel medio aunque en comparacin con el 2001 la probabilidad diferencial se hizo ms pequea. En relacin a la posicin en el hogar, las cnyuges presentan coeficientes significativos slo en el ao 2010 y muestra una mayor probabilidad de perder el empleo que las jefes de hogar. Las hijas presentan coeficientes significativos en el 2001 2004 y 2010, donde la probabilidad de perder el empleo es mayor que la

[82]

de las jefes de hogar y en el ao 2010, hay un incremento sustancial de dicha probabilidad. Los otros miembros del hogar, presentan coeficientes significativos en los aos 2001 y 2004, donde la probabilidad de perder el empleo es mayor que la de las jefes. La variable posicin ocupacional, es significativa para todos los aos, mostrando que, la probabilidad de perder el empleo es menor para las no asalariadas frente a las asalariadas, y esta probabilidad se hace mayor en el ao 2010. El grupo dependientes, no presentan en ningn ao variables significativas. La variable TD en el hogar, es significativa en los aos 2004 y 2008, y presenta una probabilidad mayor de cambiar de empleo cuando es ms alta la TD del hogar. Finalmente la variable INLAB, es significativa en los aos 2001, 2008 y 2010, presentando signo positivo, por lo cual a mayor ingreso no laboral mayor es la probabilidad de no continuar empleada. Tabla 15.Salidas Modelos Poblacin Femenina Ocupada en Ibagu, 2001, 2004, 2008 y 2010.
Salidas Modelos para Poblacin Ocupada Femenina en Ibagu 2001 Weibull Variable edad1 edad3 Con Pareja Nivel bajo Nivel Alto Cnyuge Hijo Otros COE. 0.4452* -0.0908 -0.1012* 0.1596* -0.2377* 0.1905 0.1675** 0.2282* 2004 Weibull COE. 0.5401* -0.033 0.1541 0.1486** -0.1226* -0.1151 0.1224 0.2804* -0.1381* -0.0193 0.0024** 2008 Weibull COE. 0.3968* -0.0475 0.0729 -0.1106 -0.1478* -0.0812 0.147** -0.0279 -0.1257* 0.0338 0.0032** 2010 Gompertz COE. 1.2157* 0.8952* -0.4184 -0.4186 -0.2706 1.0108* 0.9439** 0.5593 -1.7195* -0.0978 0.0097

No Asalariado -0.2258* Dependientes TD_hogar 0.0915 0.0021

INLAB 0* 0.000 0.000* 0.0000* *significativo al 5% ** Significativo al 10% Fuente: Elaboracin propia a partir de las Salidas del programa estadstico Stata con base en ECH y GIEH

[83]

10

DETERMINANTES DE LA DURACIN DEL EMPLEO EN LA POBLACIN GENERAL OCUPADA, HOMBRES Y MUJERES

La variable sexo, no es determinante de la duracin del empleo. La edad se presenta como determinante de la duracin del empleo, puesto que, los de ms edad tienen una mayor probabilidad de conservar el empleo que los jvenes. Para los hombres, la edad es un determinante hasta el ao 2008, mientras que, en las mujeres lo es para todos los aos. El estado civil, slo es un determinante de la duracin en el ao 2001. Aquellos con pareja, tienen mayor permanencia en el empleo. En los hombres, no es determinante, mientras que, en las mujeres si lo es en el ao 2001, lo que demuestra una posible preferencia del mercado laboral por mujeres solteras. El nivel educativo, se presenta como determinante para todos los aos, donde aquellos con cualificacin alta tienen mayores duraciones en el empleo. En hombres, slo es un determinante en el ao 2001, mientras que, en las mujeres lo es hasta el ao 2008. La posicin en el hogar, se presenta como determinante de la duracin del empleo, puesto que, ser jefe de hogar (hombre o mujer) representa una mayor permanencia en el empleo. La posicin ocupacional, es un determinante de la duracin del empleo para todos los aos, para hombres y mujeres por igual. Los no asalariados tienen una mayor permanencia en el empleo. Tener hijos dependientes slo es un determinante en el ao 2001, siendo menor la permanencia en el empleo. La TD del hogar es un determinante de la duracin del empleo en los aos 2004, 2008 y 2010. Entre menor es la TD, mayor duracin en el empleo tendrn los miembros del hogar. En hombres la TD del hogar slo es determinante en el 2010, mientras que, en mujeres lo es en los aos 2004 y 2008. El ingreso no laboral altera la duracin del empleo en el ao 2001, puesto que, no disponer de ingreso no laboral acrecienta la duracin. En hombres no es determinante, mientras que, en las mujeres lo es para todos los aos, excepto para el ao 2004.

[84]

11

CARACTERIZACIN POBLACIN DESOCUPADA

11.1CARACTERIZACIN POBLACIN DESOCUPADA.EN LA CIUDAD DE IBAGU. 2001-2008 La caracterizacin de los desocupados se realiza considerando las variables sexo, edad, nivel educativo, posicin en el hogar, posicin y sector econmico. 11.1.1 sexo. La figura 19 revela que las mujeres en Ibagu son las que padecen en mayor medida el desempleo. En 8 aos no logran reducir significativamente su desempleo, acercndose a las 30.000 desempleadas, mientras que, en los hombres se reduce muy levemente a 22.000 desempleados. La reduccin en el nmero de desocupados de 55.000 a 39.000 concuerda con el incremento en el nmero de ocupados, especialmente en el 2007, lo que se puede asociar al auge econmico. En los hombres, la tendencia decreciente se debe principalmente a la reduccin en la participacin laboral, puesto que, los niveles de ocupacin se mantienen sin grandes variaciones. Figura 19. Desocupados en la Ciudad de Ibagu, 2001-2008.

Fuente: Elaboracin Propia tomada de datos Observatorio de Empleo del Tolima

Tabla 16. Crecimiento de la poblacin desocupada en Ibagu, 2001-2008. Ritmo de Crecimiento de la Poblacin Desocupada en Ibagu 2002 2003 2004 2005 2006 2007 2008 M Des -3,7% 19,1% -14,4% -2,7% -1,8% -24,2% 32,7% H Des 7,6% -4,2% 4,1% -11,2% -11,1% -15,1% 29,6% Total Des 1,2% 8,4% -7,0% -6,5% -5,8% -20,5% 31,4%
Fuente: Elaboracin Propia, con base en datos en ECH y GEIH.

[85]

El ritmo de crecimiento de los desocupados es bastante voltil hasta el ao 2003, desde el ao 2004 se presentan fuertes cadas, en especial en el ao 2007, desafortunadamente a 2008 se incrementa nuevamente el nmero de desocupados. 11.1.2 edad. Los desocupados en Ibagu (figura 20), se concentran principalmente en jvenes, puesto que, su proporcin gira alrededor del 50% con tendencia decreciente. Los adultos, presentan tendencia creciente sin mayores fluctuaciones, slo en el ltimo ao muestran una cada considerable contrario a lo que sucede con los otros grupos. Los mayores de 45 aos tienen tendencia creciente e igualan en el ltimo ao a los adultos. En el ao 2007, los jvenes son los nicos que reducen el nmero de desocupados. Figura 20. Desocupados por edad en Ibagu, 2001-2008.

Fuente: Elaboracin Propia tomada de datos Observatorio de Empleo del Tolima

La reduccin en los jvenes desocupados, no es producto de un incremento en los jvenes ocupados, sino que se debe a una disminucin de los jvenes econmicamente activos, por lo tanto, parece darse el fenmeno de trabajador joven desanimado*; en caso contrario, los mayores de 45 aos incrementan su proporcin en ocupados y desocupados, producto de un aumento en la participacin laboral. En los adultos se da un crecimiento de la proporcin de desocupados, mientras que, su PEA es decreciente, reflejando que pese a reducir su participacin laboral no disminuyen su desempleo. (Ver Anexo R)

Este efecto de trabajador desanimado se presenta cuando tiene pesimismo frente a la posibilidad de encontrar trabajo y por lo tanto, dejan de buscar trabajo activamente.

[86]

11.1.3 Desocupados por nivel educativo. Figura 21. Desocupados por grado de cualificacin para Ibagu, 2001-2008.

Fuente: Elaboracin Propia, con base en datos en ECH y GEIH.

La mayor concentracin de poblacin desocupada, corresponde a poblacin con cualificacin media, su tendencia ha sido levemente decreciente, a pesar de que en la primera dcada del siglo XXI, las instituciones educativas oficiales en Ibagu, aplican la modalidad de nfasis en los grados 10 y 11, esta medida no ha cambiado el panorama de la desocupacin por nivel educativo. Los de alta cualificacin, son hasta el ao 2006, los de menor proporcin, sin embargo, en los aos 2007 y 2008, sobrepasan a los de baja cualificacin, que presentan en el transcurso del perodo una tendencia decreciente, concordante con su reduccin dentro de la PEA. (Ver Anexo S). Los de alta cualificacin, han aumentado dentro de la PEA, producto de un incremento tanto en ocupados como en desocupados. Los dems grupos reducen su proporcin en los desocupados; en los de baja cualificacin esta disminucin coincide con el incremento de la TO en el ao 2005, de los que tienen primaria completa. Para los de cualificacin media, la reduccin en los desocupados se presenta gracias a un incremento en la TO de aquellos que disponen de educacin secundaria completa.

[87]

11.1.4 Desocupados por posicin en el hogar. Figura 22. Desocupados por posicin en el hogar para Ibagu, 2001-2008.

Fuente: Elaboracin Propia, con base en datos en ECH y GEIH

Los jefes de hogar y cnyuges, presentan una proporcin en los desocupados inferior a los hijos, no obstante, en los primeros la tendencia es creciente. Cabe sealar, que en el ao 2004, se observa una reduccin de la proporcin de cnyuges, mientras que, en ese mismo ao se presenta un aumento en la proporcin de jefes de hogar. Para el ao 2008, estos continan su tendencia ascendente. Los hijos son los principales desempleados; pero es de resaltar la reduccin a lo largo de los aos, especialmente de 2002 a 2003. La disminucin de la proporcin de desocupados, se debe principalmente a su reduccin dentro de la PEA, evidencindose un regreso a la inactividad. (Ver Anexo T) Los jefes de hogar, se han incrementado porcentualmente en ocupados y desocupados, esto ms que ser por un incremento en la TGP, se debe a una reduccin en la PEA de los dems miembros del hogar, principalmente los hijos. (Ver Anexo U)

[88]

11.1.5 Desocupados por posicin ocupacional Figura 23. Expulsados por posicin ocupacional para Ibagu, 2001-2008.

Fuente: Elaboracin Propia tomada de datos Observatorio de Empleo del Tolima

La desocupacin ms alta, proviene de la poblacin expulsada del empleo particular, con una proporcin superior al 55%. Aproximadamente, el 20% de los desocupados son expulsados del cuenta propismo. El crecimiento econmico del ao 2007, genera empleo en la mayora de las posiciones ocupacionales, especialmente en el empleo particular, sin embargo, su proporcin dentro de los desocupados crece, producto de una reduccin mayor del desempleo de sectores como el cuenta propia. 11.1.6 Desocupados por rama de actividad econmica. Figura 24. Desocupados expulsados por Ramas de actividad para Ibagu, 20012008.

Fuente: Elaboracin Propia tomada de datos Observatorio de Empleo del Tolima

[89]

El sector comercio y todo lo que comprende, es el que mayor proporcin de desocupados genera; aunque disminuye en los aos 2007 y 2008. El sector servicios comunales, es la segunda rama que mayor desocupacin genera; pero con tendencia decreciente. El sector industrial, tiene alrededor del 15% de cesantes, creciendo al final del perodo de estudio. Comparando los anteriores datos con el crecimiento econmico de cada sector (a nivel departamental), se encuentra que, el alto crecimiento que presenta el comercio en el ao 2004, genera una reduccin en los expulsados, de igual manera, el poco crecimiento de la industria ocasiona un incremento en la expulsin en ese ao. En los servicios comunales, los expulsados disminuyen producto de un buen comportamiento econmico. En el ao 2007 los tres sectores mencionados presentan una reduccin en la expulsin de trabajadores, esto principalmente se debe al crecimiento econmico del Tolima. En el ao 2008 la industria presenta un incremento en la expulsin de trabajadores, pese al crecimiento de la produccin industrial.* 11.2 TASA DE DESEMPLEO (TD) DE IBAGU 11.2.1 Tasa de desempleo por sexo Figura 25. Tasa de Desempleo en Ibagu, 2001- 2008.

Fuente: Elaboracin Propia tomada de datos Observatorio de Empleo del Tolima

Los hombres presentan las menores TD a lo largo del perodo de estudio, disminuyendo por debajo de 15 puntos en el ao 2007. Las mujeres exhiben la mayor TD, sobrepasando los 25 puntos hasta el ao 2006, en 2007 se reduce por debajo de los 20 puntos. Ambos sexos incrementan su TD en el ltimo ao de estudio, por lo que se podra mencionar la existencia de un efecto rebote de los indicadores producto del mejoramiento de las expectativas por conseguir empleo,

Datos Obtenidos de la Encuesta Manufacturera DANE.

[90]

que se traduce en una mayor participacin laboral, que al no coincidir con una respuesta similar de la economa provoca un mayor desempleo. 11.2.2 Tasa de desempleo por edad. Tabla 17. Promedio TD por edades en Ibagu, 2001-2008.
TD promedio para Ibagu de 2001 a 2008 10 a 15 a 20 a 25 a 30 a 35 a 40 a 45 a 50 a 14 19 24 29 34 39 44 49 54 > 55 TD H 18% 39% 28% 14% 10% 12% 11% 14% 14% 17% TD M 22% 48% 36% 28% 25% 22% 19% 17% 19% 15% TD T 20% 43% 32% 21% 17% 17% 15% 15% 16% 17% Fuente: Elaboracin Propia tomada de datos Observatorio de Empleo del Tolima

Los jvenes son los que mayor desempleo presentan. A excepcin del primer grupo de etario, a medida que se incrementa la edad se reduce la TD. De anloga manera, la mujer presenta la mayor TD, menos en los mayores de 55 aos, mientras que, en los hombres el comportamiento de la TD tiene una distribucin similar a Chi 2, se reduce con el avance de la edad y se incrementa despus de los 44 aos, coincidiendo con la teora del ciclo vital (McConnell et al., 2003). (Ver Anexo V) 11.2.3 Tasa de desempleo por nivel educativo. Tabla 18. Promedio TD por nivel educativo en Ibagu, 2001-2008.
TD promedio de Ibagu de 2001 a 2008 Primaria Primaria Secundaria Secundaria Superior Ningn Inc Comp Inc Comp Inc TD H 16% 15% 15% 18% 19% 24% TD M 25% 23% 24% 28% 27% 28% TD_T 20% 19% 19% 23% 23% 26% Fuente: Elaboracin Propia, con base en datos en ECH y GEIH. Superior Comp 16% 17% 16% Posgra 7% 7% 7%

Los de cualificacin media, presentan una TD mayor que los de baja cualificacin, siendo el nivel superior incompleto con una TD de 26 puntos, el de mayor desempleo. En los niveles educativos superior completo y posgrados la TD promedio, se reduce sustancialmente a 16% y 7% respectivamente. (Ver Anexo W) 11.2.4 Tasa de desempleo por posicin en el hogar. Tabla 19. Promedio TD para Ibagu por posicin en el hogar, 2001- 2008.
TD promedio de Ibagu de 2001 a 2008 Jefe(a) del Hogar Cnyuge Hijos TD_H 11% 15% 28% TD_M 16% 25% 33% TD_T 12% 24% 31% Fuente: Elaboracin Propia tomada de datos Observatorio de Empleo del Tolima

[91]

A medida que se observa posiciones en el hogar con menores responsabilidades se incrementa la TD, en este sentido, los hijos presentan la mayor TD de las tres posiciones principales. Estas altas TD para hijos, no slo se deben a problemas del mercado laboral, sino que estn sujetas a caractersticas intrnsecas del individuo tales como su salario de reserva. (Ver Anexo X).

[92]

12

DURACIN DEL DESEMPLEO

12.1 DURACIN DEL DESEMPLEO EN IBAGU 2001-2008 El estudio sobre la duracin del desempleo en Ibagu es importante por las siguientes razones: permite entender cmo se encuentra la ciudad en materia de oportunidades laborales, al igual que se convierte en un anlisis desagregado que por medio de diversas caractersticas permite establecer qu variables intrnsecas influyen de manera negativa o positiva en las altas duraciones del desempleo. Para tal estudio se utiliza la pregunta del mdulo de desocupados de la encuesta del DANE Durante cuntas semanas ha estado o estuvo buscando trabajo?, de la cual se estima el promedio de duracin de una persona desocupada en Ibagu, cruzando la informacin con 5 variables distintas tales como sexo, edad, nivel educativo, posicin en el hogar y posicin ocupacional buscada. Antes de analizar el comportamiento de la duracin del desempleo, hay que mencionar la segmentacin de la duracin, la cual y de acuerdo a la literatura estudiada se puede dividir en corta, media y larga duracin. Para la corta se decide tomar aquellos desocupados entre 0 a 3 meses, la media comprende un rango entre 4 a 11 meses y la larga va de los 12 meses en adelante. Sin embargo, no es posible establecer con exactitud cunto tiempo llevan desocupados, pues se presenta nuevamente el problema de censura, al desconocerse el tiempo en que saldrn del desempleo. 12.1.1 Duracin desempleo por sexo. En la tabla 20, se presenta la fuerte reduccin a 2008, en el nmero de semanas para los desempleados segn su sexo. En el perodo de estudio la mujer presenta el mayor promedio de duracin. Cabe mencionar, que en comparacin con el total nacional, Ibagu presenta una mayor duracin del desempleo, exhibindose una diferencia significativa entre sexos. Este comportamiento, puede estar influenciado por un menor salario de reserva de los hombres, que asociado a la jefatura del hogar masculina, dificulta la consecucin de un trabajo por parte de la mujer. De 2001 a 2008, se presentan dos cambios importantes en la proporcin de desocupados por duracin del desempleo. El primero, un incremento porcentual en la corta duracin, que en la poblacin total pasa de 22% a 54%, en hombres de 24% a 60% y en mujeres de 21% a 50%. El segundo, una reduccin porcentual del desempleo de larga duracin, la poblacin total cae de 41% a 23%, en hombres pasa de 39% a 18% y en mujeres disminuye de 42% a 26%. Las anteriores cifras son reveladoras, y ponen de manifiesto uno de los hechos ms significativos del mercado laboral ibaguereo de la primera dcada del 2000, la transicin de un desempleo de larga duracin a uno de mediana duracin, as como el incremento sustancial de la poblacin desocupada que lleva en esa
[93]

situacin menos de 3 meses. Este fenmeno contrasta con una TD que se mantiene superior a 15% y que pone de manifiesto la flexibilizacin que ha presentado el mercado laboral y que ha permitido una menor duracin del desempleo con una alta tasa del mismo. En otras palabras, no se han creado gran cantidad de fuentes de trabajo, si no que las existentes han perdido estabilidad y se ha incrementado la rotacin y competencia por los empleos disponibles. Tabla 20. Duracin del desempleo por sexo en Ibagu, 2001- 2008.
Desempleo en meses Ibagu HOMBRE 2001 2004 2007 12 12,8 10,3 MUJER 12,8 13,5 9,3 12,5 13,3 9,8 Desempleo en meses Total Nal. MUJER TOTAL 12,4 11,9 6 5,6 11,3 11,6 6 5,4 10,2 11,3 5,9

TOTAL HOMBRE

2008 6 7,8 7 5,2 Fuente: Elaboracin propia con base en datos de la ECH y GEIH.

12.1.2 hogar. En relacin a la posicin en el Hogar (tabla 21), el jefe de hogar presenta duraciones superiores a los 12 meses antes del 2004, en los aos siguientes especialmente en el ao 2008, se presenta una fuerte cada a 6,75 meses. Los cnyuges son los de mayor duracin de desempleo, cayendo a 8,25 meses en el ao 2008. Los hijos se caracterizan por tener la menor duracin en el 2008 con 6,5 meses; aunque en los aos anteriores presenta duraciones similares a los dems miembros principales. De 2001 a 2008 se ha presentado cambios en la proporcin de desempleados por tiempos de duracin. En primer lugar, se incrementa la proporcin de desempleados de corta duracin, los jefes de hogar pasan de 20% a 53%, los cnyuges de 24% a 59% y los hijos de 24% a 59%. En segundo lugar, se reduce el porcentaje con larga duracin del desempleo, los jefes caen de 41% a 21%, los cnyuges de 45% a 32% y los hijos de 38% a 19%.

[94]

Tabla 21. Duracin del desempleo por posicin en el Hogar en Ibagu, 20012008.
Duracin desempleo en meses Jefe de hogar Cnyuge Hijos 2001 2004 2007 14,25 14,25 11,75 13,25 15,25 12 11,25 12,5 7

2008 6,75 8,25 6,5 Fuente: Elaboracin propia con base en datos de la ECH y GEIH.

Estos promedios de duracin son coherentes, puesto que, el jefe de hogar y los hijos debido a sus caractersticas, el primero con una menor elasticidad oferta (Tenjo y Ribero, 1998) puede conseguir empleo ms rpidamente, mientras que los hijos, debido a su edad se encuentran en la etapa de mayor productividad y por lo tanto, su fuerza de trabajo es demandada para diferentes actividades, muchas de baja calidad que no le representan una remuneracin ni estabilidad deseada. Por otro lado, el cnyuge que es principalmente mujer sale en busca de trabajo con un salario de reserva ms alto que el jefe de hogar y con la disyuntiva de tener que intercambiar horas de trabajo en casa por horas de trabajo en el mercado. 12.1.3 Duracin del desempleo por grupos de edad. Por grupos de edad (tabla 22), el promedio de duracin del desempleo muestra que todos presentan reduccin del nmero de meses. Sin embargo los jvenes son los que menor duracin en el desempleo tienen, presentando su punto ms alto en el ao 2002 con 12,75 meses, a 2008 se reduce la duracin a 5,5 meses. Los adultos presentan grandes volatilidades en la duracin, en el 2008 el promedio decrece fuertemente y se ubica en 7,5 meses. Los mayores de 45 aos son los que presentan la mayor duracin, alcanzando los 16,75 meses en el 2007, en el 2008 se presenta una fuerte reduccin de la duracin, ubicndose en 10 meses. De 2001 a 2008, se ha presentado fuertes cambios en la proporcin de los desempleados por perodos de duracin, primordialmente, se ha incrementado la proporcin de desempleados de corta duracin, para el caso de los jvenes han pasado de 24% a 59%, los adultos crecen de 19% a 49% y los mayores de 45 de 19% a 46%. De igual forma, se ha reducido el porcentaje con larga duracin del desempleo, los jvenes decrecen de 36% a 17%, los adultos de 46% a 26% y los mayores de 45 aos de 50% a 32%.

[95]

Tabla 22. Duracin del desempleo por edades en Ibagu, 2001- 2008.
Duracin desempleo en meses Mayores de Jvenes Adultos 45 aos 2001 2004 2007 11 11,75 6,5 13,25 13,25 9 16 16,25 16,75

2008 5,5 7,5 10 Fuente: Elaboracin propia, con base en datos de la ECH y GEIH.

Para los mayores de 45 aos encontrar trabajo es complicado y por lo tanto duran ms en desempleo que los dems grupos de edades, puesto que, su nivel de productividad pierde competitividad y no resulta ser atractivo para el mercado laboral, contrario a lo que sucede con los jvenes y adultos. 12.1.4 Duracin del desempleo por nivel educativo. Por niveles de cualificacin (tabla 23), la duracin del desempleo desciende a lo largo de los aos, los de baja cualificacin son los de menor duracin, finalizando el ao 2008 con un promedio de 5 meses muy inferior a los 12,25 meses de 2001, en los de cualificacin media despus del 2003 la duracin del desempleo decrece, ubicndose alrededor de 7 meses en el ao 2008. Los de alta cualificacin tienen una duracin del desempleo mayor a los dems, especialmente en el ao 2004 cuando alcanza la cifra cercana a los 18 meses, en los aos siguientes inicia una tendencia decreciente que los a ubica por debajo de los 9 meses. Por lo anterior, la mejora del mercado laboral expresada en la reduccin del tiempo de duracin, si bien, se presenta para todos los niveles, son los de ms baja cualificacin los que ostentan una mayor reduccin. Tabla 23.Duracin del desempleo por Nivel de Cualificacin en Ibagu, 20012008.
Duracin desempleo en meses Cualificacin Baja 2001 2004 2007 12,25 11,5 9 Cualificacin media 12,5 13 9 Cualificacin Alta 13 17,75 11,5 8,75

2008 5,25 6,75 Fuente: Elaboracin propia, con base en datos de la ECH y GEIH.

De 2001 a 2008, se ha presentado fuertes cambios en la proporcin de los desempleados por tiempos de duracin. En primer lugar, se ha incrementado la proporcin desempleados de corta duracin, para el caso de los de baja cualificacin pasan de 23% a 63%, los de media crecen de 22% a 56% y los de
[96]

alta lo hacen de 20% a 47%. En segundo lugar, se ha reducido el porcentaje de desocupados con larga duracin, los de baja cualificacin decrecen de 40% a 18%, los de media de 41% a 23% y los de alta de 42% a 26%. Que los de baja y media cualificacin duren menos en desempleo frente a los de alta cualificacin, no es ninguna novedad, puesto que, los primeros no han invertido recursos en su educacin y no esperan retorno alguno; por lo tanto, su salario de reserva es relativamente bajo, mientras que los de alta cualificacin han invertido recursos en su formacin y esperan con el salario de su trabajo, recuperar y obtener retornos ms elevados por la inversin realizada. 12.1.5 Duracin del desempleo por posicin ocupacional. En relacin a la posicin ocupacional buscada* (tabla 24), el comportamiento de la duracin del desempleo evidencia en primer lugar, una tendencia decreciente de las principales posiciones. Los patrones caen de 15 meses (2001) a 10 meses (2008), la cuenta propia de 13 meses (2001) a 7,5 meses (2008) y finalmente los obreros de 12 meses (2001) a 7 meses (2008). Las actividades econmicas ligadas al sector particular son las que presentan la menor estabilidad, y con ello la mayor rotacin laboral, por lo tanto, es coherente que el sector obrero sea el de menor duracin del desempleo, debido a que est fuertemente relacionado con una mayor rotacin de fuerza de trabajo. De la misma forma, el cuenta propismo vinculado con el sector informal tiende a ser una oportunidad de trabajo para aquellas personas que se les dificulta conseguir empleo en el sector asalariado. Finalmente la alta duracin del desempleo para patrones pone de relevancia la dificultad de crear empresa en la ciudad, donde la creacin de empresa se convierte en la ltima oportunidad de emplearse para los sectores con largas permanencias en el desempleo. Tabla 24. Duracin del desempleo por posicin ocupacional en Ibagu, 20012008.
Duracin desempleo en meses Obrero o empleado 2001 2004 2007 12,25 13,75 9,25 Cuenta Propia 13,25 10,5 13 Patrn 15,25 13,25 5,5 10,25

2008 7,25 7,5 Fuente: Elaboracin propia, con base en datos de la ECH y GEIH.

Debido a inconvenientes en la encuesta continua de hogares no es posible desagregar los obreros particulares y de gobierno.

[97]

De 2001 a 2008, se ha incrementado la proporcin de desempleados de corta duracin, para el caso de los que buscan empleo como obreros pasan de 23% a 47%, los que buscan en cuenta propia de 24% a 54% y los que quieren ser patrones lo hacen de 8% a 65%. Asimismo, la proporcin de desocupados de larga duracin se ha reducido, los que buscan empleo como obreros decrecen de 41% a 23%, los de cuenta propia pasan de 41% a 27% y desocupados que buscan empleo como patrones de 53% a 16%.

[98]

13. MODELOS DE DURACION DEL DESEMPLEO

13.1 RESULTADOS MODELOS DE DURACIN DEL DESEMPLEO 13.1.1 Modelos no paramtricos de duracin del desempleo. Figura 26. Funcin Kaplan Meier duracin del desempleo por sexo en Ibagu, 2001 y 2010.
1.00
1.00

Funcin Kaplan Meier por Sexo 2001

Funcin Kaplan Meier por Sexo 2010

0.75

0.50

0.25

0.00

0.00

0.25

0.50

0.75

20

40 meses sexo = Mujer

60

80 sexo = Hombre

100

20

40 meses sexo = Mujer

60

80 sexo = Hombre

100

Fuente: Salidas del programa estadstico Stata con base en ECH y GEIH.

De acuerdo con los resultados obtenidos del estimador Kaplan Meier por sexo (Figura 26), se evidencia que las mujeres presentan una funcin de supervivencia ms alejada del origen, lo que indica que tienen una mayor probabilidad de permanecer en desempleo, mientras que, los hombres tienen una menor funcin de supervivencia, es decir una probabilidad mayor de conseguir empleo. Para el ao 2010 persiste el comportamiento y la forma de la funcin de supervivencia en hombres y mujeres, estas continan con mayores probabilidades de permanecer en el desempleo.

[99]

Figura 27. Funcin Kaplan Meier duracin del desempleo por posicin en el hogar en Ibagu, 2001 y 2010
Funcin Kaplan-Meier por Posicin en el Hogar 2001
Kaplan Meier-Posicin en el Hogar Hombres 2001 Kaplan Meier-Posicin en el Hogar Mujeres 2001

1.00

0.75

0.50

0.25

0.00

20

40 Meses

60

80

100

0.00

0.25

0.50

0.75

1.00

20

40

60 Meses

80

100

pos_hogar = Jefe pos_hogar = Hijo

pos_hogar = Cnyuge pos_hogar = Otros

pos_hogar = Jefe pos_hogar = Hijo

pos_hogar = Cnyuge pos_hogar = Otros

Funcin Kaplan-Meier por Posicin en el Hogar 2010

Kaplan Meier-Posicin en el Hogar Hombres 2010 Kaplan Meier-Posicin en el Hogar Mujeres 2010

1.00

0.75

0.50

0.25

0.00

20

40 Meses

60

80

100

0.00

0.25

0.50

0.75

1.00

20

40

60 Meses

80

100

pos_hogar = Jefe pos_hogar = Hijo

pos_hogar = Cnyuge pos_hogar = Otros

pos_hogar = Jefe pos_hogar = Hijo

pos_hogar = Cnyuge pos_hogar = Otros

Fuente: Salidas del programa estadstico Stata con base en ECH y GEIH

Por posicin en el hogar, se detalla que en la poblacin masculina el jefe de hogar y cnyuge presentan una menor probabilidad de seguir desempleado, tanto en el ao 2001 como en el ao 2010. Los otros miembros del hogar e hijos son los que presentan una probabilidad mayor de continuar desempleados. En cuanto a las mujeres, las hijas y jefes de hogar presentan una probabilidad menor de permanecer el desempleo respecto a las cnyuges y otros miembros. Un dato revelador es la diferencia entre funciones de supervivencia de los hijos respecto su sexo, pues si bien ser mujer presenta una mayor probabilidad de mantenerse en desempleo, si es hija esta probabilidad se reduce y es menor que si se es hijo,

[100]

siendo una explicacin a este fenmeno la demanda laboral ibaguerea que se concentra en los sectores comercio y servicios personales, que demandan en gran medida mano de obra femenina, por lo que la hija podra ocuparse ms rpido que el hijo. Sumado a ello, la mayor responsabilidad femenina en situaciones de reduccin del ingreso familiar, probablemente este tambin asociado a un menor salario de reserva por parte de estos miembros de hogar (Figura 27). Figura 28. Funcin Kaplan Meier duracin del desempleo por rangos de edad en Ibagu, 2001 y 2010.
Funcin Kaplan-Meier segn Rangos de Edad 2001
Kaplan Meier-Rango Edad Hombres 2001 Kaplan Meier-Rango Edad Mujeres 2001

1.00

0.75

0.50

0.25

0.00

20

40 Meses

60

80

100

0.00

0.25

0.50

0.75

1.00

20

40 Meses

60

80

100

rangoedad = 10 a 29 rangoedad = 45 y mas

rangoedad = 30 a 44

rangoedad = 10 a 29 rangoedad = 45 y mas

rangoedad = 30 a 44

Funcin Kaplan-Meier segn Rangos de Edad 2010

Kaplan Meier-Rango Edad Hombres 2010 Kaplan Meier-Rango Edad Mujeres 2010

1.00

0.75

0.50

0.25

0.00

20

40 Meses

60

80

100

0.00

0.25

0.50

0.75

1.00

20

40 Meses

60

80

100

rangoedad = 10 a 29 rangoedad = 45 y mas

rangoedad = 30 a 44

rangoedad = 10 a 29 rangoedad = 45 y mas

rangoedad = 30 a 44

Fuente: Salidas del programa estadstico Stata con base en ECH y GEIH

La figura 28 de la funcin KM de los jvenes muestra, que las mujeres para los aos 2001 y 2010, presentan una menor probabilidad de mantenerse
[101]

desempleadas, coincidiendo con los resultados de las hijas. Para el caso de los hombres, los adultos se sitan con la menor probabilidad de permanecer desocupados, probablemente estos en su mayora sean tambin jefes de hogar. En los aos 2001 y 2010, los mayores de 45 aos exhiben la mayor probabilidad de continuar en desempleo, tanto en hombres como mujeres, siendo coherente con los anlisis de los captulos anteriores y con la teora del ciclo vital. Figura 29. Funcin Kaplan Meier duracin del desempleo por nivel educativo en Ibagu 2001 y 2010.
Funcin kaplan-Meier segn Nivel Educativo 2001
Kaplan Meier-Nivel Educativo Hombre 2001 Kaplan Meier-Nivel Educativo Mujer 2001

1.00

0.75

0.50

0.25

0.00

20

40 meses

60

80

100

0.00

0.25

0.50

0.75

1.00

20

40 meses

60

80

100

nivel_educ = Bajo nivel_educ = Alto

nivel_educ = Medio

nivel_educ = Bajo nivel_educ = Alto

nivel_educ = Medio

Funcin kaplan-Meier segn Nivel Educativo 2010

1.00 1.00 0.25
0 20 40 meses nivel_educ = Bajo nivel_educ = Alto nivel_educ = Medio 60 80 100

Kaplan Meier-Nivel Educativo Hombre 2010

Kaplan Meier-Nivel Educativo Mujer 2010

0.75

0.50

0.00

0.25

0.00

0.50

0.75

20

40 meses

60

80

100

nivel_educ = Bajo nivel_educ = Alto

nivel_educ = Medio

Fuente: Salidas del programa estadstico Stata con base en ECH y GEIH

Por nivel educativo, en hombres las funciones de supervivencia se aproximan entre s, sin embargo, se nota que en los aos 2001 y 2010 (Figura 29), el nivel
[102]

alto es el que mayor probabilidad tiene de mantenerse desempleado. Para los de nivel bajo y medio no se presentan diferencias significativas en las funciones de supervivencia de los hombres. En las mujeres se aprecia que para los aos 2001 y 2010, el grado de cualificacin alto es el que tiene la menor probabilidad de permanecer en desempleo, en cambio la cualificacin baja y media comparte la mayor probabilidad de continuar en desempleo, este comportamiento se contradice con lo que se espera tericamente, puesto que entre mayor educacin mayor salario de reserva y por lo tanto mayor tiempo de bsqueda, sin embargo, para el caso de Ibagu la mujer con mayor educacin no solo tiene menor TD, sino que tiene una menor duracin en el, es decir que la educacin se convierte en la mejor estrategia para superar los obstculos que se presentan en el mercado laboral. El Estado civil (figura 30) muestra que, en los hombres a 2001 y 2010 existe una clara diferencia entre las funciones de supervivencia de los que tienen o no pareja. La probabilidad de mantenerse desempleado para los que tienen pareja es menor que para los que no tienen. En mujeres no se observa una clara diferencia entre las funciones de supervivencia. (Ver Anexo Y) Figura 30. Funcin Kaplan Meier duracin de desempleo por pareja en Ibagu, 2010.
Funcin kaplan-Meier Con Pareja 2010
1.00 1.00
Kaplan Meier-Con Pareja Hombre Kaplan Meier-Con Pareja Mujer

0.75

0.50

0.25

0.00

20

40 meses

60

80

100

0.00

0.25

0.50

0.75

20

40 meses

60

80

100

Con_pareja = 0

Con_pareja = 1

Con_pareja = 0

Con_pareja = 1

Fuente: Salidas del programa estadstico Stata con base en ECH y GEIH

Tener hijos dependientes (figura 31), parece ser una caracterstica que no cambia significativamente las funciones de supervivencia de las mujeres, puesto que, para el ao 2001 la brecha es mnima y en 2010 se hace casi nula. En los hombres la brecha es mayor, sobre todo en el ao 2001, observndose que los que no tienen hijos dependientes tienen un probabilidad levemente mayor de mantenerse desempleados. (Ver Anexo Z)

[103]

Figura 31. Funcin Kaplan Meier duracin desempleo por dependientes en Ibagu, 2010.
Funcion kaplan-Meier segn Dependientes 2010
1.00 1.00
Kaplan Meier-Nios Dependientes Hombre Kaplan Meier-Nios Dependientes Mujer

0.75

0.50

0.25

0.00

20

40 meses

60

80

100

0.00

0.25

0.50

0.75

20

40 meses

60

80

100

dependientes = 0

dependientes = 1

dependientes = 0

dependientes = 1

Fuente: Salidas del programa estadstico Stata con base en ECH y GEIH

La funcin de supervivencia por posicin ocupacional muestra que en el ao 2001, los asalariados tienen una mayor probabilidad de permanecer en desempleo frente a los no asalariados (Ver Anexo A1). A 2010 la diferencia en mujeres asalariadas y no asalariadas no es significativa, mientras que, en hombres se mantienen los asalariados con la mayor permanencia en el desempleo. Figura 32. Funcin Kaplan Meier duracin desempleo por asalariados en Ibagu, 2010.
Funcin Kaplan-Meier por Asalariado 2010
1.00 1.00
Kaplan Meier-Asalariado Hombres Kaplan Meier-Asalariado Mujeres

0.75

0.50

0.25

0.00

20

40

60 Meses

80

100

0.00

0.25

0.50

0.75

20

40

60 Meses

80

100

Asalariado = 0

Asalariado = 1

Asalariado = 0

Asalariado = 1

Fuente: Salidas del programa estadstico Stata con base en ECH y GEIH

13.1.2 desempleo. El test log rank para el total sin discriminar hombre y mujer muestra que el nico grupo donde no se presentan diferencias entre las funciones de supervivencia es en el nivel educativo, evaluado al 5%. (Ver Anexo A2)
[104]

Las pruebas log rank a 2010, muestran que las diferencias de las funciones de supervivencia son significativas para todas las variables, excepto para el nivel educativo y dependientes. (Ver Anexo A3) 13.1.3 Modelos semiparamtrico de duracin del desempleo(Para ver salidas completas Ver Anexo A4) Tabla 25.Salida Modelo Cox duracin desempleo en Ibagu, 2001
Modelo Cox 2001 2001 Variables Sexo edad1 edad3 Con Pareja Nivel bajo Nivel Alto Cnyuge Hijo Otros No Asalariado Haz. Ratio 1.354918* 1.086949 0.587045* 1.116807 1.197483* 1.075255 0.717746* 0.770850* 0.734341* 1.1896*

Dependientes 1.067069 *significativo al 5% ** Significativo al 10% Fuente: Elaboracin propia, a partir de las salidas de Stata con base en ECH y GIEH

Se emplea las mismas variables bases utilizadas en la estimacin del modelo de duracin del empleo. El modelo muestra que a nivel de significancia global, es significativo por el resultado de la prueba chi2. Sin embargo, de forma individual la prueba P revela que las variables edad1, con pareja, nivel alto, y dependientes, en relacin con sus variables bases, no presentan diferencias significativas entre sus razones de riesgo. Las razones de riesgo significativas muestran que los hombres tienen 35% mayor probabilidad de salir del desempleo que las mujeres, los de edad 3 (mayores de 45 aos) presentan una probabilidad 42% menor a la de edad 2 (adultos) de salir del desempleo. Los de cualificacin baja tienen 19% mayor probabilidad de riesgo de salir del desempleo que el nivel medio. El cnyuge, los hijos y otros miembros del hogar ostentan una menor probabilidad de salir del desempleo

[105]

respecto al jefe de hogar. Finalmente, los no asalariados tienen 18% mayor probabilidad de salir del desempleo. 13.1.4 Modelos paramtricos de duracin del desempleo. Escogencia mejor modelo paramtrico duracin del desempleo. (Para ver salidas completas Ver Anexo A5) Tabla 26.Pruebas modelos Paramtricos duracin desempleo en Ibagu, 2001 y 2010.
Pruebas para escogencia de modelos Paramtricos Ibagu 2001 Poblacin Pruebas BIC AIC GENERAL Log likelihood BIC AIC Log MASCULINA likelihood BIC AIC Mweib 4870,93 4786,80 -2378,40 2702,56 2633,49 -1302,75 2208,47 Mexp 4864,55 4786,03 -2379,01 2696,65 2632,52 -1303,26 2201,58 mgompertz mweib 4866,18 4782,05 -2376,03 2697,28 2628,21 -1300,11 2208,19 2010 Mexp Mgompertz 229,80 194,26 -82,13 130,71 107,42 -39,71 118,79 95,15 -33,57

228,23 225,68 192,69 192,50 -81,34 -82,25 129,19 132,31 105,90 110,69 -38,95 -42,34 118,28 115,69

2139,92 2137,93 2139,64 94,63 93,74 Log FEMENINA likelihood -1055,96 -1055,96 -1055,82 -33,32 -33,87 Fuente: Elaboracin propia, a partir de salidas de Stata con base en ECH y GIEH

Se realiza las pruebas para la poblacin general, para hombres y mujeres en los aos 2001 y 2010. Los resultados para la poblacin general a 2001 muestran que el mejor modelo en dos de las 3 pruebas es el Gompertz; ste comportamiento se mantiene para los aos 2004 y 2008, para el ao 2010, el mejor modelo es el exponencial segn las pruebas BIC y AIC. En la poblacin masculina el comportamiento es similar al general, puesto que, para los aos 2001, 2004 y 2008, el modelo que mejor se ajusta es el Gompertz, en cambio para el 2010 es el Weibull, confirmado por las tres pruebas. En la poblacin femenina en los aos 2001, 2008 y 2010, el mejor modelo es el exponencial segn dos de las tres pruebas; para el 2004 el mejor modelo es el Gompertz segn AIC y log likelihood. (Ver salidas completas Anexo A6)

[106]

Tabla 27.Salidas Poblacin general duracin desempleo en Ibagu, 2001, 2004, 2008 y 2010.
Salidas Modelos Poblacin general Activa Cesante en Ibagu. 2001 Variables Sexo edad1 edad3 Con Pareja Nivel bajo Nivel Alto Cnyuge Hijo Otros No Asalariado Dependientes TD_hogar INLAB COE. 0.23734* 0.09599 -0.45994* 0.12946 0.2363* -0.0028 -0.3469* -0.0466 -0.1530 -0.1178** 0.06277 -0.0227* 0.0000 2004 COE. 0.3259* 0.00153 -0.3699* 0.03726 0.02653 0.02746 -0.4396* -0.0362 -0.0095 -0.1200** 0.02717 -0.0219* 0.0000 2008 COE. 0.54276* 0.00908 -0.4796* 0.1714* 0.0599 0.0578 -0.5472* -0.0747 -0.0028 -0.2838* -0.0136 -0.0210* 0.0000* 2010 COE. 0.85125* -0.27988 -0.27752 0.47571 -0.25850 0.10044 -0.14706 0.05757 0.08320 0.00243 -0.3199 -0.02185* 0.00000 Gompertz Gompertz Gompertz Exponencial

*significativo al 5% ** Significativo al 10% Fuente: Elaboracin propia a partir de las salidas de Stata con base en ECH y GIEH

Los coeficientes de los modelos aplicados para la poblacin general en los diferentes aos escogidos se interpretan tomando el signo del coeficiente, a valores positivos (negativos) se incrementa la probabilidad de abandonar (mantener) el desempleo. En este sentido, la variable sexo es significativa en todos los aos, lo que quiere decir, que existe una diferencia notoria entre las probabilidades de hombres y mujeres de salir del desempleo. En todos los aos, la probabilidad de salir del desempleo de los hombres es mayor que en las mujeres, mostrando que, contrario a lo que sucede con los modelos de duracin del empleo, se evidencia en el mercado laboral una mayor facilidad de ocuparse para los hombres. Sin embargo, no necesariamente debe interpretarse como una discriminacin laboral hacia la mujer, puesto que, puede ser producto de las caractersticas intrnsecas de la actividad femenina, como lo es, un mayor salario de reserva, una bsqueda de empleo con caractersticas especificas, entre otras. La variable edad muestra que solo la edad3 es significativa, y lo es para los aos 2001, 2004 y 2008. El comportamiento del coeficiente exhibe, que la edad3

[107]

presenta una menor probabilidad de salir del desempleo frente a la edad2. Este comportamiento es coherente con los resultados obtenidos en los anlisis descriptivos y con la teora del ciclo vital, donde aquellos con mayor edad han depreciado su capital humano y son menos apetecidos por el mercado laboral. La variable estado civil, slo es significativa en el ao 2008 y muestra que la probabilidad de salir del desempleo es mayor para los con pareja. En el ao 2010, no es significativa esta diferencia, revelando que el mercado de trabajo coloca en la misma condicin a trabajadores con pareja y sin pareja, lo que no es tan positivo, ya que si bien, que los sin pareja encuentren ms fcil trabajo, no necesariamente implica que se encuentren en mejor situacin, pues debido a sus caractersticas y su salario de reserva, es comn que duren ms tiempo en el desempleo, por lo que la igualacin en las probabilidades de duracin del desempleo pueden estar propiciadas por los problemas laborales en Ibagu, que provocan que los sin pareja busquen ocuparse en trabajos sin considerar el salario ofrecido. En cuanto al nivel educativo, se encuentra que la baja cualificacin en comparacin con la variable base cualificacin media, es significativa slo en el ao 2001, presentando una mayor probabilidad de salir del desempleo. La alta cualificacin no presenta coeficientes significativos. Los datos empricos y la teora del capital humano manifiestan que es usual que los de mayor nivel educativo duren ms tiempo en bsqueda de empleo. Puesto que, su elasticidad oferta de salario es mayor frente a los de menor educacin y esto provoca que busquen un empleo que satisfaga sus expectativas, por lo cual, que en Ibagu exista igualdad en las probabilidad de conseguir empleo, puede ser una manifestacin de un mercado laboral con pocas oportunidades atractivas para los de mayor educacin y por lo cual, estos pueden decidir emplearse en puestos de trabajo con salarios y actividades inferiores a sus expectativas o emigrar a otras ciudades. La variable posicin en el hogar, muestra al cnyuge como significativo en los aos 2001, 2004 y 2008, presentando una probabilidad menor de salir del desempleo que los jefes de hogar. Los hijos y otros miembros del hogar no son variables significativas para ninguno de los aos. Segn la teora de decisin familiar de Gary Becker (McConnell et al., 2003) el jefe de hogar por su menor salario de reserva y por la responsabilidad de mantener a su familia buscar preservar el empleo y por ello, su duracin del desempleo ser menor que los dems, en este caso, tienen una mayor probabilidad de emplearse que los cnyuges, siendo coherente con lo teora. La variable posicin ocupacional presenta coeficientes significativos para los aos 2001, 2004 y 2008. Los no asalariados poseen una probabilidad menor de salir del desempleo que los asalariados; aunque tienen ms probabilidad de mantenerse empleados. Ahora bien, que el sector no asalariado dure ms en bsqueda de empleo se debe muy probablemente a la priorizacin de los trabajos, donde los
[108]

desempleados buscarn primero en el sector asalariado vinculado con el empleo formal y en segundo lugar -si no consiguen empleo-, recurrirn al sector no asalariado vinculado fuertemente a la informalidad. Por lo anterior, la informalidad se convierte en la ltima y no la primera opcin que tiene el desocupado. La variable dependientes no es significativa en ningn ao de estudio, por lo que no se evidencia una preferencia para alguno de los dos grupos (con hijos o sin hijos dependientes) en el mercado laboral. La variable TD en el hogar es significativa en todos los aos, mostrando que aquellas familias que tienen ms integrantes del hogar desempleados, son tambin las que sufren de mayor duracin en el desempleo. Esto puede entenderse como una penalidad que obtiene la familia por el mercado laboral y que puede estar muy relacionado a la larga duracin del desempleo de miembros principales de hogar que obliga a los miembros secundarios a participar en el mercado de trabajo, incrementando la TD del hogar. La variable INLAB slo es significativa en el ao 2008; aunque el coeficiente es cercano a cero con signo positivo, es decir, a medida que se incrementa el ingreso no laboral la probabilidad de salir del desempleo es mayor. La anterior afirmacin est relacionada con el hecho de que las personas con algn INLAB, tienen recursos para financiar los costos de la bsqueda y con ello, encontrar ms rpido trabajo que aquellos que no disponen de ningn ingreso no laboral o tambin deciden abandonar la actividad y sobrevivir de la renta no laboral.

[109]

Tabla 28.Salidas Hombres duracin desempleo en Ibagu, 2001, 2004, 2008 y 2010.
Salidas Modelos para la Poblacin Masculina Desocupada en Ibagu. 2001 Gompertz Variable edad1 edad3 Con Pareja Nivel bajo Nivel Alto Cnyuge Hijo Otros No Asalariado Dependientes TD_hogar COE. 0.1368 -0.4663* 0.2137** 0.1687** -0.1134 -0.0860 -0.1517 -0.1771 -0.0106 0.1126 -0.0181* 2004 Gompertz COE. 0.0785 -0.4391* 0.2696* 0.12588 -0.0716 -0.3827** 0.0696 -0.0212 -0.0977 0.1112 -0.0197* 2008 Gompertz COE. -0.1716 -0.5667* 0.3903* 0.1126 -0.0013 -0.4211** -0.06232 0.02793 -0.1454 -0.0123 -0.0185* 2010 Weibull COE. -0.8446 -0.7168 1.2339 0.7150 0.0275 0.5306 1.0000 1.0506 -0.0289 -0.5056 0.0179**

INLAB 0.0000 0.0000* 0.0000* 0.0000 *significativo al 5% ** Significativo al 10% Fuente: Elaboracin propia a partir de las Salidas de Stata con base en ECH y GIEH

Para los hombres se presentan los siguientes resultados: La edad solo tiene a la edad3 como variable significativa hasta el ao 2008, mostrando que la probabilidad de salir del desempleo es menor y se incrementa. La variable con pareja presenta coeficientes significativos del 2001 al ao 2008, lo que indica que los desocupados con pareja tienen una mayor probabilidad de salir del desempleo. Por nivel de cualificacin, solo el nivel bajo en el 2001 es significativo, donde la probabilidad de salir del desempleo es mayor frente a la variable base nivel medio. La posicin en el hogar tiene al cnyuge con coeficientes significativos para los aos 2004 y 2008, mostrando una probabilidad menor de salir de desempleo que los jefes de hogar, agregndole un incremento diferencial al 2008. Los hijos y otros miembros del hogar no presentan coeficientes significativos. La variable no asalariados es significativa para el ao 2008 y muestra que la probabilidad de salir del desempleo es menor que los asalariados. Los coeficientes de la variable dependientes no son significativos en ningn ao. La TD en el hogar es significativa para todos los aos y muestra que en los hogares con mayor duracin del desempleo, se incrementa la TD posiblemente por efecto de la participacin de miembros secundarios en el mercado laboral. Finalmente, la variable INLAB es

[110]

significativa para los aos 2004 y 2008 lo que indica que a medida que se incrementan los ingresos no laborales aumenta la probabilidad de salir del desempleo; pero de manera muy reducida. Tabla 29.Salidas Mujeres duracin desempleo en Ibagu, 2001, 2004, 2008 y 2010.
Salidas Modelos para Poblacin Desocupada Femenina en Ibagu 2001 2004 2008 2010

Exponencial Gompertz Variable edad1 edad3 Con Pareja Nivel bajo Nivel Alto Cnyuge Hijo Otros No Asalariado Dependientes TD_hogar INLAB COE. 0.11609 -0.3849* -0.1499 0.37279* 0.06286 -0.0230 0.13958 0.03215 -0.2954* -0.0368 -0.0290* 0.00000** COE. -0.0015 -0.2597* -0.2984* -0.07389 0.13475 -0.1284 -0.0371 0.1626 -0.1230 -0.0767 -0.0248* 0.0000

Exponencial Exponencial COE. 0.2662* -0.4617* -0.1295 -0.0480* 0.05702 -0.4547* -0.0217 0.05964 -0.4050* -0.0733 -0.0233* 0.00000 COE. -0.36655 -0.20950 1.56412 -1.2149 1.34892** -0.8149 -0.4760 -0.6946 -0.0108 -0.9123 -0.0405* 0.00000

*significativo al 5% ** Significativo al 10%

Fuente: Elaboracin propia a partir de las salidas de Stata con base en ECH y GIEH

Los resultados para la mujer son los siguientes: En la edad el grupo edad3 es significativo del 2001 al 2008, presentando una probabilidad menor de salir del desempleo que los de edad2 e incrementndose esta diferencia a 2008. La variable edad1 solo es significativa en el 2008 y muestra una probabilidad mayor de salir del desempleo, lo que indica que las mujeres ms Jvenes pueden abandonar su situacin de desocupacin con mayor facilidad que las de mayor edad. El grupo con pareja presenta coeficiente significativo para el 2004, mostrando una menor probabilidad de salir del desempleo frente a las que no tienen pareja. El nivel de cualificacin bajo presenta coeficientes significativos en los aos 2001 y 2008, donde la probabilidad de salir del desempleo es mayor en el ao 2001 y menor en el ao 2008 que los de nivel medio. De igual forma, el nivel alto presenta coeficiente significativo a 2010, mostrando que la probabilidad de abandonar la desocupacin es mayor que la del nivel medio, coherente con los resultados Kaplan Meier. Las cnyuges presentan coeficiente significativo a 2008, el cual muestra una menor probabilidad de abandonar su estado de desocupacin

[111]

que las jefes de hogar. De otro lado, el grupo de hijos y otros miembros del hogar no presentan coeficientes significativos para los aos enunciados. La variable no asalariados es significativa en los aos 2001 y 2008, mostrando que la probabilidad de salir del desempleo es menor para estos y la diferencia se hace mayor en el 2008. Los dependientes no presentan variables significativas. La variable TD en el hogar es significativa para todos los aos de estudio lo que significa la existencia de una relacin positiva entre TD del hogar y duracin del desempleo. Finalmente, el INLAB es significativo a 2001, presentando signo positivo, por lo cual, a mayor ingreso no laboral mayor probabilidad de salir de la desocupacin.

[112]

14. DETERMINANTES DE LA DURACIN DEL DESEMPLEOEN POBLACIN GENERAL DESOCUPADA, HOMBRES Y MUJERES

LA

La variable Sexo es determinante en la duracin del desempleo para todos los aos. En este sentido ser Mujer incrementa la permanencia en el desempleo. La variable edad correspondientes a los mayores de 45 aos es determinante del desempleo para el 2001, 2004 y 2008, lo que indica que una persona que se encuentre en dicho rango de edad tiene mayores probabilidades de permanecer en desempleo. De igual forma en el anlisis por sexo seala que tanto para Hombres como para mujeres la edad3 es un determinante del desempleo. El Estado Civil slo es un determinante de la duracin en el ao 2008. Una persona con pareja tiene menor permanencia en el desempleo. Para los hombres esta variable es determinante slo en el 2008, mientras que para las mujeres es determinante en el 2004. El Nivel Educativo se presenta como determinante para el 2001 a nivel general en hombres y mujeres, donde aquellas personas con nivel bajo tienen mayores duraciones en el desempleo. Adicional a lo anterior en la mujer el nivel educativo es significativo en el 2008 tambin. La Posicin en el hogar se presenta como un determinante del desempleo, puesto que una persona que no sea Jefe hogar tiene una mayor permanencia en el desempleo para el 2001, 2004 y 2008. En hombres y en mujeres no ser jefe de hogar y ser cnyuge son caractersticas que incrementa la duracin en el desempleo en el 2004 y 2008 para los hombres y 2008 para las mujeres. La Posicin Ocupacional correspondiente a los No asalariados es un determinante de la duracin del desempleo del 2001 al 2008; para hombres (2008) y mujeres (2001 y 2008) buscar empleo o estar empleado en sectores no asalariados implica tener mayor permanencia en la desocupacin frente al asalariado. La TD del Hogar es un determinante de la duracin del desempleo en todos los aos de estudio lo que indica que entre mayor sea la tasa mayor duracin en el desempleo tendrn los miembros del hogar. En hombres y mujeres la TD del hogar es determinante para todos los aos. El Ingreso No Laboral es una variable que altera la duracin del desempleo en el 2008, s se dispone de un INLAB la duracin del desempleo se hace menor. En Hombres es determinante en 2004 y 2008, mientras que en las mujeres lo es slo para el 2001.

[113]

15. CONCLUSIONES

Los ocupados en Ibagu se caracterizan por ser hombres, jefes de hogar, adultos, con un nivel de educacin medio, estar empleados ya sea en comercio, servicios personales o industria, y por pertenecer a la posicin ocupacional de empleado particular y/o cuenta propia. En el ao 2007 se presenta una coyuntura favorable en trminos econmicos y de empleo; sin embargo, solo algunos grupos se benefician de esta coyuntura: las mujeres, los jvenes, los que tienen secundaria incompleta o superior incompleta y los que se ubican en el sector particular (algunos de estos los ms afectados por el desempleo). Por otro lado, se perjudican en alguna medida los hombres, los adultos, los de niveles educativos completos y los cuenta propia. La duracin del empleo de 2001 a 2008 se ha reducido tanto en Ibagu como a nivel nacional, siendo el promedio nacional mayor que el promedio ibaguereo. Las variables asociadas a una mayor duracin del empleo son: La jefatura del hogar, los mayores de 45 aos, los de alta cualificacin el sector servicios personales y el empleo del gobierno. A 2010 se presenta una diferencia significativa en las funciones de supervivencia por sexo. La mujer es la que menor probabilidad tiene de mantener empleada. Para este ao las brechas de funciones de supervivencia entre los niveles educativos manifiesta un comportamiento contrario a la teora, y muestra que, el nivel educativo alto, no es una variable que ocasione una mayor probabilidad de seguir empleado. Aquellos ocupados en sectores no asalariados permanecen ms tiempo empleados, lo que evidencia, por un lado, un mercado laboral con una estrecha relacin entre estabilidad laboral y baja calidad del empleo, y por otro lado, un sector asalariado pre moderno y con una alta frecuencia al desempleo. Los resultados de los modelos paramtricos muestran que en la edad, el estado civil, el nivel educativo, hijos dependientes e ingreso no laboral, el signo es el esperado. Un anlisis ms detenido del comportamiento del ingreso no laboral revela que el signo positivo se debe a que el ingreso no laboral ocasiona ms que desempleo el retorno a la inactividad. Los desocupados en Ibagu se caracterizan por ser mujeres, jvenes, presentar un nivel de cualificacin media, ser hijos, ser expulsados del empleo particular y de los sectores comercio o servicios comunales. La ciudad de Ibagu presenta una mayor duracin del desempleo en comparacin con la duracin promedio del total nacional para todo el perodo de estudio. A
[114]

nivel local se presenta una importante diferencia entre hombres y mujeres, siendo los hombres los de menor duracin del desempleo. Las caractersticas asociadas a una mayor duracin del desempleo son: ser mujer, cnyuge, mayor de 45 aos, tener alta cualificacin y ser patrn. El anlisis no paramtrico por estimador Kaplan Meier pone a la vista que son las mujeres las que mayor tiempo permanecen en desempleo. Asimismo por posicin en el hogar, los que no son jefes perduran ms tiempo en desempleo, acentense para las mujeres. Los no jvenes permanecen mayor tiempo en el desempleo. Segn el estado civil, en los hombres existe una clara diferencia entre las funciones de supervivencia de los que tienen o no pareja, siendo estos ltimos los que permanecen en desempleo por mayor tiempo. En la agrupacin denominada asalariados y no asalariados, se evidencia que tanto para hombres como mujeres los primeros son lo que mayor tiempo permanecen desocupados. Los resultados de los modelos paramtricos muestran que el sexo, la edad, el estado civil, el nivel educativo, los no jefes, los no asalariados, tener hijos dependientes e ingreso no laboral, presentan el signo esperado y son determinantes de la duracin del desempleo en la mayora de aos seleccionados para el anlisis (2001, 2004, 2008 y 2010). Un estudio ms detenido del comportamiento del ingreso no laboral revela que el signo positivo hace referencia a que a incrementos en el ingreso no laboral disminuye la probabilidad de mantenerse en el desempleo, producto de que este ingreso no asociado al trabajo, favorece el retorno a la inactividad laboral. Un caso especial es el resultado de la TD del hogar porque es un determinante de la duracin del desempleo en todos los aos de estudio, lo que indica que entre mayor sea la tasa, mayor duracin en el desempleo tendrn los miembros del hogar o dicho de otra forma, una mayor duracin provoca un incremento de la TD en el hogar producto de una mayor participacin de los hijos y cnyuges. En relacin con la hiptesis, los resultados en la duracin del empleo concuerdan, puesto que, existe una preferencia en ocupar a jvenes y adultos y a permanecer ms tiempo empleados los hombres, los jefes de hogar, aquellos con bajos niveles educativos y ubicados en sectores como el gobierno, sin embargo, en el transcurso del perodo de estudio, el nivel educativo deja de ser una caracterstica para una mayor duracin en la ocupacin, as como la industria y en general los sectores asalariados no tienen un claro tratamiento privilegiado en el mercado laboral en relacin con una mayor duracin del empleo. Los resultados en la duracin del desempleo concuerdan, puesto que, se evidencia una mayor duracin en las mujeres que los hombres, as mismo los mayores de 45 aos permanecen mayor tiempo en desocupacin en comparacin a los dems grupos, las personas no asalariadas y con nivel educativo medio persisten en el desempleo. Sin embargo, la hiptesis de una larga duracin del desempleo no se corrobora con los resultados obtenidos y se encuentra con un desempleo de mediana duracin que no supera los 12 meses.

[115]

En este mismo orden, que el mercado laboral se incline por una caractersticas personales y socioeconmicas, no significa, que esto explique el por qu unas personas presentan mayores duraciones en el desempleo, de tal forma que hay variables no tenidas en cuenta tanto intrnsecas como sociales que inciden en este fenmeno, como es el caso de la reforma laboral, las capacidades de las personas y el crecimiento econmico.

[116]

16. RECOMENDACIONES

Se necesita crear una poltica pblica a nivel local y nacional que beneficie la estabilidad laboral en los sectores asalariados, no puede ser posible que en Ibagu la vanguardia de la duracin en el empleo sea asumida por los trabajos de baja calidad. Esto puede hacerse va incentivos a las empresas, para que no contraten con un perodo de tiempo inferior a un ao y se deje a un lado la contratacin va orden de prestacin de servicios. Ibagu debera empezar a crear incentivos para que las empresas que lleguen a la ciudad y las que se crean en ella se enfoquen en primer lugar en el sector moderno de la economa y en segundo lugar para que se contrate mano de obra de alta cualificacin con altos niveles de salario. Es sintomtico que ni siquiera en el sector universitario se remunere como merece el trabajador con educacin de postgrado, esto es una fenmeno que va en contra de la teora del ciclo vital, por lo tanto, se presenta en la ciudad la llamada fuga de cerebros hacia regiones que si le garantizan altos niveles salariales acordes al retorno de la inversin que efectuaron en educacin. Una recomendacin general de este trabajo es que se deben formular e implementar polticas pblicas para que el mercado laboral favorezca a personas con caractersticas especficas, focalizando su margen de accin en determinados grupos segn lo arrojado por el estudio presente. No es conveniente seguir implementando medidas generales, es hora de poner en prctica la imaginacin, buscar soluciones alternas y tener voluntad poltica para enfrentar el problema del desempleo. Una recomendacin adicional, consistira en implementar una poltica pblica que consista en aplicar un seguro de desempleo, para las personas que en el trascurso de la investigacin, exhibieron una mayor duracin en el desempleo y una menor duracin en el empleo; sin embargo, se debe agregar como condicin suficiente, que como caracterstica personal presente una elasticidad de oferta de salario baja, en otras palabras, que en el momento de la bsqueda de trabajo el salario ofrecido no tenga mayor influencia en la decisin del empleo buscado.

[117]

REFERENCIAS

Acua, E. (2011). Anlisis de Regresin. Mayaguez, Universidad de Puerto Rico, Departamento de Matemticas.

Aldana, D. & Arango, E. (2008). Participacin laboral en Ibagu. Borradores De Economa. Bogot: Banco de la Repblica.

Aranzalez, C. & Osorio, J. (2011). Anlisis de los canales de bsqueda de empleo y duracin del desempleo en la ciudad de Ibagu 2008. Universidad del Tolima, Economa, Facultad de Ciencias Econmicas y Administrativas, (Trabajo de grado no publicado).

Banco Interamericano de Desarrollo (2004).Se buscan buenos empleos: Los mercados laborales en Amrica latina. Washington, Estados Unidos. Informe de Progreso Social

Blandn, A. (s.f.). Anlisis del mercado laboral durante el periodo (1986 1995). En Estructura y dinmica del mercado laboral en Ibagu, (1986 1995) y Tendencias recientes (1996 1999).Ibagu: Universidad del Tolima, Economa.

Bullon, F. (2005). Empresas de trabajo temporal y la salida del desempleo .Madrid: Universidad Carlos III de Madrid.

Castellar, C. & Uribe, J. (2002). Determinantes De La Duracin Del Desempleo en el rea Metropolitana de Cali 1988-1998. Revista Sociedad y Economa.

Cleves, M., Gutierrez, R,. Gould, W. & Marchenko, Y. (2008). An Introduction to Survival Analysis Using Stata.Texas, (2a ed). StataPress.

Comisin Econmica Para Amrica Latina (2009). Coyuntura laboral en Amrica latina y el Caribe. Crisis en los mercados laborales y respuestas contra
[118]

cclicas. Boletn CEPAL/ OIT. Recuperado de http://www.eclac.cl/publicaciones/xml/3/37293/2009-638-Boletin_CEPALOIT-WEB.pdf . Dornbusch, R. Fischer, S. Y Startz, R. (2008). La Anatoma De La Inflacin Y El Desempleo. Macroeconoma. (10a ed).

El observatorio de la Universidad Colombiana.(2009). Aumento de la cobertura en Educacin superior: realidad o engao?.Recuperado 2009, de http://universidad.edu.co/index.php?option=com_content&view=article&id=7 39:aumento-de-la-cobertura-en-educacion-superior-irealidad-oengano&catid=16:noticias&Itemid=198

Elorza, H. (2000). Estadstica para ciencias Sociales y de Comportamiento . (2ed). Mxico: Oxford University Press

Glvez, R. Renza, J. Y Milln, N. (1997). El Mercado Laboral En Ibagu: Tendencias Y Desafos. Serie De Estudios De Trabajo Regionales, Ministerio De Trabajo Y Seguridad Social, Ibagu: Universidad Del Tolima.

Gaviria, A. (2004). Ley 789 de 2002: Funcion o no? Documento CEDE. Electrnica. Bogot. Universidad de los Andes. Recuperado de http://economia.uniandes.edu.co/investigaciones_y_publicaciones/CEDE/Pu blicaciones/documentos_cede/2004/ley_789_de_2002_funciono_o_no

Greene, W. (2000). Anlisis Economtrico, (4a ed). Londres: Prentice-Hall International

Lpez, H. (1988).La Duracin Del Desempleo Y El Desempleo De Larga Duracin En Colombia. Bogot: Coyuntura econmica.

Lpez, H. (1993).Contexto macroeconmico colombiano, mercado laboral y urbano: retos para una poltica de empleo . Bogot: Fescol.
[119]

Lpez, H. (2008). Por Qu Es Tan Alto El Desempleo En Ibagu ? Borradores De Economa, Bogot: Banco de la Repblica.

Martnez, H. (2004). Un Anlisis De Supervivencia: Cunto Duran Los Colombianos En El Desempleo Y El Empleo? Cuadernos PNUD MPS. Bogot: PNUD

McConnell, C., Brue, S. & Macpherson, D. (2003). Economa Laboral. Madrid: Sexta Edicin. Mc. Graw Hill.

Ministerio de Proteccin Social (s.f.) Evolucin de la poblacin ocupada, 2001-2009. Recuperado el 15 marzo de 2011. Recuperado de http://ebookbrowse.com/evoluci%C3%93n-de-la-poblaci%C3%93nocupada-2001-2009-trece-%C3%81reas-pdf-d88986184

Misin Chenery o Misin del Empleo (1986). El Problema Laboral Colombiano: Diagnstico, Perspectivas Y Polticas, Economa Colombiana, Bogot: Serie Documentos.

Neffa, J. (2006). Teoras Econmicas Sobre el Mercado de Trabajo: Marxistas y Keynesianos, (1 Ed). Argentina.

Nez, J. y Bernal, R. (1998). El Desempleo En Colombia: Tasa Natural, Desempleo Cclico Y Estructural Y La Duracin Del Desempleo, 19761998., Archivos de Macroeconoma, Bogot: DNP

Ocampo, J. y Ramrez, M. (1987). El problema laboral colombiano, Informes de la misin Chenery. Publicado conjuntamente por Servicio de aprendizaje (SENA), Bogot: Departamento Nacional de Planeacin, Contralora General de la Repblica.

[120]

Orjuela, G. (2010). Duracin Del Desempleo En Las 16 reas Metropolitanas Y Uso De Canales De Bsqueda De Empleo: Un Anlisis De Coyuntura 2008 2009. Magazines del Mercado de Trabajo, Bogot: Ministerio de la Proteccin Social. Recuperado de http://www.google.com.co/url?sa=t&rct=j&q=&esrc=s&source=web&cd=1&v ed=0CEYQFjAA&url=http%3A%2F%2Fwww.mintrabajo.gov.co%2Findex.ph p%2Fcomponent%2Fdocman%2Fdoc_download%2F117-magazin-no-2diciembre-de-2010-duracion-del-desempleo-en-las-13-areasmetropolitanas-decolombia.html&ei=4lUNULXkDYL48wTQnLm4Cg&usg=AFQjCNGeSTH1sU OLR6vnesw9eUZu2-CvtQ&sig2=2a7P2K_zndAHlKggRLOr9g

Romer, D. (2001). Macroeconoma Avanzada. McGraw Hill. Berkeley: Universidad de California.

Ros, J. (2005).El desempleo en Amrica Latina desde 1990. Unidad de Desarrollo Econmico. Serie Estudios y Perspectivas, Mxico D. F. : CEPAL. Recuperado de http://www.eclac.cl/publicaciones/xml/1/20821/Serie-29.pdf

Tenjo, J. & Ribero, R, (1998).Participacin, Desempleo Y Mercados Laborales En Colombia. Archivos De Macroeconoma, Bogot: DNP

Uribe, I. & Vifara, C. (2006). Duracin Del Desempleo Y Canales De Bsqueda De Empleo En Colombia. Economa Institucional, Bogot: Universidad Externado De Colombia

[121]

ANEXOS

[122]

Anexo A. Tasas de Ocupacin y Desempleo para Amrica Latina 2009

Anexo B. Tasas de Desempleo por 13 ciudades principales en Colombia 2009

Anexo C. Comportamiento poblacin ocupada en Ibagu.

250.000 200.000 150.000 100.000

50.000
0 2001 2002 2003 Hombre 2004 Mujer 2005 2006 Total 2007 2008

[123]

Anexo D. Comportamiento Tasa Global de Participacin en Ibagu.

100% 80% 60% 40% 20% 0% 2001 2002 2003 Hombre 2004 2005 Mujer 2006 Total 2007 2008

Anexo E. Comportamiento Otros sectores econmicos en los ocupados de Ibagu.

12,0% 10,0% 8,0% 6,0% 4,0% 2,0% 0,0% 2001 2002 2003 2004 2005 2006 2007 2008

Construccion

Transporte y Comunicaciones

Establecimientos Financieros

Anexo F. Pirmide Poblacin en Ibagu, 2001 - 2008.

mayor a 55 45 a 49 35 a 39 25 a 29 15 a 19 menor a 10 -25% -20% -15% -10% -5% 0% 5% 2007 Mujer 2005 Mujer 2003 Mujer 2001 Mujer 10% 15% 20% 25%

2008 Mujer 2006 Mujer 2004 Mujer 2002 Mujer

2008 Hombre 2006 Hombre 2004 Hombre 2002 Hombre

2007 Hombre 2005 Hombre 2003 Hombre 2001 Hombre

[124]

Anexo G. Tasa global de participacin de los jvenes en Ibagu

80% 60% 40% 20% 0% 2001 2002 2003 2004 2005 Hombre Mujer 2006 Total 2007 2008

Anexo H. Profesionales por posicin ocupacional en Ibagu

45,0% 40,0% 35,0% 30,0% 25,0% 20,0% 15,0% 10,0% 5,0% 0,0% 2001 2002 2003 Gobierno 2004 2005 2006 2007 2008

Particular

Cuenta Propia

Patrn/Empleador

Anexo I. Promedio Tasa de Ocupacin por Grupos etarios en Ibagu

100% 80% 60% 40% 20% 0% 10 a 14 15 a 19 20 a 24 25 a 29 30 a 34 35 a 39 40 a 44 45 a 49 50 a 54 mayor a 55 Hombre Mujer Total

[125]

Anexo J. Promedio Tasa de Ocupacin por niveles educativos en Ibagu

100% 80% 60% 40% 20% 0%

Hombre

Mujer

Total

Anexo K. Promedio Tasa de Ocupacin por posicin en el Hogar en Ibagu

80% 60% 40% 20% 0% Jefe(a)Pareja, del Hogar Esposo(a), Cnyuge, Compaero(a) Hijo(a), Hijastro(a) Hombre Mujer Total otros

Anexo L. Funcin Kaplan Meier Duracin del Empleo Con Pareja 2010
Funcin Kaplan-Meier Con pareja 2010
1.00 1.00

Kaplan Meier-Con Pareja Hombres

Kaplan Meier-Con Pareja Mujeres

0.75

0.50

0.25

0.00

50 Meses Con_pareja = 0

100

150

0.00

0.25

0.50

0.75

50 Meses Con_pareja = 0

100

150

Con_pareja = 1

Con_pareja = 1

[126]

Anexo M. Funcin Kaplan Meier Duracin del Empleo Hijos Dependientes 2001 y 2010
Funcin Kaplan-Meier Hijos dependientes 2001
1.00 1.00 0.25
0 50 Meses
dependientes = 0 dependientes = 1

Kaplan Meier Dependientes-Hombres

Kaplan Meier Dependientes-Mujeres

0.75

0.50

0.00

0.25

100

150

0.00

0.50

0.75

50 Meses
dependientes = 0

100

150
dependientes = 1

Funcin Kaplan-Meier Hijos dependientes 2010

1.00 1.00 0.25
0 50 Meses
dependientes = 0 dependientes = 1

Kaplan Meier-Dependientes Hombres

Kaplan Meier-Dependientes Mujeres

0.75

0.50

0.00

0.25

100

150

0.00

0.50

0.75

50 Meses
dependientes = 0

100

150

dependientes = 1

[127]

Anexo N. Test Log Rank Duracin del Empleo Total General, Hombre y Mujer 2001

[128]

[129]

[130]

[131]

[132]

[133]

[134]

Anexo . Test Log Rank Duracin del Empleo por Total General, Hombre y Mujer 2010

[135]

[136]

[137]

[138]

[139]

[140]

. stcox sexo edad1 edad3 Con_pareja failure _d: analysis time _t:

Nivel_bajo Nivel_Alto Conyuge Hijo Otros No_Asalariado

1 (meaning all fail) duracion_empleo

Iteration 0: log likelihood = -16263.694 Iteration 1: log likelihood = -16164.991 Iteration 2: log likelihood = -16164.343 Iteration 3: log likelihood = -16164.343 Refining estimates: Iteration 0: log likelihood = -16164.343 Anexo O. Modelo Semiparamtrico tipo Cox Cox regression -- Breslow method for ties No. of subjects = No. of failures = Time at risk = Log likelihood _t sexo edad1 edad3 Con_pareja Nivel_bajo Nivel_Alto Conyuge Hijo Otros No_Asalari~o dependientes = 2361 2361 81532 -16164.343 Std. Err. .0519509 .0764316 .0563907 .0599374 .0526426 .0450242 .0826671 .0860752 .0958446 .0354399 .0468046 z

por Total de Ocupados 2001

Number of obs LR chi2(11) Prob > chi2 P>|z| 0.688 0.000 0.306 0.077 0.594 0.000 0.021 0.012 0.002 0.000 0.140 = = = 2361 198.70 0.0000

Haz. Ratio 1.020679 1.444994 .9404058 .8872299 1.027676 .818815 1.176133 1.197274 1.26528 .829791 1.066921

[95% Conf. Interval] .923771 1.302695 .8361298 .7771998 .9295085 .735158 1.024773 1.039916 1.090707 .7631578 .9790186 1.127753 1.602838 1.057686 1.012837 1.136211 .9119916 1.349848 1.378443 1.467793 .902242 1.162715

0.40 6.96 -1.02 -1.77 0.53 -3.64 2.31 2.50 3.11 -4.37 1.48

[141]

Anexo P. Pruebas BIC, AIC y Log Likelihood por Total de Ocupados, Hombres y Mujeres 2001 y 2010 Prueba BIC y AIC por Total de Ocupados 2001
. est tab mgamma mlnormal Variable _t sexo edad1 edad3 Con_pareja Nivel_bajo Nivel_Alto Conyuge Hijo Otros No_Asalari~o dependientes TD_hogar INLAB _cons ln_sig _cons kappa _cons ln_gam _cons ln_p _cons gamma _cons Statistics bic aic 7898.0929 7805.8234 8102.7423 8016.2397 8211.9922 8125.4896 7891.3985 7804.8959 7900.7232 7819.9874 .00186868 7901.8187 7815.3161 -.06667247 -.26544874 1.0877515 .04304439 .27234477 -.03699902 -.41761547 .06902617 .13683612 -.04506439 .23375293 -.20786661 -.22431849 -.27872452 .20055275 -.08986818 -.00072407 -1.073e-07 3.6775453 -.03299416 -.43896803 .17300465 .14421707 -.14467171 .33727585 -.24708276 -.27701114 -.3921015 .211674 -.12475504 -.00184343 -1.097e-07 3.0604048 -.03712316 -.50871736 .17787384 .17889884 -.15521872 .34002083 -.23961704 -.27728859 -.40407153 .20820665 -.14790375 -.00213965 -1.187e-07 3.1859744 .03423638 .39852927 -.07115349 -.13206746 .04910586 -.22580732 .19845746 .21470297 .27042617 -.19003669 .08841798 .0007933 1.018e-07 -3.4002289 .03683457 .42098175 -.07170819 -.13856727 .04791394 -.23668028 .20955661 .22636108 .28275437 -.20160105 .09169188 .00077256 1.079e-07 -3.661058 .03871303 .43563486 -.07185461 -.14192731 .04527493 -.24369656 .21703125 .23401049 .28996024 -.2092319 .09197882 .00071911 1.117e-07 -3.7276937 mgamma logist mweib mexp mgompertz, mlnormal logist stats(bic aic) mweib mexp mgompertz

Prueba Log Likelihood por Total ocupados 2001

Exponential regression -- log relative-hazard form No. of subjects = No. of failures = Time at risk = Log likelihood = 2361 2361 81532 -3895.9937 Number of obs LR chi2(13) Prob > chi2 = = = 2361 269.88 0.0000

Weibull regression -- log relative-hazard form No. of subjects = No. of failures = Time at risk = 2361 2361 81532 Number of obs LR chi2(13) Prob > chi2 = = = 2361 236.85 0.0000

Log likelihood = -3887.4479 Gompertz regression -- log relative-hazard form

No. of subjects = No. of failures = Time at risk = Log likelihood =

2361 2361 81532 -3892.658

Number of obs LR chi2(13) Prob > chi2

= = =

2361 276.34 0.0000

[142]

Pruebas BIC y AIC por Total Ocupados 2010

. est tab mlnormal logist mweib mexp mgompertz, logist -.07082681 -1.0390611 -.41396506 .20419376 .44033777 .37382261 -.62073454 -.58923682 -.39755965 .85690183 .19114198 -.01148389 -9.808e-08 3.1379337 mweib .03048974 .54898927 .2905661 -.2364618 -.49792501 -.48856191 .62727764 .57908589 .3641568 -.87776291 -.09973767 .01168267 4.383e-08 -3.5202279 stats(bic aic) mexp .03185707 .54216232 .28524933 -.22957759 -.48181367 -.47241666 .6086306 .56057231 .35338895 -.8497739 -.09786153 .01133515 4.445e-08 -3.3940977 mgompertz .0054072 .53604624 .30278862 -.2612356 -.56289599 -.54086274 .68677563 .63533316 .40603277 -1.0047989 -.08597738 .01224812 3.804e-08 -3.5703346 Variable _t sexo edad1 edad3 Con_pareja Nivel_bajo Nivel_Alto Conyuge Hijo Otros No_Asalari~o dependientes TD_hogar INLAB _cons ln_sig _cons ln_gam _cons ln_p _cons gamma _cons Statistics bic aic 446.11093 404.42407 449.18723 407.50037 438.66935 396.98249 434.10613 395.1984 .00765998 434.27932 392.59247 .03415988 -.40058378 .15427186 -.04632483 -.98825563 -.50161436 .16975091 .33450003 .42180008 -.63195087 -.53667996 -.41355546 .84390179 .18440064 -.0115458 -9.514e-08 3.0899682 mlnormal

Prueba Log Likelihood por Total Ocupados 2010

Exponential regression -- log relative-hazard form No. of subjects = No. of failures = Time at risk = Log likelihood = 119 119 4140 -183.5992 Number of obs LR chi2(13) Prob > chi2 = = = 119 33.55 0.0014

Weibull regression -- log relative-hazard form No. of subjects = No. of failures = Time at risk = Log likelihood = 119 119 4140 -183.49125 Number of obs LR chi2(13) Prob > chi2 = = = 119 32.18 0.0023

Gompertz regression -- log relative-hazard form No. of subjects = No. of failures = Time at risk = Log likelihood = 119 119 4140 -181.29623 Number of obs LR chi2(13) Prob > chi2 = = = 119 38.10 0.0003

[143]

Pruebas BIC y AIC Hombres 2001

. est tab mlnormal logist mweib mexp mgompertz, logist -.39793706 .18318772 .12019643 -.04603997 .3271786 -.13871394 -.44759473 -.47880708 .20224739 -.16871744 -.00197815 -8.310e-08 3.1689032 mweib .35788882 -.05384461 -.12490165 -.03182225 -.21191601 .08817151 .28787528 .3091272 -.17074035 .09715482 -.00020315 7.644e-08 -3.3855784 stats(bic aic) mexp .37804583 -.05243024 -.13064227 -.03655056 -.22037515 .09186233 .299923 .32173602 -.17915112 .09981524 -.00031542 8.079e-08 -3.6105546 mgompertz .4042853 -.04904971 -.13552373 -.04469591 -.22918728 .09793479 .31226454 .3353233 -.1888423 .09922422 -.00053852 8.612e-08 -3.7072623

Variable _t edad1 edad3 Con_pareja Nivel_bajo Nivel_Alto Conyuge Hijo Otros No_Asalari~o dependientes TD_hogar INLAB _cons ln_sig _cons ln_gam _cons ln_p _cons gamma _cons Statistics bic aic

mlnormal -.34311036 .17324979 .07545803 -.02868688 .32668733 -.14697101 -.43653842 -.46883996 .22881484 -.14712149 -.00141776 -9.347e-08 3.042251 .26705469

-.26922515 -.05794681 .00275178 4237 4165.4274 4295.1931 4223.6205 4123.6666 4052.0941 4123.1873 4056.727 4122.8761 4051.3035

Prueba Log likelihood Hombres 2001

Exponential regression -- log relative-hazard form No. of subjects = No. of failures = Time at risk = Log likelihood = 1227 1227 43170 -2015.3635 Number of obs LR chi2(12) Prob > chi2 = = = 1227 169.42 0.0000

Weibull regression -- log relative-hazard form No. of subjects = No. of failures = Time at risk = 1227 1227 43170 Number of obs LR chi2(12) Prob > chi2 = = = 1227 148.72 0.0000

Log likelihood = -2012.047 Gompertz regression -- log relative-hazard form

No. of subjects = No. of failures = Time at risk = Log likelihood =

1227 1227 43170 -2011.6518

Number of obs LR chi2(12) Prob > chi2

= = =

1227 176.81 0.0000

[144]

Pruebas BIC y AIC Mujeres 2001

. est tab mgamma mlnormal Variable _t edad1 edad3 Con_pareja Nivel_bajo Nivel_Alto Conyuge Hijo Otros No_Asalari~o dependientes TD_hogar INLAB _cons ln_sig _cons kappa _cons ln_gam _cons ln_p _cons gamma _cons Statistics bic aic 3847.084 3771.5814 3939.4033 3868.9342 3990.6805 3920.2114 3840.1516 3769.6825 3842.5889 3777.1533 .00118338 3848.3354 3777.8663 -.07132541 -.26463887 1.036464 .06183369 .27459507 -.47300032 .09540373 .10620092 -.16808816 .25207727 -.2024331 -.17965187 -.2412296 .24172416 -.09664043 -.00225313 -1.196e-07 3.6849365 -.52434131 .17934078 .15908383 -.28050791 .3405815 -.25390693 -.18071956 -.33429149 .20303626 -.10651106 -.0024027 -1.193e-07 3.0922667 -.59787422 .16897983 .16639344 -.28150601 .34468078 -.22106834 -.16963312 -.35073843 .22819021 -.13980922 -.00228886 -1.430e-07 3.2060253 .44518245 -.0908359 -.1011727 .15957179 -.23766913 .19050925 .16754577 .22824936 -.22579758 .09153667 .00211458 1.126e-07 -3.4146461 .46992128 -.09418036 -.10474407 .16619546 -.25023162 .20112361 .17946163 .23893277 -.2412047 .0956348 .002242 1.188e-07 -3.6952664 .47793334 -.09597562 -.10368479 .16789523 -.25488648 .20334865 .18454257 .24230878 -.24690445 .09618285 .00228058 1.207e-07 -3.7379398 mgamma logist mweib mexp mgompertz, mlnormal logist stats(bic aic) mweib mexp mgompertz

Prueba Log likelihood Mujeres 2001

Exponential regression -- log relative-hazard form No. of subjects = No. of failures = Time at risk = Log likelihood = 1134 1134 38362 -1875.5766 Number of obs LR chi2(12) Prob > chi2 = = = 1134 109.66 0.0000

Weibull regression -- log relative-hazard form No. of subjects = No. of failures = Time at risk = Log likelihood = 1134 1134 38362 -1870.8413 Number of obs LR chi2(12) Prob > chi2 = = = 1134 96.50 0.0000

Gompertz regression -- log relative-hazard form No. of subjects = No. of failures = Time at risk = Log likelihood = 1134 1134 38362 -1874.9332 Number of obs LR chi2(12) Prob > chi2 = = = 1134 110.75 0.0000

[145]

Pruebas BIC y AIC Hombres 2010

. est tab mlnormal logist mweib mexp mgompertz, logist -.8583717 .2266396 .23281268 .55537941 .40930996 .49764753 -.40059012 -.1531878 .81970587 -.05769012 -.0250792 -1.721e-07 2.9907916 mweib .54374682 -.08339689 -.0039003 -.53069897 -.52206718 -.24828898 .69119268 .33345639 -.90380991 .03608527 .01996559 1.342e-07 -3.6268739 stats(bic aic) mexp .53196287 -.07954333 -.01573964 -.50638606 -.49502487 -.24567385 .65028661 .31068898 -.86308746 .03669931 .019427 1.300e-07 -3.4388475 mgompertz .50270432 -.10202526 .02216883 -.60739865 -.60019166 -.22144898 .75453102 .40954834 -1.0134925 .01243596 .01891971 1.361e-07 -3.63008 Variable _t edad1 edad3 Con_pareja Nivel_bajo Nivel_Alto Conyuge Hijo Otros No_Asalari~o dependientes TD_hogar INLAB _cons ln_sig _cons ln_gam _cons ln_p _cons gamma _cons Statistics bic aic 253.62131 223.39695 253.57855 223.35419 251.57894 221.35457 247.65782 219.59234 .00767352 248.94263 218.71827 .04781177 -.47807738 .10760008 -.78557486 -.03085477 .28288466 .24748247 .50884166 .39598897 -.4361947 -.28416664 .87040887 .04777282 -.02299099 -1.647e-07 2.9369152 mlnormal

Prueba Log likelihood Hombres 2010

Exponential regression -- log relative-hazard form No. of subjects = No. of failures = Time at risk = Log likelihood = 64 64 2481 -96.796168 Number of obs LR chi2(12) Prob > chi2 = = = 64 21.43 0.0444

Weibull regression -- log relative-hazard form No. of subjects = No. of failures = Time at risk = Log likelihood = 64 64 2481 -96.677287 Number of obs LR chi2(12) Prob > chi2 = = = 64 21.01 0.0502

Gompertz regression -- log relative-hazard form No. of subjects = No. of failures = Time at risk = Log likelihood = 64 64 2481 -95.359133 Number of obs LR chi2(12) Prob > chi2 = = = 64 24.01 0.0203

[146]

Pruebas BIC y AIC Mujeres 2010

. est tab mlnormal logist mweib mexp mgompertz, logist -1.1803749 -1.1800964 -.07636276 .94487923 .22136728 -.46857923 -1.133774 -.89704204 1.080197 .42857897 -.00101333 2.044e-06 3.1173446 mweib 1.2081825 .89755234 -.29161935 -.46261311 -.28371934 .93656185 1.0054261 .67463437 -1.5446683 -.23912826 .00913032 -2.324e-06 -4.0472502 stats(bic aic) mexp 1.0646668 .80195705 -.2228597 -.43897539 -.24941276 .78531495 .89092523 .61930382 -1.305033 -.23078848 .00717809 -2.027e-06 -3.4290441 mgompertz 1.2157265 .89517387 -.41836121 -.41856539 -.27063725 1.0108481 .94387648 .55929703 -1.7195417 -.09779584 .00973914 -2.472e-06 -3.7698848 Variable _t edad1 edad3 Con_pareja Nivel_bajo Nivel_Alto Conyuge Hijo Otros No_Asalari~o dependientes TD_hogar INLAB _cons ln_sig _cons ln_gam _cons ln_p _cons gamma _cons Statistics bic aic 216.1598 188.05714 213.95578 185.85312 212.47093 184.36827 210.36817 184.27284 .01268648 210.108 182.00534 .15302619 -.58014775 .03612635 -1.3000978 -1.1730302 -.12511781 .81831633 .20153349 -.52844105 -.84832371 -.82164116 1.0587675 .37283376 -.00190474 2.096e-06 3.1110245 mlnormal

Prueba Log likelihood Mujeres 2010

No. of subjects = No. of failures = Time at risk = Log likelihood = 55 55 1659 -79.136421

Exponential regression -- log relative-hazard form Number of obs LR chi2(12) Prob > chi2 = = = 55 25.61 0.0122

Weibull regression -- log relative-hazard form No. of subjects = No. of failures = Time at risk = Log likelihood = 55 55 1659 -78.184134 Number of obs LR chi2(12) Prob > chi2 = = = 55 26.85 0.0081

Gompertz regression -- log relative-hazard form No. of subjects = No. of failures = Time at risk = Log likelihood = 55 55 1659 -77.002669 Number of obs LR chi2(12) Prob > chi2 = = = 55 29.87 0.0029

[147]

Fitting constant-only model: Iteration Iteration Iteration Iteration 0: 1: 2: 3: log log log log likelihood likelihood likelihood likelihood = -4030.935 = -4005.9134 = -4005.874 = -4005.874

Fitting full model:

Anexo Q. Salidas programas Stata Modelos Paramtricos por Total Ocupados, Iteration 0: log likelihood = -4005.874 Iteration 1: log likelihood = -3892.1995 Hombres y Mujeres para el 2001, 2004, 2008 y 2010 Iteration 2: log likelihood = -3887.4557
Iteration 3: log likelihood = -3887.4479 Iteration 4: Paramtrico log likelihood = -3887.4479 Salida Modelo Weibull Total Ocupados 2001 Weibull regression -- log relative-hazard form No. of subjects = No. of failures = Time at risk = Log likelihood _t sexo edad1 edad3 Con_pareja Nivel_bajo Nivel_Alto Conyuge Hijo Otros No_Asalari~o dependientes TD_hogar INLAB _cons /ln_p p 1/p = 2361 2361 81532 -3887.4479 Coef. .0342364 .3985293 -.0711535 -.1320675 .0491059 -.2258073 .1984575 .214703 .2704262 -.1900367 .088418 .0007933 1.02e-07 -3.400229 -.0666725 .9355016 1.068945 Std. Err. .0508594 .0526066 .0600406 .0669004 .0512185 .0552954 .0703199 .0715555 .0753158 .0429203 .043812 .0010758 3.96e-08 .0947643 .0163742 .0153181 .0175031 z 0.67 7.58 -1.19 -1.97 0.96 -4.08 2.82 3.00 3.59 -4.43 2.02 0.74 2.57 -35.88 -4.07 Number of obs LR chi2(13) Prob > chi2 P>|z| 0.501 0.000 0.236 0.048 0.338 0.000 0.005 0.003 0.000 0.000 0.044 0.461 0.010 0.000 0.000 = = = 2361 236.85 0.0000

[95% Conf. Interval] -.0654462 .2954223 -.1888309 -.2631898 -.0512807 -.3341844 .0606331 .0744567 .1228099 -.2741589 .002548 -.0013153 2.42e-08 -3.585964 -.0987652 .9059554 1.035185 .1339189 .5016362 .046524 -.0009451 .1494924 -.1174302 .3362818 .3549493 .4180424 -.1059145 .174288 .0029019 1.79e-07 -3.214494 -.0345797 .9660114 1.103807

Salida Modelo Paramtrico Gompertz Hombres 2001

Gompertz regression -- log relative-hazard form No. of subjects = No. of failures = Time at risk = Log likelihood _t edad1 edad3 Con_pareja Nivel_bajo Nivel_Alto Conyuge Hijo Otros No_Asalari~o dependientes TD_hogar INLAB _cons /gamma = 1227 1227 43170 -2011.6518 Coef. .4042853 -.0490497 -.1355237 -.0446959 -.2291873 .0979348 .3122645 .3353233 -.1888423 .0992242 -.0005385 8.61e-08 -3.707262 .0027518 Std. Err. .0769547 .082512 .099257 .0692165 .077883 .1381478 .1104135 .1077846 .0589951 .0623659 .001427 6.83e-08 .1187594 .0009989 z 5.25 -0.59 -1.37 -0.65 -2.94 0.71 2.83 3.11 -3.20 1.59 -0.38 1.26 -31.22 2.75 Number of obs LR chi2(12) Prob > chi2 P>|z| 0.000 0.552 0.172 0.518 0.003 0.478 0.005 0.002 0.001 0.112 0.706 0.207 0.000 0.006 = = = 1227 176.81 0.0000

[95% Conf. Interval] .2534569 -.2107703 -.3300639 -.1803577 -.3818351 -.1728299 .095858 .1240693 -.3044705 -.0230108 -.0033353 -4.77e-08 -3.940026 .0007939 .5551137 .1126709 .0590165 .0909659 -.0765394 .3686995 .528671 .5465773 -.0732141 .2214592 .0022583 2.20e-07 -3.474498 .0047097

[148]

Iteration Iteration Iteration Iteration

0: 1: 2: 3:

log log log log

likelihood likelihood likelihood likelihood

= = = =

-1930.4066 -1919.1072 -1919.0912 -1919.0912

Fitting full model: Iteration 0: Iteration 1: Iteration 2: Iteration 3: Iteration 4: Salida Modelo log likelihood = -1919.0912 log likelihood = -1872.5104 log likelihood = -1870.8434 log likelihood = -1870.8413 log likelihood = -1870.8413 Paramtrico Weibull Mujer 2001 1134 1134 38362 -1870.8413 Coef. Std. Err. z Number of obs LR chi2(12) Prob > chi2 P>|z| = = = 1134 96.50 0.0000

Weibull regression -- log relative-hazard form No. of subjects = No. of failures = Time at risk = Log likelihood _t =

[95% Conf. Interval]

edad1 .4451824 .0736212 6.05 0.000 .3008876 .5894773 -.0908359 .0895112 Nivel_bajo -1.01 Nivel_Alto 0.310 -.2662746 . streg edad3 sexo edad1 edad3 Con_pareja Conyuge Hijo .0846028 Otros No_Asalaria Con_pareja -.1011727 .1207332 -0.84 0.402 -.3378055 .1354601 > B, dist(weibull) nohr Nivel_bajo .1595718 .0767913 2.08 0.038 .0090636 .31008 Nivel_Alto .0809818 -2.93 0.003 -.3963905 -.0789477 failure -.2376691 _d: 1 (meaning all fail) Conyugetime _t: .1905093 .128276 1.49 0.138 -.0609071 .4419256 analysis duracion Hijo .1675458 .099986 1.68 0.094 -.0284231 .3635147 .2282494 2.06 0.039 .0116043 .4448945 Fitting Otros constant-only model: .1105352 No_Asalari~o -.2257976 .0632563 -3.57 0.000 -.3497777 -.1018174 Iteration 0: log likelihood = -4178.4964 dependientes .0915367 .0625991 1.46 0.144 -.0311554 .2142287 Iteration 1: log likelihood = -4142.7416 TD_hogar .0021146 .0016678 1.27 0.205 -.0011542 .0053833 Iteration 2: log likelihood = -4142.6612 INLAB 1.13e-07 5.07e-08 2.22 0.026 1.33e-08 2.12e-07 Iteration 3: log likelihood .130547 = -4142.6612 _cons -3.414646 -26.16 0.000 -3.670514 -3.158779
Fitting /ln_p full model: -.0713254 Iteration 0: p Iteration 1/p 1: Iteration 2: Iteration 3: Iteration 4:

.0235619

-3.03

0.002

-.1175058 .8891353 1.025464

-.025145 .9751685 1.124688

Salida Modelo Paramtrico Weibull Total Ocupados 2004

Weibull regression -- log relative-hazard form No. of subjects = No. of failures = Time at risk = Log likelihood _t sexo edad1 edad3 Con_pareja Nivel_bajo Nivel_Alto Conyuge Hijo Otros No_Asalari~o dependientes TD_hogar INLAB _cons /ln_p p 1/p = 2418 2418 83559 -4017.1132 Coef. -.0574024 .4465792 .0063822 -.0288705 .0868058 -.1295422 .1173302 .2696647 .3135731 -.2543259 .0077233 .0024589 6.75e-09 -3.323892 -.0842288 .9192209 1.087878 Std. Err. .0520133 .0507134 .057266 .0641606 .0517036 .0515266 .0727671 .0665174 .0747901 .0434288 .0436502 .0010916 3.06e-08 .0934362 .0161649 .0148592 .0175855 z -1.10 8.81 0.11 -0.45 1.68 -2.51 1.61 4.05 4.19 -5.86 0.18 2.25 0.22 -35.57 -5.21 Number of obs LR chi2(13) Prob > chi2 P>|z| 0.270 0.000 0.911 0.653 0.093 0.012 0.107 0.000 0.000 0.000 0.860 0.024 0.825 0.000 0.000 = = = 2418 251.10 0.0000

log likelihood = -4142.6612 .9311588 .0219399 log likelihood = -4022.7349 1.073931 .0253038 log likelihood = -4017.1248 log likelihood = -4017.1132 log likelihood = -4017.1132

[95% Conf. Interval] -.1593467 .3471827 -.1058571 -.1546229 -.0145315 -.2305326 -.0252907 .1392929 .1669872 -.3394447 -.0778294 .0003193 -5.32e-08 -3.507024 -.1159115 .890554 1.053951 .0445418 .5459758 .1186216 .0968819 .1881431 -.0285519 .259951 .4000365 .4601589 -.1692071 .0932761 .0045984 6.67e-08 -3.140761 -.0525461 .9488106 1.122896

[149]

Iteration Iteration Iteration Iteration

0: 1: 2: 3:

log log log log

likelihood likelihood likelihood likelihood

= = = =

-2056.3241 -2040.2195 -2040.1847 -2040.1847

Fitting full model: Iteration 0: Iteration 1: Iteration 2: Iteration 3: Iteration 4: Salida Modelo log likelihood = -2040.1847 log likelihood = -1967.4425 log likelihood = -1963.5055 log likelihood = -1963.4944 log likelihood = -1963.4944 Paramtrico Weibull Hombres 2004 1192 1192 42955 -1963.4944 Coef. Std. Err. z Number of obs LR chi2(12) Prob > chi2 P>|z| = = = 1192 153.38 0.0000

Weibull regression -- log relative-hazard form No. of subjects = No. of failures = Time at risk = Log likelihood _t =

[95% Conf. Interval]

edad1 .3339106 .0728146 4.59 0.000 .1911967 .4766245 edad3 .0155071 .0806266 0.19 0.847 -.1425182 .1735324 Con_pareja -.0922194 .0963892 -0.96 0.339 -.2811387 .0966998 . streg edad1 edad3 Con_pareja Nivel_bajo Nivel_Alto Hijo Otros No_Asalariado de Nivel_bajo .0517963 .0710724 0.73 0.466 Conyuge -.0875031 .1910957 > sexo==0, Nivel_Altodist(weibull) -.1084623 nohr .0745522 -1.45 0.146 -.254582 .0376573 Conyuge .2233901 .1638316 1.36 0.173 -.0977139 .5444942 failure _d: 1 (meaning all fail) Hijo .3772611 .1064464 3.54 0.000 .16863 .5858921 analysis duracion Otrostime _t: .261689 .1123831 2.33 0.020 .0414221 .4819559 No_Asalari~o -.3702986 .060828 -6.09 0.000 -.4895192 -.2510779 Fitting constant-only model: .0633477 dependientes .0467214 0.74 0.461 -.0774378 .1708806 TD_hogar .0030094 .0014706 2.05 0.041 .000127 .0058918 Iteration 0: log likelihood = -2120.0189 INLAB -4.89e-08 6.68e-08 -0.73 0.464 -1.80e-07 8.21e-08 Iteration 1: log likelihood .141851 = -2100.7592 _cons -3.349537 -23.61 0.000 -3.62756 -3.071514 Iteration 2: log likelihood = -2100.7156 Iteration 3: log likelihood = -2100.7156 /ln_p -.0677236 .0230831 -2.93 0.003 -.1129656 -.0224815
Fitting full p model: .9345188 .0215716 1/p 1.070069 .0247005 Iteration 0: log likelihood = -2100.7156 Iteration 1: log likelihood = -2044.6993 Iteration 2: log likelihood = -2041.1479 Iteration 3: log likelihood = -2041.135 Iteration 4: log likelihood = -2041.135

.8931814 1.022736

.9777693 1.119593

Salida Modelo Paramtrico Weibull Mujer 2004

Weibull regression -- log relative-hazard form No. of subjects = No. of failures = Time at risk = Log likelihood _t edad1 edad3 Con_pareja Nivel_bajo Nivel_Alto Conyuge Hijo Otros No_Asalari~o dependientes TD_hogar INLAB _cons /ln_p p 1/p = 1226 1226 40604 -2041.135 Coef. .5401478 -.0330003 .1540989 .1486405 -.1225688 -.1150668 .1223841 .2803867 -.1381252 -.0192736 .0024232 2.03e-08 -3.332763 -.0925562 .911598 1.096975 Std. Err. .0726872 .0825142 .1050259 .0762394 .0718173 .1173499 .0904162 .1066874 .0626392 .0609385 .0016493 3.42e-08 .124123 .0225826 .0205863 .0247726 z 7.43 -0.40 1.47 1.95 -1.71 -0.98 1.35 2.63 -2.21 -0.32 1.47 0.59 -26.85 -4.10 Number of obs LR chi2(12) Prob > chi2 P>|z| 0.000 0.689 0.142 0.051 0.088 0.327 0.176 0.009 0.027 0.752 0.142 0.552 0.000 0.000 = = = 1226 119.16 0.0000

[95% Conf. Interval] .3976835 -.1947252 -.0517482 -.0007859 -.263328 -.3450684 -.0548284 .0712832 -.2608957 -.1387108 -.0008094 -4.66e-08 -3.576039 -.1368173 .8721295 1.04948 .682612 .1287246 .3599459 .298067 .0181905 .1149349 .2995966 .4894902 -.0153547 .1001637 .0056558 8.72e-08 -3.089486 -.0482951 .9528526 1.146619

[150]

Salida Modelo Paramtrico Weibull Total Ocupados 2008

Weibull regression -- log relative-hazard form No. of subjects = No. of failures = Time at risk = Log likelihood _t sexo edad1 edad3 Con_pareja Nivel_bajo Nivel_Alto Conyuge Hijo Otros No_Asalari~o dependientes TD_hogar INLAB _cons /ln_p p 1/p = 2331 2331 74091 -3851.2703 Coef. -.1260498 .4089602 -.006072 .0016215 -.0574227 -.1256398 .0255813 .2371899 .0649774 -.2507845 .0255076 .0026705 -3.86e-08 -3.136819 -.0802773 .9228604 1.083588 Std. Err. .0476171 .0529827 .0568421 .051558 .0552949 .0507212 .0654022 .060756 .070905 .0436666 .0441844 .0011642 6.54e-08 .0888214 .0163453 .0150844 .0177116 z -2.65 7.72 -0.11 0.03 -1.04 -2.48 0.39 3.90 0.92 -5.74 0.58 2.29 -0.59 -35.32 -4.91 Number of obs LR chi2(13) Prob > chi2 P>|z| 0.008 0.000 0.915 0.975 0.299 0.013 0.696 0.000 0.359 0.000 0.564 0.022 0.556 0.000 0.000 = = = 2331 205.69 0.0000

[95% Conf. Interval] -.2193776 .3051161 -.1174804 -.0994303 -.1657986 -.2250514 -.1026046 .1181103 -.0739939 -.3363695 -.0610923 .0003888 -1.67e-07 -3.310906 -.1123135 .893764 1.049424 -.032722 .5128044 .1053364 .1026732 .0509532 -.0262281 .1537673 .3562695 .2039488 -.1651995 .1121075 .0049522 8.97e-08 -2.962733 -.0482411 .952904 1.118864

[151]

Iteration 1: Iteration 2: Iteration 3:

log likelihood = -1930.867 log likelihood = -1930.8482 log likelihood = -1930.8482

Fitting full model: Iteration 0: Iteration 1: Iteration 2: Iteration 3: Iteration 4: Salida Modelo log likelihood = -1930.8482 log likelihood = -1865.996 log likelihood = -1862.7026 log likelihood = -1862.6878 log likelihood = -1862.6878 Paramtrico Weibull Hombres 2008 1139 1139 38657 -1862.6878 Coef. Std. Err. z Number of obs LR chi2(12) Prob > chi2 P>|z| = = = 1139 136.32 0.0000

Weibull regression -- log relative-hazard form No. of subjects = No. of failures = Time at risk = Log likelihood _t =

[95% Conf. Interval]

. stregedad1 edad1 edad3 Con_pareja Nivel_bajo Nivel_Alto Hijo Otros No_Asalariado de .4192264 .0771164 5.44 0.000 Conyuge .2680811 .5703717 > sexo==0, edad3dist(weibull) .0457715 nohr .0836821 0.55 0.584 -.1182424 .2097853 Con_pareja -.0384177 .072936 -0.53 0.598 -.1813696 .1045342 failure-.0119938 _d: 1 (meaning all fail) Nivel_bajo .0768627 -0.16 0.876 -.1626419 .1386543 analysis time -.084743 _t: duracion Nivel_Alto .074924 -1.13 0.258 -.2315913 .0621053 Conyuge .2164353 .1800276 1.20 0.229 -.1364124 .569283 Fitting Hijo constant-only model:.0858114 .3097154 3.61 0.000 .141528 .4779027 Otros .1304032 .0999628 1.30 0.192 -.0655202 .3263266 Iteration 0: log likelihood = -2035.6503 No_Asalari~o -.3927595 .0621603 -6.32 0.000 -.5145913 -.2709276 Iteration 1: log likelihood.065031 = -2019.0451 dependientes .0338247 0.52 0.603 -.0936338 .1612831 Iteration 2: log likelihood = -2019.0192 TD_hogar .0021719 .0015889 1.37 0.172 -.0009423 .005286 Iteration 3: log likelihood = -2019.0192 INLAB -9.25e-08 8.52e-08 -1.09 0.278 -2.59e-07 7.45e-08 _cons -3.329389 .1234045 -26.98 0.000 -3.571257 -3.087521 Fitting full model: /ln_p -.0578252 .0235138 -2.46 0.014 -.1039114 -.0117391 Iteration 0: log likelihood = -2019.0192 p .9438149 .0221926 .9013052 .9883295 Iteration 1: log likelihood = -1979.8011 .0249135 1.011808 1.109502 Iteration1/p 2: log1.05953 likelihood = -1978.4141 Iteration 3: log likelihood = -1978.4124 Iteration 4: Paramtrico log likelihood = -1978.4124 Salida Modelo Weibull Mujer 2008 Weibull regression -- log relative-hazard form No. of subjects = No. of failures = Time at risk = Log likelihood _t edad1 edad3 Con_pareja Nivel_bajo Nivel_Alto Conyuge Hijo Otros No_Asalari~o dependientes TD_hogar INLAB _cons /ln_p p 1/p = 1192 1192 35434 -1978.4124 Coef. .3968095 -.0475429 .0729194 -.110619 -.1477966 -.0811624 .1470415 -.0278814 -.1256501 .0338232 .0031972 2.13e-07 -3.080382 -.0929752 .9112161 1.097434 Std. Err. .0742759 .0784784 .076417 .080679 .0701201 .0795699 .0879157 .1019409 .0619538 .0613547 .0017347 1.40e-07 .1185565 .0227473 .0207277 .0249637 z 5.34 -0.61 0.95 -1.37 -2.11 -1.02 1.67 -0.27 -2.03 0.55 1.84 1.52 -25.98 -4.09 Number of obs LR chi2(12) Prob > chi2 P>|z| 0.000 0.545 0.340 0.170 0.035 0.308 0.094 0.784 0.043 0.581 0.065 0.130 0.000 0.000 = = = 1192 81.21 0.0000

[95% Conf. Interval] .2512314 -.2013577 -.076855 -.2687469 -.2852296 -.2371165 -.0252702 -.2276819 -.2470773 -.0864298 -.0002029 -6.23e-08 -3.312748 -.1375591 .8714829 1.049581 .5423876 .1062719 .2226939 .047509 -.0103636 .0747918 .3193532 .1719191 -.0042228 .1540763 .0065972 4.88e-07 -2.848016 -.0483912 .952761 1.147469

Salida Modelo Paramtrico Gompertz Total Ocupados 2010

[152]

Iteration 2:

log likelihood = -200.34623

Fitting full model: Iteration Iteration Iteration Iteration Iteration 0: 1: 2: 3: 4: log log log log log likelihood likelihood likelihood likelihood likelihood = = = = = -200.34623 -183.15737 -181.29794 -181.29623 -181.29623

Gompertz regression -- log relative-hazard form No. of subjects = No. of failures = Time at risk = Log likelihood = 119 119 4140 -181.29623 Number of obs LR chi2(13) Prob > chi2 = = = 119 38.10 0.0003

_t Coef. Std. Err. z P>|z| [95% Conf. Interval] . streg edad1 edad3 Con_pareja Nivel_bajo Nivel_Alto Conyuge Hijo Otros No_Asalariado d > sexo==1, dist(gompertz) nohr sexo .0054072 .226027 0.02 0.981 -.4375976 .448412 edad1 .5360462 .2879635 1.86 0.063 -.0283519 1.100444 failure _d: 1 (meaning all fail) edad3 .3027886 .2674852 1.13 0.258 -.2214727 .8270499 analysis time -.2612356 _t: duracion Con_pareja .2881435 -0.91 0.365 -.8259864 .3035152 Nivel_bajo -.562896 .273434 -2.06 0.040 -1.098817 -.0269751 Fitting constant-only model: .2919129 Nivel_Alto -.5408627 -1.85 0.064 -1.113001 .031276 Conyuge .6867756 .3524722 1.95 0.051 -.0040573 1.377609 Iteration 0: log likelihood = -107.51164 Hijo .6353332 .3064762 2.07 0.038 .0346509 1.236015 Iteration 1: log likelihood = -107.36253 Otros .4060328 .3178835 1.28 0.201 -.2170075 1.029073 Iteration 2: log likelihood = -107.36224 No_Asalari~o -1.004799 .2203883 -4.56 0.000 -1.436752 -.5728458 Iteration 3: log likelihood = -107.36224 dependientes -.0859774 .2267487 -0.38 0.705 -.5303966 .3584418 TD_hogar .0122481 .0061621 1.99 0.047 .0001706 .0243257 FittingINLAB full model: 3.80e-08 1.87e-07 0.20 0.839 -3.29e-07 4.05e-07 _cons -3.570335 .2953486 -12.09 0.000 -4.149207 -2.991462 Iteration 0: log likelihood = -107.36224 Iteration 1: log likelihood = -98.792475 /gamma .00766 .0035013 2.19 0.029 .0007976 .0145223 Iteration 2: log likelihood = -95.405923 Iteration 3: log likelihood = -95.359157 Iteration 4: log likelihood = -95.359133 Iteration 5: Paramtrico log likelihood = -95.359133 Salida Modelo Gompertz Hombres 2010
Gompertz regression -- log relative-hazard form No. of subjects = No. of failures = Time at risk = Log likelihood _t edad1 edad3 Con_pareja Nivel_bajo Nivel_Alto Conyuge Hijo Otros No_Asalari~o dependientes TD_hogar INLAB _cons /gamma = 64 64 2481 -95.359133 Coef. .5027043 -.1020253 .0221688 -.6073986 -.6001917 -.221449 .754531 .4095483 -1.013492 .012436 .0189197 1.36e-07 -3.63008 .0076735 Std. Err. .4082452 .3922138 .372947 .394976 .4022721 1.086837 .4396471 .4010264 .3077473 .3230166 .0099161 1.86e-07 .4112935 .0044623 z 1.23 -0.26 0.06 -1.54 -1.49 -0.20 1.72 1.02 -3.29 0.04 1.91 0.73 -8.83 1.72 Number of obs LR chi2(12) Prob > chi2 P>|z| 0.218 0.795 0.953 0.124 0.136 0.839 0.086 0.307 0.001 0.969 0.056 0.465 0.000 0.085 = = = 64 24.01 0.0203

[95% Conf. Interval] -.2974416 -.8707501 -.7087939 -1.381537 -1.38863 -2.35161 -.1071614 -.376449 -1.616666 -.620665 -.0005154 -2.29e-07 -4.4362 -.0010724 1.30285 .6666996 .7531315 .1667401 .1882471 1.908712 1.616223 1.195546 -.4103189 .6455369 .0383549 5.01e-07 -2.82396 .0164194

[153]

Iteration 1: Iteration 2:

log likelihood = -91.938932 log likelihood = -91.938932

Fitting full model: Iteration 0: Iteration 1: Iteration 2: Iteration 3: Iteration 4: Iteration 5: Salida Modelo log likelihood = -91.938932 log likelihood = -80.304339 log likelihood = -77.049406 log likelihood = -77.002699 log likelihood = -77.002669 log likelihood = -77.002669 Paramtrico Gompertz Mujer 2010

Gompertz regression -- log relative-hazard form No. of subjects = No. of failures = Time at risk = Log likelihood _t edad1 edad3 Con_pareja Nivel_bajo Nivel_Alto Conyuge Hijo Otros No_Asalari~o dependientes TD_hogar INLAB _cons /gamma = 55 55 1659 -77.002669 Coef. 1.215726 .8951739 -.4183612 -.4185654 -.2706372 1.010848 .9438765 .559297 -1.719542 -.0977958 .0097391 -2.47e-06 -3.769885 .0126865 Std. Err. .5816442 .4443064 .5650002 .5376579 .4595962 .4604154 .5511196 .7288765 .4243575 .3874092 .0081803 1.00e-06 .4004443 .006049 z 2.09 2.01 -0.74 -0.78 -0.59 2.20 1.71 0.77 -4.05 -0.25 1.19 -2.46 -9.41 2.10 Number of obs LR chi2(12) Prob > chi2 P>|z| 0.037 0.044 0.459 0.436 0.556 0.028 0.087 0.443 0.000 0.801 0.234 0.014 0.000 0.036 = = = 55 29.87 0.0029

[95% Conf. Interval] .0757249 .0243493 -1.525741 -1.472356 -1.171429 .1084506 -.1362981 -.8692747 -2.551267 -.8571039 -.006294 -4.44e-06 -4.554741 .0008306 2.355728 1.765998 .6890188 .6352248 .6301547 1.913246 2.024051 1.987869 -.8878162 .6615122 .0257723 -5.03e-07 -2.985028 .0245423

Anexo R. Poblacin econmicamente activa en los adultos de 30 a 45 aos.

40% 38% 36% 34% 32% 30% 2001 2002 2003 Hombre 2004 2005 Mujer 2006 Total 2007 2008

Tasa Global de Participacin en Adultos de 30 a 44 aos

120%
100% 80% 60% 40% 20% 0% 2001 2002 2003 Hombre 2004 2005 Mujer 2006 Total 2007 2008

[154]

Anexo S. Poblacin Econmicamente Activa por nivel de cualificacin.

60% 50% 40% 30% 20% 10% 0% 2001 2002 2003 Bajo 2004 Medio 2005 Alto 2006 2007 2008

Anexo T. Poblacin Econmicamente Activa en Hijos

35% 30% 25% 20% 15% 10% 5% 0%
2001 2002 2003 Hombre 2004 2005 Mujer 2006 Total 2007 2008

Anexo U. Tasa Global de Participacin de los Jefes de Hogar

100% 80% 60% 40% 20% 0% 2001 2002 2003 HOMBRE 2004 2005 MUJER 2006 TOTAL 2007 2008

[155]

Anexo V. Promedio tasa de desempleo por grupos de Edad

50% 40% 30% 20% 10% 0% 10 a 14 15 a 19 20 a 24 25 a 29 30 a 34 35 a 39 40 a 44 45 a 49 50 a 54 mayor a 55 TD_H Prom TD_M Prom TD_T Prom

Anexo W. Promedio tasa de desempleo por Niveles Educativos

30% 25% 20% 15% 10% 5% 0%

TD_H Prom

TD_M Prom

TD_T Prom

Anexo X. Promedio tasa de desempleo por posicin en el Hogar

40% 30% 20% 10% 0% Jefe(a) del Hogar TD_H TD_M TD_T Conyuge Hijos

[156]

Anexo Y. Funcin Kaplan Meier duracin del desempleo con pareja 2001
Funcin kaplan-Meier Con Pareja 2001
1.00 1.00
Kaplan Meier-Con Pareja Hombres Kaplan Meier-Con Pareja Mujeres

0.75

0.50

0.25

0.00

20

40 meses

60

80

100

0.00

0.25

0.50

0.75

20

40 meses

60

80

100

Con_pareja = 0

Con_pareja = 1

Con_pareja = 0

Con_pareja = 1

Anexo Z. Funcin Kaplan Meier duracin del desempleo hijos dependientes 2001
Funcin kaplan-Meier segn Hijos Dependientes 2001
1.00 1.00
Kaplan Meier-Nios Dependientes Hombre Kaplan Meier-Nios Dependientes Mujer

0.75

0.50

0.25

0.00

20

40 meses

60

80

100

0.00

0.25

0.50

0.75

20

40 meses

60

80
dependientes = 1

100

dependientes = 0

dependientes = 1

dependientes = 0

[157]

Anexo A1.Funcin Kaplan Meier duracin del desempleo asalariados 2001

Funcin Kaplan-Meier por Asalariado 2001
1.00 1.00

Kaplan Meier-Asalariado Hombres

Kaplan Meier-Asalariado Mujeres

0.75

0.50

0.25

0.00

20

40

60 Meses

80

100

0.00

0.25

0.50

0.75

20

40

60 Meses

80

100

Asalariado = 0

Asalariado = 1

Asalariado = 0

Asalariado = 1

Anexo A2. Test Log Rank 2001

. sts test sexo, logrank _d: _t: 1 (meaning all fail) duracion_desempleo failure analysis time

Log-rank > s

test

for

equality

of

survivor

function

sexo Mujer Hombre Total

Events observed 989 1026 2015 chi2(1) Pr>chi2 = =

Events expected 1074.42 940.58 2015.00 17.23 0.0000

[158]

sts

test

pos_hogar, _d: _t:

logrank 1 (meaning all fail) duracion_desempleo

failure analysis time

Log-rank > s

test

for

equality

of

survivor

function

pos_hogar Jefe Cnyuge Hijo Otros Total

Events observed 784 402 557 272 2015 chi2(3) Pr>chi2 = =

Events expected 798.89 466.59 486.46 263.07 2015.00 23.60 0.0000

sts

test

rangoedad, _d: _t:

logrank 1 (meaning all fail) duracion_desempleo

failure analysis time

Log-rank > s

test

for

equality

of

survivor

function

rangoedad 10 30 45 a a y 29 44 mas

Events observed 803 764 448 2015 chi2(2) Pr>chi2 = =

Events expected 667.57 770.74 576.68 2015.00 68.71 0.0000

Total

sts

test

dependientes, _d: _t:

logrank

failure analysis time

censura duracion_desempleo

Log-rank

test

for

equality

of

survivor Events expected 589.56 707.44 1297.00

functions

dependientes 0 1 Total

Events observed 544 753 1297 chi2(1) Pr>chi2 = =

7.69 0.0055

[159]

sts

test

nivel_edu, _d: _t:

logrank 1 (meaning all fail) duracion_desempleo

failure analysis time

Log-rank > s

test

for

equality

of

survivor

function

nivel_educ Bajo Medio Alto Total

Events observed 575 1048 383 2006 chi2(2) Pr>chi2 = =

Events expected 571.10 1049.88 385.01 2006.00 0.05 0.9763

sts

test

Estado_civil, _d: _t:

logrank

failure analysis time

1 (meaning all fail) duracion_desempleo

Log-rank > s

test

for

equality

of

survivor

function

Estado_civil Con Sin pareja pareja

Events observed 1064 951 2015 chi2(1) Pr>chi2 = =

Events expected 1108.13 906.87 2015.00 4.63 0.0314

Total

sts

test

Pos_Ocu, _d: _t:

logrank 1 (meaning all fail) duracion_desempleo

failure analysis time

Log-rank > s

test

for

equality

of

survivor

function

Pos_Ocu Asalariados No Asalariados Total

Events observed 1277 738 2015 chi2(1) Pr>chi2 = =

Events expected 1160.31 854.69 2015.00 33.49 0.0000

Test log Rank hombres 2001

[160]

sts

test

pos_hogar _d: _t:

if

sexo==1,

logrank

failure analysis time

1 (meaning all fail) duracion_desempleo

Log-rank > s

test

for

equality

of

survivor

function

pos_hogar Jefe Cnyuge Hijo Otros Total

Events observed 562 38 283 143 1026 chi2(3) Pr>chi2 = =

Events expected 599.18 37.02 251.22 138.58 1026.00 7.73 0.0518

sts

test

rangoedad _d: _t:

if

sexo==1,

logrank

failure analysis time

1 (meaning all fail) duracion_desempleo

Log-rank > s

test

for

equality

of

survivor

function

rangoedad 10 30 45 a a y 29 44 mas

Events observed 388 347 291 1026 chi2(2) Pr>chi2 = =

Events expected 319.08 326.08 380.84 1026.00 46.46 0.0000

Total

sts

test

dependientes _d: _t:

if

sexo==1,

logrank

failure analysis time

censura duracion_desempleo

Log-rank

test

for

equality

of

survivor Events expected 369.19 358.81 728.00

functions

dependientes 0 1 Total

Events observed 319 409 728 chi2(1) Pr>chi2 = =

16.83 0.0000

[161]

sts

test

nivel_educ _d: _t:

if

sexo==1,

logrank

failure analysis time

1 (meaning all fail) duracion_desempleo

Log-rank > s

test

for

equality

of

survivor

function

nivel_educ Bajo Medio Alto Total

Events observed 342 506 172 1020 chi2(2) = Pr>chi2 = Estado_civil if

_d: _t:

Events expected 355.94 492.69 171.38 1020.00 1.09 0.5805 sexo==1, logrank

sts

test

failure analysis time

1 (meaning all fail) duracion_desempleo

Log-rank > s

test

for

equality

of

survivor

function

Estado_civil Con Sin pareja pareja

Events observed 617 409 1026 chi2(1) Pr>chi2 = =

Events expected 636.28 389.72 1026.00 1.83 0.1760

Total

sts

test

Pos_Ocu

if

sexo==1,

logrank

failure analysis time

_d: _t:

1 (meaning all fail) duracion_desempleo

Log-rank > s

test

for

equality

of

survivor

function

Pos_Ocu Asalariados No Asalariados Total

Events observed 625 401 1026 chi2(1) Pr>chi2 = =

Events expected 576.87 449.13 1026.00 11.13 0.0008

[162]

Test log Rank mujeres 2001

. *Mujeres:
. sts test rangoedad _d: _t: if sexo==0, logrank failure analysis time 1 (meaning all fail) duracion_desempleo

Log-rank > s

test

for

equality

of

survivor

function

rangoedad 10 30 45 a a y 29 44 mas

Events observed 415 417 157 989 chi2(2) Pr>chi2 pos_hogar if

_d: _t:

Events expected 343.92 435.33 209.75 989.00 = 35.20 = 0.0000 sexo==0, logrank

Total

sts

test

failure analysis time

1 (meaning all fail) duracion_desempleo

Log-rank > s

test

for

equality

of

survivor

function

pos_hogar Jefe Cnyuge Hijo Otros Total

Events observed 222 364 274 129 989 chi2(3) Pr>chi2 = =

Events expected 230.36 399.19 234.13 125.32 989.00 12.22 0.0067

sexo==0, logrank

sts

test

dependientes _d: _t:

if

failure analysis time

censura duracion_desempleo

Log-rank

test

for

equality

of

survivor Events expected 230.68 338.32 569.00

functions

dependientes 0 1 Total

Events observed 225 344 569 chi2(1) Pr>chi2 = =

0.28 0.5985

[163]

sts

test

nivel_educ _d: _t:

if

sexo==0,

logrank

failure analysis time

1 (meaning all fail) duracion_desempleo

Log-rank > s

test

for

equality

of

survivor

function

nivel_educ Bajo Medio Alto Total

Events observed 233 542 211 986 chi2(2) Pr>chi2 = =

Events expected 224.39 552.65 208.97 986.00 0.66 0.7201

sts

test

Estado_civil _d: _t:

if

sexo==0,

logrank

failure analysis time

1 (meaning all fail) duracion_desempleo

Log-rank > s

test

for

equality

of

survivor

function

Estado_civil Con Sin pareja pareja

Events observed 447 542 989 chi2(1) Pr>chi2 = =

Events expected 484.47 504.53 989.00 6.76 0.0093

Total

sts

test

Pos_Ocu

if

sexo==0,

logrank

failure analysis time

_d: _t:

1 (meaning all fail) duracion_desempleo

Log-rank > s

test

for

equality

of

survivor

function

Pos_Ocu Asalariados No Asalariados Total

Events observed 652 337 989 chi2(1) Pr>chi2 = =

Events expected 580.86 408.14 989.00 25.68 0.0000

[164]

AnexoA3. Test log Rank total general 2010

. sts test sexo, logrank _d: _t: censura duracion_desempleo failure analysis time

Log-rank

test

for

equality

of

survivor

functions

sexo Mujer Hombre Total

Events observed 560 487 1047 chi2(1) Pr>chi2 = =

Events expected 656.34 390.66 1047.00 46.02 0.0000

sts

test

Jefe,

logrank _d: _t: censura duracion_desempleo

failure analysis time

Log-rank

test

for

equality

of

survivor

functions

Jefe 0 1 Total

Events observed 523 524 1047 chi2(1) Pr>chi2 = =

Events expected 597.37 449.63 1047.00 25.76 0.0000

sts

test

pos_hogar, _d: _t:

logrank censura duracion_desempleo

failure analysis time

Log-rank

test

for

equality

of

survivor

functions

pos_hogar Jefe Cnyuge Hijo Otros Total

Events observed 524 241 203 79 1047 chi2(3) Pr>chi2 = =

Events expected 449.63 284.72 212.92 99.73 1047.00 28.47 0.0000

[165]

sts

test

Pos_Ocu, _d: _t:

logrank censura duracion_desempleo

failure analysis time

Log-rank

test

for

equality Events observed 519 528 1047

of

survivor

functions

Pos_Ocu Asalariados No Asalariados Total

Events expected 558.98 488.02 1047.00 = = 7.50 0.0062

chi2(1) Pr>chi2 . sts test rangoedad, _d: _t: logrank

failure analysis time

censura duracion_desempleo

Log-rank

test

for

equality

of

survivor

functions

rangoedad 10 30 45 a a y 29 44 mas

Events observed 275 397 375 1047 chi2(2) Pr>chi2 = =

Events expected 272.05 346.14 428.81 1047.00 17.24 0.0002

Total

sts

test

nivel_edu, _d: _t:

logrank censura duracion_desempleo

failure analysis time

Log-rank

test

for

equality

of

survivor Events expected 227.21 498.63 321.16 1047.00

functions

nivel_educ 1 2 3 Total

Events observed 238 486 323 1047 chi2(2) Pr>chi2 = =

1.02 0.6011

[166]

sts

test

Estado_civil, _d: _t:

logrank

failure analysis time

censura duracion_desempleo

Log-rank

test

for

equality

of

survivor Events expected 269.82 777.18 1047.00

functions

Estado_civil Con Sin pareja pareja

Events observed 314 733 1047 chi2(1) Pr>chi2 = =

Total

11.60 0.0007

sts

test

dependientes, _d: _t:

logrank

failure analysis time

censura duracion_desempleo

Log-rank

test

for

equality

of

survivor Events expected 580.24 466.76 1047.00

functions

dependientes 0 1 Total

Events observed 577 470 1047 chi2(1) Pr>chi2 = =

0.05 0.8259

Test Log Rank hombres 2010

. sts test Jefe if sexo==1, logrank

failure analysis time

_d: _t:

censura duracion_desempleo

Log-rank

test

for

equality

of

survivor

functions

Jefe 0 1 Total

Events observed 176 311 487 chi2(1) Pr>chi2 = =

Events expected 210.37 276.63 487.00 12.12 0.0005

[167]

sts

test

rangoedad _d: _t:

if

sexo==1,

logrank

failure analysis time

censura duracion_desempleo

Log-rank

test

for

equality

of

survivor

functions

rangoedad 10 30 45 a a y 29 44 mas

Events observed 128 168 191 487

Events expected 134.01 134.98 218.01 487.00

Total

sts

test

chi2(2) = 14.39 Pr>chi2 = 0.0008 nivel_educ if sexo==1, logrank _d: _t: censura duracion_desempleo

failure analysis time

Log-rank

test

for

equality

of

survivor Events expected 107.30 225.08 154.62 487.00 6.30 0.0428 logrank

functions

nivel_educ 1 2 3 Total

Events observed 124 228 135 487

sts

test

chi2(2) = Pr>chi2 = Pos_Ocu if sexo==1,

_d: _t:

failure analysis time

censura duracion_desempleo

Log-rank

test

for

equality Events observed 243 244 487

of

survivor

functions

Pos_Ocu Asalariados No Asalariados Total

Events expected 279.44 207.56 487.00 = = 13.72 0.0002

chi2(1) Pr>chi2

[168]

sts

test

pos_hogar _d: _t:

if

sexo==1,

logrank

failure analysis time

censura duracion_desempleo

Log-rank

test

for

equality

of

survivor

functions

pos_hogar Jefe Cnyuge Hijo Otros Total

Events observed 311 36 104 36 487 chi2(3) Pr>chi2 = =

if

Events expected 276.63 38.00 124.65 47.72 487.00 13.08 0.0045

sexo==1, logrank

sts

test

Estado_civil _d: _t:

failure analysis time

censura duracion_desempleo

Log-rank

test

for

equality

of

survivor Events expected 118.37 368.63 487.00

functions

Estado_civil Con Sin pareja pareja

Events observed 164 323 487 chi2(1) Pr>chi2 = =

Total

28.44 0.0000 logrank

sts

test

dependientes _d: _t:

if

sexo==1,

failure analysis time

censura duracion_desempleo

Log-rank

test

for

equality

of

survivor Events expected 312.39 174.61 487.00

functions

dependientes 0 1 Total

Events observed 287 200 487 chi2(1) Pr>chi2 = =

7.05 0.0079

[169]

sts

test

dependientes _d: _t:

if

sexo==1,

logrank

failure analysis time

censura duracion_desempleo

Log-rank

test

for

equality

of

survivor Events expected 312.39 174.61 487.00

functions

dependientes 0 1 Total

Events observed 287 200 487 chi2(1) Pr>chi2 = =

7.05 0.0079

Test Log Rank mujeres 2010

. sts test Jefe if sexo==0, logrank failure analysis time _d: _t: censura duracion_desempleo

Log-rank

test

for

equality

of

survivor

functions

Jefe 0 1 Total

Events observed 347 213 560 chi2(1) Pr>chi2 = = if

Events expected 365.06 194.94 560.00 3.08 0.0794 sexo==0, logrank

sts

test

rangoedad _d: _t:

failure analysis time

censura duracion_desempleo

Log-rank

test

for

equality

of

survivor

functions

rangoedad 10 30 45 a a y 29 44 mas

Events observed 147 229 184 560 chi2(2) Pr>chi2 = =

Events expected 137.60 202.77 219.62 560.00 12.05 0.0024

Total

[170]

sts

test

nivel_educ _d: _t:

if

sexo==0,

logrank

failure analysis time

censura duracion_desempleo

Log-rank

test

for

equality

of

survivor Events expected 121.36 273.71 164.93 560.00 5.41 0.0669 logrank

functions

nivel_educ 1 2 3 Total

Events observed 114 258 188 560

sts

test

chi2(2) = Pr>chi2 = Pos_Ocu if sexo==0, _d: _t:

failure analysis time

censura duracion_desempleo

Log-rank

test

for

equality Events observed 276 284 560

of

survivor

functions

Pos_Ocu Asalariados No Asalariados Total

Events expected 281.26 278.74 560.00 = = 0.24 0.6219

chi2(1) Pr>chi2

sts

test

pos_hogar _d: _t:

if

sexo==0,

logrank

failure analysis time

censura duracion_desempleo

Log-rank

test

for

equality

of

survivor

functions

pos_hogar Jefe Cnyuge Hijo Otros Total

Events observed 213 205 99 43 560 chi2(3) Pr>chi2 = =

Events expected 194.94 218.91 94.03 52.12 560.00 5.24 0.1552

[171]

sts

test

Estado_civil _d: _t:

if

sexo==0,

logrank

failure analysis time

censura duracion_desempleo

Log-rank

test

for

equality

of

survivor Events expected 149.52 410.48 560.00

functions

Estado_civil Con Sin pareja pareja

Events observed 150 410 560 chi2(1) Pr>chi2 = =

Total

0.00 0.9606

sts

test

dependientes _d: _t:

if

sexo==0,

logrank

failure analysis time

censura duracion_desempleo

Log-rank

test

for

equality

of

survivor Events expected 280.79 279.21 560.00

functions

dependientes 0 1 Total

Events observed 290 270 560 chi2(1) Pr>chi2 = =

0.72 0.3971

Anexo A4. Salidas Semi-Paramtricas Tipo Cox por total de desocupados 2001
Cox regression -= = = = Breslow method 2015 1297 26655 -8643.5499 for ties Number of obs = 2015 No. of subjects No. of failures Time at risk Log likelihood

LR chi2(11) Prob > chi2

= =

125.22 0.0000

_t sexo edad1 edad3 Con_pareja Nivel_bajo Nivel_Alto Conyuge Hijo Otros No_Asalari~o dependientes

Haz.

Ratio

Std.

Err.

z 4.22 1.17 -6.69 1.30 2.66 0.97 -3.39 -2.75 -3.06 2.94 1.06

P>|z| 0.000 0.244 0.000 0.192 0.008 0.334 0.001 0.006 0.002 0.003 0.291

[95%

Conf.

Interval] 1.560268 1.250537 .6861231 1.318384 1.367293 1.245836 .869445 .9276823 .8949773 1.335756 1.203619

1.354918 1.086949 .5870457 1.116807 1.197483 1.075258 .7177462 .7708504 .7343415 1.1896 1.067069

.0975533 .0777507 .0467112 .0945503 .0810214 .0807809 .0702156 .0728369 .074119 .0703337 .0655593

1.176595 .9447604 .5022753 .9460508 1.048763 .9280352 .5925154 .6405322 .6025375 1.059435 .94601

[172]

Anexo A5. Pruebas BIC y AIC total desocupados 2001

. . est tab mgamma mlnormal mlogist mweib mexp mgompertz, stats(bic aic) Variable _t sexo edad1 edad3 Con_pareja Nivel_bajo Nivel_Alto Conyuge Hijo Otros No_Asalari~o dependientes TD_hogar INLAB _cons ln_sig _cons kappa _cons ln_gam _cons ln_p _cons gamma _cons Statistics bic aic -.00489437 -.02334718 -.33753679 .30503121 .16048806 .20094643 -.24781042 -.0419866 .48973268 -.1519702 -.27553568 -.00458094 .43695613 .03942205 .22183475 .10639009 -.06581289 .02326461 -1.351e-08 2.2077474 -.24263394 -.01809904 .47525683 -.15607092 -.27563703 .00053483 .45699941 .03433998 .2450521 .10110867 -.0604575 .02298089 -1.104e-08 2.0238466 -.25139224 -.01844035 .51647912 -.15806209 -.31646614 -.02942682 .4926361 .03130616 .24959521 .10295146 -.06978605 .02323274 -1.845e-08 2.0613061 .24299537 .10603632 -.47802991 .13254145 .23943208 -.00293946 -.35619796 -.04838971 -.15119044 -.1280633 .05950497 -.02270977 6.899e-10 -2.553532 .24717402 .11201932 -.48716944 .13350754 .24252638 -.00408271 -.35989593 -.04937275 -.15126875 -.13364962 .05971838 -.02273132 -1.184e-09 -2.6229293 .23734799 .09599968 -.45994096 .12946675 .23636539 -.00287829 -.34690069 -.04663928 -.15301644 -.11787888 .06277094 -.02270891 7.079e-09 -2.5591373 mgamma mlnormal mlogist mweib mexp mgompertz

4808.48 4718.746

4814.5963 4730.4707

4874.8274 4790.7018

4870.9292 4786.8035

4864.5456 4786.0283

4866.1796 4782.054

Exponential

regression = = = =

--

log 2015 1297 26655

relative-hazard

form Number of obs = 2015

No. of subjects No. of failures Time at risk Log likelihood

-2379.0142
-log relative-hazard form

LR chi2(13) Prob > chi2

= =

516.79 0.0000

Weibull

regression

_t Haz. Ratio Std. Err. z No. of subjects = 2015 No. of failures = 1297 sexo 1.280402 .0914112 3.46 Time at risk = 26655 edad1 1.118534 .0790825 1.58 edad3 .6143629 .0491486 -6.09 Log likelihood = -2378.4018 Cp oe nr _t pz arr ee jg aression 1.142l 8o 3g re .l 0a 9t 6i 4v 8e 92hazard 1.f 5o 8rm Gom Nivel_bajo 1.274465 .0870028 3.55 N i v e l _ A l t o . 9 9 5 9 2 5 6 . 0 7 5 1 0 1 1 0 . 0 No. of subj _e tctsH= az. Ratio 201 S5 td. Err. z5 Cof na yi ul gu eres =.6977489 129 .7 0678133 -3.70 No. of Hi is jk o .. 92 57 15 80 26 63 32665 .5 09 91 11 25 72 89 1 -3 0. .4 50 1 Time at r =1 s e x o . 0 O . . -1 et dr ao ds 1 18 .5 19 16 11 86 66 2 .0 08 77 82 75 86 65 1 1. .4 59 0 N o _ A s a l a r i ~ o . 8 7 4 8 9 6 6 . 0 5 2 7 9 3 6 2 . 2 Log likel =.620di ah do 3od 02 0376.02 .7 0498398 -5.91 5 deC po en n_ dp ia er ne tj ea s 1. .1 04 61 17 52 36 8 .0 09 66 54 34 97 29 8 0. .5 97 7 1 . 1 . . -16 NiT vD e_ lh _o bg aa jr o 19 .7 27 75 02 55 21 7 .0 00 81 63 73 61 99 6 3. .6 58 1 I N L A B 1 5 . 6 7 e 0 8 0 . 0 Haz S Nivel_Al_ tt o .. 99R 7a 0t 6i 4o 9 .t 0d 7. 51E 7r 9r 8. -0.z 02 4
Conyuge He ix jo s Od ta rd o1 s e No_Asale ad ra id ~3 o deC po en_ dp ia er ne tj ea s Te Dl __ hb oa gj ao r Niv IA Nl Lt Ao B Nivel_ Conyuge /H li nj _o p Otros p No_Asalari~o 1e /s p dependient .700334 .. 92 56 278 68 22 4 1 80 50 97 65 89 4 1.1 83 71 93 72 90 79 7 .6 03 68 12 32 11 1.1 .. 92 76 76 56 43 67 2 1 1 .9971258 .7068755 -.9 05 24 34 33 41 76 2 .8581156 98 78 68 90 237 3 .8 24 37 68 23 2 1.06 .977547 1 .0680728 16 30 556 8 .090 88 70 20 85 92 6 .07 .. 00 55 30 28 387 6 66 52 34 61 61 5 .09 06 14 34 38 05 9 .08 50 .7 65 61 e4 -9 04 8 . .068706 .9 01 25 11 29 25 2 .0 .0871934 23 08 71 327 2 .05 25 15 79 21 32 3 .06 -3.66 -3 0.3 52 0 -1.3 45 9 2.7 11 2 -5 0.5 93 7 1 -13 6.4 66 8 1 -0.04 -3.57 1.4 19 0 -0 -1.51 -1.95 1.02 -16.70 0.13

P>|z| Number

[95% Conf. of obs =

Interval] 2015 1.472705 1.2 58 14 17 .8 56 5 .7186552 0.0000 1.348493 1.456921 2 0 1 5 I1 n. t1 e5 r4 v5 a5 l5 ] .844163 1. .4 16 46 88 64 41 6 1 1 5 0 8 . 9 9 1. .0 24 78 78 53 15 7 . 9 8 4 7 3 7 0 .70 2. 50 800 36 8 11 .. 13 94 77 73 61 3 .98 10 .1 43 59 21 5 In ] 1t .e 1r 5v 5a 8l 51 9
.8473101 15 48 95 70 44 7 1.4 12 .6 047 87 93 8 1. 93 99 03 56 87 36 2 .7 14 93 73 481 1.3 .. 94 84 07 19 52 88 1 1 1.155851 .8552183 .1 0. 11 85 21 477 1 1.047217 10 87 48 18 5 1.00 00 61 74 02 92 7 1.2

0.001 1.113209 0.11 L3 R chi2. (9 17 33 )7957 = 0.000 .5252057 Prob > chi2 = 0.114 .9685334 0.000 1.114858 0 N u o f o b9 s P. >9 |5 z7 |mber . [8 95 59 %0 C1 o1 nf= . 0.000 .5767293 0. .0 60 01 7 .. 71 80 88 73 35 18 7 0 1 0 L R ( 1 3 ) 0. .1 13 36 5 chi2. .7 90 64 75 63 84 78 7 = 0 P r c h i 2 0. .0 02 07 0ob > . .7 57 27 93 60 27 56 9 = 0. .1 31 37 2 .. 99 46 07 85 01 52 1 0 0 . 0. .0 00 00 0 19 .7 14 19 11 38 51 3 0 . 9 8 3 . 9 9 9 9 9 9 P [9 n 0> .| 9z 6| 9 .5 8% 60C 0o 89 6f.
0.000 60 11 4 0.0 36 0.17 30 4 0.00 32 36 4 0.1 0 0.001 90 0.97 0.000 22 77 1 0.6 0.132 0.052 0.308 0.000 0.900 .5788526 70 82 91 57 24 7 1.1 75 08 40 51 43 79 .9 73 89 10 46 03 25 3 .5 44 03 69 23 54 8 .96 .. 91 70 48 90 44 15 1 1 96 90 91 997 97 9 .8 .5842637 -.7 09 60 490 44 12 5 .7031612 98 39 73 15 20 23 .7 .. 99 84 13 96 184

TD_hogar INLAB /gamma

.0013291 5.62e-08 .0020399

.9749455 .9999999 -.0088925

.9801555 1 -.0008962

-.0048944

-2.40

0.016

[173]

Pruebas BIC y AIC total desocupados 2010

. est tab mgamma mlnormal mlogist mweib mexp mgompertz, stats(bic aic) Variable _t sexo edad1 edad3 Con_pareja Nivel_bajo Nivel_Alto Conyuge Hijo Otros No_Asalari~o dependientes TD_hogar INLAB _cons ln_sig _cons kappa _cons ln_gam _cons ln_p _cons gamma _cons Statistics bic aic .00919108 .15386497 -.56105007 -.75659705 -.04508635 .02122344 -.39789254 -.00163611 1.2712125 -.94590047 -1.0039694 -.09928821 .6372688 .80031872 .06144322 -.22453232 .57302258 .01529748 3.179e-08 1.1067833 -.65408666 -.00524968 .80686133 -.67135446 -.36717947 -.08499293 .38059718 .52177087 .01720445 -.09074943 .39863247 .01859321 2.836e-08 1.6459569 -.68200799 -.01385244 .95281806 -.72185346 -.4214903 -.09291641 .27012919 .53781124 -.01675205 -.01426829 .4283624 .01797911 3.083e-08 1.5992785 .97453072 -.36214871 -.2235426 .54525662 -.35776756 .07210706 -.11534388 .24411312 .13860833 -.02114561 -.31676726 -.02215686 -8.103e-08 -2.8150447 .85125377 -.27988282 -.27752194 .47571693 -.25850326 .1004499 -.1470623 .05757052 .08320619 .0024379 -.31999762 -.02184997 -7.431e-08 -2.3051632 .90059934 -.3006141 -.23606254 .50823787 -.32298838 .09460015 -.16314058 .12901713 .11432741 -.00884767 -.31919269 -.02199325 -7.656e-08 -2.4242081 mgamma mlnormal mlogist mweib mexp mgompertz

228.11607 190.2049

224.8551 189.31338

224.40614 188.86442

228.2282 192.68648

225.67555 192.50328

229.7978 194.25608

Prueba Log Likelihood total desocupados 2001

Exponential regression = = = = -log relative-hazard form Number of obs = 79 No. of subjects No. of failures Time at risk Log likelihood 79 50 627.75 -82.251639

LR chi2(13) Prob > chi2

= =

29.26 0.0060

Weibull

regression -- log _t Haz. Ratio

relative-hazard Std. Err.

form z

P>|z|

[95%

Conf.

Interval]

No. of subjects = 79 . 2.42 No. of fs ae ix lo u r e s =2 . 3 4 2 5 8 2 58 02 3 8 8 2 1 -0.53 Time ated ra id s1 k =. 7 5 5 8 7 2 3 6 2 7 .. 73 59 5 4 8 6 4 edad3 .7576589 .3861798 -0.54 0.87 LoC gon l_ ip ka er le ij ha ood =1 . 6 0 -9 81 16 .7 3 4 3 2. 48 18 1 5 6 5 9 Nivel_bajo .7722065 .3627141 -0.55 Gompertz regression -- log relative-hazard form Nivel_Alto 1.105668 .4547466 0.24 Conyug e . 6 -0.2 _e tc t s H= a. z8 .6 3 R2 a4 t0 i2 o S9 t0 d2 .7 1 E5 r1 r. z1 No. of subj 7 Hijo 1.05926 .661074 0.09 No. of failures = 50 Ot r o s 1.086766 . 6 0 si es xk o 32 7 . 7 .5 91 82 29 17 05 75 4 2. .1 65 3 Time at r = 2 . 6 4 9 9 26 No_Asala 1 . er di a~ do 1 .. 60 90 62 14 74 81 8 .3 37 76 54 73 97 43 8 -0 0. .0 61 7 dependie n t e s . 7 2 6 1 5 0 8 . 2 8 3 9 6 7 2 0 . 8 2 el di ah do 3od 98 62 8. 01 82 8 0 4 .2 4175887 -0.43 Log like = . 7 9T D _ h o g a r . 9 7 8 3 8 7 . 0 0 7 5 6 8 6 2 . 8 2 Con_pareja 1.725051 .9693224 0.97 . 3 NivelI _N bL aA jB o .9 69 99 99 29 39 59 6 .. 31 44 2e 820 57 3 -0 0. .2 74 3 Nivel_Al_ tt o Conyuge He ix jo o s Od ta rd o1 s e No_Asale ad ra id ~3 o deC po en n_ dp ia er ne tj ea s T D _ h o g a r Nivel_bajo IA Nl Lt Ao B Nivel_
Conyuge /H li nj _o p Otros p No_Asalari~o 1e /s p dependient TD_hogar INLAB _cons /gamma

Number of obs = 0.016 1.175787 0.593 .2710716 0.58 L6 R c h i 2 (. 12 37 )9 0 0 7 = 0.38 P5 rob > . c5 h4 i9 28 9 4 3 = 0.582 .3075491 0.807 .493784 0 3 3 . 2 9 69 P. >8 |N zu |m b e r o [f 91 5o %b C5 o9 n f= . s 0.927 .311728 0 0. .8 08 03 9 1. .3 25 89 17 67 32 2 0 9 5 . 4 8 0. .9 5L 0R 2 chi2( .1 23 4) 10 61 89 22 6 = 0 . 4 1 3 . 3 3 7 4 0 9 7 0 . 6P 6r 9o b > c .h 2i 82 73586 = 0 . 0 0 5 . 9 6 3 6 6 4 8 0.332 .5734609 0 . 0. .8 41 63 6 .9 29 69 79 49 89 03 1 0> .| 8z 6| 3 P 0.873 0. .0 71 05 9 0 0. .5 87 10 1 0 0. .6 95 50 6 0 0 . 4 2 6 0.359 0 . 0 0 5 0.514 0. .8 71 99 9 0
0.818 0. .8 14 62 4 0 0.842 0.981 0.417 0.005 0.808 0.000 0.615

79 4.667249 2.10772 2.05 37 14 .6 04 8 4.7 00 .8 09 04 31 3 1.938887 2.475783 8 7 I3 n. t3 e9 r1 v8 a7 l9 ] 3.599393 3 5. .2 48 72 98 00 22 6 2 9 2 6 7 9 2. .0 02 08 5. 37 78 8 1 . 5 6 2 7 7 4 2 .0 2. 20 50 47 00 5 . 9 9 3 3 3 4 2 5.189196 1 1. .0 80 20 70 90 11 3 2t .e 4r 4v 0a 2l 1] 8 In 3.675074 4. .6 62 03 63 76 26 3 1 37 .3 56 76 47 24 64 2 . 27 .8 02 72 23 11 38 6 . 11 .. 55 89 95 92 61 2 . 9 9 3 3 2 4 3 .6473715 19 .0 04 00 09 06 05 1 .
1.228971 .. 33 79 03 59 68 89 1 1 1.237387 17 .3 43 42 84 56 51 7 . 14 .5 01 61 47 82 55 5 . -.0066873 5.41e-07 -1.307029 .0450175

1 .C 0o 7e 4f 7. 7 .8910597 19 .0 20 75 69 49 83 9 . 13 .0 10 46 81 64 71 4 -. .2 93 76 90 06 72 65 4 -. . 7 2 8 5 0 0 3 .5082379 . 9 7 8 0 8 6 8 -.3229884 .0 99 94 96 90 90 91 9 .

-.1631406 .2 19 50 31 87 61 5 .1 .1143274 10 .0 18 68 64 37 37 3 -. .3 81 59 71 39 82 77 8 -. -.0219932 -7.66e-08 -2.424208 .0091911

.t 4d 4. 9 6E 4r 6r 3. S .6441739 .3 86 38 57 86 55 71 4 . .5 62 69 52 23 78 66 5 . .5 31 79 45 54 17 65 3 . . 2 9 0 0 9 6 1 .5545878 . 0 0 7 7 1 4 4 .4950907 34 .1 13 80 e1 -5 09 7 .

.7102742 .6 14 15 04 50 65 45 9 . .5730002 .3 17 28 86 92 56 52 5 . .9 03 90 45 70 97 7 .3 .0078093 3.15e-07 .5699996 .0182791

0 .z 17 -0.16 0. .4 34 7 2 0. .5 27 4 -0 -0 0. .4 05 6 -0 0. .9 82 0 2 . 8 1 -0.65 -0 0. .2 23 6
-0.23 1. .2 30 9 0 0.20 -0.02 -0.81 -2.82 -0.24 -4.25 0.50

.9 45 7% 3 3C 7o 2n 3f . [ .2160466 .1 37 57 38 73 03 51 5 . .. 33 63 97 19 50 33 7 -1 .5 44 63 25 67 1 -1.2 . 3 3 3 7 8 9 6 -.5787342 . 9 6 3 0 8 3 -1.293348 .7 91 94 98 99 96 92 3 -.

-1.555252 -1 .. 01 63 25 89 35 84 2 -1.008732 .7 95 30 99 04 91 54 4 -. .0 68 99 05 35 48 2 -1. -.0372992 -6.94e-07 -3.541387 -.0266354

[174]

Pruebas BIC y AIC Hombres 2001

. est tab mlnormal mlogist mweib mexp mgompertz, stats(bic aic) Variable _t edad1 edad3 Con_pareja Nivel_bajo Nivel_Alto Conyuge Hijo Otros No_Asalari~o dependientes TD_hogar INLAB _cons ln_sig _cons ln_gam _cons ln_p _cons gamma _cons Statistics bic aic -.00745019 -.02836734 -.35349897 .17930114 -.12191692 .47337819 -.35768298 -.19387491 .06816503 .08792859 .03239208 .11500083 -.04550509 -.09011466 .01814165 8.440e-08 2.1016099 -.12898802 .52010268 -.38190469 -.2565685 .07356743 .09929179 .02223055 .09969118 -.06667365 -.11968977 .01868002 6.085e-08 2.1690815 .14702634 -.48921514 .20908403 .16564511 -.11733545 -.09401345 -.16180174 -.18455207 -.02606648 .11331597 -.01823123 -1.320e-07 -2.417635 .15341069 -.49956972 .20863875 .16724806 -.12089901 -.09636028 -.16547544 -.18839056 -.03185608 .11494942 -.01828342 -1.391e-07 -2.4938093 .13682054 -.46631281 .21371658 .16876568 -.11341961 -.08601743 -.15173584 -.17717683 -.01067427 .11265561 -.0181376 -1.061e-07 -2.4273973 mlnormal mlogist mweib mexp mgompertz

2656.4049 2587.3369

2692.0821 2623.0141

2702.5615 2633.4936

2696.6543 2632.5198

2697.2796 2628.2116

Prueba Log Likelihood hombres 2001

Exponential regression = = = = -log relative-hazard form Number of obs = 1026 No. of subjects No. of failures Time at risk Log likelihood 1026 728 12323.75 -1303.2599
-- log Coef. relative-hazard Std. Err. form z

LR chi2(12) Prob > chi2

= =

215.46 0.0000

Weibull

regression _t

P>|z|

[95%

Conf.

Interval]
1026 .3573162 -.2999314 .44 28 17 12 .2 31 4 .30 3. 90 80 60 80 1 .0929905 .2668289 .t 1e 2r 2v 7a 1l 2] 6 In .0801 30 52 86 7 15 20 49 06 14 16 8 .3 . 2 8 1 7 7 9 8 134 5 2 0 7 . 0 2 -.4 04 19 43 84 78 24 3 0 43 .0 4. e0 -0 00 8 . 3 81 9 5 2 -. 20 .9 16 95 46 845 9 .2690285 Interval] .12658 .0845121 .3403823 .1301125 -.265757 .2801057 .4545234 -.0148223 .341268 5.14e-08 .1002451 -2.085313 .27677 .1372914 .0269136 .0924957 .1456651 1.027279 .2792919 1.087246 -.0147339 7.45e-08 -2.125081

No. of subjects = 1026 ea di al du 1res =.1534107 .8 1040353 1.47 No. of f 72 di as dk 3 -.49951 62 93 723.7 .5 1018581 -4.90 Time ater = Con_pareja .2086387 .1224937 1.70 Nil vi ek le _l bi ah jo ood 71 23 40 82 1.746 .8 0880731 1.90 Log =.16Nivel_Alto -.120899 .1091293 -1.11 Gomper t z r e g r e s s i o n l o g r e l a t i v e h a z a r Conyuge -.0963603 .185304 -d 0.f 5o 2rm Hi_ jt o -.16C 5o 4e 7f 5. 4 .t 1d 4. 70E 3r 7r 4. -1.z 13 S No. of s u b j e c t s = 1 0 2 6 Otros -.1883906 .1371195 -1.37 N 72 No o. _Ao sf alf aa ri il ~u ores = -.1 04 37 10 82 563 1 .8 01 70 94 50 252 9 -1 0.41 0 e d a d 1 . T i s k =.11491 2 3 23.7 5 di em pe ena dt ier n t e s 4 9 4 . 0 8 5 1 1 8 9 dad3 - 4892151 10229 6 -1 4.3 75 8 T_ Dp _a hr oe gj aa r -.. 02 10 89 20 88 34 02 02 15 78 46 01 4 -11 0.7 51 Con .1 Log like = Il Ni Lh Ao Bod -. 11 .6 391 e3 -0 00 7.105 98 .8 380 e3 -7 04 8 -1.8 48 Nivel_ b a j o 5 6 4 5 1 . 0 cl ot no s 21 .1 47 933 85 04 9 59 21 534 36 5 -11 6.0 38 5 Nivel_A -. .10 Conyuge _t Hijo Otros edad1 No_Asalari~o edad3 dependientes Con_pareja TD_hogar Nivel_bajo INLAB Nivel_Alto _cons Conyuge Hijo /ln_p Otros No_Asalari~o p dependientes 1/p TD_hogar INLAB _cons -.0940134 Coef. -.1618017 -.1845521 .1368205 -.0260665 -.4663128 .113316 .2137166 -.0182312 .1687657 -1.32e-07 -.1134196 -2.417635 -.0860174 -.1517358 -.0283673 -.1771768 -.0106743 .9720312 .1126556 1.028774 -.0181376 -1.06e-07 -2.427397 .1852289 Std. Err. .1471363 .1372802 .1038599 .0796846 .1023263 .0850984 .1228629 .0017393 .088013 9.36e-08 .1090146 .1695552 .185099 .1474656 .0282051 .1375906 .0797665 .0274162 .0850201 .0290167 .0017366 9.22e-08 .1542458 -0.51 z -1.10 -1.34 1.32 -0.33 -4.56 1.33 1.74 -10.48 1.92 -1.41 -1.04 -14.26 -0.46 -1.03 -1.01 -1.29 -0.13 1.33 -10.44 -1.15 -15.74

Number of obs = 0.140 -.0504948 0.000 -.699208 0.08 L9 R chi2. (0 13 21 )4446 = 0.0P 5r 8ob > c -h .i 02 05372 = 0.268 -.3347885 0.603 -.4595495 0> .| 2z 6| 0 -[ .9 45% 36C 6o 3n 4f. P 0.1N 6u 9mber-o .f 45o 7b 1s 398 = 65 88 9 -0 .5 16 89 71 71 29 4 0.1 -. 0.1 -.0 07 07 0 65 81 98 78 10 66 7 L R 2(12 )6946 = 08 0 chi21 0.08 .03 1804 i 1P 3r 8ob >-c 3h 22 36 e9 -05 7 = 0.0 6 0 .0 0 08 02 0 -3 23 .1 72 93 25 74 7 0.2 -. 0.612 P>|z| 0.271 0.179 0.188 0.744 0.000 0.183 0.082 0.000 0.055 0.158 0.298 0.000 0.642 0.303 0.315 0.198 0.894 0.185 0.000 0.250 0.000 -.4570554 [95% Conf. -.4501835 -.4536163 -.0667412 -.1822454 -.6668686 -.0534737 -.0270902 -.0216401 -.0037366 -3.15e-07 -.3270843 -2.749957 -.4488048 -.440763 -.0836483 -.4468494 -.1670137 .9197547 -.0539806 .9734453 -.0215413 -2.87e-07 -2.729714

/gamma

-.0074502

.0030386

-2.45

0.014

-.0134057

-.0014947

[175]

Pruebas BIC y AIC Mujeres 2001

. est tab mlnormal mlogist mweib mexp mgompertz, stats(bic aic) Variable _t edad1 edad3 Con_pareja Nivel_bajo Nivel_Alto Conyuge Hijo Otros No_Asalari~o dependientes TD_hogar INLAB _cons ln_sig _cons ln_gam _cons ln_p _cons gamma _cons Statistics bic aic -.00149074 -.00336224 -.3424324 .20625171 .0503284 .42558099 .23628661 -.38104671 -.0367451 .11634268 -.10292255 .21313583 .32824189 .02089655 .02926279 -1.116e-07 1.7757754 .04895807 .45886315 .27931156 -.39791708 -.07084498 .11660968 -.11867754 .21478196 .35812662 .04817945 .02940119 -8.921e-08 1.7682973 .11507858 -.38364181 -.1497595 .37192268 .06285335 -.02324671 .13931738 .03133764 -.29451569 -.03668568 -.02907526 1.444e-07 -2.5338414 .11609091 -.3849176 -.14992246 .37279396 .0628687 -.02308648 .13958071 .0321584 -.29544648 -.03684362 -.0290772 1.448e-07 -2.5443684 .10965885 -.37536116 -.15110514 .36747734 .06310807 -.02240919 .13714293 .02695397 -.2904985 -.03422281 -.02908554 1.417e-07 -2.5209866 mlnormal mlogist mweib mexp mgompertz

2195.0205 2126.4668

2217.9587 2149.405

2208.4702 2139.9165

2201.5845 2137.9274

2208.191 2139.6373

Prueba Log Likelihood mujeres 2001

Exponential regression = = = = -log relative-hazard form Number of obs = 989 No. of subjects No. of failures Time at risk Log likelihood 989 569 14331.25 -1055.9637
-log relative-hazard form

LR chi2(12) Prob > chi2

= =

290.00 0.0000

Weibull

regression

_t Coef. Std. Err. z No. of subjects = 989 No. of failures = 569 edad1 .1160909 .0977791 1.19 Time at risk = 14331.25 edad3 -.3849176 .1336817 -2.88 Con_pareja -.1499225 .1630375 -0.92 Log likelihood = -1055.9583 Nivel_bajo .372794 .1097343 3.40 GoN mi pv ee rl t_ zAl rt eo gressi. o0 n62 -8 -68 l7 og r. e1 l0 a6 t7 i9 v5 e3 -hazar0 d.5 f9 orm Conyuge _t No. of sH ui bjo ects No. of O ft ar io ls ures edad1 To i_ mA esal tari~ so k N edad3 dependientes Con_pareja Log T lD i_ kh eo lg ia hr ood Nivel_bajo INLAB Nivel_Alto _cons Conyuge _t Hijo O t r edao ds 1 No_Asala er di a~ do 3 deC po en n_ dp ia er ne tj ea s NiT vD e_ lh _o bg aa jr o I N L A Nivel_AltB o _y cu og ne s Con
Hijo / Ol tn r_ op s No_Asalari~o p dependientes TD_ho1 g/ ap r INLAB _cons /gamma

P>|z| Number

[95% Conf. of obs =

Interval] 989 .3077345 -.1229063 289.56 .1696251 0.0000 .5878692 .2721836 .3184911 Interval] 96 83 9 .39964 .3490253 .3076511 -.1144107 -.1205514 29 86 91 .2 51 7 .13 .1697799 .4 07 07 05 0 -.02 .5876042 2.95e-07 .2721672 -2.289372 .3183055 Interval] .3994167 . .3 34 08 25 55 97 81 7 -. -1 .1 12 16 15 13 52 8 .. 11 36 98 73 86 81 7 -. .0 52 84 37 37 13 96 8 2 . 9 5 e 0 .2724017 7 -. 23 .1 28 19 15 43 66 4
.397236 . .0 35 49 47 27 46 24 3 -.1086449 11 .4 02 64 17 58 98 9 . -1 .. 00 26 48 77 86 72 5 2.93e-07 -2.2525 .0039652

-.0230865 .1742775 Coef. Std. Err. =.1395807 98. 9132689 =.0321584 5. 61 9616697 .1150786 .0982531 =.29544 16 45 331.. 20 5923669 -.3836418 .1342323 -.0368436 .0900301 -.1497595 .1630333 =.029 -0 17 07 52 5.818. 6002195 .3719227 .1100436 1.45e-07 7.68e-08 .0628533 .1067947 -2.544368 .1301025 -.0232467 .1742645 Coef. Std. Err. .1393174 .1327061 . 0 3 1 3 3 7 6 . .1096589 .1 06 91 88 44 49 06 5 .092 -. .2 39 74 55 31 65 17 2 .7 18 38 47 8 -. .1 05 31 61 60 85 51 7 .1 06 92 09 09 35 99 6 . -. . .0 32 69 70 47 75 73 3 .0 10 12 01 19 24 58 7 1 . 4 4 e 0 7 7 . 6 9 e 0 .0631081 .1067848 4 -. 20 .2 52 34 30 89 42 1 .1 17 64 41 46 87 19 2 .
.1371429 -.0 .0 03 23 66 92 52 4 -.2904985 .0 93 94 62 62 42 38 4 -. -1 .. 00 20 93 03 86 58 5 1.42e-07 -2.520987 -.0014907 .132703 . .0 13 62 12 81 84 42 8 .0927841 .0 09 30 21 15 05 66 1 . . .0 03 02 23 12 92 27 9 7.71e-08 .1369856 .0027837

-0.13 z 1.05 0.20 1.17 -3.20 -2.86 -0.41 -0.92 -13.25 3.38 1.88 0.59 -19.56 -0.13 z 1.05 0 . 1.1 19 1 -3 2. .1 77 8 -0 0. .9 43 1 -13 3. .2 35 4 1 . 8 0.58 9 -10 5. .1 43 1
1.03 -0 0. .1 10 7 -3.13 -0.38 -13.26 1.84 -18.40 -0.54

0.235 -.0755526 0.004 -.6469289 LR chi2(12) = 0.358 -.46947 Prob > chi2 = 0.001 .1577187 0.556 -.1464462 0.895 -.364664 P>|z| [95% Conf. N3 umber-. o1 f20 o4 b8 s49 = 0.29 0.842 -.2847085 0.241 -.0774939 0.001 -.4764822 0.004 -.6467322 L R c h i 2. (2 11 23 )2994 = 0.682 0.358 -.4692989 P0 rob >-. c0 h3 i3 23794 = 0.00 0.001 .1562411 0.059 -5.76e-09 0.556 -.1464605 0.000 -2.799365 0.894 -.3647989 P>|z| [95% Conf. 0.294 -.1207819 0 . 8 4 6 . 0.265 -2 .8 05 88 38 21 88 1 0 0. .0 00 02 5 -. .4 67 36 93 57 68 41 3 0. .3 65 84 4 -. .4 27 10 35 17 61 03 1 0 0 -. 0. .0 00 00 1 .0 13 53 13 67 36 49 9 0 . 0 6 1 6 . 3 8 e 0 0.555 -.1461859 5 0. .8 09 08 0 -2. .3 86 53 67 27 12 9 0
0.301 0 0. .9 81 67 8 0.002 0.704 0.000 0.066 0.000 0.592 -.1229502 -. .0 26 96 05 30 30 49 4 -.4723521 .2 91 30 59 62 64 24 1 -. -. .9 04 31 39 37 85 31 6 -9.38e-09 -2.789473 -.0069466

[176]

Pruebas BIC y AIC hombres 2010

. est tab mlnormal mlogist mweib mexp mgompertz, stats(bic aic) Variable _t edad1 edad3 Con_pareja Nivel_bajo Nivel_Alto Conyuge Hijo Otros No_Asalari~o dependientes TD_hogar INLAB _cons ln_sig _cons ln_gam _cons ln_p _cons gamma _cons Statistics bic aic .10214258 .40951874 -.77339173 -.24456238 .17452347 .9147314 -.86188182 -.72901192 .21517945 .4384579 -.13357845 -.50095792 .02637504 .21054 .01169786 -2.962e-07 1.4088447 .05445808 .96668008 -.88293811 -.61644659 .31224425 .667762 .06923001 -.61719956 .04710759 .11788659 .0139505 -2.269e-07 1.2493486 -.84461062 -.71685287 1.2339484 .71506822 .02754296 .53061508 1.0009711 1.0506368 -.02894717 -.50561586 -.01792984 2.584e-07 -2.9798331 -.49733626 -.67554723 .83209949 .52061221 .00221973 .06689017 .41238982 .68639403 .01324833 -.41806682 -.01538725 1.920e-07 -1.7262924 -.77128516 -.76793198 1.3350088 .65390814 -.03384096 .37269547 .84210896 .96866225 .04455019 -.7069265 -.02296812 2.056e-07 -2.3377096 mlnormal mlogist mweib mexp mgompertz

127.15315 103.86328

129.29667 106.00681

129.19058 105.90071

132.31446 110.68816

130.70708 107.41721

Prueba Log Likelihood hombres 2010

Exponential regression = = = = -log relative-hazard form Number of obs = 39 No. of subjects No. of failures Time at risk Log likelihood 39 31 232.25 -42.344079

LR chi2(12) Prob > chi2

= =

11.67 0.4729

Weibull

regression

--

log

relative-hazard

form
P>|z| Number [95% Conf. of obs = Interval] 39 .753533 .6896062 17.60 2.182211 0.1283 1.852195 1.180433 2.244844 Interval] 1.936849 2 . 0 7 5 53 69 8 .5389732 .9514657 .7839767 .7268717 2 . 81 5 3. 1 54 7 . 0 0 36 2 39 55 2 .0 1 91 0 62 97 9 . 0. 7 e5 - 00 7 1.294068 -.5050114 2.740006 2t .e 8r 0v 4a 5l 8] 8 In 2.634809 .5 98 95 07 97 86 25 4 .9 71 23 07 5 39 4 .6 03 07 15 29 1 9 2.9 12 .. 00 49 e7 -7 01 6 -2 10 .4 13 71 95 8 1.
2.568861 .. 65 93 65 33 17 64 7 2 2.510308 2. 0 5 00 66 36 45 9 1 86 89 48 58 12 01 6 .5 -.0023465 9.71e-07 -.8727147 .1902598

Coef. Std. Err. z = 39 = 31 -.4973363 .6382103 -0.78 = 232.25 -.6755472 .6965197 -0.97 .8320995 .6888449 1.21 = -38.950357 .5206122 .6793915 0.77 Nivel_Alto .0022197 .6011402 0.00 Gomper Ct oz nyr ue gg eressio .n 06689l 0o 2g re 1l .a 1t 1i 1v 2e 21h a z a r d 0 .f 0o 6r m _t Coef. Std. Err. z Hijo .4123898 .7777997 0.53 No. of s u b j e c t s = 3 9 Otros .686394 .7087751 0.97 ea dal d1res = -.8446106 .1 7059231 -1.20 N 3 No o. _Ao sf alf ari i~u o .0132483 .4786911 0.03 edi adk 3 -.7168522 9 .7657434 -0.94 T = di em pe ena dt ier nts es -.418066832.25 .584163 -0.72 Con_pareja 1.233948 .826142 1.49 TD_hogar -.0153873 .0095016 -1.62 Nil vi ek le _l bah jo 7153 06. 820860 .7528856 0.95 Log =. INi LABod 1.92e9 -07 7 3.65e-07 0.53 Nivel_Alto .027543 .6461979 0.04 _cons -1.726292 .623114 -2.77 Conyuge .5306151 1.127261 0.47 Hi_ jt o 1.0C 0o 0e 9f 7. 1 .t 9d 2. 02E 2r 9r 4. 1.z 09 S Otros 1.050637 .8082658 1.30 No_Asale ad ra id ~1 o -.7 07 21 82 98 45 72 .6 59 22 039 811 8 -1 0.1 01 6 dependied na td e3 s -.. 57 06 57 69 13 52 9 .7 64 24 555 97 85 1 -1 0.0 83 1 T_ Dp _a hr oe gj aa r -1 .. 03 13 75 90 20 99 8 .. 08 01 97 86 15 09 8 -1.6 83 Con Ib Na Lj Ao B 26 .53 89 e0 -8 01 7 47 .3 06 16 e4 -7 03 7 69 4 Nivel_ . . 0.8 cl ot no s -2.0 93 73 984 31 3 93 11 87 42 04 11 2 3.0 25 4 Nivel_A .6 -0
Conyuge /H li nj _o p Otros p No_Asalari~o 1e /s p dependient TD_hogar INLAB _cons /gamma .3726955 .. 48 04 92 510 89 7 .9686622 10 .4 54 05 65 00 92 3 . 60 66 392 66 95 7 -.7 -.0229681 2.06e-07 -2.33771 .1021426 1.120513 .8 16 43 69 326 88 2 .7865686 21 23 033 836 8 .5 05 91 74 14 54 79 5 .6 .0105214 3.91e-07 .7474601 .0449586 0.33 2.9 87 0 0 1.23 0.09 -1.09 -2.18 0.53 -3.13 2.27

_t No. of subjects No. of failures edad1 Time at risk edad3 Con_pareja Log likelihood Nivel_bajo

0.436 -1.748205 0.332 -2.040701 LR chi2(12) = 0.227 -.5180118 Prob > chi2 = 0.444 -.8109707 0.997 -1.175993 0.952 -2.111063 P>|z| [95% Conf. 0.596 -1.11207 N u m b e r 0.333 -o .f 7 0o 2b 7s 797 = 0.232 -2.228194 0.978 -.924969 0.349 -2.217682 0.474 -1.563005 0.1L 35 chi2 -( .1 32 852602 = 0 . 1 0R 5 - .) 03401 0.3P 4r 2ob > -c .7i 605605 = 0.598 - 5h . 22 3e-07 0.966 -1.238982 0.006 -2.947573 0.638 -1.678776 0> .| 2z 7| 7 -[ .9 85 0% 2 6C 4o 5n 4f . P 0.194 -.5335351 0.2 96 55 6 -2 1.1 02 4 83 84 77 0.3 40 12 9 -2 1.2 72 37 12 73 68 6 00 63 8 06 37 5 17 53 83 7 0.1 -.2 57 15 9 -5. 7 28 9 e8 -9 04 7 0.3 05 07 1 4. 2 77 1 99 89 67 6 0.9 -1
0.739 0.3 03 00 5 0.218 0.931 0.278 0.029 0.599 0.002 0.023 -1.82347 15 21 21 75 26 04 8 - .8 -.572984 19 .6 11 35 06 55 61 9 -. .. 49 8 3 47 13 75 7 -1 -.0435897 -5.60e-07 -3.802704 .0140253

[177]

Pruebas BIC y AIC mujeres 2010

. est tab mlnormal mlogist mweib mexp mgompertz, stats(bic aic) Variable _t edad1 edad3 Con_pareja Nivel_bajo Nivel_Alto Conyuge Hijo Otros No_Asalari~o dependientes TD_hogar INLAB _cons ln_sig _cons ln_gam _cons ln_p _cons gamma _cons Statistics bic aic .02203046 .21324358 -.54853413 .10474508 -.02601904 .91704719 -1.187353 -.07252395 -1.0984113 1.0306244 1.9812588 1.5901019 -1.083462 1.0017831 .03005361 1.893e-06 1.2250615 -.00973047 1.0457465 -1.2800727 -.43664784 -1.0525836 .93654103 1.7637408 1.7355253 -.80840458 1.0462471 .02990016 2.011e-06 1.0894138 -.40992767 -.1225121 1.9791067 -1.6930633 1.58446 -.85261305 -.16238505 -.52742175 -.2411876 -1.1014814 -.04794628 1.009e-06 -2.5218824 -.36655982 -.20950357 1.5641221 -1.2149322 1.3489221 -.814947 -.47604298 -.69465484 -.01083944 -.91236395 -.04052958 4.592e-07 -1.9273791 -.43715893 -.07843518 1.7896074 -1.6785387 1.4418108 -.79368946 -.14010073 -.44330014 -.11548496 -1.0123442 -.04371397 9.679e-07 -2.1990152 mlnormal mlogist mweib mexp mgompertz

117.64674 94.002429

116.1855 92.541187

118.27799 94.633681

115.69334 93.737904

118.79065 95.14634

Prueba Log Likelihood mujeres 2010

Exponential regression = = = = -log 40 19 395.5 -33.868952 relative-hazard form Number of obs = 40 No. of subjects No. of failures Time at risk Log likelihood

LR chi2(12) Prob > chi2

= =

16.88 0.1542

regression -- log relative-hazard form _t Coef. Std. Err. z No. of subjects = 40 No. of f 19 ea di al du 1res = -.3665598 .257497 -0.29 Time ater = di as dk 3 -.2095036395.5 .963478 -0.22 Con_pareja 1.564122 1.472127 1.06 Log = Nil vi ek le _l bi ah jood -1.213 43 9. 33 21684 .1 8483209 -1.43 Nivel_Alto 1.348922 .7575772 1.78 Gomper Ct oz nyr ue gg eressio -n . 814 9l 4o 7g r e 1l .a 4t 8i 1v 2e 45h a z a r -d 0 .f 5o 5r m S Hi_ jt o -.4C 7o 6e 0f 4. 3 1t .d 4. 01E 3r 2r 5. -0.z 34 No. of subjects = 40 Otros -.6946548 1.163736 -0.60 No. of f ai lu res = 1 9307192 -.4 1 -0.3 No_Asale ad ra id ~1 o 00 19 09 82 37 97 4 .. 8531877 01 Time ater is k = 395. -. .5 9 -0 dependi d na td e3 s -1 .2 92 15 21 32 61 4 68 67 53 8208 1 1.1 32 7 Con T_ Dp _a hr oe gj aa r -1 .. 09 47 09 51 20 97 6 .1 0. 16 59 11 06 97 -1 2.1 67 8 Log l i k e l i h o o d = 3 3 . 5 7 3 1 7 Nivel_ -1 . -1 Ib Na Lj Ao B 4.6 593 e0 -6 03 7 19 .7 427 e6 -4 02 6 0.7 34 2 Nivel_A .8 cl ot no s -11 .. 95 28 74 34 76 9 71 79 82 69 34 24 6 -1 2.9 43 8 Conyuge -.852613 1.637105 -0.52 S Hi_ jt o -.16C 2o 3e 8f 5. 1 1t .d 5. 0 5E 4r 1r 5. - 0 .z 11 Otros -.5274217 1.169097 -0.45 1.2 No_Asale ad ra id ~1 o -. .4 23 47 11 15 88 79 6 .7 98 17 34 92 2 -0 0. .3 24 6 e d a d 3 . 0 7 8 4 3 5 2 . 9 9 6 1 7 2 dependientes -1.101481 .7214802 -0 1. .0 58 3 Con _ p a r e j a 1 . 7 8 9 6 0 7 1 . 6 3 7 9 0 7 1 . 0 9 TD_hogar -.0479463 .0182967 -2.62 Nivel_ -1 1 -1 Ib Na Lj Ao B 1. .6 07 18 e5 -3 09 6 1. .0 56 56 e9 -6 05 6 0. .5 67 5 Nivel_ . _A cl ot no s -1 2. .4 54 21 18 81 81 2 17 .6 07 01 37 47 38 1 -1 2. .8 58 1 Conyuge -.7936895 1.612936 -0.49 H i j o . 1 4 0 1 0 0 7 1 . 5 1 1 2 6 0 . 0 9 /ln_p .2132436 .195122 1.09 Otros -.4433001 1.207633 -0.37 No_Asalari~o . 1 1 5 4 8 5 . 8 8 1 7 8 3 0 .13 p 1.237686 .2414998 dependient -1 . -1.46 1e /s p .. 80 01 72 93 54 94 3 .6 19 52 74 67 54 01 6 TD_hogar -.043714 .016368 -2.67 INLAB 9.68e-07 1.59e-06 0.61 _cons -2.199015 .8680151 -2.53
/gamma .0220305 .0285546 0.77

Weibull

P>|z| [95% Conf. Number of obs = 0.771 -2.831209 0.828 -2.097886 0 . 2L 8R 8 chi2 -( 11 .2 3) 21194 = 0 . 1P 5r 2o b > -c 2h .i 82 77611 = 0.075 -.135902 0.582 -3.718135 P 0> .| 7z 3| 4 -[ 39 .5 2% 2 2C 5o 8n 9f . Number of obs = 0.551 -2.975535 0.7 -2 95 94 0 1. 9 67 81 39 07 57 0.9 -2.0 10 71 25 17 6 32 45 7 LR chi2 12) = 0.2 -( 1 04 02 7 -. 3 03 76 05 10 46 4 P r o b > c h i 2 = 0.0 -3 78 42 7 2. 5 39 39 e6 -4 06 0.05 -. 13 30 .2 41 53 2 47 5 1 0.603 -4.06128 P 0> .| 9z 1| 4 -[ 39 .5 1% 1 2C 9o 4n 5f .
0.652 0 0. .7 73 92 2 0 0. .9 13 27 7 0 . 2 7 5 0.009 0 0. .1 51 16 5 0 0. .0 06 10 2 0.623 0 . 9 2 6 0.274 0.714 0.896 0.144 0.008 0.544 0.011
0.440

-2.818811 -2 2. .9 04 33 24 44 37 8 -2 2. .0 53 10 58 59 56 7 1 . 4 2 0 6 3 2 -.0838071 -3 2. .7 06 39 e7 -5 02 6 -. -0 46 .1 48 83 80 51 7 -3.954985 3 . 1 0 2 1 1 5 -.1691885 -2.810218 -1 .. 88 44 43 37 44 98 7 -2.3 .6 59 55 16 18 9 -.0757946 -2.16e-06 -3.900293

-.0339355

Interval] 40 2.098089 1.678879 4 . 41 47 9. 49 38 8 . 40 4. 71 71 46 63 2 2.833746 2.088241 In 2t .e 2r 7v 0a 5l 0] 3 40 1.586225 2 1. 1 65 62 11 32 72 8 1 .. 38 91 22 66 10 91 6 1 7 . 4 7 - .5 0. 12 09 94 17 52 2 0 . 1 3 2 9 . 32 .1 23 55 e1 -9 05 6 -3 .. 41 09 10 22 84 77 3 2.356054 In 2t .e 7r 8v 8a 1l 7] 5 1.763967 2 1. .0 56 59 01 02 69 3 1 .. 38 17 24 50 92 36 8 4 . 9 9 9 8 4 6 -.0120854 . 44 .1 02 56 e7 -4 08 6 -2 .. 59 54 55 14 95 42 7 2.367606 2 . 8 2 1 9 1 4 .5956757 1.923618 1 1. .6 81 12 47 27 58 6 . 13 .4 14 88 48 30 41 3 -.0116333 4.09e-06 -.497737
.0779964

[178]

Anexo A6.Salidas modelos Paramtricos Duracin del Desempleo Gompertz total general coeficientes 2001
Gompertz regression = = = = -log relative-hazard form Number of obs = 2015 No. of subjects No. of failures Time at risk Log likelihood 2015 1297 26655 -2376.027

LR chi2(13) Prob > chi2

= =

508.99 0.0000

_t sexo edad1 edad3 Con_pareja Nivel_bajo Nivel_Alto Conyuge Hijo Otros No_Asalari~o dependientes TD_hogar INLAB _cons /gamma

Coef. .237348 .0959997 -.459941 .1294668 .2363654 -.0028783 -.3469007 -.0466393 -.1530164 -.1178789 .0627709 -.0227089 7.08e-09 -2.559137 -.0048944

Std.

Err.

z 3.32 1.35 -5.71 1.53 3.46 -0.04 -3.57 -0.49 -1.51 -1.95 1.02 -16.70 0.13 -24.84 -2.40

P>|z| 0.001 0.176 0.000 0.126 0.001 0.970 0.000 0.627 0.132 0.052 0.308 0.000 0.900 0.000 0.016

[95%

Conf.

Interval] .3774112 .2348924 -.3019601 .2951895 .3701338 .1448365 -.1563985 .1412998 .0461362 .0007873 .1835058 -.0200441 1.17e-07 -2.357253 -.0008962

.0714621 .0708649 .080604 .084554 .0682504 .0753661 .0971968 .0958891 .1016104 .0605451 .0616005 .0013596 5.62e-08 .1030042 .0020399

.0972848 -.042893 -.6179219 -.036256 .102597 -.150593 -.5374029 -.2345784 -.3521691 -.236545 -.0579639 -.0253737 -1.03e-07 -2.761022 -.0088925

Gompertz hombres 2001

Gompertz regression = = = = -log relative-hazard form Number of obs = 1026 No. of subjects No. of failures Time at risk Log likelihood 1026 728 12323.75 -1300.1058

LR chi2(12) Prob > chi2

= =

207.02 0.0000

_t edad1 edad3 Con_pareja Nivel_bajo Nivel_Alto Conyuge Hijo Otros No_Asalari~o dependientes TD_hogar INLAB _cons /gamma

Coef. .1368205 -.4663128 .2137166 .1687657 -.1134196 -.0860174 -.1517358 -.1771768 -.0106743 .1126556 -.0181376 -1.06e-07 -2.427397 -.0074502

Std.

Err.

z 1.32 -4.56 1.74 1.92 -1.04 -0.46 -1.03 -1.29 -0.13 1.33 -10.44 -1.15 -15.74 -2.45

P>|z| 0.188 0.000 0.082 0.055 0.298 0.642 0.303 0.198 0.894 0.185 0.000 0.250 0.000 0.014

[95%

Conf.

Interval] .3403823 -.265757 .4545234 .341268 .1002451 .27677 .1372914 .0924957 .1456651 .2792919 -.0147339 7.45e-08 -2.125081 -.0014947

.1038599 .1023263 .1228629 .088013 .1090146 .185099 .1474656 .1375906 .0797665 .0850201 .0017366 9.22e-08 .1542458 .0030386

-.0667412 -.6668686 -.0270902 -.0037366 -.3270843 -.4488048 -.440763 -.4468494 -.1670137 -.0539806 -.0215413 -2.87e-07 -2.729714 -.0134057

[179]

Exponencial mujeres 2001

Exponential regression = = = = -log relative-hazard form Number of obs = 989 No. of subjects No. of failures Time at risk Log likelihood 989 569 14331.25 -1055.9637

LR chi2(12) Prob > chi2

= =

290.00 0.0000

_t edad1 edad3 Con_pareja Nivel_bajo Nivel_Alto Conyuge Hijo Otros No_Asalari~o dependientes TD_hogar INLAB _cons

Coef. .1160909 -.3849176 -.1499225 .372794 .0628687 -.0230865 .1395807 .0321584 -.2954465 -.0368436 -.0290772 1.45e-07 -2.544368

Std.

Err.

z 1.19 -2.88 -0.92 3.40 0.59 -0.13 1.05 0.20 -3.20 -0.41 -13.25 1.88 -19.56

P>|z| 0.235 0.004 0.358 0.001 0.556 0.895 0.293 0.842 0.001 0.682 0.000 0.059 0.000

[95%

Conf.

Interval] .3077345 -.1229063 .1696251 .5878692 .2721836 .3184911 .3996463 .3490253 -.1144107 .1396121 -.024775 2.95e-07 -2.289372

.0977791 .1336817 .1630375 .1097343 .1067953 .1742775 .132689 .1616697 .0923669 .0900301 .002195 7.68e-08 .1301025

-.0755526 -.6469289 -.46947 .1577187 -.1464462 -.364664 -.1204849 -.2847085 -.4764822 -.2132994 -.0333794 -5.76e-09 -2.799365

Gompertz coeficientes total general 2004

Gompertz regression = = = = -log relative-hazard form Number of obs = 1933 No. of subjects No. of failures Time at risk Log likelihood 1933 1220 26853.5 -2282.5259

LR chi2(13) Prob > chi2

= =

504.73 0.0000

_t sexo edad1 edad3 Con_pareja Nivel_bajo Nivel_Alto Conyuge Hijo Otros No_Asalari~o dependientes TD_hogar INLAB _cons /gamma

Coef. .3259042 .0015357 -.3699081 .0372643 .0265351 .0274699 -.4396963 -.0362313 -.0095145 -.1200487 .0271714 -.0219002 -9.74e-08 -2.438624 -.0080753

Std.

Err.

z 4.61 0.02 -4.69 0.45 0.36 0.38 -4.41 -0.39 -0.09 -1.89 0.44 -16.91 -1.59 -23.34 -4.19

P>|z| 0.000 0.983 0.000 0.650 0.717 0.707 0.000 0.699 0.929 0.059 0.659 0.000 0.111 0.000 0.000

[95%

Conf.

Interval] .4643274 .1449224 -.2154597 .1980586 .169918 .1708894 -.2441253 .1477238 .2012144 .0044922 .1478881 -.0193624 2.24e-08 -2.23382 -.0043017

.0706254 .0731578 .0788016 .0820394 .0731559 .0731746 .0997829 .0938563 .1075167 .0635425 .0615913 .0012948 6.11e-08 .104494 .0019253

.1874809 -.141851 -.5243564 -.12353 -.1168478 -.1159497 -.6352673 -.2201863 -.2202434 -.2445897 -.0935453 -.0244379 -2.17e-07 -2.643429 -.0118489

[180]

Gompertz hombres 2004

Gompertz regression = = = = -log relative-hazard form Number of obs = 928 No. of subjects No. of failures Time at risk Log likelihood 928 623 10793 -1136.1285

LR chi2(12) Prob > chi2

= =

227.66 0.0000

_t edad1 edad3 Con_pareja Nivel_bajo Nivel_Alto Conyuge Hijo Otros No_Asalari~o dependientes TD_hogar INLAB _cons /gamma

Coef. .078513 -.4391369 .2696652 .1258852 -.071693 -.3827304 .0696046 -.0212886 -.0977581 .1112236 -.0197941 -4.87e-07 -2.285598 -.0130739

Std.

Err.

z 0.74 -4.02 2.03 1.30 -0.66 -1.73 0.47 -0.13 -1.11 1.30 -11.67 -2.62 -14.34 -3.98

P>|z| 0.460 0.000 0.043 0.195 0.509 0.084 0.639 0.894 0.268 0.195 0.000 0.009 0.000 0.000

[95%

Conf.

Interval] .2865589 -.2251267 .5303701 .3163295 .1408551 .0517472 .3600886 .2905609 .0752724 .2794941 -.0164683 -1.23e-07 -1.973278 -.0066298

.1061478 .1091909 .1330151 .0971672 .1084449 .2216763 .1482088 .1591098 .0882825 .0858538 .0016968 1.86e-07 .1593497 .0032878

-.129533 -.653147 .0089603 -.0645591 -.2842412 -.8172079 -.2208794 -.3331381 -.2707885 -.0570468 -.0231198 -8.50e-07 -2.597918 -.0195179

Gompertz mujeres 2004

Gompertz regression = = = = -log relative-hazard form Number of obs = 1005 No. of subjects No. of failures Time at risk Log likelihood 1005 597 16060.5 -1125.1493

LR chi2(12) Prob > chi2

= =

253.87 0.0000

_t edad1 edad3 Con_pareja Nivel_bajo Nivel_Alto Conyuge Hijo Otros No_Asalari~o dependientes TD_hogar INLAB _cons /gamma

Coef. -.0015659 -.2597203 -.298459 -.0738911 .1347544 -.128483 -.0371371 .1626263 -.1230109 -.0767638 -.0248589 -3.64e-08 -2.420173 -.0042882

Std.

Err.

z -0.02 -2.18 -2.02 -0.66 1.33 -0.77 -0.28 1.02 -1.33 -0.86 -12.36 -0.58 -17.29 -1.81

P>|z| 0.988 0.029 0.044 0.511 0.183 0.439 0.782 0.308 0.185 0.388 0.000 0.563 0.000 0.071

[95%

Conf.

Interval] .1994539 -.0265774 -.008404 .146293 .3332266 .196747 .2255266 .4753889 .0586747 .0974708 -.0209154 8.70e-08 -2.145769 .0003587

.102563 .1189526 .14799 .1123409 .1012632 .1659367 .1340146 .1595757 .0926984 .0888968 .002012 6.30e-08 .1400051 .0023709

-.2025856 -.4928632 -.588514 -.2940753 -.0637179 -.453713 -.2998008 -.1501363 -.3046965 -.2509983 -.0288025 -1.60e-07 -2.694578 -.0089351

[181]

Gompertz coeficientes total general 2008

Gompertz regression = = = = -log relative-hazard form Number of obs = 1756 No. of subjects No. of failures Time at risk Log likelihood 1756 1139 20024.5 -2018.1806

LR chi2(13) Prob > chi2

= =

489.81 0.0000

_t sexo edad1 edad3 Con_pareja Nivel_bajo Nivel_Alto Conyuge Hijo Otros No_Asalari~o dependientes TD_hogar INLAB _cons /gamma

Coef. .5427685 .0090854 -.4796792 .1714579 .0599298 .0578169 -.5472193 -.0747535 -.002804 -.2838682 -.0136233 -.021065 -3.70e-07 -2.244716 -.0083133

Std.

Err.

z 8.03 0.12 -5.96 2.47 0.74 0.80 -5.91 -0.87 -0.03 -4.41 -0.21 -13.96 -2.59 -22.54 -4.19

P>|z| 0.000 0.907 0.000 0.014 0.461 0.425 0.000 0.386 0.978 0.000 0.830 0.000 0.010 0.000 0.000

[95%

Conf.

Interval] .6752435 .1617345 -.3219369 .3076801 .2190966 .2000092 -.3658321 .0941625 .198671 -.1578295 .1106671 -.0181085 -9.01e-08 -2.049563 -.0044282

.0675905 .0778836 .0804823 .0695024 .081209 .0725484 .0925462 .0861832 .1027953 .0643066 .0634147 .0015084 1.43e-07 .0995696 .0019823

.4102935 -.1435637 -.6374216 .0352357 -.099237 -.0843755 -.7286064 -.2436695 -.204279 -.4099069 -.1379138 -.0240215 -6.51e-07 -2.439869 -.0121985

Gompertz hombres 2008

Gompertz regression = = = = -log relative-hazard form Number of obs = 811 No. of subjects No. of failures Time at risk Log likelihood 811 570 6817.75 -953.12736

LR chi2(12) Prob > chi2

= =

208.63 0.0000

_t edad1 edad3 Con_pareja Nivel_bajo Nivel_Alto Conyuge Hijo Otros No_Asalari~o dependientes TD_hogar INLAB _cons /gamma

Coef. -.171615 -.566726 .3903327 .112603 -.0013122 -.421116 -.0623235 .0279374 -.1454234 -.0123611 -.0185261 -5.93e-07 -1.743807 -.0122617

Std.

Err.

z -1.53 -5.06 3.91 1.05 -0.01 -1.90 -0.51 0.19 -1.58 -0.13 -9.34 -2.90 -14.61 -3.09

P>|z| 0.125 0.000 0.000 0.294 0.990 0.058 0.610 0.848 0.113 0.894 0.000 0.004 0.000 0.002

[95%

Conf.

Interval] .0477564 -.3471987 .5861008 .3230737 .2146042 .0139385 .1771017 .3133234 .0345143 .1687978 -.0146399 -1.92e-07 -1.509824 -.0044765

.1119263 .1120058 .0998835 .107385 .1101635 .2219706 .122158 .1456078 .0918067 .0924297 .0019828 2.05e-07 .119381 .0039721

-.3909864 -.7862533 .1945646 -.0978678 -.2172286 -.8561704 -.3017488 -.2574485 -.3253612 -.19352 -.0224123 -9.95e-07 -1.977789 -.0200469

[182]

Exponencial mujeres 2008

Exponential regression = = = = -log relative-hazard form Number of obs = 945 No. of subjects No. of failures Time at risk Log likelihood 945 569 13206.75 -1048.8246

LR chi2(12) Prob > chi2

= =

224.14 0.0000

_t edad1 edad3 Con_pareja Nivel_bajo Nivel_Alto Conyuge Hijo Otros No_Asalari~o dependientes TD_hogar INLAB _cons

Coef. .2662905 -.4617354 -.1295632 -.0480157 .0570215 -.4547513 -.0217036 .0596436 -.4050067 -.0733011 -.0233016 -1.80e-07 -2.314262

Std.

Err.

z 2.44 -3.98 -1.25 -0.37 0.57 -3.97 -0.17 0.39 -4.44 -0.81 -9.88 -0.98 -17.24

P>|z| 0.015 0.000 0.212 0.709 0.566 0.000 0.866 0.694 0.000 0.417 0.000 0.326 0.000

[95%

Conf.

Interval] .4800092 -.2344053 .0737488 .204283 .2515061 -.2300583 .2311921 .3570555 -.2263528 .1035249 -.0186799 1.79e-07 -2.051087

.1090422 .1159868 .1037325 .1287262 .0992287 .1146414 .1290308 .1517436 .0911516 .090219 .002358 1.83e-07 .1342753

.0525718 -.6890654 -.3328751 -.3003143 -.1374631 -.6794442 -.2745994 -.2377683 -.5836606 -.2501271 -.0279233 -5.39e-07 -2.577436

Exponencial coeficientes total general 2010

Exponential regression = = = = -log relative-hazard form Number of obs = 79 No. of subjects No. of failures Time at risk Log likelihood 79 50 627.75 -82.251639

LR chi2(13) Prob > chi2

= =

29.26 0.0060

_t sexo edad1 edad3 Con_pareja Nivel_bajo Nivel_Alto Conyuge Hijo Otros No_Asalari~o dependientes TD_hogar INLAB _cons

Coef. .8512538 -.2798828 -.2775219 .4757169 -.2585033 .1004499 -.1470623 .0575705 .0832062 .0024379 -.3199976 -.02185 -7.43e-08 -2.305163

Std.

Err.

z 2.42 -0.53 -0.54 0.87 -0.55 0.24 -0.21 0.09 0.15 0.01 -0.82 -2.82 -0.24 -4.49

P>|z| 0.016 0.593 0.586 0.385 0.582 0.807 0.833 0.927 0.883 0.995 0.413 0.005 0.813 0.000

[95%

Conf.

Interval] 1.54057 .7456067 .7214744 1.549463 .6621139 .9065569 1.221386 1.280765 1.188697 .738445 .4464622 -.0066881 5.41e-07 -1.298244

.3516983 .5232186 .5097014 .5478397 .4697112 .4112866 .6982009 .6240904 .5640364 .3755207 .3910581 .0077358 3.14e-07 .5137436

.1619378 -1.305372 -1.276518 -.5980292 -1.17912 -.7056571 -1.515511 -1.165624 -1.022285 -.7335692 -1.086457 -.0370118 -6.90e-07 -3.312082

[183]

Weibull hombres 2010

Weibull regression = = = = -log relative-hazard form Number of obs = 39 No. of subjects No. of failures Time at risk Log likelihood 39 31 232.25 -38.950357

LR chi2(12) Prob > chi2

= =

17.60 0.1283

_t edad1 edad3 Con_pareja Nivel_bajo Nivel_Alto Conyuge Hijo Otros No_Asalari~o dependientes TD_hogar INLAB _cons /ln_p p 1/p

Coef. -.8446106 -.7168529 1.233948 .7150682 .027543 .5306151 1.000971 1.050637 -.0289472 -.5056159 -.0179298 2.58e-07 -2.979833 .4095187 1.506093 .6639697

Std.

Err.

z -1.20 -0.94 1.49 0.95 0.04 0.47 1.09 1.30 -0.06 -0.81 -1.83 0.64 -3.24 2.80

P>|z| 0.232 0.349 0.135 0.342 0.966 0.638 0.277 0.194 0.956 0.419 0.068 0.519 0.001 0.005

[95%

Conf.

Interval] .5389732 .7839767 2.853157 2.190697 1.294068 2.740006 2.804588 2.634809 .9909824 .720534 .001299 1.04e-06 -1.1798 .6963167 2.006349 .8845106

.7059231 .7657434 .826142 .7528856 .6461979 1.127261 .9202294 .8082658 .5203818 .6255981 .0098108 4.01e-07 .9184012 .1463282 .2203838 .0971575

-2.228194 -2.217682 -.3852602 -.7605605 -1.238982 -1.678776 -.8026454 -.5335351 -1.048877 -1.731766 -.0371587 -5.28e-07 -4.779866 .1227208 1.130569 .4984177

Exponencial mujeres 2010

Exponential regression = = = = -log 40 19 395.5 -33.868952 relative-hazard form Number of obs = 40 No. of subjects No. of failures Time at risk Log likelihood

LR chi2(12) Prob > chi2

= =

16.88 0.1542

_t edad1 edad3 Con_pareja Nivel_bajo Nivel_Alto Conyuge Hijo Otros No_Asalari~o dependientes TD_hogar INLAB _cons

Coef. -.3665598 -.2095036 1.564122 -1.214932 1.348922 -.814947 -.476043 -.6946548 -.0108394 -.912364 -.0405296 4.59e-07 -1.927379

Std.

Err.

z -0.29 -0.22 1.06 -1.43 1.78 -0.55 -0.34 -0.60 -0.01 -1.37 -2.68 0.32 -2.48

P>|z| 0.771 0.828 0.288 0.152 0.075 0.582 0.734 0.551 0.990 0.171 0.007 0.747 0.013

[95%

Conf.

Interval] 2.098089 1.678879 4.449438 .4477462 2.833746 2.088241 2.270503 1.586225 1.661378 .3926196 -.0109152 3.25e-06 -.4012873

1.257497 .963478 1.472127 .8483209 .7575772 1.481245 1.401325 1.163736 .8531877 .6658201 .0151097 1.42e-06 .7786326

-2.831209 -2.097886 -1.321194 -2.877611 -.135902 -3.718135 -3.222589 -2.975535 -1.683057 -2.217347 -.070144 -2.33e-06 -3.453471

[184]