texto en 
Inglés (pdf)
Artículo en XML
Referencias del artículo
Traducción automática
Enviar artículo por email
Citado por SciELO 
Similares en
SciELO 
Permalink
Introducción
El sector público es considerado el empleador más atractivo en muchos países, pero de manera especial en los países en vías de desarrollo (Sanhueza, 2017). En este sentido, el sector público quiere ser un buen empleador por lo que está dispuesto a pagar mejores salarios incluso a trabajadores menos cualificados (parte inferior de la distribución salarial) (Bender, 2003; Disney y Gosling 2003; Papapetrou, 2006). Por el contrario, el sector público es más reacio a ofrecer salarios superiores al privado, cuando se trata de trabajadores con mejores cualificaciones profesionales (Katz y Krueger, 1983). Esta particularidad, además de ser corroborada por Papetrou (2006) en Grecia, también la confirma la investigación de Poterba y Rueben (1994) en Estados Unidos. Estos autores encontraron que los salarios eran más altos en el sector privado, sin embargo, los trabajadores públicos en la parte inferior de sus categorías disfrutaban de una prima salarial y eran penalizados en categorías superiores. Otros autores que coinciden en esta particularidad son: Mueller (1998) en Alemania, Blackaby et al. (1999) en el Reino Unido, Melly (2005) en Canadá, Lucifora y Meurs (2006) en Italia, Francia y el Reino Unido y Depalo y Giordan (2011) en Italia, entre otros.
La literatura previa sobre la brecha salarial sector público-privado muestra una gran heterogeneidad en los resultados. Según Vilerts (2018) en gran medida atribuida a las diferencias en la elección de la muestra, la definición del sector público y los métodos empíricos aplicados. Pero en general, se aprecia en las investigaciones la presencia de una mayor brecha salarial a favor del sector público entre el trabajador promedio del sector público y privado, explicada en gran medida por mejores dotaciones (Vilerts, 2018). Esto implica un nivel de bienestar superior derivado de la percepción de una renta mucho más alta, así como de incentivos laborales, provisión de una mejor infraestructura y prestación de excelentes servicios. Así mismo, Gindling et al. (2019) en su estudio en 68 países, encontraron que el sector público paga una prima salarial más alta para los empleados con menos educación y con ocupaciones poco calificadas y que esta desaparece cuando este sector se compara solo con los empleados del sector privado formal. Al igual que muchos otros autores encontraron que las primas tienden a ser más bajas para los empleados altamente calificados del sector público y la prima salarial está débilmente asociada con el nivel de desarrollo de los países.
En Latinoamérica, Panizza, Tella y Rijckeghem (2001) observaron que en promedio los países latinoamericanos se caracterizan por pagar una prima salarial a los trabajadores del sector público, siendo superior para las mujeres y para los trabajadores con bajos niveles educativos. Por su parte, Mizala, Romaguera y Gallegos (2011) observaron que existe una brecha salarial muy evidente a favor de los trabajadores del sector público. Para el caso concreto de Ecuador, desde inicios de los 2000 se menciona la importancia de fiscalizar el gasto público, efecto de la dolarización a principios de década, para que este régimen monetario sea sostenible en el mediano y largo plazo. Esto lleva a que uno de los temas de estudio, de innumerables investigaciones, sea el crecimiento de los salarios del sector público en el Ecuador. Así, el sector público presiona constantemente por alzas salariales y el sector privado muestra su preocupación por los niveles salariales del sector público (Carrillo, 2004).
En este sentido, la evidencia empírica muestra un amplio número de investigaciones que analizan los determinantes que generan la brecha entre ambos sectores (Michael y Christofides, 2020; Rattso y Stokke, 2020; Tansel, Keskin, y Ozdemir, 2020; entre otros). Por un lado, se encuentran quienes afirman que esta diferencia salarial se concentra en el sector público, existiendo estudios cuyos resultados permiten asegurar que esta brecha es positiva en el sector público, como consecuencia del poder monopolista de los gobiernos para establecer precios e impuestos para proveer servicios públicos (Reder, 1975). También por las acciones puestas en marcha en este sector por los políticos para asegurar su permanencia en futuras elecciones (Cai y Liu, 2011; Robinson, Torvik, y Verdier, 2017; Tansel et al., 2018).
A mayores, esta brecha se atribuye al entorno institucional para la fijación de salarios, este difiere del sector público al privado siendo la densidad sindical mayor en el público en el que los sindicatos tienen mayor poder de negociación (Cai y Liu, 2011). Además, el sector público ofrece seguridad laboral y mayor nivel de bienestar (Burdett, 2012; Danzer, 2019; Robinson, Torvik, y Verdier, 2017).
Por el contrario, en el segundo grupo se encuentran autores como Do Monte (2017), Callaway y Collins (2017) y Mayneris, Poncet y Zhang (2018) que afirman que la prima salarial en el sector privado es mayor, y se corresponde con el nivel de productividad que estos trabajadores generan en el mismo, o como resultado de la toma de decisiones políticas, que influyen en las movilizaciones de los trabajadores en lo relativo a sus exigencias salariales.
La novedad de este estudio se basa en que en el Ecuador no se realizaron estudios que comparen la descomposición salarial entre el sector público y privado, utilizando técnicas econométricas, en concreto la metodología Oaxaca (1973) - Blinder (1973). En este contexto, el objetivo de este estudio es examinar los determinantes de la brecha salarial, entre empleados del sector público y privado en Ecuador. A partir de micro datos obtenidos de la Encuesta Nacional de Empleo y Subempleo ENEMDU (2019) del Instituto Nacional de Estadísticas y Censos (INEC, 2019) de los años 2008, 2013 y 2018. La hipótesis planteada es que los salarios del sector público o privado, responden a la productividad de los trabajadores. La presente investigación utiliza la metodología de Oaxaca (1973) - Blinder (1973), para descomponer la brecha y determinar a qué factores es atribuible. Bajo este enfoque, este trabajo aporta al análisis de las determinantes de la brecha salarial entre el sector público y privado: (1) tres cortes de tiempo diferente, (2) la inclusión de variables nuevas que la literatura utiliza en sus análisis econométricos, en mercados laborales de otros países, además del uso de Índice General de Precios del Banco Central del Ecuador (2019), que permite obtener medidas comparables al año base 2008.
Mincer (1974) proporciona la base teórica para este estudio. Este autor afirma que el nivel de ingresos de los trabajadores está determinado por el nivel de capital humano, además de otros factores que influyen en la capacidad del trabajador, por aspirar a actividades laborales mejor remuneradas. Bajo este planteamiento, el aumento de capital humano de una persona, implica que sus ingresos se incrementen de forma significativa. Este resultado es corroborado por los trabajos de Oaxaca (1973) y Blinder (1973) quienes afirman que las diferencias en las remuneraciones entre grupos con características raciales y de género diferentes, quedan ligeramente explicadas por la dotación en capital humano.
Los resultados obtenidos permiten contribuir al debate sobre la brecha laboral en base a la evidencia empírica obtenida, y dotar de información científica objetiva, a los encargados de la elaboración de políticas, con el fin de establecer medidas que contrarresten los aspectos que genera dicha brecha.
Después de la introducción, el resto del documento está estructurado de la siguiente forma. La segunda sección contiene revisión de la literatura previa. La tercera sección describe los datos y metodología. La cuarta sección contiene la discusión de resultados. La quinta sección presenta las conclusiones y las implicaciones políticas.
Revisión de literatura
En un mercado laboral que se encuentra en constante evolución, los trabajadores y en especial la determinación de los salarios, concretamente las diferencias existentes entre los salarios en el sector público y privado, son objeto de análisis de las investigaciones empíricas (Castagnetti y Giorgetti, 2019; Rattso y Stokke, 2019; Shahen, Kotani, y Kakinaka, 2019; Shahen et al., 2020; entre otros). En la actualidad, la literatura sobre brecha salarial es bastante extensa en términos de cobertura geográfica y temporal (Christofides y Michael, 2013). Como se mencionó, el principal tema de debate es la existencia de diferencias o brechas salariales provocadas por el sector público que tiene instituciones y políticas de fijación de salarios que conduce a una brecha salarial público-privada (Rattso y Stokke, 2019).
Para entender la presencia de las diferencias salariales entre el sector público y privado en las investigaciones se pretende dar respuesta a través de dos enfoques a la pregunta: ¿Cuál es el sector que concentra los mayores rendimientos? El primer enfoque está relacionado con las dotaciones de cada trabajador que constituyen las características determinantes del salario: experiencia, escolaridad, edad, sexo, sector productivo, entre otros. Y el segundo, relacionado con la discriminación entre sectores, en este sentido el sector público está sujeto a restricciones políticas que dependen de las características del país y del momento en el que se analice. Según Christofides y Michael (2013), entre estas características institucionales del país se encuentran los procedimientos de fijación de salarios, el nivel de centralización del sector público, las prácticas de fijación de salarios públicos, el poder sindical, la rigurosidad de la legislación de protección del empleo, la cobertura del salario mínimo, el sistema de indexación de salarios, la legislación de protección del empleo, etc. Por el contrario, el sector privado está sujeto a restricciones de ganancias (Papapetrou, 2006; European Commission, 2014).
Los primeros estudios sobre esta temática son los realizados por Smith (1976, 1977) en Estados Unidos, quien observó que en este país los salarios eran más altos en el sector público y la prima de ganancias era mayor para las mujeres que para los hombres. Estos estudios también se realizaron en muchos otros países: Mueller (1998) en Canadá, en el Reino Unido Rees y Shah (1995), Blackaby y Col (1999) y Heitmueller (2006), Petersen et al. (1990) para Dinamarca, para los Países Bajos Hartog y Oosterbeek (1993) y Van Ophem (1993), para Alemania Dustmann y Van Soest (1998) y Melly (2005), para Chipre Christofides y Pashardes (2002), para Francia Bargain y Melly (2008) y Machado y Mata (2005) en Portugal. Otros muchos investigadores realizaron sus estudios en varios países, por ejemplo Lucifora y Meurs (2006) que descomponen la brecha salarias en tres países, Italia, Francia y el Reino Unido, o Giordano et al. (2011) que realizó su estudio en diez países pertenecientes a la Unión Europea. Ambos encontraron una brecha salarial a favor del sector público, siendo la brecha salarial mayor en las mujeres en el extremo inferior de la distribución salarial.
El análisis de la literatura sobre brecha salarial entre el sector público y privado permite agruparlas en dos grupos distintos en función de sus resultados. En el primero, se agrupan las investigaciones que hacen referencia a la existencia de una brecha salarial a favor del sector público, explicada esta por la diferencia entre dotaciones de cada trabajador o por la discriminación por el sector (Smith, 1976, 1977; Panizza y Qiang, 2005; Papapetrou, 2006; Cai y Liu, 2011; Démurger, Li, y Yang, 2012; Antwi y Phillips, 2013; Faggio y Overman, 2014; Lausev, 2014; Nikolic, 2014; Ingusci, Callea, Chirumbolo, y Urbini, 2016; Mahuteau et al., 2017; Vilerts, 2018; Buyse, Heylen, y Schoonackers, 2019; Herman, 2019, entre otros).
Papapetrou (2006) al examinar las diferencias salariales entre ambos sectores en Grecia encontraron que esta es a favor del sector público y se debe principalmente a la dotación de los empleados. Del mismo modo, autores como Morikawa (2016) en un estudio realizado en Japón a través del uso de micro datos, encuentran que el nivel salarial de los trabajadores del sector público es relativamente más alto en las regiones rurales menos pobladas, no obstante, el nivel educativo es menos significativo en este sector. En esta misma línea, Ingusci, Manuti, y Callea (2016) y Nikolic, Rubil, y Tomić (2017) establecen que la prima salarial del sector público tiene ventajas sobre el privado, dando por hecho, la preferencia de los trabajadores hacia este sector de la economía.
Fontaine et al. (2019) y Burdett (2012) en sus análisis para Estados Unidos y algunos países de Europa Occidental, resalta la importancia que tiene para los trabajadores el sector donde trabajan. Estos autores, aseguran que los empleos del sector público son “más seguros” que los del sector privado, además de que en este sector contratan predominantemente a graduados universitarios, mujeres y trabajadores mayores. De igual forma, Danzer (2019) observó que los trabajadores del sector público están más satisfechos con la seguridad laboral que los del sector privado. Todo ello derivado de un proceso de privatización de las empresas y entidades estatales, que aumentan el nivel de dispersión salarial en el sector público y privado, pero más en el sector privado. No obstante, resalta que las rentas del sector público también podrían estar relacionadas con pagos o sobornos no oficiales a empleados del sector público.
Sin embargo, de acuerdo a Rattso y Stokke, (2019), Basu (2018) y Maczulskij (2013), la propensión a buscar empleo en el sector público aumenta con la tasa de desempleo local y estos podrían aumentar su ventaja salarial en el largo plazo. Esto, teniendo en cuenta que las personas que viven en regiones con una alta tasa de desempleo, tienden a buscar el empleo público, para aprovechar una gran prima de ingresos y una mayor seguridad laboral.
Singleton (2019) al incorporar la variable sexo al análisis de la brecha en su estudio en el Reino Unido observó que, al igual que los autores pertenecientes a este primer grupo, el sector público goza de ventajas salariales. Así, la prima salarial se mantuvo estable entre 2002 y 2016 para las mujeres y para los hombres aumentó en 6 puntos. En este mismo sentido, se sitúa el trabajo de Castagnetti y Giorgetti (2019) para Italia entre 2005 - 2010, quienes encuentran que al comparar por grupo de edad, la brecha salarial basada en sexo, esta disminuye entre ambos sectores y realza la evidencia de un efecto techo de cristal, pero solo en el sector público.
Por su lado, Robinson, Torvik, y Verdier (2017) sugieren que el sector público posee beneficios más altos respecto al sector privado, por los incentivos que generan los políticos hacia los trabajadores de este sector, asegurando su permanencia en futuras elecciones. No obstante, dado que algunas de las ineficiencias de las políticas se concentran en el futuro, hace que el patrocinio del empleo público, sea menos costoso. De igual forma, Mizala, Romaguera, y Gallegos (2011) en un estudio realizado en América Latina, afirman que la prima salarial del sector público refleja incentivos para pagar en exceso a los trabajadores del sector público y comprar su cooperación y apoyo político. Esta prima parece ser mayor en países donde el poder de negociación del sector privado, medido por las tasas de sindicalización privada, es débil. Esta relación es más fuerte para los trabajadores en los percentiles más altos de la distribución salarial. La intención del Estado de ser visto como un «buen empleador» de los trabajadores menos cualificados, podría ser una de las razones por las que se les paga mejor en el sector público (Afonso y Gomes, 2014; Chaudhuri, Ghosh, y Banerjee, 2018; Enikolopov, 2014; Jaimovich y Rud, 2011; Aslam y Kingdon, 2009; Antón y de Bustillo, 2015).
Jofre-Monseny, Silva, y Vázquez-Grenno (2018) afirman que, el incremento de la prima salarial del sector público, financiada principalmente por impuestos locales, desencadena una respuesta migratoria y el tamaño de la ciudad aumenta significativamente. Otros efectos generados se presentan en las estructuras del sector público, donde el acceso requiere procedimientos de entrada costosos, a causa de las diferencias que se presentan entre estas mismas instituciones (Dickson, Postel-Vinay, y Turon, 2014; Lovely, Liang, y Zhang, 2019; Lucadñamo, Mancini, y Nifo, 2019). De igual forma Chen y Liu (2018) en su análisis de la brecha existente en el sector público de China, determina que la hipótesis del salario justo es consistente y hace énfasis en que a niveles bajos de salario, los funcionarios públicos son más propensos a aceptar sobornos y a medida que el ingreso per cápita aumenta el nivel de corrupción disminuye.
En el segundo grupo, se presentan investigaciones afines al sector privado, que aseguran la existencia de beneficios en la prima salarial del sector privado, donde los niveles de productividad son más altos, por ello se genera mayores beneficios en las retribuciones del ingreso (Poterba y Rueben, 1994). Valasek (2018) señala que la reputación colectiva generada en el sector privado de algunos países, permite que los trabajadores inclinen su preferencia hacia este, por ello el aumento de salarios de este sector, permite desplazar a los trabajadores del sector público hacia el sector privado.
De igual forma, Callaway y Collins (2017) y do Monte (2017) aseguran que la prima salarial del sector privado responde al nivel de esfuerzo de los trabajadores, motivando a los trabajadores a pertenecer a este sector, donde ganan más que en el sector público. Además, sus resultados proporcionan evidencia de que el cambio de trabajo, del sector privado al público, provoca un cambio en el comportamiento individual, que se refleja en su nivel de productividad.
Sin embargo, Telegdy (2018) afirma que el aumento de la prima salarial pública generada en Hungría en 2002, fue un mecanismo importante a través del cual el Estado, intervino en los mercados laborales de las empresas y corporaciones privadas (que mantenía hasta ese entonces una prima salarial mayor), de manera indirecta. De igual forma, Auricchio, Ciani, Dalmazzo, y Blasio (2020) para el caso del sur de Italia, determina que el sector público es usado como un dispositivo redistributivo, no obstante, este se encuentra generando un desaliento en el desarrollo del sector privado. En contraste, en China al disminuir las pensiones del sector público, generó que se limite y disminuya la afinidad por emplearse en este sector, resultando en incentivos negativos. Además, debido a las características heterogéneas que poseen los trabajadores, los resultados fueron aún más notables en el área rural (Doménech, García, y Ulloa, 2018; Jia, 2017; Bermperoglou, Pappa, y Vella, 2017).
Por su lado, Mayneris, Poncet, y Zhang (2018) analizan la reforma del salario mínimo de 2004 de China, encontrando que los costes salariales para las empresas privadas sobrevivientes que estuvieron más expuestas a los aumentos del salario mínimo se incrementaron, pero también que su productividad mejoró significativamente, permitiéndoles absorber el shock de costes sin ningún cambio en su rentabilidad y con pérdidas de trabajo limitadas.
En general, el estudio realizado por Mahuteau et al. (2017) indica que son cuatro los hallazgos principales que aparecen regularmente: (1) en promedio, los trabajadores del sector público reciben una remuneración más alta que los trabajadores del sector privado; (2) esta brecha es superior para las mujeres que para los hombres; (3) la distribución de la remuneración entre los trabajadores del sector público está más comprimida que la del sector privado y, por lo tanto, la brecha salarial a favor de los trabajadores del sector público es más alta para los que tienen una distribución salarial inferior; (4) y la brecha salarial varía según las regiones geográficas dentro de las naciones.
Para finalizar, como señala Christofides y Michael (2013), desde el punto de vista metodológico, son cuatro los enfoques seguidos en los estudios sobre brecha salarial. En primer lugar, aquellos estudios que utilizan micro datos con el objetivo de observar la existencia de una prima salarial positiva en el sector público. El segundo método, utilizado en el estudio de la brecha salarial, es el método de descomposición como el de Oaxaca-Blinder (Blinder, 1973; Oxaca, 1973) y Oaxaca y Ramson (1994). Este método permite observar en qué medida la brecha salarial observada se explica por las diferencias en las características individuales observadas de los trabajadores y los atributos del trabajo y lo que queda sin explicar.
El tercer método, intenta considerar el efecto de la selección causado por características individuales no observadas y corregir el sesgo utilizando los métodos de selección de Heckman de dos pasos (Heitmueller, 2006; García-Pérez y Jimeno, 2007; Christofides y Pashardes, 2002; Christofides y Michael, 2013). Para finalizar el cuarto método, utilizan técnicas de regresión cuantil o de descomposición cuantil como Poterba y Rueben (1994) para examinar las diferencias en la distribución salarial entre los dos sectores. Otros autores que han seguido esta línea son Lucifora y Meurs (2006) en Francia, Reino Unido e Italia, Depalo y Giordano (2011) en Italia, Hospido y Moral-Benito (2016) en España, Mahuteau et al. (2017) en Australia, Castagnetti y Giorgetti (2019) en Italia. El estudio de Machado y Mata (2005) en Portugal y Melly (2005) en Alemania utilizan la técnica de descomposición de regresión cuantil permitiendo identificar las fuentes de aumento de desigualdad salarial y proporcionando una visión más completa de la brecha salarial en diferentes percentiles de la distribución salarial (Vilerts, 2018).
Datos y metodología
Datos
Los datos analizados en la presente investigación se han obtenido de la Encuesta Nacional de Empleo, Subempleo y Desempleo (ENEMDU) aplicada y publicada por el Instituto Nacional de Estadísticas y Censos (INEC, 2019). Se utiliza como variable dependiente el logaritmo del ingreso total, que es deflactado al año base 2008 utilizando el Índice General de Precios, presentado por el Banco Central del Ecuador (2019), para ser usado como medida comparable. Como variables independientes se utilizan características de los trabajadores como la edad, escolaridad y experiencia laboral. Además, se utilizan variables de control como la región geográfica, sexo, etnia, sector económico, formalidad y horas trabajadas (ver Tabla 1).
Tabla 1 Descripción de variables y estadísticos descriptivos para 2008, 2013 y 2018
| Variable | Descripción | 2008 | 2013 | 2018 | |||
| Media | S.D. | Media | S.D. | Media | S.D. | ||
| Ingreso | Logaritmo del salario por trabajador | 5,297 | 0,948 | 5,513 | 0,870 | 5,575 | 0,953 |
| Sector | Población laboral (Público=0, Privado =1) | 0,890 | 0,311 | 0,886 | 0,316 | 0,889 | 0,313 |
| Escolaridad | Número de años aprobados en el sistema educativo | 9,728 | 5,254 | 9,953 | 5,170 | 11,006 | 4,998 |
| Edad | Edad | 37,574 | 13,143 | 38,353 | 12,668 | 39,167 | 12,555 |
| Edad2 | Edad al cuadrado | 1584,5 | 1024,9 | 1631,4 | 1020,2 | 1691,7 | 1024,1 |
| Experiencia | Número de años de trabajo | 11,212 | 11,726 | 10,619 | 11,277 | 11,997 | 11,728 |
| Experiencia2 | Número de años de trabajo al cuadrado | 263,22 | 462,05 | 239,93 | 436,35 | 281,48 | 468,96 |
| Área | Urbano =1; Rural =2 | 1,405 | 0,490 | 1,426 | 0,494 | 1,349 | 0,476 |
| Formalidad | Formal =1, Informal=2 | 0,425 | 0,497 | 0,477 | 0,499 | 0,550 | 0,497 |
| Sexo | Hombre =1, Mujer =2 | 1,318 | 0,465 | 1,312 | 0,463 | 1,345 | 0,475 |
| Horas trabajadas | Número de horas trabajadas la semana pasada | 43,229 | 15,558 | 41,567 | 13,066 | 39,776 | 13,85 |
| Etnia | Indígena=1, Afro-ecuatoriano=2, Mestizo=3 Blanco=4 | 2,892 | 0,607 | 2,818 | 0,573 | 2,859 | 0,521 |
Nota: S.D. = desviación estándar de las variables.
Las variables independientes están asociadas al capital humano. La edad medida en años permite escoger a la población económicamente activa (15 y 65 años). La escolaridad medida en años aprobados en el sistema educativo (toma en cuenta el número de años que aprobó en su nivel más alto con los años que debieron ser aprobados en los niveles previos), en función del nivel de conocimiento del individuo y la experiencia laboral que se mide, según los años que la persona ha participado en el mercado laboral. Adicionalmente, se incluyen variables de control tales como: área, sexo, región, etnia, sector económico y estado civil.
En la Figura 1 se muestra los ingresos percibidos por los empleados públicos y privados para los años 2008, 2013 y 2018. Al observar los años, se aprecia que los ingresos promedio de los empleados del sector público son superiores a los del sector privado, aumentando considerablemente por cada año de análisis. Esta diferencia en el ingreso, podría asociarse a las características endógenas que posee cada trabajador o a los factores discriminatorios que caracterizan a cada uno de los sectores analizados, dejando de lado posibles efectos de la inflación, al ser medidas deflactadas para un año base. De forma similar en la Figura 2, se expone un ratio a nivel provincial, entre la cantidad de empleados del sector público, sobre el privado para cada año de estudio. Se puede observar que a medida que este aumenta, la presencia de empleados del sector público es mayor.
Fuente: Elaboración propia con datos del ENEMDU (2019).
Figura 1 Media del ingreso de los empleados públicos y privados en 2008, 2013 y 2018.
Fuente: elaboración propia con datos del ENEMDU (2019).
Figura 2 Presencia del sector público sobre privado en los años 2008, 2013 y 2018.
Así mismo, en la Figura 3 se presenta los niveles de escolaridad promedio entre los trabajadores, del sector privado y público, por cada año de estudio. En este se observa que el sector que concentra un mayor nivel de escolaridad entre sus trabajadores, es el sector público a diferencia de su contraparte, que en promedio tiene 5,98, 6,27 y 5,42 años menos de escolaridad, entre 2008, 2013 y 2018 respectivamente.
Fuente: Elaboración propia con datos del ENEMDU (2019).
Figura 3 Media de la escolaridad de los empleados públicos y privados en 2008, 2013 y 2018.
En el Tabla 1 se muestra una descripción de cada una de las variables, así como los estadísticos descriptivos. La variable dependiente es el logaritmo del ingreso y las variables independientes y de control son: sector, escolaridad, edad, experiencia, área, formalidad, sexo, horas trabajadas y la etnia. En los estadísticos descriptivos, la media representa en términos generales el promedio del conjunto de observaciones. La desviación como medida que refleja la distancia a partir de la media de las variables en uso, mantiene una estabilidad en cada uno de los años y en su comparación.
El uso de estas variables se sustenta en los estudios citados en la literatura, en la cual diferentes autores hacen uso de ellas, para determinar con mayor exactitud el efecto que provoca la brecha, hacia cualquiera de los dos sectores de análisis. Jia (2017) utiliza la edad y experiencia para estimar los efectos sobres los jubilados, a partir de la disminución de pensiones en China. El uso del capital humano aporta a las investigaciones, la estimación del componente explicado, que se genera en la brecha entre sectores (Aslam y Kingdon, 2009; Maczulskij, 2013; Antón y de Bustillo, 2015; Ingusci, Palma, Giuseppe, y Iacca, 2016). Así mismo, la formalidad usada por Panizza y Qiang (2005) proporciona una medida que separa los efectos de la muestra de los trabajadores, que gozan de todos los derechos de laborales del resto. Finalmente, la etnia es incluida como medida que distingue las diferencias entre los trabajadores, al tener un mercado laboral diverso étnicamente, como el del Ecuador.
Metodología
Con la información presentada en el apartado anterior, se estima una regresión de acuerdo a los planteamientos de Mincer (1974), la cual establece una función de ingresos cuyas determinantes son el nivel de escolaridad, experiencia, experiencia al cuadrado, la edad y la edad al cuadrado. De acuerdo a este enfoque, la ecuación de participación en el mercado laboral y la ecuación minceriana de ingresos que se estiman son las siguientes:
La ecuación (1) mide las determinantes que influyen en el ingreso de los individuos. La variable dependiente w que expresa el ingreso en logaritmo y las variables independientes esc, exp, exp2, edad y edad2 representan la escolaridad, la experiencia, la experiencia potencial, la edad y la edad potencial respectivamente. En la ecuación (2) se agrega la variable Xi que representa una matriz de las variables descritas en la ecuación (1) y otros factores que explican el nivel de ingreso de los individuos (variables de control) (ver Tabla 1).
El supuesto de este modelo parte de las diferencias salariales que se deben principalmente a la productividad que existe entre los mismos trabajadores, y, por tanto, conforme a la teoría del capital humano, a la diferencia entre los niveles de escolaridad y el nivel de experiencia que posee cada trabajador.
Para analizar las diferencias de ingresos entre trabajadores que pertenecen a diferentes sectores privado y público, se utilizó el método Oaxaca-Blinder (Blinder, 1973; Oaxaca, 1973) para descomponer las diferencias de medias en los ingresos de registro en dos componentes: un factor que es atribuible a las diferencias en las media dotaciones de los trabajadores y otro a las diferencias en los rendimientos de estas dotaciones.
La diferencia promedio observada de los ingresos entre trabajadores de dos sectores, s1 y s2, se puede definir como:
Donde, las barras indican valores medios. Sustituyendo la ecuación (2) en la ecuación (3) tenemos:
Donde, los sombreros denotan coeficientes estimados de ecuaciones de ganancias separadas. Suponiendo que se conoce una estructura de ingreso no discriminatoria〖 δ〗^*, el diferencial del logaritmo del ingreso se puede descomponer de la siguiente manera:
La ecuación (5) muestra que la brecha por ingreso entre el sector s1 y el sector s2 se puede descomponer en dos partes. La primera parte de la ecuación, puede interpretarse como la parte del diferencial del ingreso, atribuida a las diferencias en las características individuales promedio entre los sectores. El segundo término (entre corchetes) representa la cantidad en que los ingresos de los sectores difieren de la estructura salarial no discriminatoria asumida. Este término es el componente «inexplicable» o residual de la brecha por ingreso. En otras palabras, el hecho de que a las personas con las mismas características se les pague de manera diferente en diferentes sectores, podría deberse a diferentes procesos de producción que resultan en diferentes niveles de productividad individual en los distintos sectores o a factores institucionales particulares.
Discusión de resultados
Las Tablas 2, 3 y 4 muestran los resultados de las regresiones de las ecuaciones (1) y (2), basadas en la teoría de Mincer para los años 2008, 2013 y 2018, respectivamente. En los tres años (2008, 2013 y 2018) se evidencia una brecha entre el sector público y privado, la cual es negativa y significativa para el sector privado. Es decir, los salarios del sector privado son inferiores a los del sector público. Este resultado se mantiene en todos los modelos, al agregar cada una de las variables de control y concuerda con los resultados encontrados por Démurger, Li, y Yang (2012), Faggio y Overman (2014), Antwi y Phillips (2013), Panizza y Qiang (2005), Buyse, Heylen, y Schoonackers (2019).
Tabla 2 Resultados de la Función de Mincer en 20008
| M0 | M1 | M2 | M3 | M4 | M5 | M6 | M7 | M8 | |
| Sector privado | -1.137*** | -0.761*** | -0.695*** | -0.616*** | -0.602*** | -0.637*** | -0.681*** | -0.688*** | -0.504*** |
| (-49.97) | (-32.68) | (-32.71) | (-29.17) | (-28.72) | (-31.22) | (-34.93) | (-35.33) | (-25.38) | |
| Escolaridad | 0.0622*** | 0.0624*** | 0.0660*** | 0.0560*** | 0.0584*** | 0.0563*** | 0.0545*** | 0.0430*** | |
| (46.62) | (48.96) | (51.64) | (41.61) | (44.53) | (44.92) | (43.20) | (33.45) | ||
| Experiencia | 0.0323*** | 0.0135*** | 0.0164*** | 0.0107*** | 0.0113*** | 0.0116*** | 0.0150*** | ||
| (26.38) | (9.76) | (11.95) | (7.97) | (8.84) | (9.10) | (11.90) | |||
| Experiencia2 | -0.00066*** | -0.0004*** | -0.0004*** | -0.0003*** | -0.0003*** | -0.0003*** | -0.00032*** | ||
| (-25.86) | (-12.56) | (-13.10) | (-10.36) | (-10.68) | (-10.71) | (-12.42) | |||
| Edad | 0.0538*** | 0.0487*** | 0.0549*** | 0.0433*** | 0.0425*** | 0.0379*** | |||
| (24.66) | (22.42) | (25.88) | (21.23) | (20.88) | (19.00) | ||||
| Edad2 | -0.000515*** | -0.000483*** | -0.00055*** | -0.00042*** | -0.0004*** | -0.0004*** | |||
| (-20.56) | (-19.42) | (-22.71) | (-17.99) | (-17.86) | (-16.41) | ||||
| Área rural | -0.287*** | -0.312*** | -0.249*** | -0.237*** | -0.175*** | ||||
| (-21.78) | (-24.32) | (-20.26) | (-19.12) | (-14.30) | |||||
| Mujer | -0.476*** | -0.349*** | -0.345*** | -0.342*** | |||||
| (-38.02) | (-28.55) | (-28.31) | (-28.67) | ||||||
| Horas trabajadas | 0.0176*** | 0.0177*** | 0.0153*** | ||||||
| (49.46) | (49.57) | (43.07) | |||||||
| Afro-Ecuadoriano | 0.0735* | 0.0663 | |||||||
| (2.01) | (1.86) | ||||||||
| Mestizos | 0.198*** | 0.156*** | |||||||
| (9.26) | (7.42) | ||||||||
| Blanco | 0.238*** | 0.200*** | |||||||
| (8.06) | (6.92) | ||||||||
| Formal | 0.434*** | ||||||||
| (32.93) | |||||||||
| Constante | 6.320*** | 5.395*** | 5.131*** | 3.960*** | 4.556*** | 5.145*** | 4.407*** | 4.245*** | 4.124*** |
| (293.66) | (188.29) | (171.06) | (76.42) | (78.31) | (87.71) | (76.02) | (69.60) | (68.94) | |
| Observaciones | 25422 | 25422 | 25202 | 25202 | 25202 | 25202 | 25202 | 25202 | 25202 |
| Ajuste R2 | 0.089 | 0.161 | 0.209 | 0.233 | 0.247 | 0.288 | 0.351 | 0.354 | 0.380 |
Nota: *,**,*** denota significatividad estadística en los niveles del 5%, 1% y 0,1%, respectivamente. El estadístico t está representado entre paréntesis. M0, M1, …,M8, representa los modelos planteados de acuerdo a las variables de control.
Tabla 3 Resultados de la Función de Mincer en 2013
| M0 | M1 | M2 | M3 | M4 | M5 | M6 | M7 | M8 | |
| Sector privado | -1.049*** | -0.709*** | -0.686*** | -0.645*** | -0.642*** | -0.675*** | -0.677*** | -0.683*** | -0.518*** |
| (-64.59) | (-42.57) | (-40.92) | (-38.61) | (-38.78) | (-42.21) | (-45.14) | (-45.63) | (-34.79) | |
| Escolaridad | 0.0543*** | 0.0553*** | 0.0575*** | 0.0493*** | 0.0527*** | 0.0507*** | 0.0495*** | 0.0369*** | |
| (53.28) | (52.01) | (54.17) | (44.05) | (48.58) | (49.84) | (48.51) | (36.11) | ||
| Experiencia | 0.0215*** | 0.00886*** | 0.0108*** | 0.00461*** | 0.00469*** | 0.00483*** | 0.00975*** | ||
| (17.10) | (6.49) | (7.96) | (3.50) | (3.80) | (3.92) | (8.19) | |||
| Experiencia2 | -0.000551*** | -0.00034*** | -0.00034*** | -0.0002*** | -0.00022*** | -0.00023*** | -0.00027*** | ||
| (-17.05) | (-9.77) | (-9.90) | (-6.77) | (-7.05) | (-6.96) | (-9.05) | |||
| Edad | 0.0436*** | 0.0403*** | 0.0501*** | 0.0387*** | 0.0390*** | 0.0345*** | |||
| (16.86) | (15.72) | (20.13) | (16.55) | (16.68) | (15.33) | ||||
| Edad2 | -0.00044*** | -0.00042*** | -0.00053*** | -0.00039*** | -0.00040*** | -0.00036*** | |||
| (-13.74) | (-13.23) | (-17.13) | (-13.59) | (-13.87) | (-13.01) | ||||
| Área rural | -0.226*** | -0.238*** | -0.183*** | -0.168*** | -0.0990*** | ||||
| (-21.27) | (-23.17) | (-18.90) | (-17.23) | (-10.39) | |||||
| Mujer | -0.424*** | -0.303*** | -0.300*** | -0.297*** | |||||
| (-41.94) | (-31.14) | (-30.93) | (-31.79) | ||||||
| Horas | 0.0197*** | 0.0197*** | 0.0169*** | ||||||
| (57.91) | (58.09) | (50.61) | |||||||
| Afro-Ecuadorianos | 0.0577* | 0.0656** | |||||||
| (2.20) | (2.60) | ||||||||
| Mestizo | 0.156*** | 0.120*** | |||||||
| (9.39) | (7.48) | ||||||||
| Blancos | 0.315*** | 0.276*** | |||||||
| (8.33) | (7.57) | ||||||||
| Formal | 0.452*** | ||||||||
| (44.20) | |||||||||
| Constante | 6.444*** | 5.601*** | 5.478*** | 4.551*** | 5.023*** | 5.433*** | 4.610*** | 4.461*** | 4.339*** |
| (421.42) | (261.24) | (226.67) | (85.77) | (88.01) | (97.06) | (84.78) | (78.74) | (79.48) | |
| Observaciones | 24485 | 24485 | 24374 | 24374 | 24374 | 24374 | 24374 | 24374 | 24374 |
| Ajuste R2 | 0.146 | 0.234 | 0.244 | 0.260 | 0.273 | 0.322 | 0.404 | 0.407 | 0.451 |
Nota: *,**,*** denota significatividad estadística en los niveles del 5%, 1% y 0,1%, respectivamente. El estadístico t está representado entre paréntesis. M0, M1, …,M8, representa los modelos planteados de acuerdo a las variables de control.
Tabla 4 Resultados de la Función de Mincer en 2018
| M0 | M1 | M2 | M3 | M4 | M5 | M6 | M7 | M8 | |
| Sector privado | -1.100*** | -0.766*** | -0.731*** | -0.691*** | -0.703*** | -0.709*** | -0.687*** | -0.696*** | -0.540*** |
| (-53.41) | (-36.97) | (-35.65) | (-33.71) | (-34.62) | (-36.18) | (-38.85) | (-39.36) | (-31.21) | |
| Escolaridad | 0.0615*** | 0.0645*** | 0.0658*** | 0.0573*** | 0.0606*** | 0.0551*** | 0.0539*** | 0.0409*** | |
| (47.36) | (47.76) | (48.95) | (40.74) | (44.57) | (44.78) | (43.72) | (33.50) | ||
| Experiencia | 0.0354*** | 0.0216*** | 0.0237*** | 0.0156*** | 0.0123*** | 0.0121*** | 0.0139*** | ||
| (23.48) | (12.72) | (14.07) | (9.51) | (8.32) | (8.17) | (9.82) | |||
| Experiencia2 | -0.00081*** | -0.00055*** | -0.00054*** | -0.00041*** | -0.00034*** | -0.00032*** | -0.00031*** | ||
| (-21.38) | (-13.26) | (-13.14) | (-10.31) | (-9.45) | (-9.03) | (-9.14) | |||
| Edad | 0.0516*** | 0.0490*** | 0.0623*** | 0.0423*** | 0.0430*** | 0.0395*** | |||
| (15.10) | (14.45) | (18.94) | (14.17) | (14.43) | (13.86) | ||||
| Edad2 | -0.00055*** | -0.00055*** | -0.00068*** | -0.00045*** | -0.00046*** | -0.00043*** | |||
| (-13.27) | (-13.23) | (-17.07) | (-12.40) | (-12.77) | (-12.39) | ||||
| Área rural | -0.254*** | -0.260*** | -0.210*** | -0.193*** | -0.133*** | ||||
| (-18.64) | (-19.76) | (-17.66) | (-16.12) | (-11.48) | |||||
| Mujer | -0.463*** | -0.281*** | -0.279*** | -0.281*** | |||||
| (-37.77) | (-24.61) | (-24.49) | (-25.85) | ||||||
| Horas | 0.0255*** | 0.0256*** | 0.0212*** | ||||||
| (65.54) | (66.01) | (55.03) | |||||||
| Afro-Ecuadorianos | 0.126** | 0.0955* | |||||||
| (3.04) | (2.41) | ||||||||
| Mestizos | 0.215*** | 0.154*** | |||||||
| (10.01) | (7.47) | ||||||||
| Blancos | 0.259*** | 0.185*** | |||||||
| (4.73) | (3.53) | ||||||||
| Formal | 0.499*** | ||||||||
| (42.16) | |||||||||
| Constante | 6.554*** | 5.580*** | 5.318*** | 4.277*** | 4.788*** | 5.159*** | 4.283*** | 4.066*** | 4.005*** |
| (337.51) | (202.36) | (173.38) | (60.66) | (63.80) | (70.62) | (63.63) | (57.46) | (59.17) | |
| Observaciones | 18998 | 18998 | 18996 | 18996 | 18996 | 18996 | 18996 | 18996 | 18996 |
| Ajuste R2 | 0.131 | 0.222 | 0.244 | 0.256 | 0.269 | 0.320 | 0.446 | 0.449 | 0.496 |
Nota: *,**,*** denota significatividad estadística en los niveles del 5%, 1% y 0,1%, respectivamente. El estadístico t está representado entre paréntesis. M0, M1, …,M8, representa los modelos planteados de acuerdo a las variables de control.
La escolaridad y la experiencia sí influyen en el nivel de ingreso de manera positiva y significativa. Este resultado implica que una persona con mayor capital humano, recibe ingresos más altos. Este hallazgo concuerda con el planteamiento de Schultz (1961) afianzado por Becker (1964), ambos autores indican que los conocimientos y habilidades de las personas mejoran sus oportunidades e incrementan sus ingresos. Los estudios realizados por O’Gorman (2010), Nordman, Robilliard, y Roubaud (2011), Campos, Ren y Petrick (2016) lo corroboran de igual manera.
Por otro lado, al considerar la edad potencial, esta tiene un efecto negativo y significativo, dando a entender que los aumentos en esta característica no representan ganancias para los trabajadores, haciendo mención a los rendimientos decrecientes que poseen las mismas. Al respecto Leping y Toomet (2008) y Vick y Fontanella (2017), en sus investigaciones apuntan que existe una brecha salarial entre las personas mayores y jóvenes, debido a la productividad y a causas de discapacidad.
El género del trabajador influye significativamente en el nivel de ingresos, y es negativo para las mujeres. Las mujeres mantienen una prima salarial por debajo de la percibida por los hombres. Al considerar el número de horas trabajadas, estas representan un efecto positivo y significativo sobre el nivel salarial, es decñir aumentan el nivel de ingreso de los trabajadores. Con respecto a la etnia, existe una brecha positiva y significativa para afro-ecuatorianos, mestizos y blancos en el ingreso con respecto a la etnia indígena. A similares conclusiones llegó Rathelot (2014) quien señala que la brecha salarial aumenta considerablemente por la discriminación de etnias. Finalmente, al agregar la formalidad, esta posee un efecto positivo y significativo respecto a la informalidad, resultado de la estabilidad y menor riesgo que los trabajadores incurren al ser empleados de forma legal. En ese mismo sentido, Saari et al. (2016) alegan que las personas que trabajan en el sector informal, tienen menos salarios, que conllevan a la pobreza
En el Tabla 5 se muestran los resultados de las ecuaciones (3) y (4) para el año 2008, 2013 y 2018. En 2008 existe una brecha salarial por sector, la cual es explicada en parte por las diferencias en la dotación del capital humano y por la existencia de discriminación para el grupo de trabajadores del sector privado. Este resultado persiste para los años 2013 y 2018, en ellos tanto el componente explicado y no explicado, de esta brecha, se reduce para el año 2013, no obstante, para el año 2018 aumenta en comparación con el 2013, pero en una menñor proporción, en comparación con el 2008, al considerar que el ingreso es comparable para los tres años, gracias al uso de un deflactor (ver Figura 4).
Tabla 5 Descomposición del ingreso Oaxaca-Blinder 2008, 2013 y 2018
| 2008 | 2013 | 2018 | |
| Diferencial | Ñ | ||
| Predicion_1 | 6,304*** | 6,446*** | 6,554*** |
| (440,96) | (626,65) | (570,26) | |
| Predicion_2 | 5,158*** | 5,397*** | 5,454*** |
| (750,85) | (952,17) | (766,60) | |
| Diferencia | 1,146*** | 1,049*** | 1,100*** |
| (72,26) | (89,35) | (81,36) | |
| Descomposición | |||
| Dotaciones | 0,623*** | 0,510*** | 0,548*** |
| (48,09) | (52,64) | (50,35) | |
| Coeficientes | 0,737*** | 0,653*** | 0,703*** |
| (28,88) | (35,83) | (34,27) | |
| Interacción | -0,214*** | -0,114*** | -0,151*** |
| (-8,84) | (-6,52) | (-7,88) | |
| Observaciones | 25202 | 24374 | 18996 |
Nota: *, **, *** denota significatividad estadística en los niveles del 5%, 1% y 0,1%, respectivamente. El estadístico t está representado entre paréntesis.
Un resultado similar es encontrado por Danzer (2019) y Aslam y Kingdon (2009). En sus estudios los trabajadores del sector público gozan de una prima salarial mayor y además los trabajadores de este sector están más satisfechos con la seguridad laboral que les proporciona el sector público. En relación al componente discriminatorio, este estaría relacionado con el comportamiento por parte del Estado, que concentra un mayor número trabajadores en el sector público, con una prima salarial mayor pese a un nivel de productividad bajo, que no compensa esta prima.
Este resultado se asemeja al propuesto por Robinson, Torvik, y Verdier (2017), los cuales sugieren que se encuentra relacionado con el patrocinio que genera el Estado por medio del empleo, sin importar el nivel de productividad de los trabajadores, el cual a su vez, asegura su permanencia en futuras elecciones. Además de considerar que el tamaño del sector público es mucho mayor en el Ecuador, durante los tres años de estudio, que demostraría lo planteado en la literatura sobre el “buen empleador” con que se comporta el Estado (Chaudhuri, Ghosh, y Banerjee, 2018; Enikolopov, 2014; Jaimovich y Rud, 2011).
Conclusiones
En este estudio se descompone la brecha de ingresos en Ecuador, según el sector laboral para los años 2008, 2013 y 2018, utilizando la descomposición Oaxaca (1973) y Blinder (1973). La desigualdad de ingresos afecta principalmente a los empleados del sector privado, indígenas y del área rural. La brecha se presenta a nivel de ingreso, ya que esta es la principal fuente económica de los hogares y depende tanto del nivel de capital humano como de los años de experiencia del trabajador.
En los tres años de estudio, la brecha salarial negativa para empleados del sector privado, se debe tanto a factores en las dotaciones en capital humano y discriminación, pues, al descomponer las brechas según las dotaciones, los empleados del sector privado presentan una brecha positiva. La descomposición salarial Oaxaca (1973) - Blinder (1973) permitió determinar que la brecha salarial no es atribuible únicamente a las dotaciones de capital humano, sino que responde a distintos factores como el área geográfica donde habita, el sexo y etnia.
Implicaciones de gestión
El estudio de la brecha salarial público-privada tiene importantes implicaciones políticas en una amplia gama de problemas del mercado laboral. En este sentido, evaluar la brecha y comprenderla es muy importante. Esta investigación reitera la implantación de medidas enfocadas a disolver las disparidades entre los trabajadores de ambos sectores, por medio de una gestión apropiada del recurso humano. Sin embargo, es muy importante la búsqueda de un equilibrio en ambos sectores y tener presente que los cambios pueden afectar de forma positiva o negativa al sector público-privado. Así, la evidencia empírica muestra que los salarios del sector privado son muy sensibles a las variaciones de los salarios en el sector público (European Comission, 2014). En relación al componente discriminatorio, este se puede reducir por medio de un reajuste salarial en el sector público, que debe estar en función de la productividad de los funcionarios.
Son varias las consideraciones a tener en cuenta: (1) según Vilerts (2018), los salarios superiores del sector público pueden justificar la externalización de algunas funciones del gobierno al sector privado, (2) la búsqueda de personal puede llevar a forzar al sector privado a aumentar los salarios para competir por los empleados en el mercado laboral. Sin embargo, se debe tener presente que el incremento de salarios puede llevar a reducir la rentabilidad del sector privado, (3) los salarios muy bajos en el sector público puede llevar a no ser competitivos en términos de atraer y retener empleados calificados, lo que puede surgir con el tiempo una reducción de la calidad de los servicios públicos (Elliott et al., 2007; Vilerts, 2018).
Por lo tanto, es de gran importancia enfocar las políticas a la provisión uniforme de capital humano, además de generar condiciones que garanticen el funcionamiento del mercado laboral. De esta forma, puede aumentarse el poder de negociación de los trabajadores en cualquiera de los dos sectores.
Limitaciones y sugerencias para futuras investigaciones
El análisis comparativo de los tres años de estudio de la investigación se realiza con datos de corte transversal, lo que limita las dimensiones temporales y espaciales del análisis econométrico. En futuras investigaciones se puede tener en cuenta esta limitación, además de utilizar técnicas de econometría espacial (modelos de rezago espacial, error espacial, espacial de Durbin) con la finalidad de examinar los derrames espaciales de la brecha salarial.
