Introducción

El sector terciario juega un papel preponderante en los países capitalistas (desarrollados y en desarrollo) (^{Alonso y Loor, 2018}) debido a su aportación al Producto Interno Bruto (PIB) y el porcentaje de población ocupada que aglutina (^{Weller, 2001}, ²⁰⁰⁴; ^{Coll-Hurtado y Córdoba, 2006}; ^{Escaith, 2006}). A nivel mundial, para 2020 más de 65 % del valor agregado como porcentaje del PIB estaba representado por este sector, y uno de cada dos trabajadores en 2019 laboraba en actividades terciarias (^{World Bank Group, 2022}).

La terciarización¹ de los países desarrollados se asocia con un proceso genuino (en respuesta a la transformación de su sociedad y de la estructura productiva); mientras que en las economías en desarrollo, con uno espurio (refugio para la mano de obra que no encuentra empleo en actividades con mejores ingresos); en ambos casos las actividades terciarias cuentan con un alto grado de heterogeneidad a nivel intrasectorial, por lo cual los dos tipos de terciarización pueden coexistir (^{Weller, 2004}). En Latinoamérica la terciarización se ha visto asociada con la expansión del empleo informal (^{García, 2001}; ^{Escaith, 2006}), rasgo característico del mercado de trabajo en América Latina y el Caribe (ALYC) con niveles de más de 50 % de la población ocupada (^{Organización Internacional del Trabajo [OIT], 2018}), incluso durante periodos de crecimiento económico (^{Beccaria y Groisman, 2015}); por lo que se espera que existan puestos de trabajo en el sector terciario que se ubiquen en este tipo de empleo con bajos niveles de ingreso, carencia de seguridad laboral y pocas o nulas prestaciones laborales (^{OIT, 2015}, ²⁰¹⁸).

Algunos estudios señalan la existencia de trabajos atípicos dentro de las actividades terciarias (^{Tregenna, 2014}), como es el caso de empleos temporales y a tiempo parcial (^{Organisation for Economic Co-operation and Development [OECD], 2001}) relacionados con la subcontratación (^{Alonso y Loor, 2018}; ^{Romero, López y Sánchez, 2018}) y con empresas que requieren de menos capital, aunque precisan de mayor cantidad de trabajadores para lograr el aumento de la producción. Por lo anterior, este sector se caracteriza por presentar menores niveles de productividad en comparación con la industria manufacturera (^{Witt y Gross, 2020}), en consecuencia, se suponen diferencias de este indicador en los tamaños de empresa, pues es sabido que la microempresa se asocia con actividades poco productivas (^{Beccaria y Groisman, 2015}) y con la informalidad (^{Garrido-Rodríguez y Pérez-Campuzano, 2019}). Paralelamente, sobresalen dos aspectos: tendencia modesta al aumento de las remuneraciones (^{De Jesús y Carbajal, 2017}) y precariedad laboral para los servicios especializados y no especializados (^{Garrido-Rodríguez y Pérez-Campuzano, 2019}). Asimismo, son las mujeres quienes predominan en este sector (^{Weller, 2001}; ^{García, 2001}; ^{Garrido-Rodríguez y Pérez-Campuzano, 2019}).

La economía mexicana expone un comportamiento similar respecto del proceso de terciarización. De acuerdo con el Instituto Nacional de Estadística y Geografía (^{INEGI, 2019}) y cálculos propios, en 2018 este sector aglomeró 87 % de las unidades económicas; 71.2 % del personal ocupado, 58 % de las remuneraciones y 54.3 % del Valor Agregado Censal Bruto (VACB).

Se puede observar que las actividades terciarias presentan bajos porcentajes de remuneración equiparados con los de población ocupada y VACB, por lo que el nivel de ingreso es una variable que requiere ser incorporada en el estudio del sector terciario. Simultáneamente, en la revisión de la literatura se pudo detectar que caracterizar el mercado de trabajo de este sector exige de un examen más allá de su forma descriptiva. Por consiguiente, reconocer los rasgos de sus trabajadores, así como las condiciones de trabajo por nivel de ingreso en México permitirá contar con un análisis preciso de este mercado en el sector servicios.

En este contexto, la pregunta que se plantea es: ¿cuáles son las características de la población ocupada por nivel de ingreso en las actividades terciarias en México? Asimismo, el propósito de esta investigación es caracterizar a la población ocupada por nivel de ingreso en el sector terciario en México en tres momentos: 2005, 2020 y 2021. La selección de la temporalidad se debe a lo siguiente: el primer año, porque es cuando surge la Encuesta Nacional de Ocupación y Empleo (ENOE), de donde se toman los datos para esta investigación; el segundo, por ser el año más reciente para analizar, previo a la pandemia por COVID-19; y el tercero, por presentar datos posteriores al año más álgido de la pandemia, además, la comparación de estos tres periodos posibilitará identificar cambios en el mercado de trabajo en el sector. Para alcanzar dicho objetivo se retomó la versión de Cambridge de la teoría de la segmentación de mercado de trabajo (TSMT).

El documento, además de la introducción, se divide en seis secciones. La primera, aborda la TSMT que sustenta esta investigación; la segunda, el origen de la terciarización; la tercera, la importancia del sector terciario en México; la cuarta, describe la metodología; la quinta, se refiere a los resultados, y la sexta, a las conclusiones.

Importancia del sector servicios en México

Durante las últimas dos décadas, el sector terciario en México ha afianzado su importancia económica y en materia de generación de empleos. Destacan los rubros relacionados con el número de unidades económicas y personal ocupado que superan 70 % de aportación a nivel nacional. Respecto de la población ocupada por sector, es posible observar una economía mexicana terciarizada (Tabla 1); no obstante, resalta el valor de las remuneraciones: el sector servicios concentra el mayor porcentaje y, aunque el monto es similar al del sector de la transformación, éste último cuenta con menor número de trabajadores. Sobresale el sector primario que durante el periodo de estudio presenta bajos porcentajes de participación en todas las variables (Tabla 1).

Tabla 1 Porcentaje de aportación de los sectores económicos al total nacional en varios rubros seleccionados, 2003-2018 

	2003	2008	2013	2018
Valor agregado censal bruto (VACB)
Primario	0.24	0.19	0.21	0.20
Secundario	49.16	54.98	51.93	45.48
Terciario	50.60	44.83	47.86	54.32
Unidades económicas
Primario	0.71	0.52	0.48	0.51
Secundario	11.57	12.38	12.11	12.61
Terciario	87.72	87.10	87.41	86.88
Formación bruta de capital fijo
Primario	0.19	0.19	0.12	0.10
Secundario	67.01	51.82	68.26	49.96
Terciario	32.80	47.99	31.62	49.94
Personal ocupado total
Primario	1.21	0.90	0.87	0.86
Secundario	31.99	28.55	27.95	27.92
Terciario	66.80	70.55	71.18	71.22
Remuneraciones
Primario	0.25	0.18	0.22	0.27
Secundario	43.33	43.29	44.06	41.69
Terciario	56.42	56.53	55.72	58.04

Fuente: elaboración propia con base en ^{INEGI (2019)}.

Cabe destacar que, dentro de las actividades terciarias, el comercio, de acuerdo con datos del ^{INEGI (2022)} y cálculos propios, desde los años noventa del siglo pasado y hasta el primer trimestre de 2022, reúne alrededor de 30 % de la población ocupada total; mientras que los servicios 70 %. Algo similar ocurre con la aportación al VACB,⁴ para el mismo periodo, el primero participa con alrededor de 30 % (50 % del comercio al por menor y 50 % del comercio al por mayor), mientras que el segundo con 70 %, destacando el papel de servicios inmobiliarios y de alquiler de bienes muebles e intangibles que por sí solo representa más de 25 % del VACB de los servicios.⁵

Los datos estadísticos muestran la importancia del sector servicios en la economía mexicana, además de la existencia de la terciarización en términos de población ocupada. Pese a la relevancia de éste, los niveles de aportación al VACB y de remuneraciones son casi similares a los reportados para el secundario con menor número de trabajadores. De ahí que resulte necesario indagar sobre las características del personal ocupado de este sector, el cual se ha caracterizado por contar con mayor porcentaje de hombres para el periodo de 2005-2022, sin embargo, en este lapso las mujeres han ido incrementando su participación con casi tres puntos porcentuales, de tal forma que, el mercado de trabajo tiende a dividirse en 50 % para ambos sexos (Figura 1). Cabe resaltar que 77.8 % del total de la población ocupada femenina, en el último trimestre de 2022, se halla laborando en el sector terciario, mientras que en los hombres este porcentaje es de 52.4 % (^{INEGI, 2022}).

Fuente: elaboración propia con base en ^{INEGI (2022)}.

Figura 1 Participación de la población ocupada en el sector servicios de acuerdo con el sexo, 2005-2022 (promedio anual en porcentaje) 

Al mismo tiempo, durante estos 17 años, las actividades del comercio y servicio se identifican por contar con mayores porcentajes de población en edades que van de los 20 a los 49 años, aunque el grupo etario de 50 a 59 años ha ido en aumento al pasar de 12.5 % a 17.5 % de 2005 a 2022, lo mismo que el de 60 años y más que en el mismo periodo aumenta su contribución en 2.6 puntos porcentuales (Figura 2). El caso opuesto se halla en los jóvenes de 15 a 19 años cuya participación desciende en 2.8 puntos porcentuales de 2005 a 2022. En otras palabras, el sector terciario tiende a ser un mercado de trabajo de adultos.

Fuente: elaboración propia con base en ^{INEGI (2022)}.

Figura 2 Participación de la población ocupada en el sector servicios de acuerdo con grupos de edad, 2005-2022 (promedio anual en porcentaje) 

Finalmente, otro de los rasgos de su población ocupada se asocia con un nivel de instrucción en aumento, ya que quienes cuentan con el nivel medio superior y superior comienzan a predominar, rebasando 50 % del total de la población en 2021. De 2005 a 2022 aumentaron su aportación en 19.2 puntos porcentuales (Figura 3). Cabe señalar que el nivel de instrucción en México también ha ido aumentando, ya que en 2010 era de 8.6 (levemente por encima del segundo grado de secundaria) y en 2020 fue de 9.7 (por arriba del tercer grado de secundaria) (^{INEGI, 2020}). Así, en 17 años el mercado de trabajo, de acuerdo con algunos de los rasgos de su población ocupada, se ha caracterizado por un incremento de la participación de las mujeres, así como de la población adulta y trabajadores con mayor nivel de instrucción.

Fuente: elaboración propia con base en ^{INEGI (2022)}.

Figura 3 Participación de la población ocupada en el sector servicios de acuerdo con el nivel de instrucción, 2005-2022 (promedio anual en porcentaje) 

Metodología

En esta investigación se utilizaron datos del primer trimestre de la ENOE correspondientes a los años 2005, 2020 y 2021 del personal ocupado en el sector servicios, lo cual permite hacer un análisis comparativo entre la primera emisión de esta encuesta con datos recientes previos y posteriores a la COVID-19. En total se contaron con 96 145 observaciones para 2005; 101 049 casos para 2020 y 79 591 para 2021 (^{INEGI, 2022}).

Para caracterizar a la población ocupada del sector servicios se retomaron variables del lado de la oferta como: edad, sexo y nivel de instrucción. Además, se consideraron aquellas que representaran a la demanda del trabajo: tipo de empleo (formal e informal), tamaño de la empresa y rama de la actividad económica. Asimismo, el nivel de ingreso se empleó para realizar la segmentación del mercado de trabajo. Todas ellas fueron renombradas y clasificadas como se muestra en la tabla siguiente.

Para lograr el objetivo planteado se estimaron tres modelos de regresión logística ordinal, uno para cada año de análisis. Estos modelos se diferencian de los modelos de regresión por mínimos cuadrados ordinarios en que pueden realizar las estimaciones cuando la variable dependiente es de tipo ordinal, como lo es el nivel de ingreso, por tal motivo no requiere sea continua. De acuerdo con ^{Cameron y Trivedi (2005)}, estos modelos siguen la siguiente relación entre variables:

Donde xi' es la matriz de datos y no incluye intercepto, β es un vector que contiene los coeficientes de la especificación y ui el término de perturbación estocástica. Los modelos logísticos ordenados deben contar necesariamente con m categorías que lo definen de la siguiente manera:

Con α0=-∞ y αm=∞. De tal modo,

Donde F es la función de distribución acumulativa de ui. Al maximizar la función de verosimilitud logarítmica se estiman los parámetros β, así como sus puntos de corte (m-1) α1,…,αm-1 para una muestra de N observaciones independientes y m alternativas de elección: LN=∏i=1N∏j=1mpijy=ij. Con el logaritmo neperiano aplicado en ambos lados de la ecuación, se tiene:

Donde pij=Fj(xi,β) es una función parámetros β y regresores. La solución de L requiere que se cumplan las condiciones de primer orden para encontrar un máximo para β^. Los modelos de regresión logística ordinal asumen que existe un único vector de coeficientes β^ capaz de explicar la relación entre las variables explicativas y los pares ordenados que pueden ser formados a partir de yi, lo cual es conocido como supuesto de regresiones paralelas y es común observar que no se cumpla (^{Escobar, Fernández y Bernardi, 2012}).

Sin embargo, cuando se viola el supuesto de regresiones paralelas es posible recurrir a modelos generalizados. Tal es el caso del modelo de regresión logística ordinal generalizada con ratios parcialmente proporcionales, el cual suaviza el supuesto para aquellas variables que lo violen y que se expresa como (^{Williams, 2006}):

Con Xi como la matriz de datos, βj que representa el vector de parámetros y con puntos de corte (m-1) α1,…,αm-1 que se obtienen maximizando la función de verosimilitud logarítmica para una muestra de N observaciones independientes y m alternativas de elección numerados por i = 1,…,N y j = 1,...,m respectivamente (^{Cameron y Trivedi, 2005}).

Con base en las especificaciones matemáticas, se consideró como variable dependiente de tipo ordinal al nivel de ingreso, y como independientes (nominales y ordinales) al resto de las variables (Tabla 2). Al mismo tiempo, la disposición de datos y la base teórica (versión de Cambridge) permiten establecer las siguientes hipótesis que representan la lógica en el diseño de esta investigación. Por el lado de la oferta de trabajo: a) a mayor edad, la población ocupada presenta mayor probabilidad de ubicarse en segmentos de trabajo con mejor nivel salarial; b) las mujeres cuentan con mayor probabilidad de localizarse en segmentos de menor nivel de ingreso, y c) menor nivel de instrucción de un trabajador representa mayor probabilidad de colocarse en segmentos con menor nivel de ingreso. Por el lado de la demanda: a) la población ocupada en empleos formales presenta mayor probabilidad de ubicarse en segmentos de trabajo con mayor nivel de ingreso; b) si el trabajador se encuentra laborando en una empresa grande tendrá mayor probabilidad de situarse en segmentos de mayor nivel salarial, y c) el personal ocupado que se ubica en las actividades económicas del sector terciario presenta diferentes probabilidades de hallarse en los diversos segmentos del mercado de trabajo por nivel de ingreso.

Resultados

Con datos de la ENOE para el primer trimestre de 2005, 2020 y 2021 fue posible observar algunos cambios importantes en las variables consideradas para la presente investigación. En primer lugar, resalta una disminución en la cantidad de personas que percibieron más de cinco salarios mínimos y más de tres y hasta cinco en 2020 y 2021 respecto al primer año de análisis (Tabla 3) (^{INEGI, 2022}). Es preciso resaltar los incrementos salariales recientes que se han presentado. En 2019 el aumento fue de 88.36 a 176.72 pesos diarios en la Zona Libre de la Frontera Norte y de 88.36 a 102.68 pesos para el resto del país. En 2020 alcanzaron 186.56 y 123.22 pesos, respectivamente. Mientras que en 2021 fue de 213.39 y 141.70 pesos cada uno (^{Gobierno de México, 2022}).⁶ Este cambio en la composición muestral por nivel de ingresos en salarios mínimos recibidos también presenta un cambio respecto a los que percibieron de cero a dos salarios mínimos. Lo anterior, permite presumir que, pese a los incrementos anunciados por el Estado, los trabajadores no necesariamente mejoraron su nivel de ingreso en las proporciones que fueron establecidas, sino que sus remuneraciones crecen en menor magnitud. En segundo lugar, la clase trabajadora en México posee cada vez mayor nivel de escolaridad (Tabla 3), lo que coincide con lo señalado en la Figura 3.

Por otro lado, al estimar los modelos de regresión logística ordinal, se realizó la prueba de regresiones paralelas para evaluar si éstos cuentan con coeficientes capaces de discernir entre las categorías de la variable explicada. Sin embargo, el supuesto se violó en todos los casos, por lo cual fue preciso recurrir a un modelo de regresión logística generalizado con ratios parcialmente proporcionales. Para tener una mejor interpretación de los resultados se calcularon los efectos marginales (probabilidades evaluadas en la media) que permiten expresar los datos en forma de probabilidades (Tabla 4).

En lo que respecta a la edad, la clasificación base para comparar fue el intervalo de 15 a 19 años. Se puede observar que conforme aumenta la edad se incrementa la probabilidad de obtener un ingreso mayor a los cinco salarios mínimos, sin embargo, hay diferencias entre los periodos de estudio. Por un lado, el intervalo de edad donde se alcanzó la mayor probabilidad en 2005 fue de 50 a 59 años, no obstante, en 2020 (prepandemia) y 2021 (postpandemia) este grupo etario compartió similar probabilidad junto con el de 40 a 49 años, pero con menores probabilidades. Es decir, mientras que en 2005 la mayor probabilidad de ganar más de cinco salarios mínimos se hallaba en los trabajadores de 50 a 59 años con 20 % respecto de quienes se ubicaban en una edad de 15 a 19 años, para 2020 y 2021, se reduce la máxima probabilidad a 3.2 y 2.3 %, respectivamente; siendo parecido al que presentó el grupo de 40 a 49 años (3.3 % y 2.3 %). Por otro lado, las probabilidades de ganar más de cinco salarios mínimos disminuyeron en 2020 y 2021 para todas las edades. Asimismo, al analizar el intervalo de más de dos y hasta tres salarios mínimos destaca el cambio de signo en todos los grupos etarios al comparar los dos últimos años respecto de 2005. Por ejemplo: en el primer año de referencia ubicarse en las edades de 60 años y más, decrecía en promedio la probabilidad de ganar más de dos y hasta tres salarios mínimos en 8.2 % respecto de quienes tenían de 15 a 19 años, empero, en 2020 y 2021 la probabilidad se torna positiva (9 y 7.5 %, respectivamente).

Los resultados anteriores coinciden con la TSMT: la edad representa una de las características sociodemográficas de la oferta de trabajo de desventaja y desigualdad (^{Eurofund, 2019}). Al mismo tiempo, esta teoría indica que los jóvenes se ubican en los trabajos con menores remuneraciones (^{Peck, 1996}; ^{Piore, 1978}) respecto de los hombres en edad adulta.

En cuanto a la variable sexo, dado el signo negativo en la mayoría de los intervalos de ingreso, ser mujer disminuyó en promedio la probabilidad de obtener mayores ingresos respecto de los hombres, aunque esta probabilidad en más de cinco salarios mínimos disminuye de 2005 a 2020 y 2021. Destacan los intervalos de menor nivel de percepción económica. En 2020, ser mujer incrementaba la probabilidad de obtener más de un salario mínimo y hasta dos salarios mínimos en 4.7 % en comparación con los hombres, y aunque esta probabilidad disminuye en 2020 (0.6 %) sigue siendo positiva; para cambiar a negativo en 2021 (-0.85). Sobresale una mayor probabilidad promedio de 10 % de la mujer respecto de los hombres de percibir un ingreso de cero salarios hasta un salario mínimo. Lo anterior, coincide con lo hallado por ^{Garrido-Rodríguez y Pérez-Campuzano (2019)}, quienes establecen que las mujeres se ubican por lo general en empleos con bajo nivel de ingreso. Al mismo tiempo, se alude a las brechas salariales entre mujeres y hombres de las que hacen mención (^{Pérez-Romero et al., 2021}). Asimismo, concuerda con la TSMT: las mujeres se asocian con trabajos con menores remuneraciones, o bien, en empleos menos atractivos (^{Peck, 1996}; ^{Piore, 1978}).

Otra de las variables sociodemográficas asociada a la oferta de trabajo es el nivel de instrucción. De acuerdo con los efectos marginales, conforme aumentaba la preparación educativa del trabajador la probabilidad de obtener más de cinco salarios mínimos se incrementó tomando como intervalo de referencia a la primaria incompleta. Cabe destacar que a lo largo del tiempo el mercado de trabajo del sector servicios ha absorbido en mayor proporción personal ocupado con nivel de instrucción de media superior y superior (Figura 3). No obstante, al igual que las dos variables anteriores, conforme avanza el periodo de estudio esta probabilidad promedio se va reduciendo. Sobresale el nivel de ingreso de cero salarios hasta un salario mínimo, que en todos los periodos para todos los niveles de instrucción resultó negativo, pero mayor conforme avanzan los años de estudio. Estos resultados suman a lo expuesto por la TSMT: los menores niveles de ingreso se asocian con menores niveles de instrucción (^{Peck, 1996}; ^{Piore, 1978}). En general, para las variables sociodemográficas se puede observar una concordancia de los resultados con lo mencionado por la escuela de Cambridge: las características del personal ocupado representan un aspecto de desventaja (^{Eurofund, 2019}). Es importante resaltar que las hipótesis planteadas para los rasgos de la oferta laboral fueron corroboradas y no rechazadas.

En cuanto a la demanda de trabajo, una de las variables seleccionadas fue el tipo de empleo. Los resultados muestran que ubicarse en un empleo formal aumenta la probabilidad de obtener mayores ingresos respecto de uno de tipo informal. Nuevamente, se corroboró la hipótesis sugerida: la población ocupada en empleos formales presenta mayor probabilidad de ubicarse en segmentos de trabajo con mayor nivel de ingreso. Sin embargo, conforme pasa el tiempo, la probabilidad promedio de hallarse en un puesto de trabajo con un nivel de ingresos mayor a los cinco salarios mínimos se va reduciendo. El caso extremo, es decir, el nivel de ingreso de cero salarios hasta un salario mínimo presentó probabilidades negativas para el empleo formal muy similar en los tres años: si se tenía un empleo formal decrecía en promedio la probabilidad de ubicarse en el menor nivel de salario en 22 % para 2005 y 2020, y en 2021 en 23 %. Lo anterior se relaciona con lo expuesto por la escuela de Cambridge ya que identifica dos impulsores de la segmentación que se asocian con la informalidad: factores institucionales como regulación del empleo (tipo de contratación) y estrategias del empleador para lograr mejor eficiencia como lo es el trabajo flexible y con menor protección (^{Erofund, 2019}). Al mismo tiempo, los hallazgos coinciden con lo señalado por la ^{OIT (2015}, ²⁰¹⁸⁾ los empleos informales se caracterizan por menores niveles de ingreso respecto de los empleos formales.

Otra variable analizada del lado de la demanda fue el tamaño de la empresa. Los resultados muestran que trabajar en una pequeña y mediana empresa presentan una diferencia baja de obtener más de cinco salarios mínimos respecto de quien labora en una microempresa, ya que la probabilidad para 2020 y 2021 es apenas de 0.5 %. Aunque se podría esperar una discrepancia mayor para quienes se ubican en grandes empresas no es así: la probabilidad promedio de ganar más de cinco salarios mínimos es de 1.6 %, 1.2 % y 1.05 % para los tres años de estudio (respectivamente). Sin embargo, la probabilidad promedio de ganar cero salarios y hasta un salario mínimo es negativa en 2002, 2020 y 2021. Estos hallazgos difieren ligeramente de lo que se planteó como hipótesis: si el trabajador se encuentra laborando en una empresa grande tendrá mayor probabilidad de situarse en segmentos de mayor nivel salarial, es decir, se sugirió que las empresas de mayor tamaño se relacionarían con mayores niveles de productividad y, por lo tanto, con superiores niveles de ingreso respecto de las de menor tamaño, principalmente, las microempresas. Estas últimas se caracterizan por contar con mayor número de empleos informales (^{Garrido-Rodríguez y Pérez-Campuzano, 2019}) y, por consiguiente, en su generalidad, perciben bajos niveles de ingreso (^{OIT, 2015}, ²⁰¹⁸). Los resultados arrojados, para esta muestra, señalan que la probabilidad de obtener el mayor ingreso posible no es muy diferente entre tamaños de empresas.

Finalmente, se estudiaron las ramas del sector terciario, cuya actividad de comparación fue el comercio. Los efectos marginales permitieron identificar que las ramas que presentan un nivel de ingreso similar al comercio son: en primera instancia, restaurantes y servicios de alojamiento, puesto que las probabilidades de obtener un ingreso mayor a comercio apenas si alcanzaron un 1 %, y en segundo lugar servicios diversos, que lograron un 2 % de diferencia en varias clasificaciones de ingreso. Hay una ligera diferencia en transportes, comunicaciones, correo y almacenamiento, y servicios profesionales, financieros y corporativos, aunque conforme pasa el tiempo, las probabilidades de alcanzar más de cinco salarios mínimos se reducen. Sobresalen servicios sociales y gobierno y organismos internacionales; porque presentaron las probabilidades más elevadas respecto de comercio para alcanzar el nivel de ingreso más alto, al mismo tiempo, exhibieron las menores probabilidades de lograr los salarios más bajos. Los resultados anteriores dan muestra de la heterogeneidad del sector, principalmente en 2005, y en menor medida en 2020 y 2021, por lo que se corroboró la hipótesis planteada: el personal ocupado que se ubica en las actividades económicas del sector terciario presenta diferentes probabilidades de hallarse en los diversos segmentos del mercado de trabajo por nivel de ingreso. Desde el punto de vista de la escuela de Cambridge (^{Eurofund, 2019}), la estructura de la economía nacional, asociada con las actividades de predominancia como lo son los servicios, es un factor de desigualdad y por lo tanto de segmentación del mercado del trabajo. La presencia de diversas actividades económicas en este sector con diferentes características de producción evidencia las desigualdades salariales.

Conclusiones

El análisis de los rasgos del mercado de trabajo a partir de modelos de regresión logística ordinal, y posteriormente generalizada, dió cuenta de su segmentación, lo que también confirmó la inexistencia de un salario único. Algunas de las variables del lado de la oferta que permitieron confirmar lo anterior fueron: edad, nivel de instrucción y sexo. Para el caso de las dos primeras, se encontró que al incrementarse se reducían las probabilidades de ubicarse en un empleo con menores ingresos respecto de quienes se hallaban en el grupo etario más joven (de 14 a 19 años) o contaban con apenas primaria incompleta. En cuanto al sexo, se identificó que el ser mujer reduce la probabilidad de alcanzar el mayor ingreso (más de cinco salarios mínimos) en relación con los hombres. No obstante, al utilizar tres periodos de tiempo, las diferencias en las probabilidades entre quienes percibían más ingreso y el intervalo de referencia disminuyeron en 2020 y, posteriormente, aunque de forma ligera, en 2021. Pareciera que las características sociodemográficas en el sector terciario comienzan a perder significancia para alcanzar mayores niveles de ingreso.

En cuanto a las variables analizadas por el lado de la demanda se retomaron: tipo de trabajo (formal e informal), tamaño de la empresa y rama de actividad económica. Estas tres variables permitieron, de igual forma, identificar diferencias salariales. El trabajador que se encontró en un empleo formal presentó menores probabilidades de localizarse en los salarios más bajos respecto de sus contrapartes (empleados informales). Lo anterior, provoca desigualdades entre la fuerza laboral mexicana porque es bien sabido que la informalidad está relacionada no solo con los bajos niveles de ingreso, sino con la falta de contratos, peores condiciones laborales y ausencia de prestaciones. Dentro de los hallazgos sobresale el tamaño de la empresa que pareció no marcar diferencia en los salarios altos respecto de los trabajadores que se ubican en las microempresas, porque quienes laboraban en las de mayor tamaño (grandes) escasamente rebasaron 1 % de probabilidad de obtener más de cinco salarios mínimos. Al mismo tiempo, las diferencias en los niveles de ingreso por rama del sector no son muy altas, sí existe heterogeneidad intraindustrial, pero es baja, aunque también se detectó que servicios sociales y gobierno y organismos internacionales presentan las mayores probabilidades de alcanzar el salario más alto, a diferencia de servicios profesionales, financieros y corporativos, que de acuerdo con ^{Weller (2001)}, son los que devengan salarios mayores. El análisis del lado de la demanda evidenció, en promedio, una menor diferencia de las probabilidades conforme avanzaba el tiempo.

En términos generales, este documento presentó un análisis de las características del mercado laboral en el sector servicios en México, cuya principal aportación ha sido la segmentación mediante el nivel salarial y el uso de regresiones logísticas generalizadas que permitieron robustecer el análisis de esta investigación. Si bien la TSMT, mediante la versión de Cambridge, establece la existencia de múltiples segmentos, los resultados obtenidos favorecieron identificar, por medio de la reducción de las probabilidades, una tendencia en la disminución en el número de segmentos. Si bien los resultados no contradicen a la versión de Cambridge, esta investigación posibilitó observar que el tamaño de la empresa no es un factor determinante para la obtención de mayores niveles de ingreso, al menos con esta muestra y para los años de análisis. De igual forma, se encontró que la rama servicios profesionales, financieros y corporativos, a diferencia de la evidencia empírica, no presentó las probabilidades más altas de ubicarse en el nivel de ingreso de más de cinco salarios mínimos en comparación con comercio, sino servicios sociales, y gobierno y organismos internacionales.

La versión de Cambridge permite establecer que las desigualdades (salariales y de condiciones de trabajo) entre los trabajadores son multicausales. De ahí que las políticas públicas aisladas o separadas no permitirán disminuir estas diferencias. Se requiere de un proceso de integración de decisiones sincrónicas. Si bien las reformas laborales de la administración pública más reciente limitan las contrataciones precarias de trabajo, incentivan la equidad de género y la democracia en los sindicatos promoviendo mejoras a las condiciones laborales y el aumento del salario mínimo real; es necesario impulsar el crecimiento económico, ya que como establece la escuela de Cambridge (^{Eurofund, 2019}), niveles bajos de crecimiento suponen mayores desigualdades en el mercado de trabajo.

Entre las principales limitaciones de este documento se halla la segmentación del mercado de trabajo con base en la información disponible que ofrece la ENOE, donde los niveles salariales por cada encuestado se presentan de forma nominal, por lo que se sugiere contar con la clasificación de todas las variables analizadas en términos de salarios mínimos reales. Al mismo tiempo, se recomienda estudiar no solo a las subramas de forma separada, sino las diferencias regionales, estatales y municipales que puedan dar cuenta de las discrepancias de la oferta y demanda de trabajo de este sector en México de forma específica, lo cual permitirá tener mayores elementos para la generación de políticas públicas específicas.