nueva página del texto (beta)
Español (pdf)
Artículo en XML
Referencias del artículo
Traducción automática
Enviar artículo por email
Citado por SciELO 
Similares en
SciELO 
Permalink
Introducción
La participación de la población en el sector económico de la informalidad representa una auténtica medida contracíclica social, con la que se busca resolver un déficit de oferta laboral en el mercado, por un tiempo determinado. Puede considerarse como un factor inevitable en los ciclos de la economía, dado que representa una situación sensible a los cambios en la estructura económica de toda nación. Una muestra de ello es la persistencia del sector informal en la economía de México, a través de los años y a pesar de las distintas formas de política económica implementadas.
En el presente trabajo se busca determinar aquellos factores que representan un riesgo de pertenencia al sector informal, incluyendo variables socioeconómicas y estructurales en la economía mexicana, dado su inminente crecimiento debido a la crisis económica mundial causada por la pandemia de la COVID-19.
En primera instancia, se presenta el contexto del sector informal de la economía global enmarcada por la denominada crisis del “gran confinamiento”, en donde las medidas sanitarias de prevención de contagio han resultado en un decrecimiento radical en todas las economías del mundo. A partir de esta referencia contextual, se presentan algunas de las características principales del sector informal de la economía, tanto a nivel global como a nivel latinoamericano, con especial énfasis en los factores que determinan la precariedad del sector en diversas naciones latinoamericanas.
A continuación, se hace un análisis del sector en México, incluyendo datos relacionados con la persistencia del sector en la economía mexicana, así como el comportamiento creciente del valor bruto de la producción del sector informal con respecto al año anterior.
En ese orden de ideas, se presenta un marco teórico con base en el enfoque dualista de la economía informal. En él se recoge la sugerencia de diversos autores para explicar dicho fenómeno a partir de dimensiones, tanto estructurales como institucionales, como una forma de comprender la razón por la cual una persona se integra al sector informal.
Para realizar la verificación de las hipótesis del presente estudio, se realiza un análisis de regresión logística binaria, incluyendo variables de tipo sociodemográfico y económico, lo que permite extraer una conclusión sobre cuáles son las variables que explican la probabilidad de que una persona se integre al sector informal de la economía, que son considerados en el presente trabajo como factores de riesgo en la denominada “trampa de la informalidad”, en un determinado sector de la población que presenta características específicas.
La crisis del “Gran confinamiento” y su efecto en el sector informal de la economía
Actualmente, se viven tiempos de enorme incertidumbre para la población mundial a causa de la pandemia de la COVID-19, una situación por la que una cantidad importante de organismos internacionales, entidades financieras e institutos de investigación prevén una recesión económica grave en 2020. Los gobiernos de todas las naciones han implementado medidas de salud pública, como el distanciamiento físico y el confinamiento, para evitar la propagación de esta enfermedad, lo que ha provocado una inédita caída de la actividad económica (FAO, 2020).
Las economías emergentes han resultado afectadas en tres canales principales: efectos directos de las restricciones implementadas en actividades no esenciales (como turismo y entretenimiento); asimismo, las restricciones al contacto social han significado que una parte de la población realice trabajo a distancia (en algunos casos, les impide laborar). Por otro lado, las exportaciones han caído en forma vertiginosa, así como sus precios, afectando una fracción significativa del PIB y los ingresos de gobierno. Por último, el choque financiero ha significado fugas de capitales, incremento del costo de financiamiento y una caída en el valor de la moneda para economías emergentes (Hevia y Neumeyer, 2020).
Además de ello, se espera que esta pandemia signifique un costo económico y humanitario especialmente fuerte en mercados emergentes y economías en desarrollo, con amplios sectores informales, que están relacionados con aspectos como la pobreza extendida, falta de acceso a sistemas financieros, sistemas de salud pública y de seguridad social deficientes, que tendrán impactos con mayor intensidad en la población de mujeres (World Bank, 2020).
Dadas estas circunstancias, se espera una afectación en prácticamente todas las regiones del mundo. En el caso del este de Asia y el Pacífico, el crecimiento llegará únicamente al 0.5 %; en Asia del Sur habrá una contracción del 2.7 %; en África Subsahariana por 2.8 %; en Medio Oriente y África del Norte por 4.2 %; en Europa y Asia Central por 4.7 %. En lo que respecta a América Latina, se calcula una contracción del 7.2 %, es decir, habrá altos costos humanitarios y económicos por la recesión global, en economías con sectores informales extensivos que aportan un tercio del PIB y aproximadamente el 70 % del empleo en mercados emergentes y en desarrollo1.
Específicamente en América Latina y el Caribe, el Fondo Monetario Internacional estima una contracción de -9.4 % en el PIB regional en el 2020. Esta región es la más afectada del mundo en términos de horas trabajadas e ingreso por trabajo. Durante los primeros tres cuartos de este año, las horas trabajadas cayeron en un 20.9 %, mientras que el ingreso por trabajo declinó en 19.3 % (OIT, 2020a).
Esta región se encuentra experimentando una crisis sin precedentes en sus mercados del trabajo mediante la pérdida de empleos, horas de trabajo e ingreso; impactos que no han sido correspondidos por el nivel de recuperación económica; incluso se están ampliando las brechas en términos de ingresos y labor entre distintos grupos poblacionales, representando un riesgo en términos de seguridad ocupacional y de salud (OIT, 2020a).
Asimismo, en las naciones latinoamericanas se espera un incremento del número de personas en situación de pobreza, que llegarían a 45 millones (de un total de 230 millones), además de una cantidad de personas en extrema pobreza, equivalente a 28 millones (de un total de 96 millones). Todo esto tomando en cuenta que, antes de la pandemia, el modelo de desarrollo de la región ya mostraba limitaciones estructurales severas, incluyendo indicadores de alto grado de informalidad y pobreza que continúan agravándose (United Nations, 2020).
De modo que, en Latinoamérica, los efectos de la crisis afectarán en forma significativa a las clases pobres y de medio ingreso, vulnerables en lo referente al acceso a oportunidades laborales en el sector formal de la economía; esto debido a que, de acuerdo con la Organización Internacional del Trabajo (OIT), en 2018 el 53.1 % de los trabajadores en América Latina y el Caribe laboraron en el sector informal. Debido a los efectos tanto directos como indirectos de la pandemia, es muy probable que la tasa actual de pobreza extrema (11 %) y pobreza (30.3 %) se incremente en el corto plazo (UNESCO, 2020).
El sector informal de la economía
De acuerdo con la Organización Internacional del Trabajo, en la XV Conferencia Internacional de Estadísticos del Trabajo (CIET), en enero de 1993, una traducción del concepto realizada por Negrete (2011), define la informalidad: “como algo consistente en unidades económicas orientadas a la producción de bienes y servicios con el objetivo primario de generar empleo e ingresos para las personas involucradas. Estas unidades típicamente operan a un nivel bajo de organización, con poca división o separación entre trabajo y capital en tanto factores de la producción y en una pequeña escala. Las relaciones laborales a su interior -cuando existen- están basadas en empleo casual, parentesco o relaciones personales y sociales, más que acuerdos contractuales acompañados de garantías formales...”
Generalmente se reconoce que la economía informal representa una situación laboral caracterizada por la falta de identidad jurídica, malas condiciones laborales, exclusión de los sistemas de protección social, elevada incidencia de accidentes y enfermedades laborales y limitada libertad sindical, en donde las principales características de las empresas informales son: No están constituidas, carecen de entidad jurídica independiente de sus propietarios y de una contabilidad completa, producen bienes y servicios comercializables, que a su vez están destinados a la venta o el trueque, tienen pocos trabajadores o estos no están registrados y no pertenecen al sector agrícola; por ello, son definidas como unidades de producción que incluyen tanto empresas creadas para el autoempleo como empresas de trabajadores sin acceso a beneficios de la formalidad (ILO, 2003). La participación del sector informal en la economía es un referente de la estructura productiva y laboral a nivel mundial, contabilizando un 62 % del empleo global; este factor tiene una participación preponderante en los países de ingresos medios-bajos, donde se observa que los niveles de informalidad son elevados, mientras que los medios fiscales y el espacio normativo son limitados para responder a las necesidades de estas empresas y trabajadores por cuenta propia. Actualmente, debido a la pandemia global causada por la COVID-19, casi 1600 millones de trabajadores de la economía informal han sido afectados seriamente por las medidas de confinamiento (OIT, 2020b).
A pesar de representar una extendida opción de supervivencia económica, las características de ocupación en el sector informal limitan a las sociedades en su intento por avanzar hacia mayores niveles de desarrollo, pues debido al insuficiente nivel de ingreso y protección social, representa condiciones persistentes en términos de vulnerabilidad social y económica (OCDE, 2019).
En lo correspondiente a las personas en condición de vulnerabilidad económica que suelen trabajar en la informalidad, a pesar de que el sector es decisivo para que trabajadores con pocas cualificaciones escapen de la pobreza, no representa una solución sostenible para el bienestar personal, debido a que la alta rotación entre los empleos precarios propicia la vulnerabilidad de las personas a cambios radicales en el entorno. En la actualidad, las personas económicamente vulnerables representan alrededor de 37 % de la población total de la región y sus condiciones económicas y laborales las ponen bajo el riesgo latente de volver a caer en pobreza (OCDE, 2020). En la región de Latinoamérica, las personas en condición de vulnerabilidad económica que laboran en la informalidad, realizan empleos de baja calidad con escasa o nula protección social; la presencia de una alta rotación entre los empleos precarios propicia la vulnerabilidad de las personas a los efectos de choques tanto a nivel individual como del hogar (OCDE, 2020).
Contexto de la situación problemática en México
De acuerdo con los datos relacionados con la medición del sector informal, en México, 15.3 millones de la población ocupada, de 15 y más años forma parte del sector informal, lo que representa un factor persistente en la dinámica empresarial mexicana, debido a que desde el año 2003 hasta 2018 se ha mantenido en un margen promedio del 11 % la participación de la economía informal por componente del PIB, de acuerdo con INEGI (2020) 2.
Aunado a ello, la tasa de informalidad muestra una reducción desde 2013 hasta el final de la muestra, con un estancamiento en torno a 57.65 %. Aunque algunos autores consideran que la ocupación en el sector informal muestra que los niveles han disminuido desde 2012, diferentes observadores han argumentado que esta reducción se vincula con la formalización de empleos preexistentes como consecuencia de los incentivos a la formalización. En ese sentido, el incremento del empleo eventual puede verse también como resultado de las mismas disposiciones (Reyes, 2019).
Un análisis realizado por Samaniego en 2016 muestra que el alza en las tasas de informalidad a partir de 2007 fue más notable en trabajadores independientes, además de que calcula la probabilidad de retorno a la formalización para algún trabajador informal en función de su antigüedad, observando que aumenta entre los primeros 3 y 10 meses de trabajo y desciende a partir de ellos (Instituto Belisario Dominguez, 2016). Lo anterior es una muestra de que aplicar medidas de fomento a la formalización y protección de trabajadores del sector informal en una economía en crisis debe realizarse tanto en forma adecuada y pronta, con el objeto de reintegrar la mayor cantidad de trabajadores al sector formal de la economía pertinentemente.
En la referida investigación se presentan algunas de las características de la informalidad en referencia a un sector de la población en el que se resalta la estrecha relación entre grupos etarios, nivel educativo y sector de actividad con el tipo de tamaño de establecimiento en donde desempeñan sus respectivas actividades productivas. Asimismo, la escolaridad de las personas dedicadas a la informalidad es mayor entre personas que sólo cuentan con educación básica (nivel primaria y secundaria), se considera que este sector económico tiende a apreciar en mayor medida el beneficio a corto plazo (ingresos de subsistencia) que a largo plazo (seguridad social, ahorro para la vejez).
En ese orden de ideas, INEGI (2020) muestra que, en México, la condición de empleo informal por sexo está representada en 57.6 % de las mujeres y 55.3 % de los hombres se encuentran en esta situación, sin embargo, por grupo de edad, las personas más jóvenes y las adultas mayores se encuentran en mayor proporción en la informalidad: 82.1 % de jóvenes de 15 a 19 años y 72.5 % de la población de 60 y más años. Por otro lado, el grupo de 25 a 29 y de 30 a 34 años, participan menos en la informalidad (49.1 y 48.9 %, respectivamente).
Además, la ocupación informal en agosto de 2020 ascendió a 27.8 millones, al tiempo que la Tasa de Informalidad Laboral se situó en 55.1 %, cifra mayor en 0.2 puntos porcentuales comparada con la del mes previo (INEGI, 2020d).
En seguimiento a lo anteriormente presentado, el siguiente apartado mencionará la estructura de la informalidad en México, en términos de los sectores que aportan en mayor medida a la producción bruta nacional.
Estructura del sector informal en México
La estructura del sector informal en México es recogida por el sistema de cuentas nacionales, mediante la medición del valor bruto de la producción de la economía informal, que incluye las cantidades correspondientes a los sectores de esta dimensión de la economía en términos de cada uno de los sectores económicos, como se muestra a continuación (Tabla 1).
Tabla 1 Valor bruto de la producción del Sector informal de la economía en México.
| Concepto | 2018P |
|---|---|
| Total en millones de pesos a precios corrientes del Sector informal | $3,494,479.67 |
| 21 - Minería | $9,770.36 |
| 23 - Construcción | $1,087,945.34 |
| 31-33 - Industrias manufactureras | $702,366.21 |
| 43 - Comercio al por mayor | $9,925.30 |
| 46 - Comercio al por menor | $1,048,207.46 |
| 48-49 - Transportes, correos y almacenamiento | $188,660.91 |
| 51 - Información en medios masivos | $35.08 |
| 53 - Servicios inmobiliarios y de alquiler de bienes muebles e intangibles | $81,622.68 |
| 54 - Servicios profesionales, científicos y técnicos | $15,038.76 |
| 56 - Servicios de apoyo a los negocios y manejo de residuo,
y servicios de remediación |
$15,787.09 |
| 61 - Servicios educativos | $1,120.19 |
| 62 - Servicios de salud y de asistencia social | $5,826.50 |
| 71 - Servicios de esparcimiento culturales y deportivos, y recreativos | $9,765.03 |
| 72 - Servicios de alojamiento temporal y de preparación de alimentos y bebidas | $142,766.65 |
| 81 - Otros servicios excepto actividades gubernamentales | $175,642.12 |
| P Cifras preliminares | |
Fuente: INEGI. Sistema de Cuentas Nacionales de México. Medición de la Economía Informal (2020).
Además de ello, es posible observar que, en el comportamiento del valor bruto de la producción del sector informal de 2003 a 2018, se observa que el mayor crecimiento se reportó en el año 2009 y el menor en 2010, periodo de transición de la recesión económica mundial a la recuperación que fue observada en esos años, y que representa el antecedente más cercano a una situación de crisis global como la causada por la pandemia por la COVID-19, como se muestra en la Fig. 1.
Fuente: INEGI (2020) 3.
Fig. 1 Crecimiento del valor bruto de la producción del sector informal con respecto al año anterior.
En términos del nivel de ocupación en el sector informal en las entidades federativas en México, relacionado con el porcentaje respecto a la población ocupada muestra que las entidades federativas que tienen mayores niveles en este rubro son Michoacán, Yucatán, Puebla, Veracruz, Morelos, Estado de México, Guerrero, Hidalgo, Oaxaca y Tlaxcala, comparado con otros estados de la República.
Asimismo, al realizar una comparación entre el nivel de pobreza con el coeficiente Gini del ingreso disponible de los hogares per cápita, relacionado con la desigualdad, y el porcentaje de la población en situación de pobreza, se obtiene la siguiente gráfica de radar.
Fuente: Elaboración propia con base en bases de datos de INEGI (2020).
Fig. 2 Gráfico radial que muestra el porcentaje del coeficiente GINI, Pobreza y Nivel de Ocupación en el sector informal (2020 primer trimestre).
Como es posible observar en la figura anterior, tomando en cuenta los datos disponibles en las encuestas oficiales sobre informalidad en México realizadas por INEGI, se identifica que los factores que impulsan a que una persona se integre al mercado informal son tanto sociodemográficas como relacionadas con la estructura del mercado, es decir, son tanto parte del entorno social como de las características del entorno del mercado, que son dimensiones identificadas en los distintos enfoques teóricos que explican el fenómeno de la informalidad en su conjunto; es por ello que a continuación, se presentan algunos enfoques teóricos de la informalidad para explicar las dimensiones de este fenómeno económico.
Enfoques teóricos de la informalidad
En el trabajo de Gibson y Kelley (1994), se propone una teoría clásica de la informalidad. En ella se debe considerar que, debido en parte a un efecto de crisis económica global durante la década de los años 80, el tamaño del sector informal ha incrementado en casi todos los países en vías de desarrollo, excepto por los de mayor dinamismo tales como los del Sureste asiático. Los estimados del tamaño de este sector varían entre países, pero cantidades representativas muestran que casi la mitad del empleo urbano de economías en desarrollo se encuentran en el sector informal, lo que, a pesar de la menor productividad laboral, contribuye con una porción considerable del PIB en países en desarrollo. Como una generalización, las tecnologías en el sector informal son rudimentarias y la productividad del trabajo es característicamente baja, en el sentido en que la productividad del capital puede ser tan baja que los coeficientes de entrada fijos e intermedios pueden ser mayores que en el sector formal. Diversos estudios muestran que el compromiso marginal de capital financiero para crear un trabajo es una fracción comparada con el sector formal, lo que ha llevado a pensar a distintos legisladores que el sector informal es una “forma barata de creación de empleos”. Los autores consideran que una teoría de la informalidad consistente debe considerar dos aspectos principales: el crecimiento del sector informal se relaciona con condiciones del desarrollo capitalista y las tecnologías empleadas en el sector informal no pueden ser caracterizadas fácilmente excepto que tienden a ser ahorro en mano de obra en general. De esta manera, el teorema presentado por Gibson et al. (1994), propone lo siguiente:
Si pj es el precio del jth de n bienes, aij representa la cantidad de los ith bienes para producir una unidad del jth bien, lj es el coeficiente de trabajo directo para el jth bien. La técnica dominante provee una solución para el sistema de precios relativos y la tasa de ganancia, r , con la tasa de salario tomada como unidad:
Y el numerario determinado por:
Donde qj son pesos arbitrarios y semipositivos. Este sistema tiene la solución (pj , r).
Como el proceso informal existe para el kth bien, con su tasa de ganancia determinada por:
En conjunto con las ecuaciones:
Da una solución
La proposición es:
Por ejemplo, los costos en el proceso del sector informal son mayores que en el sector formal cuando son evaluados al conjunto dominante de precios. La prueba se hace al asumir lo contrario:
Tomando en cuenta el teorema de Okishio
(1961), la solución para la tasa de ganancia si los capitalistas
adoptaran los procesos del sector informal serían
En ese orden de ideas, de acuerdo con un trabajo realizado por Chen (2012), dentro del desarrollo teórico que se ha realizado sobre la informalidad, existen distintos enfoques que explican este fenómeno económico; algunos economistas suscriben la noción de que la economía informal se compone de emprendedores informales quienes voluntariamente laboran informalmente, mientras que otros reconocen que este sector suele expandirse durante crisis económicas o recesiones, sugiriendo que la necesidad motiva la informalidad. Otros observadores puntualizan que es una característica del crecimiento económico contemporáneo en el ámbito global; asimismo, se ha generado un incremental reconocimiento de que existen distintos factores relacionados con la diversidad de segmentos que integran la economía informal, dentro de los cuales propone dos teorías causales relacionadas con formas de salida de la normatividad institucional (evasión oportunista, evasión de impuestos, actividades ilegales, evasión de normas laborales) y formas de exclusión del mercado (segmentación del mercado de mano de obra, complejas cargas por regulaciones gubernamentales y exceso de la carga impositiva).
En seguimiento a lo anterior, en una investigación presentada por Jiménez (2012), menciona que existen dos enfoques sobre el estudio de la informalidad: Estructuralista e Institucionalista. En la dimensión estructuralista se plantea la existencia de dos sectores, moderno y tradicional, en donde el primero concentra las grandes unidades productivas y el uso de técnicas de producción intensivas en capital, con altos niveles de productividad, empleos de alta calidad, y que operan bajo la acumulación capitalista. El segundo, sector tradicional o informal concentra unidades productivas pequeñas, que operan bajo la motivación de la subsistencia y de oferta de empleos de baja calidad, en las que abundan las técnicas de producción intensivas en mano de obra y bajos salarios.
Es de esta manera que, de acuerdo con Jiménez (2012), algunos autores relevantes coinciden en el enfoque estructuralista como una explicación adecuada para comprender la informalidad como un fenómeno económico fundamentado en un conjunto de vinculaciones del mercado caracterizadas por el subdesarrollo, la explotación en sus diversas variantes y la subordinación heterogénea (Tokman, 2001); además, se considera como un entorno económico basado en la ilegalidad y la racionalidad productiva (Guerguil, 1988); una fuente de trabajo de baja calificación, acceso de financiamiento externo limitado y sustitución del trabajo con baja calificación por capital físico (Amaral y Quintin, 2003), que es una barrera estructural persistente para el crecimiento económico (Cimoli et al., 2006), explicada fundamentalmente por la generación de actividades secundarias con menor remuneración y condiciones de trabajo precarias (Uribe y Ortíz, 2004).
Por su parte, en la dimensión institucionalista el sector informal se caracteriza por agrupar actividades económicas que se desarrollan bajo la alegalidad, en términos del incumplimiento de las reglamentaciones comerciales, laborales y/o ambientales, entre otras. Es decir, son actividades legales porque ofrecen productos o servicios que traen beneficios y no perjuicios, pero que evaden las políticas tributarias. Desde la corriente institucional, las personas que se integran al sector informal lo hacen por decisión y propia conveniencia.
Por su parte, los autores que han abordado el tema explican este enfoque como una fuente relevante de empleo cuya existencia obedece a la insuficiencia dinámica de la economía y como tal, un refugio involuntario de personas con bajos ingresos (Rosenbluth, 1994), característico de las sociedades sub- desarrolladas y derivado del tipo de relación impuesto por el sistema capitalista a nivel mundial (De Soto, 1987), en donde los trabajadores cuentan con distintas condiciones sociodemográficas y de satisfacción laboral características de una actividad precaria (Bernal, 2009); representa un sector segmentado por la legislación o inducido por la rigidez del sindicalismo, así como por los altos costos laborales del sector formal, que representa las ineficiencias del mercado del trabajo y de las reformas requeridas (Maloney, 1998), debido a que una parte considerable de su actividad productiva permanece ajena al alcance de las políticas tributarias del Estado (Núñez, 2002).
A partir de los datos obtenidos en fuentes oficiales y el marco teórico propuesto, la presente investigación contribuye mediante la identificación de un modelo que describe el perfil de una persona con mayor probabilidad de integrarse al sector formal de la economía, considerando tanto las características sociodemográficas del individuo como la estructura del mercado tomando en cuenta el efecto de la pandemia en las condiciones económicas actuales.
Método
Con objeto de verificar las variables correspondientes a las dimensiones estructuralista e institucionalista de la informalidad que se asocian en forma independiente con la integración al sector informal de la economía, se realizó un análisis de regresión logística binaria incluyendo variables tanto de naturaleza cuantitativa, así como categóricas en el conjunto de regresoras.
Los criterios bajo los cuales se realizó la selección de variables siguen la propuesta dualista de la economía propuesta por Gibson y Kelley (1994), considerando el modelo de variables estructurado con base en los autores que soportan el marco teórico de la presente investigación.
Las bases de datos de las cuales se obtuvo la información relacionada con bases de datos la Encuesta Nacional de Ocupación y Empleo de INEGI, así como de registros correspondientes al PIB (INEGI, 2020), el coeficiente de GINI para la medición de la desigualdad (INEGI, 2020), datos referentes al porcentaje de personas en situación de pobreza (INEGI, 2020) y el reporte sobre administración pública de INEGI (2020b) para determinar el alcance de cobertura de las políticas públicas a nivel de entidad federativa.
Asimismo, datos obtenidos de la Secretaría de Hacienda y Crédito Público de México, con políticas públicas tales como el Régimen de Incorporación Fiscal, el cual es régimen especial diseñado para personas físicas que obtengan ingresos de hasta dos millones de pesos anuales, considerados como pequeños contribuyentes4, así como registros oficiales relacionados con indicadores de recaudación con los montos totales de las obligaciones fiscales pagados por entidad federativa (SHCP, 2019)
Se incluye además una variable dicotómica a partir de un punto de corte correspondiente a un porcentaje de letalidad de más o menos 10 % en cada estado de la república obtenidos de las fuentes oficiales disponibles en internet, que permite determinar el efecto de la pandemia de la COVID-19 en la estructura económica de cada entidad federativa, siendo una variable de tipo estructural emergente en nuestro país; asimismo, se determinaron variables independientes cuantitativas, categóricas, así como algunas de efectos fijos relativas a indicadores estatales pada cada individuo.
Para la construcción de la variable dependiente, se incluyeron dimensiones relacionadas con la pertenencia al sector formal o informal de la economía, ya sea como trabajadores por cuenta propia o empleadores, en donde se consideran distintas categorías disponibles en la ENOE, se incluyen las denominaciones de cada variable de acuerdo con el diccionario de datos de la INEGI5. De esta manera, los datos utilizados en el presente análisis fueron determinados mediante la aplicación de filtros en las bases de datos, considerando únicamente a la población con empleo precario, definido en función de la tasa de ocupación en el sector informal, la tasa de informalidad laboral y la tasa de condiciones críticas de ocupación, además de incluir la medición de personas que participan en la economía formal, con lo que se cuenta con indicadores de ambos sectores para la definición de la variable dicotómica dependiente.
En la Tabla 2 se muestran cada una de las dimensiones y los criterios de selección para ser integradas en la operacionalización de la variable dependiente, tomando como referencias los criterios de selección propuestos en la columna correspondiente.
Tabla 2 Definición de las dimensiones de la variable dependiente.
| Dimensión de variable dependiente | Tipo de variable | Código | Criterio de selección |
|---|---|---|---|
| Clasificación de empleos formales e informales de la primera actividad |
Categórica dicotómica |
emp_ppal | Ambas categorías (Formal e informal) |
| Tipo de unidad económica del trabajo principal |
Categórica dicotómica |
tue_ppal | Ambas categorías (Formal e informal) |
| Filas agregadas de la matriz Hussmanns del trabajo principal |
Categórica múltiple |
mh_fil2 | Sector informal / Sector formal |
| Columnas de la matriz Hussmanns del trabajo principal |
Categórica múltiple |
mh_col | Trabajadores por cuenta propia o empleadores del sector informal. Trabajadores por cuenta propia o empleadores del sector formal |
Fuente: Elaboración propia (2020) con base en ENOE de INEGI (2020).
En lo que respecta a las variables independientes cuantitativas del modelo propuesto en este trabajo, se incluyen los siguientes datos.
Tabla 3 Variables independientes cuantitativas del modelo.
| Nombre de variable | Dimensión | Código | Criterio de selección |
|---|---|---|---|
| Promedio de ingreso por hora trabajada |
Entorno social | ing_x_hrs | Inclusivo para todos los datos |
| Años de escolaridad | Entorno social | anios_esc | Inclusivo para todos los datos |
| Edad | Entorno social | Eda | Inclusivo para todos los datos |
| PIB Estatal | Entorno de mercado | PIBE | Inclusivo para todos los datos |
| Desigualdad (GINI del ingreso disponible en los hogares) |
Entorno de mercado | GINI | Inclusivo para todos los datos |
| Pobreza (porcentaje de la población en situación de pobreza) |
Entorno de mercado | POBREZA | Inclusivo para todos los datos |
| Políticas públicas (Grado de cobertura con programas de desarrollo municipal al cierre del año según status 2018) |
Entorno de mercado | POLPUB | Inclusivo para todos los datos |
| Monto de apoyos de gobierno federal otorgados por entidad federativa |
Entorno de mercado | MONTO | Inclusivo para todos los datos |
| Monto compensatorio por Régimen de Incorporación Estatal por estado |
Entorno de mercado | RIF | Inclusivo para todos los datos. |
| Monto gastado en obligaciones fiscales por entidad federativa |
Entorno de mercado | FISCAL | Inclusivo para todos los datos |
| Cantidad de empresas con apoyos de gobierno |
Entorno de mercado | APOYO | Inclusivo para todos los datos |
Fuente: Elaboración propia (2020) con base en INEGI y SHCP.
Por otro lado, en lo que respecta a las variables independientes categóricas del modelo propuesto en este trabajo, se incluyen la siguiente información.
Tabla 4 Variables independientes categóricas del modelo
| Nombre de variable | Dimensión | Código | Criterio de selección |
|---|---|---|---|
| Clasificación de la población ocupada por condición de ocupación | Entorno social | c_ocu11c | Inclusivo para todas las categorías (Trabajadores de la educación, funcionarios y directivos, Trabajadores industriales artesanos y ayudantes, Comerciantes, Operadores de transporte, Trabajadores en servicios personales) |
| Clasificación de la población ocupada por nivel de ingreso | Entorno social | ing7c | Inclusivo para todas las categorías (Desde menos de un salario mínimo hasta más de 5 salarios mínimos) |
| Clasificación de la población ocupada en busca de otro trabajo | Entorno social | búsqueda | Ambas categorías (Si busca trabajo, no busca trabajo) |
| Sexo | Entorno social | sexo | Ambas categorías (Hombre y Mujer) |
| Acceso a seguridad social | Entorno social | seg_soc | Ambas categorías (Con y sin acceso) |
| Nivel de letalidad de la COVID-19 en la entidad federativa (Cantidad de casos confirmados divididos entre muertes registradas) | Entorno social | letalidad | Ambas categorías, mayor y menor a 10 % (Punto de corte en 10 % de letalidad) |
Fuente: Elaboración propia (2020) con base en ENOE de INEGI (2020).
Considerando las bases de datos disponibles, se realizan regresiones de tipo binario Logit y Probit, que resultan útiles para los casos en los que se desea predecir la presencia o ausencia de una característica o resultado según los valores de un conjunto de predictores. Los coeficientes de regresión logística tipo Logit se utilizan para estimar la odds ratio de cada variable independiente del modelo (IBM, 2011), mientras que la regresión de tipo Probit se utiliza en esta investigación para contrastar los resultados obtenidos con la primera regresión.
De esta manera, en el modelo de regresión Logit la función de
distribución acumulada normal estándar
En el presente estudio se realiza un análisis probabilístico con un modelo de elección discreta y binaria, considerando a un individuo que debe adoptar una decisión que le permita elegir entre dos alternativas excluyentes, la 1 o la 0, lo que hará maximizando la utilidad esperada que le proporciona cada una de las alternativas posibles sobre las que tiene que decidir (Medina, 2003). Para efectos de la presente investigación, se consideran dos estados posibles para cada persona económicamente activa que se desempeña como autoempleado o dueño de su propio negocio: sector informal y sector formal.
Siguiendo con la explicación propuesta por Medina (2003), la formulación del modelo bajo esta teoría parte del supuesto de que la utilidad derivada de una elección, U i0 o U i1 , es función de las variables explicativas de dicha decisión, que son las características propias de cada una de las alternativas de elección y las características personales propias del individuo, de manera que suponiendo linealidad en las funciones, se tienen las siguientes expresiones:
En donde los
Y un modelo dicotómico correspondiente quedará definido por la siguiente expresión:
Considerando el modelo de variables que ocupa el presente trabajo de investigación con el objeto de proponer un modelo ajustado que explique la probabilidad de una persona, con determinadas características sociodemográficas en un entorno estructural determinado, se integre al sector informal de la economía, dada la mencionada variable dependiente, las alternativas de elección se acotan como sigue:
Con ello, el modelo que explica las dimensiones sociodemográficas y estructurales en términos de la teoría económica dualista de la informalidad se expresaría en la siguiente fórmula:
De esta manera, las dimensiones desagregadas del modelo hipotético muestran la siguiente relación de variables propuesta, las cuales serán consideradas para el cálculo de los indicadores de ajuste para representar conceptualmente una explicación del fenómeno de la informalidad, considerando dimensiones sociodemográficas y estructurales:
Resultados
Para el análisis econométrico de los datos se utilizó el software SPSS 25®, para el modelo Logit, las variables cuantitativas se registraron en el programa como covariables, mientras que las variables categóricas se registraron como factores, considerando una selección de procedimiento para la selección de variables en el que todas las variables de un bloque se introducen en un solo paso.
Con motivo de incluir evidencia sobre la consistencia de los resultados, se realizó un análisis de tipo Probit a manera de contraste entre los hallazgos obtenidos en la aplicación de Logit determinando aquellas variables que mostraron resultados similares en ambas pruebas.
En el análisis del total de las bases de datos consideradas armonizadas por entidad federativa, se obtuvieron 40,182 observaciones que cumplen con la codificación de las categorías de la variable dependiente discreta y binaria en términos de la pertenencia al sector informal de la economía (1) así como la pertenencia al sector formal de la economía (0).
Análisis Logit
En primera instancia, la tabla de clasificación muestra las respuestas observadas respecto a las respuestas pronosticadas con un porcentaje global equivalente al 72.5 % como el porcentaje de individuos que pertenecen al sector informal correctamente predichos por el modelo, por lo que se considera que el análisis está adecuadamente representado con el modelo considerado.
Tabla 5 Concentrado de clasificación del modelo.
| Observado | Pronosticado | ||||
|---|---|---|---|---|---|
| Binaria | Porcentaje correcto | ||||
| Formal | Informal | ||||
| Paso 0 | Binaria | Formal | 0 | 11035 | .0 |
| Informal | 0 | 29147 | 100.0 | ||
| Porcentaje global | 72.5 | ||||
|
| |||||
Fuente: Elaboración propia (2020).
En la siguiente tabla se presenta la prueba global o prueba de ómnibus de
coeficientes del modelo, en donde el estadístico Chi - Cuadrado (que evalúa la
hipótesis nula de que los coeficientes
Tabla 6 Pruebas ómnibus de coeficientes de modelo.
| Chi-cuadrado | gl | Sig. | ||
|---|---|---|---|---|
| Paso 1 | Paso | 15943.356 | 14 | .000 |
| Bloque | 15943.356 | 14 | .000 | |
| Modelo | 15943.356 | 14 | .000 | |
Fuente: Elaboración propia (2020).
En la siguiente tabla, se presenta el análisis relacionado con la R cuadrado de Cox y Snell, que es un coeficiente de determinación generalizado que se utiliza para estimar la proporción de varianza, de la variable dependiente explicada por las variables predictoras (independientes). Asimismo, la R cuadrado de Nagelkerke es una versión corregida de la R cuadrado de Cox y Snell, el cual muestra un valor máximo inferior a 1, y sirve para corregir la escala del estadístico para cubrir el rango completo de 0 a 1; debido a su valor como indicador de la capacidad del modelo en la explicación de la informalidad, se espera que los valores obtenidos sean cercanos a 1. A continuación, la tabla con los resultados obtenidos del análisis realizado.
Tabla 7 Resumen del modelo.
| Paso | Logaritmo de la verosimilitud -2 |
R cuadrado de Cox y Snell |
R cuadrado de Nagelkerke |
|---|---|---|---|
| 1 | 38878.011a | .328 | .437 |
| a. La estimación ha terminado en el número de iteración 5 porque las estimaciones de parámetro han cambiado en menos de .001 | |||
Fuente: Elaboración propia (2020).
Es decir, el 43.7 % de la Variable Dependiente es explicada por las variables incluidas en el modelo, en referencia a la predicción de la pertenencia de una persona al sector informal considerando variables relacionadas con las dimensiones que integran el enfoque binario de la economía, es decir, tanto de naturaleza estructuralista como institucionalista (tomando como base el R cuadrado de Nagelkerke).
En lo referente a al éxito en la predicción del modelo, la clasificación de los casos y su respectiva sensibilidad y especificidad, se muestra que aquellos casos que obtuvieron la característica observada (en este caso, la pertenencia al sector informal de la economía) fue predicha por el modelo correctamente para las personas que forman parte del sector formal en un 35.8 %, mientras que para aquellas que se han integrado al sector informal, fueron predichas correctamente en un 93.5 %, para un porcentaje global de 77.7 %.
Tabla 8 Tabla de clasificacióna.
| Observado | Pronosticado | ||||
|---|---|---|---|---|---|
| Binaria | Porcentaje correcto |
||||
| Formal | Informal | ||||
| Paso 1 | Binaria | Formal | 3948 | 7087 | 35.8 |
| Informal | 1887 | 27260 | 93.5 | ||
| Porcentaje global | 77.7 | ||||
| a. El valor de corte es .500 | |||||
Fuente: Elaboración propia (2020).
La tabla que contiene las variables del modelo ajustado que son representativas para explicar la pertenencia de una persona al sector informal de la economía, se muestran en la próxima tabla:
Tabla 9 Variables en la ecuación.
| B | Error estándar |
Wald | gl | Sig. | Odds ratio | |
|---|---|---|---|---|---|---|
| Hasta un salario mínimo | 1.676 | 0.042 | 1599.860 | 1 | 0.000 | 5.342 |
| Más de 1 hasta 2 salarios mínimos | 0.919 | 0.037 | 623.955 | 1 | 0.000 | 2.506 |
| Más de 2 hasta 3 salarios mínimos | 0.451 | 0.039 | 131.688 | 1 | 0.000 | 1.570 |
| Más de 3 hasta 5 salarios mínimos | -0.078 | 0.047 | 2.750 | 1 | 0.097 | 0.925 |
| Más de 5 salarios Mínimos | -0.883 | 0.065 | 183.082 | 1 | 0.000 | 0.413 |
| Años de escolaridad | -0.114 | 0.003 | 1471.767 | 1 | 0.000 | 0.892 |
| Busca otro trabajo | 0.523 | 0.129 | 16.366 | 1 | 0.000 | 1.687 |
| Sexo (Hombre) | -0.170 | 0.027 | 40.095 | 1 | 0.000 | 0.844 |
| Coeficiente de GINI (Desigualdad) | 2.979 | 0.151 | 387.877 | 1 | 0.000 | 19.675 |
| Porcentaje de Población en Pobreza | 0.385 | 0.094 | 16.885 | 1 | 0.000 | 1.470 |
| Nivel de Compensación por pertenencia al RIF | -0.003 | 0.000 | 67.213 | 1 | 0.000 | 0.997 |
| Gasto en Obligaciones fiscales | 0.001 | 0.000 | 108.743 | 1 | 0.000 | 1.001 |
| Nivel de letalidad por la COVID-19 | 0.275 | 0.025 | 122.263 | 1 | 0.000 | 1.316 |
Fuente: Elaboración propia (2020).
Dentro de la misma tabla, las variables significativas para el modelo que se relacionan con la dimensión institucionalista se encuentran dentro de las categorías consideradas en la búsqueda de otro trabajo, el nivel de compensación por pertenencia al RIF y el gasto en obligaciones fiscales; en la dimensión estructuralista se encuentran el nivel de salarios mínimos, los años de escolaridad, el sexo, el coeficiente de GINI, el porcentaje de población en pobreza y el nivel de letalidad por la COVID-19 en cada entidad federativa.
En ese concentrado de resultados, es posible observar que las variables regresoras del modelo ajustado, tanto cuantitativas como cualitativas-categóricas que presentan un coeficiente positivo, son variables que inciden en forma positiva con la probabilidad de que una persona se integre al sector informal de la economía, tales como un nivel de salarios equivalente hasta 3 salarios mínimos, la búsqueda de otro trabajo, la desigualdad, el nivel de pobreza, el gasto en obligaciones fiscales y una grado de letalidad por la COVID-19 mayor al 10 % en cada entidad federativa.
Por otro lado, aquellas que muestran un coeficiente negativo inciden en forma negativa con la probabilidad de integración al sector informal, es decir, son factores que orientan hacia la formalización de la actividad productiva; en este sentido, variables tales como obtener 3 o más salarios mínimos, los años de escolaridad, el sexo masculino, además de políticas públicas tales como el nivel de compensación por pertenencia al RIF fomentan a que la persona se integre al sector formal.
Análisis Probit para variables recurrentes significativas
Para la realización de un contraste de resultados, en el análisis Probit se consideraron las variables encontradas como estadísticamente significativas con Logit, tomando la variable dependiente binaria relacionada con la pertenencia de cada individuo al sector Informal o Formal, categorizada por el nivel de ingresos y considerando las variables categóricas como factores, para los 40,182 datos de la base armonizada por entidad federativa.
Los resultados obtenidos muestran una solución óptima después de 18 iteraciones, en donde las estimaciones de parámetro se muestran en la siguiente tabla.
Tabla 10 Estimaciones de parámetro de la base de datos armonizada utilizando Probit.
| Parámetro | Estimación | Desv. Error | Z | Sig. | Intervalo de confianza de 95 % | |
|---|---|---|---|---|---|---|
| Límite inferior | Límite superior | |||||
| Años de escolaridad | -.055 | .001 | -64.696 | .000 | -.057 | -.054 |
| Busca otro trabajo | -.311 | .041 | -7.544 | .000 | -.392 | -.230 |
| Sexo (Hombre) | .392 | .009 | 45.983 | .000 | .375 | .408 |
| Edad | -.005 | .000 | -14.900 | .000 | -.005 | -.004 |
| Nivel de letalidad por la COVID-19 | 1.503 | .156 | 9.641 | .000 | 1.197 | 1.808 |
| Porcentaje de Población en Pobreza | .532 | .033 | 16.067 | .000 | .467 | .597 |
| Nivel de Compensación por pertenencia al RIF | -.002 | .000 | -10.227 | .000 | -.002 | -.001 |
| Gasto en Obligaciones fiscales | .000 | .000 | 10.308 | .000 | .000 | .000 |
| Nivel de letalidad por la COVID-19 | .061 | .009 | 6.917 | .000 | .044 | .079 |
| Intersección | -.663 | .106 | -6.228 | .000 | -.769 | -.557 |
Fuente: Elaboración propia (2020).
La prueba de bondad de ajuste de Pearson muestra que las variables consideradas en la solución óptima encontrada son significativas, como se muestra en la siguiente tabla que incluye los resultados de las pruebas de chi-cuadrado.
Tabla 11 Pruebas de chi-cuadrado con método Probit.
| Chi-cuadrado | gla | Sig. | |
|---|---|---|---|
| Prueba de bondad de ajuste de Pearson | 4216172096.158 | 40172 | .000 |
| a. Las estadísticas basadas en casos individuales difieren de las estadísticas basadas en casos agregados. | |||
Fuente: Elaboración propia (2020).
En la tabla de concentrado de resultados es posible observar consistencia en las variables entre ambos modelos, en términos de significancia de cada variable y el sentido en el que fomentan la informalidad tomando en cuenta los signos de los indicadores presentados; sin embargo, es posible observar dos diferencias: tanto la búsqueda de otro empleo y el pertenecer al sexo masculino presentan coeficientes negativos, lo que indica que, a pesar de ser significativas, en este análisis de contraste los signos son distintos en consideración del sector informal.
Discusión
Una de las principales aportaciones del presente trabajo de investigación es determinar un modelo estadísticamente significativo que permita explicar la probabilidad de una persona de integrarse en el sector informal de la economía considerando determinadas variables sociodemográficas y económico-estructurales, incluyendo un nivel de afectación por el grado de letalidad por la COVID-19 en cada entidad federativa; en ese sentido, un análisis de los resultados obtenidos se presenta a continuación.
En primera instancia, dentro de los resultados obtenidos en el análisis Logit se destaca la columna Odds ratio, donde se muestra el valor de la exponencial de cada coeficiente, mostrando que tanto varía el cociente P /(1 - P) ante una variación en la variable correspondiente, considerando una mayor importancia al coeficiente en el grado en el que se encuentre más alejado de la unidad, y con base en ello, se presenta la siguiente interpretación de los resultados obtenidos en términos de la probabilidad de pertenecer al sector informal.
Clasificación de la población ocupada por nivel de ingreso
Las categorías de esta variable que muestran un coeficiente positivo son: si la persona recibe un ingreso desde menos de un salario mínimo (odds ratio = 5.342), más de 1 hasta 2 salarios mínimos (odds ratio = 2.506), más de 2 hasta 3 salarios mínimos (odds ratio = 1.570) veces mayor de pertenecer al sector informal en comparación con integrarse a la formalidad. En este caso, es un tema relacionado con obtener la mayor renta posible para contar con recursos de subsistencia.
Esta situación queda complementada en otras categorías relacionadas con un mayor nivel de ingresos, que presentan un coeficiente negativo de pertenecer a la informalidad, considerando las categorías: más de 3 hasta 5 salarios mínimos (odds ratio = 1.081) y más de 5 salarios mínimos de ingreso (odds ratio = 2.4213) veces mayor de establecerse formalmente, considerando que un mayor nivel de ingreso menor probabilidad de entrar al sector informal.
Años de escolaridad
Esta variable tiene un coeficiente negativo de probabilidad de integrarse al sector informal, con un odds ratio que muestra que hasta 1.121 veces mayor en que es posible que la persona decida dedicarse a una actividad productiva formal, lo cual se explica en la bibliografía revisada para este trabajo en términos de un mayor grado de estudios facilita el acceso a diversas oportunidades laborales, con mejores niveles de ingreso, siguiendo la lógica de la propuesta teórica de Mincer (1975).
Búsqueda de otro empleo
Esta variable tiene un coeficiente positivo en términos de pertenecer al sector informal, si la persona se encuentra en búsqueda de otro empleo, existe una posibilidad de 1.687 veces de que ingrese a ese sector. Esto puede explicarse por la necesidad inmediata de ingresos económicos en contraposición con la falta de oportunidades de trabajo en términos de un déficit de la oferta de trabajo puede ser un reflejo de una falla estructural de la economía, que no provee los empleos requeridos en cantidad y calidad (Jiménez, 2012).
Sexo
Esta variable tiene un coeficiente negativo, si la persona es del sexo masculino, existe una posibilidad de hasta 1.1848 veces de que la persona no se dedique a la informalidad, lo cual es un indicador que muestra que la probabilidad de insertarse en el sector informal es mayor para las mujeres, una manifestación de un entorno marcado por la desigualdad en el acceso a oportunidades de trabajo y desarrollo económico por cuestiones de género, estudiado por diversos autores tales como (Aguiar Barrera y Gutiérrez Pulido, 2017).
Nivel de desigualdad (Coeficiente GINI)
Esta variable tiene un notable coeficiente positivo de probabilidad de que una persona se integre a la informalidad, dado que, si existe un alto nivel de desigualdad, hasta en 19.675 veces es posible que las personas se dediquen a la informalidad, lo cual es razonable debido a que el coeficiente mide la desigualdad en términos de la concentración de la riqueza. En ese sentido, la desigualdad es considerado como un problema estructural de alcance regional, como lo propone (Cimoli et al., 2006).
Porcentaje de Pobreza
Esta variable tiene un coeficiente positivo, si hay alto nivel de pobreza, existe una posibilidad de hasta 1.47 veces de que la persona se dedique a la informalidad. La pobreza es un fenómeno relacionado con diversas dimensiones, tales como falta de acceso a la educación, falta de seguridad económica que obliga a laborar en vez de estudiar, así como un bajo nivel de preparación técnica es base para que un individuo considere desempeñar una actividad de bajo nivel técnico o de baja complejidad productiva. En la misma sintonía que los datos descriptivos de la estructura de mercado presentado en la Fig. 2, el porcentaje de pobreza por entidad federativa muestra un comportamiento similar con el nivel de ocupación en el sector informal.
Compensación fiscal por RIF
Esta variable tiene un coeficiente negativo, con un odds ratio que muestra que hasta1.003 veces es posible que la persona decida formalizar sus actividades productivas, lo cual se explica debido a que un mayor grado de apoyo en este rubro representa un factor que motiva a la persona a cumplir con sus obligaciones fiscales, lo cual es un resultado en concordancia con las investigaciones en el tema que ha realizado el Instituto Belisario Dominguez (2016), siendo esta una de las políticas públicas de fomento a la formalización del trabajo incluidas en las estrategias de gobierno a nivel federal.
Gasto por obligaciones fiscales
Esta variable tiene un coeficiente positivo, con un odds ratio que muestra que hasta1.003 veces es posible que la persona decida dedicarse a la informalidad, lo cual se explica debido a que un mayor grado de gasto por obligaciones fiscales fomentaría que la persona se dedique a la informalidad. Esta variable se encuentra en concordancia con la estrategia de la incorporación al RIF, descrita anteriormente y estudiada de igual forma por el Instituto Belisario Dominguez (2016), siendo esta otra de las políticas públicas de fomento a la formalización del trabajo incluidas en las estrategias de gobierno a nivel federal.
Nivel de letalidad por COVID-19
Esta variable tiene un notable coeficiente positivo de probabilidad de que una persona se integre a la informalidad, dado que, si existe un alto nivel de desigualdad, hasta en 1.316 veces es posible que las personas se dediquen a la informalidad, lo cual se explica debido a la importante cantidad de personas que se han integrado al sector informal debido al confinamiento producto de la pandemia. Esta variable se encuentra en alta concordancia con las investigaciones de la OCDE (2020), la OIT (2020a) y el Fondo Monetario Internacional (FAO, 2020).
Como se menciona anteriormente, la mayoría de estas variables son consistentes con el resultado de la aplicación del método Probit, debido a que se presentan como significativas estadísticamente, lo que aporta evidencia de la robustez del análisis y los datos considerados en las variables del modelo para explicar al sector informal de la economía, de acuerdo con la información contenida; en este análisis, algunos indicadores que aportan en forma significativa a la explicación del problema de investigación incluyen tanto el nivel de desigualdad como de pobreza presente en las entidades federativas, como dos elementos estructurales del mercado que influyen en forma relevante en la probabilidad de que una persona se integre a la informalidad.
De esta manera, los hallazgos encontrados en la presente investigación coinciden con las propuestas referidas en el marco teórico que soporta las variables de investigación del presente trabajo, con énfasis a aquellos autores que explican al sector informal desde el enfoque estructuralista del mercado, en términos de la propuesta antes referida de Guerguil (1988), quien propone que el enfoque estructuralista enfatiza la perspectiva ocupacional que sugiere que las causas del sector informal están fuertemente relacionadas con el mercado laboral y la distribución del ingreso.
Asimismo, es consistente con las dimensiones propuestas por Amaral y Quintin (2003), en el sentido de que el sector informal enfatiza labores de baja calificación, relacionados esencialmente con el bajo nivel educativo de la persona que labora en esta modalidad productiva; en ese sentido, es una de las razones por las cuales los años de escolaridad muestran un coeficiente negativo, pues a mayor escolaridad menor probabilidad de integrarse al sector informal.
Conclusiones
La importancia de los hallazgos de esta investigación es comprender la probabilidad de pertenecer al sector informal dadas distintas variables relacionadas en forma consistente con la dimensión estructuralista, y considerar los hallazgos presentados como una fuente de información válida para el diseño de intervenciones en políticas públicas en términos de la gestión de riesgos de trabajadores vulnerables y potenciales de caer en la informalidad, particularmente en países en vías de desarrollo, como se menciona en el reporte de la OCDE y la OIT (2019).
Los resultados muestran que, en el caso de México, el sector informal de la economía es un fenómeno primordialmente estructural, en donde las variables involucradas interactúan continuamente para determinar la posibilidad de que una persona se integre al sector informal de la economía, y se mantenga en esa situación laboral con el paso de los años.
La importancia del modelo presentado reside en la identificación de un conjunto de características para un perfil de individuo que tiene una mayor probabilidad de integrarse al sector de la informalidad, y permanecer ahí dadas las condiciones estructurales del mercado, que es el resultado del modelo Logit y su consecuente contraste con Probit.
Es decir, la baja expectativa de la probabilidad de empleabilidad en personas con características sociodemográficas determinadas (edad, escolaridad, sexo, estructura económica de la entidad federativa), serán un factor de dificultad para reintegrarse al sector formal de la economía, en un entorno económico que se reflejará en una cantidad importante de personas vulnerables económicamente.
En ese orden de ideas, ante los efectos de la crisis económica causada por el nivel de mortalidad de la enfermedad de la COVID-19 se deben implementar soluciones integrales que atiendan problemas sociales en forma simultánea, tales como el factor de la desigualdad económica y el nivel de pobreza de la población, dado que las predicciones coinciden en que se esperan pérdidas importantes de empleo en el sector formal, la falta de ingreso y empleo será absorbida por el sector informal de la economía de acuerdo con los reportes más recientes de CONEVAL (2020).
Esta situación será especialmente notable en un sector de la población que comienza con actividades económicas orientadas hacia la subsistencia, así como la probabilidad decreciente de una integración al sector formal en periodos económicos que muestran un comportamiento recesivo.
