Introducción

La Organización de las Naciones Unidas (ONU) por medio de los Objetivos de Desarrollo Sostenible (ODS, 2015), expuso un llamado a las naciones para hacer frente a los problemas que aquejan a los países y llegar a soluciones para el año 2030. En este planteamiento se encuentran temas como el combate a la pobreza y mejorar las condiciones de vida de las personas mediante acciones específicas. Concretamente, el ODS número ocho está destinado al trabajo decente y al crecimiento económico. La generación de crecimiento y desarrollo económico, la erradicación de la pobreza y el incremento de las oportunidades es posible mediante la generación de empleos dignos, de calidad y bien remunerados.

En los artículos 21 y 22 de la Declaración Universal de los Derechos Humanos (1948), se plantea que el empleo digno permite el desarrollo de un empleo productivo, que genere un ingreso que permita vivir con dignidad, contar con protección social, acceso a la salud y a una pensión. La Organización Internacional del Trabajo (OIT, 2003) expresa que el empleo es esencial para el bienestar, constituye el medio para que las personas obtengan el sustento, mejoren su calidad de vida y logren su realización al generar progreso social y económico. Se funda- menta en cuatro pilares; la creación de empleo, la protección social, los derechos laborales y el diálogo social.

En los países desarrollados, a finales del siglo XIX el empleo comienza a visualizarse como un derecho, procurándose la seguridad del trabajador, mediante el salario mínimo, el derecho laboral y a la jubilación. En contraste, en América Latina los sistemas de protección social se dividieron en: 1) seguridad social para los empleados formales y, 2) un sistema de asistencia social para aquellos que no podían insertarse al mercado de trabajo. En la región, las políticas del Estado de Bienestar no se consolidaron, las estructuras del mercado laboral se volvieron más heterogéneas, dando como resultado altas tasas de informalidad laboral¹, exceso o deficiencia del papel del Estado y el desarrollo de un amplio cúmulo de instituciones informales (Sánchez-Villa, 2023; Alzúa y Catterberg, 2023).

La problemática laboral se presenta desde varias aristas, con consecuencias económicas y sociales. Se considera que existen diferencias entre naciones, incluso el empleo y sus vertientes no tienen las mismas acepciones en todos los contextos, debido a que responde a un cúmulo de factores políticos, culturales, económicos, históricos, etcétera (Alcalde, 2020). En este entendido esta investigación busca abordar una problemática regional, sustentada en las características económicas y sociales que permiten estudiarla como zona geográfica, por ejemplo, los retos comunes de la generación de empleos de calidad y la erradicación de la precariedad laboral (Cerquera-Losada et al., 2020).

Por su parte, el desempleo implica que los trabajadores puedan perder habilidades y conocimientos, lo que genera menos posibilidades de encontrar un puesto laboral en el futuro (Heath, 2012). Una persona desempleada al volver al trabajo ganará menos en comparación con aquella que hace una transición de empleo a empleo (Arulampalam, 2000). Los jóvenes y las mujeres han sido los grupos más vulnerados, la brecha de género en materia laboral es persistente, mientras que la tasa de participación de la mujer que forma parte de la PEA representa el 63%, la de los hombres es de 94%. Históricamente, las mujeres son las que tienen la mayor carga doméstica y más trabajo no remunerado. Asimismo, las personas con capacidades diferentes, los afrodescendientes y los pueblos indígenas son de los grupos que enfrentan fuertes desafíos a nivel laboral (ONU, 2015).

Bajo esta perspectiva el objetivo de la investigación es realizar un análisis econométrico de datos panel para identificar los determinantes económicos y sociales de dos aristas complementarias del mercado laboral; el desempleo y el empleo vulnerable, de diecisiete países de América Latina, de 2000 a 2023. Las variables económicas que se integran son el PIB per cápita por paridad del poder adquisitivo (PPA), la Inversión Extranjera Directa (IED), el gasto en Investigación y Desarrollo (I+D) y las remesas. Las variables sociales son la fuerza laboral (con educación básica y avanzada), los jóvenes de 15 a 29 años que no estudian no trabajan y no tienen capacitación, la tasa de incidencia en la pobreza y la cobertura de los programas de protección social. Este conjunto de variables está sustentado en la vertiente teórica de la Economía del Desarrollo, la cual plantea incluir indicadores no monetarios, como la educación, la protección social y su impacto para fomentar el desarrollo sostenible (Sen 2000; Meier y Stiglitz, 2002).

En la hipótesis de investigación se expresa que el desempleo y el empleo vulnerable en América Latina tienen una relación inversa con el PIB per cápita PPA, la IED, la I+D, mayor grado de escolaridad y la cobertura de los programas sociales. La relación directa se espera con variables como las remesas, los jóvenes que no estudian y no trabajan, la tasa de incidencia en la pobreza y menor grado de escolaridad. Para su desarrollo la investigación se ha dividido en tres secciones, además de la introducción y las conclusiones, en la primera se presenta la revisión de la literatura. En la segunda sección la metodología, donde se muestran los datos, las variables y los métodos empleados para el análisis. En la tercera parte se presentan los resultados y su discusión.

1. Revisión de la literatura

Para los clásicos, Smith y Ricardo, el trabajo es un factor de riqueza, la oferta y la demanda determinan la cantidad de trabajo, el funcionamiento del mercado es el que garantiza el pleno empleo. En un modelo de mercado perfecto hay flexibilidad de los salarios y el desempleo es voluntario (Yáñez y Cano-Hernández, 2011). Keynes cuestionó el supuesto de que el mercado automáticamente generaría pleno empleo y trató de explicar el funcionamiento del sistema económico (Mankiw, 2014; Jones, 2017). El keynesianismo planteaba la importancia del Estado como un regulador, dotando al trabajo de derechos y deberes (Alcalde, 2020).

Posteriormente, la apertura comercial de los años 80 y 90, el advenimiento de la sociedad postindustrial, el rápido crecimiento demográfico y el crecimiento de grandes urbes, la globalización, la robotización, la inteligencia artificial, entre otros factores, han dado paso a complejizar la vida laboral en aspectos como; la proliferación de desempleados, trabajadores precarios, informales, por cuenta propia, trabajo profesional, no profesional, subempleados y una amplia variedad de términos. Por otro lado, el estudio de los ciclos económicos, las crisis, la dinámica inflacionaria y la tasa de pobreza son algunos de los elementos que permiten abordar este fenómeno complejo (Varela y Ocegueda, 2020), que se va configurando a partir de la diversidad de contextos económicos, polí- ticos, sociales, históricos y culturales.

1.1. Desempleo

El trabajo comprende todas las actividades realizadas con el fin de producir bienes o prestar servicios, puede ser formal o informal. Se ha cuestionado el planteamiento de una concepción dual de las economías de mercado, entre la formalidad y la informalidad, caracterizado como actividades donde los trabajadores participan voluntariamente (Salas et al., 2024). Las formas de trabajo se miden en un periodo de referencia corto, generalmente, de una semana. Las personas en la ocupación son aquellas que tienen edad de trabajar y durante el periodo de referencia se dedican a alguna actividad para producir bienes o prestar servicios. La fuerza de trabajo, también conocida como fuerza laboral o como (PEA), es la suma de las personas ocupadas más las desocupadas (OIT, 2003).

Los desempleados son las personas que tengan la edad para pertenecer a la PEA que cumplan con tres requisitos simultáneos:

1) no se tiene un empleo remunerado y no se trabaja por cuenta propia. 2) La persona debe encontrarse disponible para trabajar en un empleo remunerado o por cuenta propia. 3) Que se encuentren buscando empleo, de manera que hayan realizado gestiones para obtenerlo (OIT, 2003). En la tabla 1 se muestra la medición de la fuerza de trabajo.

Tabla 1
Medición de la fuerza de trabajo

Fuente: Extraído de la OIT (2003).

El estudio económico del desempleo se ha dividido en tasa natural y desempleo cíclico. La tasa natural es aquella que existiría en una economía si no se presentaran recesiones, ni expansiones, se le conoce como tasa de equilibrio. Se calcula tomando el promedio de las tasas de desempleo de los periodos analizados, eliminando el componente cíclico. La tasa natural se descompone en desempleo friccional y estructural (Jones, 2017). El friccional se da porque la economía es dinámica y los trabajadores tienden a cambiar de empleo. Es un fenómeno transitorio, la persona puede estar a la espera de trabajo o se encuentra en su búsqueda, se debe a las asimetrías de información en el mercado de trabajo (Mankiw, 2014). Proviene de un desbalance entre la oferta y la demanda de mano de obra, puede ser voluntario (OIT, 2003).

En el desempleo estructural hay un desbalance entre los empleados que existen y los que se requieren, resultado de la disparidad entre las calificaciones de los trabajadores, la ubicación geográfica, los cambios sectoriales, los patrones de producción, el costo de contratación, el despido, el salario mínimo y las prestaciones (Jones, 2017). Al desempleo estructural se le trata de dar respuesta mediante las capacitaciones para los empleados, promoviendo la movilidad laboral, aumentando las inversiones en zonas con mayores tasas de desempleo e incrementando la infraestructura.

El desempleo cíclico es la fluctuación de la tasa de desempleo real con respecto a su tasa natural y se encuentra relacionado con el corto plazo (Okun, 1962). Se vincula con los ciclos económicos (periodos de expansión y contracción), sucede cuando la cantidad de personas que buscan empleo excede a la cantidad de trabajos disponibles. Caso contrario, cuando la economía se encuentra en auge el desempleo se reduce (Mankiw, 2014). El desempleo cíclico es atribuido a la reducción en la demanda agregada o en alguno de sus componentes, como la inversión, el consumo o las exportaciones (Yáñez y Cano, 2011). A este tipo de desempleo se le intenta contrarrestar mediante incentivos y estímulos fiscales, aumentando la demanda de bienes y servicios. En la figura 1 se muestra la esquematización del desempleo.

Figura 1
Desempleo
Fuente: Elaboración propia con base en Mankiw (2014), OIT (2003) y Jones (2017).

Las personas pueden pertenecer a una o más categorías al mismo tiempo. La OIT (2003) agrega el término de larga duración y el desempleo específico. El primero se encuentra asociado a un periodo prolongado, de seis meses o más, sus causas son multifactoriales y puede derivar en inestabilidad social y política. El desempleo específico comprende a ciertos grupos de la población, por ejemplo, las personas jóvenes, las mujeres, los grupos étnicos o raciales. Un periodo muy prolongado de desempleo podría ocasionar que la persona ya no tenga deseo de encontrar trabajo.

Estas definiciones son relativamente recientes en América Latina, su análisis comenzó en el siglo XX con la expansión de las ciudades. Generalmente, en las zonas rurales se presentan menores tasas de desempleo debido al autoconsumo, las personas no se consideran desempleadas porque se desempeñan en la ganadería o la agricultura (Negrete, 2011). La tasa de desempleo ha recibido críticas, no es un indicador que evidencie el bienestar de la población, debido a que no refleja la remuneración recibida, el acceso de los trabajadores a la seguridad social o la productividad (Heath, 2012).

1.2. Empleo digno y empleo vulnerable

El empleo se formaliza en un contrato laboral, es una forma específica de trabajo. El empleo digno es el empleo productivo que se realiza en condiciones de libertad, seguridad y dignidad humana. Contempla la oportunidad de acceso a un empleo productivo que genere un ingreso justo, tener seguridad en el lugar de trabajo y la protección social. Acceder al desarrollo personal y a la integración social, libertad para expresar opiniones y participar en la toma de decisiones con igualdad de oportunidades y de trato para todos (OIT, 2003).

Se fundamenta en cuatro pilares: la creación de empleo, la protección social, los derechos laborales y el diálogo social. Toda persona tiene derecho al empleo y a una remuneración satisfactoria que le asegure su dignidad humana y la de su familia, a la protección social y la satisfacción de sus derechos económicos, sociales y culturales (Declaración Universal de los Derechos Humanos, 1948). Para Sen (2000) el empleo digno debe medirse en términos de las oportunidades que brinda a las personas para desarrollar su potencial y ejercer sus libertades.

Por otro lado, el empleo vulnerable² es un término empírico proveniente de la OIT (2003), su análisis deriva de la creciente presencia de trabajadores no protegidos (Salas et al., 2024). Hace referencia al incumplimiento de los derechos de los trabajadores y la manifestación de la precariedad de las condiciones de empleo en el mercado de trabajo. El uso del concepto de precariedad da cuenta de las diversas fracciones en las luchas sociales y laborales derivadas de cambios en el mundo del trabajo, que han emergido sobre todo a partir de la década de 1970. La precariedad es parte de un régimen de dominación donde el trabajador se encuentra en un estado permanente de inseguridad (Alcalde, 2020).

La creciente precarización en el mundo laboral se ha venido desarrollando por fenómenos como la globalización y ha dado lugar a empleos temporales y de tiempo parcial, sin ninguna posibilidad de acceso a los derechos laborales (Standing, 2013). Los trabajadores se vuelven intercambiables y el empleo ahora es un bien escaso. Si bien, la precariedad puede tomar diversos matices, el concepto permite aglutinar a todos los afectados (Bordieu, citado en Alcalde, 2020).

Las personas se ven obligadas a realizar actividades económicas poco productivas y con bajos ingresos económicos, debido a las características del mercado laboral. En América Latina, se expresa en pobreza y desigualdad social, derivado de los modelos económicos, sociales y los marcos regulatorios de la región (Villacís y Reis, 2015). El empleo vulnerable se relaciona

con la subutilización de las capacidades productivas de los trabajadores y repercute en la disminución del bienestar. Los trabajadores pasan de un empleo ocasional al siguiente, en el intervalo pierden recursos económicos y tiempo (OIT, 2003). Algunos otros, pueden tener un empleo de larga duración, pero estar insertos en trabajos peligrosos y sin protección social. La calidad del empleo se ve afectada desde dos vertientes, desde la oferta y la demanda. En términos de la demanda con la informalidad y, desde la oferta con el empleo vulnerable (Ortiz et al., 2007). En la literatura empírica se ha encontrado que las variables que tienen una relación inversa con el empleo vulnerable son la escolaridad y la experiencia, a mayor escolaridad menor probabilidad de insertarse en el empleo vulnerable. Aquellas que se relacionan directamente son: el género femenino, la jefatura del hogar, el estrato socioeconómico bajo y medio, la edad, los trabajos por cuenta propia, el empleo doméstico, los trabajos familiares y agrícolas (Cerquera-Losada et al., 2020). En la figura 2 se ilustran los elementos donde confluyen el empleo, la inactividad y el empleo.

Figura 2
Superposiciones entre empleo, inactividad y desempleo
Fuente: Extraído de Neffa et al. (2014: 36).

1.3. Determinantes económicos del desempleo y del empleo vulnerable

Desde la economía neokeynesiana, las variables económicas más recurridas en el estudio del desempleo son el crecimiento económico mediante el PIB, sea como tasa de crecimiento o como PIB per cápita (Aguilera y Ramos, 2016; Le Fort et al., 2020; Castillo-Morillo et al., 2022). Existe evidencia a favor de que en América Latina se cumple la relación entre la tasa de crecimiento del PIB y la disminución de la tasa de desempleo expresada en la Ley de Okun (Okun, 1962; Molero et al., 2021). La tasa de desempleo es un indicador que integra el comportamiento de la fuerza laboral en países heterogéneos, una fuerte presencia del sector informal y condiciones específicas de la ocupación (Negrete, 2011). Si bien, existe relación entre el crecimiento económico y la disminución del desempleo, éste no se ha reducido en la medida que se hubiera esperado a partir de las reformas de liberalización comercial de los años 80 y 90 (De Gregorio, 2008). Por el contrario, la inseguridad laboral ha aumentado, resultado de las fuerzas del mercado, la reestructuración del Estado y el debilitamiento de los sindicatos (Alcalde, 2020). Es posible que, las privatizaciones hayan influido negativamente, impactando en la expansión de trabajos de baja productividad, el incremento de las migraciones (tanto a Estados Unidos como entre países de la región), la informalidad y la precariedad laboral (Weller, 2006). Desde la Economía del Desarrollo se ha analizado que el desarrollo económico va más allá del crecimiento del PIB (Meier y Stiglitz, 2002). Demostrando que el PIB por sí mismo no es suficiente para generar empleo digno (Dönmez y Sugözü, 2022) y ha permitido integrar el estudio de elementos cuantitativos y cualitativos.

En la región, también se han analizado los impactos económicos de la Inversión Extranjera Directa (IED) en la disminución de la pobreza, por medio de la creación de empleos (Chiatchoua et al., 2022), debido a que, a partir de la apertura comercial se ha convertido en una fuente de financiamiento para América Latina. La IED es la entrada de la inversión de una empresa que opera en un país que no es del inversionista, permitiendo crecimiento económico, equilibrio en la balanza de pagos y en la muestra de confianza en la economía del país receptor (Heath, 2012). Sin embargo, sus impactos han producido resultados heterogéneos en los países (CEPAL, 2007), por otro lado, también ha servido para transferir empleos a países que tienen menos derechos laborales (Alcalde, 2020).

En cuanto a la innovación y creación de conocimiento se ha cuestionado su contribución en la reducción del desempleo, algunos investigadores expresan un efecto positivo (Aguilera y Ramos, 2016) y otros un impacto negativo por la sustitución de la mano de obra por la tecnología, argumentando que la robotización reemplaza a los empleos asalariados formales, afectando sobre todo a los trabajadores jóvenes y semicualificados (Brambilla et al., 2023).

1.4. Determinantes sociales del desempleo y del empleo vulnerable

La región se ha caracterizado por el crecimiento demográfico que ha ejercido presión en los mercados laborales, la participación de las mujeres ha aumentado y los jóvenes han elevado su nivel educativo. Por otro lado, se ha incrementado el autoempleo en condiciones precarias, el empleo por cuenta propia profesional y no profesional, empleos familiares no remunerados, las microempresas y el servicio doméstico. Dando lugar a brechas de productividad, de salarios y de seguridad social (Weller, 2006, 2012 y 2020) y el sesgo en la demanda laboral, a favor de un tipo específico de mano de obra (CEPAL, 2007). En este sentido se ha planteado un sector informal como un subconjunto de microunidades que se integran por trabajadores por cuenta propia, familiares no remunerados y asalariados (en unidades de menos de cinco empleados), que desempeñan un papel importante en economías con menor ingreso per cápita y sectores laborales informales (Salas, et al., 2024).

Por otro lado, desde diversas teorías, como aquellas que integran y analizan los procesos de desarrollo (Sen, 2000; Meier y Stiglitz, 2002) y del capital humano (Lucas y Romer, en Gaviria, 2007) se converge en que la educación es un elemento fundamental del desarrollo sostenible, posibilita el crecimiento económico, la productividad laboral, el incremento del capital humano y la movilidad social. Permite que los trabajadores desarrollen competencias para conseguir mejores trabajos en el futuro (Gammarano, 2020). Un mayor nivel educativo tiene efectos positivos en el acceso al empleo digno y el nivel de ingresos que perciben los trabajadores (Ortiz et al., 2007; Yáñez y Cano, 2011; Hernández, 2020).

Existen muchas aristas de la misma problemática, pero se concuerda en que las políticas de empleabilidad deben ir de la mano de políticas sociales para incrementar la generación de empleo productivo, la protección laboral, contemplar la heterogeneidad del mercado de trabajo, fomentar la inserción laboral de grupos con problemas específicos de acceso al empleo y el análisis de las consecuencias de la inteligencia artificial en el empleo.

2. Metodología

El objetivo de esta investigación es realizar un análisis econométrico de datos panel para identificar los determinantes económicos y sociales en el desempleo y el empleo vulnerable, de diecisiete países de América Latina, con datos anualizados del Banco Mundial. Para el modelo econométrico se implementa una serie temporal de 24 años que comprende de 2000 a 2023. La dimensión transversal corresponde a 17 países: Argentina, Bolivia, Brasil, Chile, Colombia, Costa Rica, Ecuador, El Salvador, Guatemala, Honduras, México, Nicaragua, Panamá, Paraguay, Perú, República Dominicana y Uruguay.

En la hipótesis de investigación se expresa que el desempleo y el empleo vulnerable en América Latina tienen una relación inversa con el PIB per cápita PPA (Ley de Okun), la IED, la I+D, mayor grado de escolaridad y la cobertura de los programas sociales. Mientras que la relación directa se espera con variables como las remesas, los jóvenes que no estudian y no trabajan, la tasa de incidencia en la pobreza y menor grado de escolaridad.

En los datos panel una misma variable se extiende transversalmente y a lo largo del tiempo, por lo que se tienen dos dimensiones; una espacial (i) de individuos, y otra temporal (t) (Gujarati, 2003). El principal objetivo de los modelos de datos panel es capturar la heterogeneidad no observable, que pudiera afectar la estimación de los efectos de las variables X sobre Y (Perazzi y Merli, 2013). Al implicar dos dimensiones de los datos panel se deben abordar los problemas específicos de cada una, el corte transversal genera heterocedasticidad y la dimensión temporal puede desencadenar autocorrelación. Además de la correlación cruzada para las unidades individuales en un mismo momento del tiempo. Estas situaciones pueden resol- verse mediante algunas técnicas de estimación como los modelos de efectos fijos o los de efectos aleatorios (Gujarati y Porter, 2010; Wooldridge, 2010). En la tabla 2 se muestran las variables dependientes del estudio, éstas son el desempleo y el empleo vulnerable. Las variables independientes se subdividen en económicas: PIB per cápita PPA, IED, el gasto en I+D y las remesas. Las variables sociales son la fuerza laboral que cuenta con educación básica y educación avanzada, los jóvenes de entre 15 a 29 años que no estudian, no trabajan y no tienen capacitación, la tasa de incidencia en la pobreza, y la cobertura de los programas de protección social. El procesamiento de la información se realizó en el programa STATA.

Tabla 2
Descrıpcıón de las varıables del análısıs econométrıco de datos panel

Fuente: Elaboración propia con información extraída del BM (2024).

La forma funcional de las variables dependientes (Y) e independientes (X) es la forma log-log. Al transformar las variables a escala logarítmica, éstas se normalizaron. Las pruebas de especificación del modelo econométrico permiten verificar la pertinencia del uso de datos panel y los efectos. Primeramente, la prueba Durbin-Wu-Hausman permite detectar si dos o más variables explicativas son endógenas, esto puede deberse a: 1) factores como la correlación entre las variables explicativas y el término del error, 2) por variables omitidas en el modelo o 3) por causalidad inversa (Gujarati y Porter, 2010).

También se implementaron las pruebas Breusch y Pagan para verificar si se trata como un panel de datos o Mínimos Cuadrados Ordinarios (MCO). Si el resultado declara que es panel de datos, se realiza la prueba de Hausman, para determinar si es más apropiado considerar los efectos fijos o aleatorios (al comparar los estimadores). La prueba de Wooldridge permite corroborar si existe autocorrelación y la prueba de Wald para evaluar la heterocedasticidad (o varianza del error no constante). Si los datos presentan autocorrelación, heterocedasticidad o ambos, se debe implementar un modelo robusto. En el caso de los efectos aleatorios, se utiliza un modelo de Mínimos Cuadrados Generalizados Factibles (MCGF).

Cada regresión lineal en esta investigación recibió las pruebas de hipótesis correspondientes para determinar el modelo estadístico óptimo, logrando que los estimadores de los coeficientes sean consistentes. Se obtuvo un modelo de datos panel con efectos aleatorios representado en la ecuación 1:

(1)

Donde:

lnYi_t: Desempleo total (lnY₁) y Empleo vulnerable total (lnY₂)

lnX2_it ... Xn_it: n ÿ 1 variables independientes.

β₁: término del intercepto común.

β₂ ... βnÿ ₁ coeficientes de estimación de las variables independientes.

w_itTérmino combinado del error debido a la heterogeneidad no

observada con las perturbaciones en el estudio.

3. Resultados y discusión

En la tabla 3 se presenta la estadística descriptiva, en América Latina de 2000 a 2023. En la región hay una media de desempleo de 6.4 % con un mínimo de 2.02 % y un máximo de 20.52 %. El empleo vulnerable ha tenido un promedio de 36.94 % con un mínimo de 18.62 % y un máximo de 66.11 %. El PIB per cápita PPA tiene una media de 12 mil 526 USD, con un mínimo de 2 mil 557 y un máximo de 39 mil 695. La IED tiene un promedio de 3.67 % del PIB con un mínimo de -5 % y un máximo de 16.22 %. La I+D presenta una media de 0.32 %, con un mínimo de 0.01 % y un máximo de 1.37 %. En la región, las remesas muestran un promedio de 5.10 % del PIB, con un máximo de 26.75 % y un mínimo de cero. La fuerza laboral con educación básica (primaria) tiene una media de 60.17 % como porcentaje de la población total en edad de trabajar, con un mínimo de 41.99 % y un máximo de 82.45. La fuerza laboral con educación avanzada tiene un promedio de 82.58 % con un mínimo de 71.6 % y un máximo de 91.88 %.

El porcentaje de jóvenes de entre 15 a 29 años que no estudian, sin empleo ni capacitación es de 20.5 %, con un mínimo de 9.17 % y un máximo de 37.7 %. La tasa de incidencia en la región es de 6.42 %, comprende a las personas que viven con $2.15 USD por día, con un mínimo de 0.1 % de la población y un máximo de 28.4 %. Los programas de protección social tienen una media de 60.30 % como porcentaje de la población, un mínimo de 15.24 % y un máximo de 92.29 %.

Tabla 3
Estadístıca descriptiva

Fuente: Elaboración propia a partir de resultados de STATA.

En la figura 3 se muestra la media del desempleo en América Latina, de 2000 a 2023. El país con menor porcentaje de desempleo es Guatemala con 2.87 %. La nación con mayor porcentaje de desempleo es Colombia, con 11.53 %. México muestra una media de 3.91 % para el periodo de estudio. En la figura 4 se muestra la media de empleo vulnerable en América Latina, de 2000 a 2023. El país con mayor porcentaje de empleo vulnerable es Bolivia con 59.36 %. Por su parte, Argentina es la nación con el menor porcentaje de empleo vulnerable con 21.28 %. México tiene una media de 29.16 %.

Fıgura 3
Medıa de desempleo en Amérıca Latına, 2000-2023
Fuente: Elaboración propia con datos de BM (2023).

Fıgura 4
Medıa de empleo vulnerable en Amérıca Latına, 2000-2023
Fuente: Elaboración propia con datos de BM (2023).

3.1. Resultados de las pruebas de hipótesis para determinar el modelo

Se realizó la prueba Durbin-Wu-Hausman para observar si el empleo vulnerable (lnY₂) podría estar afectando a la tasa de incidencia en la pobreza (X₈). Las variables instrumentales (Z) permiten asociar los cambios en X sin conducir a cambios en Y. Asimismo, Z no debe estar correlacionado con u, pero sí con X. Para probar endogeneidad, se corrieron las variables instrumentales en dos etapas; en la primera se considera que la tasa de incidencia de la pobreza (variable endógena) se vuelve la variable dependiente y las independientes los instrumentos. En la segunda etapa, se corrió la regresión inicial con la variable independiente estimada (tasa de incidencia en la pobreza renombrada). De acuerdo con Bravo y Vásquez (2008), bajo la hipótesis:

H₀: las variables son exógenas p > 0.05

H₀: las variables son exógenas p > 0.05

Si las variables son exógenas se puede asumir causalidad, el resultado de la prueba fue de 0.0615. Asimismo, se realizó la prueba de robustez del instrumento, si F es mayor a 10 el instrumento es lo suficientemente fuerte. Se obtuvo un resultado de 39.2458 (véanse los resultados de la tabla 4). En cuanto a las regresiones del modelo, éstas resultaron de datos panel con efectos aleatorios, por lo que se implementaron los MCGF, para obtener estimaciones consistentes.

El R₂ para el desempleo fue de 0.857 y para el empleo vulnerable fue de 0.987, estos valores expresan la bondad del ajuste. La Prueba del Factor de Inflación de Varianza (FIV) se implementó para verificar si existe correlación entre las variables independientes, el resultado debe ser menor a 10. Los valores de la Prueba FIV se encontraron en 2.30 en todas las regresiones, lo que expresa una baja correlación entre las variables independientes, confirmando que no existe multicolinealidad.

De acuerdo con el nivel de significancia estadística se encontró que existe una alta dependencia del desempleo con el PIB per cápita PPA, las remesas, la fuerza laboral con educación avanzada, la proporción de jóvenes sin educación, empleo ni capacitación y los programas de protección social. El signo de las β muestra si la relación entre las variables es directa (+) o inversa (-). Por su parte se encontró dependencia estadísticamente significativa del empleo vulnerable con el PIB per cápita PPA, el gasto en I+D, la fuerza laboral con educación básica y la tasa de incidencia en la pobreza. En la tabla 4 se muestran los resultados del modelo de datos panel con efectos aleatorios.

Tabla 4
Resultados de las pruebas de hıpótesıs para la estımacıón de los datos panel

Fuente: Elaboración propia a partir de resultados de STATA.

De acuerdo con los resultados arrojados, en América Latina de 2000 a 2023, por cada unidad de incremento del PIB per cápita PPA, el desempleo disminuyó 0.244 unidades porcentuales. Y por cada unidad de incremento del PIB per cápita PPA, el empleo vulnerable se redujo 0.148 unidades porcentuales. Molero-Oliva et al. (2021) y Castillo-Morillo et al. (2022) coinciden en que la tasa de crecimiento del PIB contribuye en la región. Por otro lado, Dönmez y Sugözü (2022) enfatizan que el crecimiento económico por sí mismo no es suficiente para generar empleo digno.

Se encontró que, por cada unidad de incremento de las remesas el desempleo se redujo 0.169 unidades porcentuales. Si bien, los resultados arrojaron una disminución del desempleo, las remesas también pueden representar por sí mismas manifestaciones de empleo vulnerable, sobre todo de aquellos trabajadores migrantes que envían dinero de Estados Unidos y se emplean en condiciones precarias en ese país (Chiatchoua et al., 2022). La región latinoamericana es la que presenta los mayores flujos migratorios a nivel internacional hacia los Estados Unidos, para el año 2020 residían alrededor de 25 millones de migrantes latinoamericanos en ese país. México, Guatemala y República Dominicana son las naciones que reciben el mayor número de remesas provenientes de los Estados Unidos (Banco Mundial, 2024).

Se encontró que por cada unidad de incremento de la fuerza laboral con educación avanzada el desempleo se redujo 1.728 unidades porcentuales. Se coincide con Yáñez y Cano (2011) quienes señalan evidencia a favor de que un mayor nivel educativo tiene efectos positivos sobre el empleo y el nivel de ingresos de los trabajadores. Gammarano (2020) expresa que, independientemente de los ingresos de la economía, cuanto mayor es el grado de estudios de un trabajador se incrementa el promedio de horas laborales por semana y la calidad de empleos a los que acceden. Asimismo, por cada unidad de aumento de los programas de protección social el desempleo se redujo en 0.229 unidades porcentuales. En congruencia con Weller (2006) es de suma importancia la integración de las políticas de trabajo acompañadas de políticas sociales, por medio de ellas, se puede incrementar la productividad, la generación de empleo, la protección laboral, abordar la heterogeneidad del mercado de trabajo y fomentar la inserción laboral de grupos con problemas concretos de acceso al empleo productivo.

Se encontró que, por cada unidad de incremento de la proporción de jóvenes sin empleo ni capacitación, el desempleo aumentó 0.623 unidades porcentuales. Las grandes cohortes de gente joven incrementan la demanda por puestos de trabajo. Históricamente, el segmento etario de entre 15 a 24 años ha presentado mayores dificultades de inserción laboral, sea por carencias de formación, la falta de experiencia laboral, las habilidades, etcétera (Weller, 2012).

La evidencia empírica ha demostrado que las características iniciales de la inserción al mercado laboral suelen influir en la trayectoria futura de los jóvenes (Weller, 2020). En las naciones en donde las tasas de crecimiento generan insuficiente demanda de trabajo, existe la propensión a migrar y hay más posibilidades de turbulencia política (Meier y Stiglitz, 2002). En la región es preciso mejorar las condiciones de los trabajadores mediante la política laboral. También se encontró que, por cada unidad de incremento de gasto en I+D el empleo vulnerable se redujo 0.066 unidades porcentuales. Los efectos de la I+D son positivos para disminuir las condiciones precarias en las que se emplean algunos trabajadores. En la región los niveles de inversión en ciencia y tecnología son bajos en comparación con los países desarrollados, únicamente en Brasil y Costa Rica se han incrementado los niveles de inversión en I+D de manera similar a las economías más avanzadas (Aguilera y Ramos, 2016).

Los resultados arrojaron que, por cada unidad de incremento de la fuerza laboral con educación básica, el empleo vulnerable aumentó 0.380 unidades porcentuales. En los países de ingresos bajos los trabajadores con estudios básicos encuentran empleos más rápidamente que los trabajadores con estudios superiores, ya que los empleos cualificados suelen ser escasos. Sin embargo, los trabajos que se ofertan suelen ser informales y sin prestaciones laborales (Heath, 2012; Gammarano, 2020).

También se encontró que, por cada unidad de incremento de la tasa de incidencia en la pobreza, el empleo vulnerable se incrementó 0.062 unidades porcentuales. En la región, los empleados de estratos socioeconómicos más bajos se ocupan en condiciones de vulnerabilidad. La incapacidad de la economía para generar empleos formales detona pobreza y aumenta la informalidad con salarios bajos y sin protección social. Si bien, la situación de pobreza es multifactorial, el desempeño del mercado laboral y la tasa de informalidad son elementos que permiten estudiar y entender este fenómeno tan complejo (Varela y Ocegueda, 2020). Asimismo, existe una problemática que denota una doble causalidad, por un lado, el empleo precario conduce al incremento de la desigualdad debido al pago de bajos salarios, mientras que, la desigualdad salarial afecta negativamente la negociación salarial e impone relaciones laborales precarias (Quintana et al., 2020).

Conclusiones

El objetivo de esta investigación se centró en realizar un análisis econométrico de datos panel para identificar los determinantes económicos y sociales en el desempleo y el empleo vulnerable, de diecisiete países de América Latina de 2000 a 2023. En la hipótesis de investigación se planteó que el desempleo y el empleo vulnerable en América Latina tienen una relación inversa con el PIB per cápita PPA, la IED, la I+D, mayor grado de escolaridad y la cobertura de los programas sociales. La relación directa se presenta con las remesas, los jóvenes que no estudian y no trabajan, la tasa de incidencia en la pobreza y menor grado de escolaridad.

El desempleo presentó una relación positiva y estadísticamente significativa con los jóvenes que no estudian, no trabajan y no tienen capacitación, es decir, al incrementar esta variable, el desempleo también aumentó 0.623 unidades porcentuales. Mientras que, la relación negativa se encontró con el PIB per cápita PPA, las remesas, la fuerza laboral con educación avanzada y la protección social, por cada unidad de incremento de estas variables independientes, el desempleo se redujo en 0.244, 0.169, 1.728 y 0.229 unidades porcentuales, respectivamente. Por su parte, se encontró una correlación positiva y estadísticamente significativa del empleo vulnerable con la fuerza laboral con educación básica y la tasa de incidencia en la pobreza. Al incrementarse estas variables el empleo vulnerable aumentó en 0.380 y 0.0627 unidades porcentuales, respectivamente. Al aumentar el PIB per cápita PPA y el gasto en I+D el empleo vulnerable se redujo en 0.148 y 0.066 unidades porcentuales, respectivamente.

El PIB contribuye en la región (Molero et al., 2021; Castillo- Morillo et al., 2022) y tiene una relación congruente con la teoría económica (Okun, 1962; Mankiw, 2014; Jones, 2017). Sin embargo, es preciso atender las condiciones específicas del empleo (Dönmez y Sugözü, 2022), por ejemplo, el porcentaje de jóvenes que no estudian, no trabajan y no tienen capacitación, que son el grupo etario que tiene más dificultades para insertarse al mercado laboral con prestaciones y salarios dignos, aunado a que las condiciones iniciales de su vida laboral podrían determinar su futuro (Weller, 2006; 2020). Por lo que, si no se invierte en su educación estarán perdiendo capacidades productivas y reproduciendo círculos de pobreza, marginación y desigualdad. Las remesas han permitido mitigar el desempleo, sin embargo, algunos trabajadores que envían remesas se insertan precisamente en condiciones de vulnerabilidad. México es uno de los países de la región que más remesas recibe de Estados Unidos y el que tiene altos índices de empleo vulnerable, con casi uno de cada dos trabajadores insertos en estas condiciones. Asimismo, es preciso que los países inviertan en educación, que los jóvenes terminen sus estudios y logren acceder a la educación superior, que los programas educativos empaten con las dinámicas laborales. Yáñez y Cano (2011) han señalado evidencia a favor que un mayor nivel educativo tiene efectos positivos sobre el empleo y el nivel de ingresos que perciben los trabajadores. Ortiz et al. (2007) han mencionado que la probabilidad de acceder a un empleo vulnerable disminuye cuando se incrementa el grado de escolaridad.

Esta investigación destaca a la educación como un motor de movilidad social, para lograr el desarrollo sostenible y el crecimiento económico, permite incrementar la productividad laboral, generar competencias para los trabajadores e incrementar el capital humano. Asimismo, la inversión en I+D es una pieza fundamental para los países, acompañada de educación. Se trata de estar preparado para aprovechar los avances tecnológicos en la mejora de las condiciones laborales, lo cual es posible si se favorecen las condiciones de los trabajadores por medio de las políticas públicas en cada país.

Se resalta la importancia de la cobertura de los programas de protección social, ya que impactan directamente en el empleo y su calidad (Cruz-Martínez et al., 2024). La protección al empleo es crucial en las economías latinoamericanas y al incrementar su calidad se reduce la pobreza y la precariedad de las condiciones en las que viven millones de personas en la región. Asimismo, se encontró correlación positiva de la educación primaria con el empleo vulnerable. Los trabajadores con educación básica se emplean en la vulnerabilidad, en la informalidad, en los servicios o microempresas, con un ingreso más bajo (Hernández, 2020; Cerquera-Losada et al., 2020).

Los resultados obtenidos validan la hipótesis inicial de investigación, donde se abordaron dos aristas del mercado laboral; el desempleo y el empleo vulnerable. Por un lado, el desempleo ha recibido críticas debido a que no es un indicador de bienestar social, sin embargo, refleja parte de la problemática en los países de la región. Mientras que el empleo vulnerable ha sido cuestionado por su connotación empírica, sin embargo, se concuerda con Liceaga (2019) debido a que responde a un proceso donde los trabajadores se adaptan a los contextos de precariedad laboral porque no existen oportunidades. Lo que ha generado degradación, pérdida de habilidades y conocimientos, escasas perspectivas de progreso profesional y personal, falta de protección social, inestabilidad social y política.

Los retos radican en generar políticas públicas que promuevan la seguridad social, propiciar instrumentos para que los jóvenes y los grupos tradicionalmente vulnerados puedan acceder a un trabajo digno, que los programas educativos vayan acordes con las dinámicas laborales, el empleo en condiciones de dignidad es un derecho humano, indispensable para las sociedades.

Finalmente, dentro de las limitaciones, en esta investigación el estudio cuantitativo hace uso de datos agregados, por lo que se estiman resultados generales. En futuras investigaciones se podría desagregar la información por segmento etario y/o género. También se sabe que existen limitantes al comparar economías en las que el desempleo y el empleo vulnerable pueden asumir estructuras diversas, como los seguros de desempleo que existen en países como Chile y Brasil, con sistemas de bienestar más extendidos, a diferencia de naciones como México. Estas variables se relacionan con el diseño institucional de los países, por lo que en futuras investigaciones se podrían integrar análisis desde esta postura teórica.

Referencias

Aguilera A. y Ramos, M. G. (2016). Technological unemployment: an approximation to the Latin America case, AD-minister 29, 59-78. https://doi.org/10.17230/ad-minister.29.3

Alcalde, V. (2020). La condición del trabajador poskeynesiano: el precariado frente a la contrarrevolución neoliberal. , 1(15), 287-303. https://www.upo.es/revistas/index.php/ripp/article/view/5611/4879

Alzúa, M. L. y Catterberg, G. (2023).La COVID-19 y sus efectos sobre la desigualdad en el trabajo. Programa de las Naciones Unidas para el Desarrollo. https://www.undp.org/es/latin-sigualdad-en-el-trabajo

Arulampalam, W. (2000). Is Unemployment Really Scarring? Effects of Unemployment america/publicaciones/la-covid-19-y-sus-efectos-sobre-la-deExperiences on Wages. IZA Discussion Papers, Institute for the Study of Labor (IZA), 189, 1-28. http://hdl.handle.net/10419/21032.

Banco Mundial (BM). (2023). Datos de libre acceso. https://datos.bancomundial.org/

Banco Mundial (BM). (2024). Datos de libre acceso. https://datos.bancomundial.org/

Brambilla, I., Andrés C., Falcone, G. y Gasparini, L. (2023). The impact of robots in Latin America: Evidence from local labor markets. World Development 170. https://doi.org/10.1016/j.worlddev.2023.106271.

Bravo, D. y Vásquez, J. (2008). Microeconometría aplicada. Departamento de Economía. Universidad de Chile.

Castillo-Morillo, D., Jaramillo-Armij J. y Vega-González, L. (2022). Impacto del Crecimiento Económico en el Desempleo, análisis de datos panel de las Economías Latinoamericanas, Polo de conocimiento, 7(2), 310-334. https://doi.org/10.23857/pc.v7i8.

Cerquera-Losada, O., Arias-Barrera, C. y Rojas-Velásquez, L. (2020). Determinantes de subempleo en Colombia: una aproximación a partir de un modelo PROBIT, El Ágora USB 20(1), 157-172. https://doi.org/10.21500/16578031.4193 .

Chiatchoua, C., Neme-Castillo, O. y Valderrama-Santibáñez, A. L. (2022). Contribución de la IED en la reducción de la pobreza en México, Contaduría y Administración 68(2), 69-99. http://dx.doi.org/10.22201/fca.24488410e.2023.3205

Comisión Económica para América Latina y el Caribe [CEPAL]. (2007). Acerca de la Inversión Extranjera Directa. https://www.cepal.org/es/temas/in-version-extranjera-directa/acerca-inversion-extranjera-directa

Cruz-Martínez, G., Vargas-Faulbaum, L. y Velasco, J. (2024). Estado de Bienestar en América Latina: Regímenes de bienestar, trayectorias históricas y arquitecturas de política social. En Del Pino, Eloisa y Rubio, María Josefa (Eds.) Estado de Bienestar en la Encrucijada: Políticas sociales en perspectiva comparada. Madrid: Tecnos, (pp. 1-28).

Declaración Universal de los Derechos Humanos (1948). https://www.ohchr.org/sites/default/files/spn.pdf

De Gregorio, J. (2008). El crecimiento económico en América Latina. Del desencanto del siglo XX a los desafíos del XXI, El Trimestre económico, 75(1), 5-45. https://doi.org/10.20430/ete.v75i297.390 .

Dönmez B. y Sugözü, İ. H. (2022). The relationship between unemployment and economic growth under Okun’s law: a spatial econometric analysis on EU countries. Reforma, 1(93), 35-44. https://dergipark.org.tr/en/pub/reforma/issue/69965/1119737

Gammarano, R. (2020). La educación vale la pena, pero hay que tener paciencia. OIT. https://ilostat.ilo.org/es/education-pays-off-but-you-have-to-be-patient/

Gaviria, M. (2007). El crecimiento endógeno a partir de las externalidades del capital humano. Cuadernos de Economía 26(46), 51-73. http://www.scie-lo.org.co/scielo.php?script=sci_arttext&pid=S0121-47722007000100003

Gujarati, D. (2003). Econometría Básica. McGraw-Hill.

Gujarati, D. y Porter, D. (2010). Econometría. McGraw-Hill.

Heath, J. (2012). Lo que indican los indicadores. Cómo utilizar la información estadística para entender la realidad económica de México. INEGI.

Hernández, J. (2020). Desempleo en México por características sociodemográficas, 2005-2018, Economía UNAM , 17(50), 166-181. https://www.scielo.org.mx/pdf/eunam/v17n50/1665-952X-eunam-17-50-166.pdf

Jones, C. (2017). Macroecomics. Antoni Bosch Editor.

Le Fort-Varela, G., Gallardo, B. y Bustamante, F. (2020). Estabilidad macroeconómica y crecimiento económico: mitos y realidades, Revista de la CEPAL, 131, 120-144. https://repositorio.cepal.org/bitstream/hand-le/11362/45956/1/RVE131_Lefort.pdf.

Liceaga, G. (2019). La subsunción indirecta del trabajo al capital. Reflexiones teóricas y metodológicas a partir del análisis de las prácticas económicas de una comunidad campesina (Los Leones, Mendoza, Argentina). Revista de Ciencias Sociales y Humanas 13(13), 247-261. https://www.redalyc.org/journal/5535/553565464017/html/

Mankiw, G. (2014). Macroeconomics. 8a. Ed. Antoni Bosch Editor.

Meier, G. y Stiglitz, J. (2002). Fronteras de la Economía del desarrollo. El futuro en perspectiva. BM en coedición con Alfaomega.

Molero-Oliva L., Álava-Martínez, H., Campuzano-Vázquez, J.y Dávila-Herrera, J. (2021). Desempleo en América Latina y el Caribe: análisis bajo un enfoque de descomposición. Sinergia, 12(1), 136-151. https://doi.org/10.33936/eca_sinergia.v12i1.2937

Neffa, J., Pérez, P. y Persia, J. (2014). Actividad, empleo y desempleo: conceptos y definiciones. Consejo Latinoamericano de Ciencias Sociales (CLACSO). https://biblioteca.clacso.edu.ar/Argentina/ceil-coni-cet/20171027042035/pdf_461.pdf

Negrete, R. (2011). El indicador de la polémica recurrente: la tasa de desocupación y el mercado laboral en México. Realidad, datos y espacio. Revista internacional de estadística y geografía, 2(1), 145-168. https://rde.inegi.org.mx/rde_02/doctos/rde_02_opt.pdf.

ONU. (2015). Objetivos de Desarrollo Sostenible-Trabajo Decente y Crecimiento Económico. https://www.un.org/sustainabledevelopment/es/economic-growth

Okun, A. (1962). Potential GNP: Its measurement and significance. Business and Economic Statistics Section of the American Statistical Association.(pp. 98-104).

Ortiz, C. Uribe, J. y García, G. (2007). Informalidad y subempleo: un modelo probit bivariado aplicado al Valle del Cauca. Sociedad y Economía, 13, 104-131. http://www.redalyc.org/articulo.oa?id=99616721006

OIT. (2003). Acuerdos de integración regional en las Américas: la dimensión laboral. http://www.oas.org/udse/espanol/documentos/wg1_annex_d-fo-llow-up-study_spn.pdf

Perazzi, J. y Merli, G. (2013). Modelos de regresión de datos panel y su aplicación en la evaluación de programas sociales. Telos, 15 (1), 119-127. http://www.redalyc.org/articulo.oa?id=99326637008

Quintana, L., Salas, C., Duarte, C. y Correa, R. (2020). Regional inequality and labor precariusness: An empirical regional analysis for Brazil, Mexico and Equador. Regional Science Policy & Practice, 12(1), 61-81. https://doi.org/10.1111/rsp3.12251

Salas, C., Quintana, L. y Villagra, A. (2024). Microunidades, ejército industrial de reserva y producción mercantil simple. El Trimestre económico, XCI(4) 364, 877-894. https://doi.org/10.20430/ete.v91i364.2618 .

Sánchez-Villa, D. (2023). Estructura de Protección Social en tiempos de crisis: Los casos de Argentina y Brasil en la pandemia del Covid-19 (2020- 2021). Revista electrónica de estudios latinoamericanos, 22(86). https://www.redalyc.org/articulo.oa?id=496476079001

Sen, A. (2000). Development as Freedom. Oxford University Press.

Standing, G. (2013). The Precariat: The New Dangerous Class. Journal of Social Policy. 42(2) 416-418. https://doi.org/10.1017/S0047279412000876 .

Varela-Llamas, R. y Ocegueda-Hernández, J. (2020). Pobreza Multidimensional y Mercado Laboral en México. Cuadernos de Economía, 39 (79), 139-165. https://doi.org/10.15446/cuad.econ.v39n79.71201

Villacís, A. y Reis, M. (2015). Análisis de la vulnerabilidad laboral y los determinantes del trabajo decente. El caso de Ecuador 2008-2011. Revista de Economía del Rosario, 18(2), 157-185. https://doi.org/10.12804/rev.econ.rosario.18.02.2015.01

Yáñez, M. y Cano-Hernández, K. (2011). Determinantes del desempleo: una revisión de la litetura. Revista panorama económico 19, 135-148. https://revistas.unicartagena.edu.co/index.php/panoramaeconomico/article/view/352/305 .

Weller, J. (2006). Problemas de la inserción laboral de la población juvenil en América Latina. https://www.scielo.org.mx/pdf/pp/v12n49/v12n49a2.pdf .

Weller, J. (2012). Vulnerabilidad, exclusión y calidad del empleo: una perspectiva latinoamericana. Realidad, datos y espacio. Revista internacional de Estadística y Geografía, 3(2), 83-97. https://rde.inegi.org.mx/RDE_06/Doctos/RDE_06_Art6.pdf .

Weller, J. (2020). Las transformaciones tecnológicas y el empleo en América Latina: oportunidades y desafíos. Revista de la CEPAL, 130.

Wooldridge, J. (2010). Econometric Analysis of Cross Section and Panel Data. Cambridge.

Notas

Información adicional

Clasificación JEL: E24, C33, J81.

Información adicional

redalyc-journal-id: 4315