SciELO - Scientific Electronic Library Online

 
vol.41 número103Situación del bienestar social en la región sureste de México. Un análisis de enfoque territorialEvaluación de la escala alfabetización financiera sobre decisiones financieras clave para América Latina índice de autoresíndice de materiabúsqueda de artículos
Home Pagelista alfabética de revistas  

Servicios Personalizados

Revista

Articulo

Indicadores

Links relacionados

  • No hay artículos similaresSimilares en SciELO

Compartir


Revista de economía

versión On-line ISSN 2395-8715

Rev. econ. vol.41 no.103 Mérida jul./dic. 2024  Epub 31-Oct-2024

https://doi.org/10.33937/reveco.2024.406 

Artículos

La brecha del éxito: desigualdad de oportunidades y movilidad socioeconómica en México

The achievement gap: inequality of opportunitities and socioeconomic mobility in Mexico

Alejandro Miguel Castañeda Valencia1 
http://orcid.org/0000-0002-5653-703X

1 Benemérita Universidad Autónoma de Puebla, México. Correo electrónico: acvacp@hotmail.com.


Resumen

La presente investigación analiza cómo influyen en México las características del individuo (ámbito de origen, color de piel, estatus económico de origen y educación) y los factores estructurales (crecimiento económico y apertura comercial) en las oportunidades de obtener un nivel de bienestar económico alto. Por medio de un modelo probit, estimado en dos etapas con variables instrumentales en un contexto de muestras complejas, se identifica que las personas nacidas en hogares con estatus económico bajo, originarias de localidades rurales y de piel morena, tienen menores probabilidades de éxito económico con respecto a las personas de estatus de origen económico no-bajo, provenientes del ámbito urbano y piel clara. Los hallazgos también revelan que el crecimiento económico y el logro escolar aumentan las probabilidades de obtener un estatus económico alto, pero el incremento de probabilidades no es homogéneo, sino que favorece en mayor medida a personas de origen económico no-bajo, provenientes del ámbito urbano y piel clara. Finalmente, se identifica que, a través de las distintas tasas de crecimiento y logro escolar, las diferencias en el bienestar económico se amplían, lo que indica aumento de la desigualdad entre grupos privilegiados y no-privilegiados. La ruta de investigación es innovadora ya que no solo analiza el efecto del crecimiento económico y el logro académico en la movilidad social, sino que también aporta un método empírico que indaga el efecto del crecimiento y el logro académico en la desigualdad de oportunidades de ascenso socioeconómico. Los resultados indican la existencia de barreras de movilidad irracionales basadas en criterios sobre los que el individuo no tiene control.

Palabras clave: movilidad socioeconómica; movilidad social; crecimiento económico; logro escolar; desigualdad de oportunidades

Clasificación JEL: D31; D63; J62; J15; I24; I26; O47

Abstract

This research analyzes how individual characteristics (area of origin, skin color, economic status of origin and education) and structural factors (economic growth and trade openness) influence in Mexico the opportunities to obtain a high level of economic well-being. Using a IV-probit model estimated in two stages with instrumental variables in a context of complex samples, it is identified that people born in homes with low economic status, originating from rural localities and with brown skin have lower probabilities of economic success compared to people of non-low economic status, from urban areas and light skin. The findings also reveal that economic growth and educational achievement increase the probabilities of obtaining a high economic status, but the increase in probabilities is bigger for people of non-low economic origin, coming from urban areas and light skin. Finally, through the different rates of growth and school achievement, the differences in economic well-being widen, which indicates an increase in inequality between privileged and non-privileged groups. This research is innovative since it not only analyzes the effect of economic growth and academic achievement on social mobility, but also provides an empirical method that investigates the effect of growth and academic achievement on inequality of opportunities for socioeconomic advancement. The results indicate the existence of irrational mobility barriers based on criteria over which the individual has no control.

Keywords: socioeconomic mobility; social mobility; economic growth; school achievement; inequality of opportunities

JEL Classification: D31; D63; J62; J15; I24; I26; O47

1. Introducción

La movilidad social, o movilidad socioeconómica, es la transición de individuos de una posición social o económica a otra, la transición de pobre a rico y de rico a pobre o de una ocupación manual a una no-manual y viceversa (Sorokin, 1959). La teoría de la movilidad socioeconómica se sostiene bajo el principio de que todas las personas tienen oportunidades de cambiar de estatus en función de las recompensas que reciben por sus esfuerzos, talentos y habilidades (meritocracia) (Vélez-Grajales, Campos-Vázquez y Fonseca, 2012), principio que contrasta con el determinismo de las sociedades feudales de orden estamental.

Ya que la movilidad social solo es posible en un entorno donde los individuos obtienen retornos diferenciados (Pla, 2013), las sociedades liberales han promulgado un conjunto de derechos y leyes fundamentales que garantizan que la competencia y la distribución heterogénea de las recompensas sean legitimadas con base en cuatro tipos de igualdad: a) igualdad ontológica como expresión de la igualdad en derechos de todos y cada uno de los seres humanos desde el nacimiento; b) igualdad de oportunidades como posibilidad de acceder a las distintas instituciones y posiciones sociales; c) igualdad de condiciones para procurar que el punto de partida sea similar entre los competidores; y d) igualdad de resultados que garantice que todos puedan obtener las mismas recompensas independientemente del origen filial y características naturales (Turner, 1986).

Bajo los criterios de igualdad expuestos, Roemer (1998) plantea que no es aceptable que las diferencias en las oportunidades y resultados se basen en características fuera del control y la voluntad de los individuos, por lo que las características de nacimiento -como el sexo, la raza, lugar de nacimiento o el estatus económico de los padres- son factores que no deberían influir a favor o en contra de ocupar una posición socioeconómica. De hecho, en las sociedades donde los privilegios y el éxito no provienen del mérito propio, la desigualdad causada por factores sobre los que las personas no tienen poder de decisión aviva cuestionamientos al sistema socioeconómico de distribución de recompensas, situación que origina convivencias con rasgos de discriminación, violencia y conflicto (Delajara et al., 2018; López-Calva, 2015). La rigidez de la estructura socioeconómica es una manifestación de un patrón de desigualdades que tiene consecuencias socioeconómicas negativas. En primer lugar, cuando las recompensas se distribuyen con base en factores fuera del control de las personas, el tejido social experimenta un deterioro enmarcado por una serie de conceptos con esencia segmentadora, en la que destacan palabras como ‘discriminación’ (Solís, 2017), ‘pigmentocracia’ (Telles, Flores y Urrea, 2015); ‘aporofobia’ (Cortina, 2017), ‘techo de cristal’ y ‘suelo pegajoso’ (Torche, 2015; Huerta y Espinosa, 2015), entre otros. Por otra parte, cuando las habilidades, capacidades y nivel formativo de los trabajadores son relegadas como criterios de jerarquización ocupacional, hay condiciones de ineficiencia económica debido a que el factor trabajo está por debajo de su máximo potencial (Andersen, 2002; Hassler y Rodríguez-Mora, 2000).

La presente investigación aborda la movilidad socioeconómica en México destacando el efecto de la desigualdad de oportunidades como elemento que trasciende en las probabilidades de distintos grupos poblacionales para acceder a niveles de bienestar superiores. A través de una ruta de investigación metódica y empírica desenvuelta por medio de un modelo probit variables instrumentales/dos etapas, estimado en un contexto de muestras complejas, se indaga cómo influyen en México las características de nacimiento y factores económicos en las oportunidades y resultados de dos grupos de interés: 1) individuos con origen socioeconómico bajo, con tono de piel morena y de origen rural (grupos con desventaja de oportunidades); y 2) individuos con origen económico no-bajo, tono de piel claro y ámbito de origen urbano (grupos con ventaja de oportunidades).

Los hallazgos indican que en México hay un patrón de movilidad socioeconómica de desigualdad de oportunidades, en el que las personas nacidas en hogares con estatus económico bajo, originarias de localidades rurales y de tono de piel moreno tienen menores probabilidades de éxito económico con respecto a las personas de estatus de origen económico no-bajo, provenientes del ámbito urbano y piel clara. Además, se identifica que el crecimiento económico y el logro escolar aumentan las probabilidades de obtener un estatus económico alto, pero el aumento de probabilidades no es homogéneo, sino que es distinto de acuerdo con los atributos de nacimiento de los individuos. Finalmente, se halla que el crecimiento económico y el logro escolar tienen efecto divergente, es decir, favorecen en mayor medida las probabilidades de que los descendientes de los grupos privilegiados obtengan un estatus alto en comparación con los hijos de los no-privilegiados.

Identificar el patrón de movilidad socioeconómica vigente es relevante para emprender acciones que instauren un entorno de igualdad de oportunidades que contribuya con el desarrollo económico del país a través de tres alicientes: la formación de expectativas, impulso al emprendimiento y eficiencia en la productividad. En primer lugar, poseer oportunidades de alcanzar un nivel de bienestar económico alto es importante para la formación de las expectativas, ya que en un entorno donde el esfuerzo es retribuido con una mejor posición socioeconómica las personas tienen incentivos para estudiar, innovar, cultivar sus talentos, trabajar duro, incrementar su patrimonio y generar valor cuando perciben que su esfuerzo es recompensado (Andersen, 2002). En segundo lugar, en un contexto donde hay una competencia legítima por las mejores posiciones socioeconómicas, los emprendedores están motivados y tienen incentivos para la creatividad, correr riesgos, desplegar sus talentos y desarrollar sus habilidades, por lo que, se genera un entorno propicio para la generación de ideas y nuevas tecnologías que contribuyen con el crecimiento económico nacional (Hassler y Rodríguez-Mora, 2000). Por último, la movilidad socioeconómica tiene efecto en la productividad porque en las sociedades donde es importante el mérito propio, las posiciones ocupacionales son asignadas bajo criterios racionales de eficiencia, por lo que las personas son ubicadas en una jerarquía laboral donde se empleen al máximo sus capacidades, habilidades y formación académica (Erikson y Goldthorpe, 1992; Breen, 1997).

Este documento se organiza en cinco secciones. En la segunda sección se refieren las principales teorías bajo las que se analizan los factores de nacimiento que influyen en la desigualdad de oportunidades. Además, se exponen datos sobre las condiciones de baja movilidad social que experimenta México, indicios de desigualdad de recompensas para los grupos poblacionales y la influencia del crecimiento económico y el logro escolar en el acceso a niveles de riqueza superiores. También se plantea la pregunta que orienta la presente investigación: ¿cómo influyen en México características del individuo (ámbito de origen, color de piel, estatus económico de origen y educación) y factores estructurales (crecimiento económico y apertura comercial) en las oportunidades de obtener un nivel de bienestar económico alto? En la tercera sección se precisan las tres hipótesis que aborda la investigación (hipótesis de desigualdad de oportunidades, hipótesis de desigualdad de resultados e hipótesis de convergencia), el método y las técnicas analíticas, así como los criterios de aceptación o rechazo de las hipótesis a prueba. En específico, contiene la descripción del modelo econométrico probit empleado. La cuarta sección contiene la descripción y el detalle estadístico de las variables incluidas en el modelo econométrico probit variables instrumentales/dos etapas utilizado. La quinta sección envuelve las estimaciones con su respectiva interpretación y la evaluación de las hipótesis de prueba. El documento concluye en la sección seis con las conclusiones principales de la investigación y una serie de sugerencias sobre las causas que motivan la reproducción y ampliación de la desigualdad de oportunidades en México, así como una serie de tareas pendientes para diluir las barreras de movilidad que enfrentan los grupos en “desventaja de cuna”.

2. Antecedentes teóricos

En la literatura, los análisis de movilidad se desenvuelven comparando las posiciones relativas de origen y destino en la distribución de alguna representación de prestigio (como las ocupaciones o jerarquías laborales) o el bienestar económico, como el ingreso o la riqueza. La presente investigación se desarrolla bajo un enfoque de movilidad económica intergeneracional, análisis que compara el bienestar de los individuos, tomando como referencia el de sus padres, a través del análisis de la propiedad y acceso a una canasta de bienes y servicios básicos (riqueza) (Torche, 2010). A continuación, se exponen los factores que caracterizan el patrón de desigualdad de oportunidades vigente en México, entendiendo como desigualdad de oportunidades la influencia de factores no aleatorios (como las características del hogar de origen, el color de piel y el género, entre otros), fuera del control que las personas, que influyen en la riqueza o condiciones generales de vida de los individuos (Vélez-Grajales y Monroy-Gómez-Franco, 2023). También se aborda el papel que desempeñan el crecimiento económico y el logro escolar como generadores e igualadores de oportunidades.

2.1 Desigualdad de oportunidades en México

En México, los estudios de movilidad económica intergeneracional han hallado que hay fuerte reproducción del estatus de origen socioeconómico en los extremos de la distribución de la riqueza, es decir, hay una propensión a que los hijos de los más pobres y de los más ricos hereden el nivel de acceso a bienes y servicios básicos de sus padres (CEEY, 2019b). Esto es, existe un contexto de alta rigidez que restringe las oportunidades de las personas que provienen de hogares con desventaja socioeconómica para ocupar posiciones altas en la distribución socioeconómica. Castañeda-Valencia (2023) precisa que entre los estratos socioeconómicos predominan criterios de autorreclutamiento y autoselección entre los miembros de los estratos altos para heredar las posiciones superiores a sus hijos, mientras que en los estratos bajos hay dinámicas de reproducción de las desventajas socioeconómicas, además de indicios de barreras de movilidad que restringen los ascensos de las personas que provienen de estratos bajos y evitan el descenso de personas que nacieron en los estratos altos.

Respecto al sexo, para Vélez-Grajales y Monroy-Gómez-Franco (2023) hay diferencias estadísticamente significativas que muestran que las mujeres experimentan desigualdad de oportunidades vinculadas a desventajas en el logro escolar, recursos económicos y participación en el mercado laboral. Estas desventajas se deben a instituciones familiares y sociales que delegan obligaciones específicas sobre las mujeres, como el cuidado de los infantes y adultos mayores, situación que genera vulnerabilidad económica y limita su autonomía económica. Como evidencia, Orozco et al. (2022) estiman que las mujeres tienen menores probabilidades de heredar una posición inferior en la distribución socioeconómica cuando cuentan con trabajo remunerado, sus padres tienen seguridad social y habitan en entornos donde hay servicios de cuidado infantil (guarderías) y para personas enfermas, con discapacidad o adultos mayores.

Sobre los rasgos fenotípicos, es preciso señalar que México es un país con tradiciones novohispanas instituidas en una época de segregación entre castas indígenas y europeas. En la actualidad, el mestizaje y la supresión del sistema de castas apuntan a la desaparición de criterios de distribución de oportunidades con base en rasgos fenotípicos indígenas en América Central y Sudamérica; sin embargo, la evidencia empírica sugiere una preferencia sociocultural hacia personas que tienen tono de piel clara (Telles et al., 2015; Viafara, 2017; Dalle, 2014), situación que se ve reflejada en el logro escolar y la participación en el mercado laboral.

Respecto al logro escolar, Campos-Vázquez y Cortina (2017) mostraron que la identidad social, autopercibida a través del color de piel, afecta las aspiraciones y desempeño de los jóvenes estudiantes. Con ello, plantean que los estereotipos en una sociedad que valora la piel clara son relevantes para los resultados de vida y constituyen barreras de movilidad que influyen en la formación de expectativas negativas en las personas con piel morena, ocasionando una percepción de autodiscriminación en la que los individuos son proclives a realizar menor esfuerzo y ajustar de forma descendente sus aspiraciones, situación que se refleja en menor logro cognitivo. Por el otro lado, en el mercado laboral, el Instituto Nacional de Estadística y Geografía (INEGI, 2017) identifica que, entre más oscuro es el tono de piel de la persona, más probable es que desempeñe una ocupación de baja calificación y menos probable que desempeñe una actividad comercial o de alta calificación; y, en contraparte, mientras más claro es el tono de piel de una persona, hay mayor probabilidad de que desempeñe una ocupación comercial o de alta calificación y menos probable que tenga una actividad de baja calificación. Al respecto, Arceo-Gómez y Campos-Vázquez (2014) hallaron, a través de un experimento aplicado en ofertas de empleo reales, que las mujeres con rasgos indígenas deben enviar 18% más de currículos que las mujeres blancas para obtener la misma cantidad de oportunidades laborales.

Vélez-Grajales y Monroy-Gómez-Franco (2023) señalan que la condición territorial de la localidad o barrio de origen de la persona tienen un peso relevante en la desigualdad de oportunidades. Por ejemplo, en la región sur de México (zona con alta incidencia de comunidades rurales) la probabilidad de permanecer en la parte más baja de la distribución socioeconómica es casi tres veces mayor que en el norte (zona caracterizada por abarcar las grandes ciudades fronterizas con Estados Unidos). De acuerdo con los autores, la desigualdad de oportunidades está vinculada a las condiciones productivas territoriales y el efecto que ejerce la dimensión urbana debido a la disponibilidad de bienes, servicios y actividades a las que geográfica y culturalmente tienen acceso los habitantes. Por ello, la desigualdad de oportunidades sería resultado de un espacio regional propicio para la aplicación de criterios de segregación socioeconómica urbana-rural.

Ante el contexto de desigualdad de oportunidades, cabría indagar el efecto de los factores reconocidos como impulsores de movilidad socioeconómica. A continuación, se aborda en primer lugar el papel del crecimiento económico y la educación como generadores de oportunidades y, después, su papel en el debilitamiento de los criterios adscriptivos de distribución de recompensas.

2.2 Crecimiento económico y educación ¿generadores de oportunidades?

En la literatura se ha planteado que el crecimiento económico y el logro escolar contribuyen con la generación de oportunidades y el debilitamiento de los criterios adscriptivos de distribución de recompensas (Erickson y Goldthorpe, 1992).

Generalmente, se considera que el crecimiento económico es un factor estructural al que se le atribuye el incremento de la demanda de personal calificado, el aumento del ingreso familiar, la ampliación del número de empleos disponibles, la diversificación de las ocupaciones, el origen de nuevas competencias, la formación de nuevas actividades profesionales, el impulso de progreso tecnológico, el canal de ascenso socioeconómico y el freno para la pérdida de bienestar (Guillermo-Peón y Castañeda-Valencia, 2021; Delajara, Campos-Vázquez y Vélez-Grajales, 2020; Delajara y Graña, 2018; Piketty, 2014; Sørensen, 1975). Sin embargo, la reputación del crecimiento económico como igualador de oportunidades tiene matices.

Fox y Miller (1966) encontraron que el nivel de desarrollo económico -representado por el producto interno bruto (PIB) per cápita- el nivel de educación de la población, el grado de urbanización, la estabilidad política y el ‘logro motivacional’ explican más del 80% de la variabilidad de las tasas de movilidad entre ocupaciones manuales y no-manuales en 12 países. Sin embargo, el coeficiente de la variable PIB per cápita muestra un signo de asociación negativo con respecto a la movilidad ascendente. Se sugiere que incrementos en los niveles de PIB per cápita influyen negativamente en la movilidad ocupacional ascendente y tienden a causar estructuras sociales rígidas (Fox y Miller, 1966).

Andersen (2001) diseñó un índice de movilidad social (SMI, por sus siglas en inglés) para 18 países latinoamericanos que comprende la brecha escolar -diferencia entre los años de educación de padre e hijo- y el ingreso adulto del hogar. En el análisis, Andersen se limita a medir la correlación entre el índice de movilidad y el PIB per cápita de los países incluidos en el estudio, la asociación entre ambas variables es 0.53, lo cual le proporciona cierta evidencia para vincular crecimiento económico y movilidad social, asumiendo que los niveles de PIB son originados por tasas de crecimiento.

Castañeda-Valencia (2023) expone que hay evidencia de una relación inversa entre el Índice Global de Movilidad Social (GSMI, por sus siglas en inglés) del Foro Económico Mundial (WEF, 2020) y el crecimiento económico. El análisis de regresión muestra que hay países con tasas promedio de crecimiento cercanas a cero, e incluso negativas, que tienen factores de movilidad social con puntuaciones altas, como Grecia, Italia y Portugal. Por otra parte, la mayoría de los países con las mejores condiciones de movilidad poseen tasas de crecimiento menores a 2 puntos porcentuales (destacan Noruega, Alemania, Francia y Estados Unidos), mientras que la mayoría de los países con tasas de crecimiento superiores al 2% (México, Argentina, Ecuador, Colombia, Paraguay y Perú) tiene condiciones de movilidad social por debajo de la media. Aunque el sentido de la relación inversa es claro, se debe señalar que la bondad de ajuste es baja (R2=0.30), indicando que hay otros factores, además del crecimiento económico, que explican la variabilidad del GSMI. Castañeda-Valencia señala que la relación entre el GSMI y las tasas de crecimiento de los últimos 15 años podría atribuirse a que el crecimiento económico no necesariamente genera un contexto institucional y social que promueva la movilidad, sino que también se debe analizar el recorrido histórico, social, político y económico de los países que cuentan con mejores aparatos de distribución de las oportunidades en contraste con los países que, a pesar de tener un mejor desenvolvimiento económico, no han logrado instaurar condiciones para la movilidad socioeconómica de sus habitantes.

Por otra parte, aunque la educación es reconocida como el principal medio de ascenso socioeconómico meritocrático - debido a su papel en la formación de capital humano, el desarrollo de habilidades y puerta para el acceso a las posiciones ocupacionales mejor remuneradas (WEF, 2020; Székely, 2015; Torche, 2010; Breen, 1997), también puede ser un canal de reproducción de ventajas/desventajas socioeconómicas a causa de la dotación inicial proveniente de la herencia familiar y la cobertura escolar.

En relación con la herencia familiar, Berthold y Gründler (2014) señalan que hay dos distintos enfoques. Por un lado, los hijos de los ricos gozan de una dotación inicial privilegiada, lo que les permite tener mejores oportunidades educativas y de formación de habilidades (Krueger, 2012; Corak, 2013), en tanto que, debido a la inversión de sus padres, se espera que los descendientes de los hogares ricos ocupen, a largo plazo, las posiciones mejor remuneradas (Becker y Tomes, 1986; Solon, 2004). Sobre la cobertura, es decir, la cantidad de personas que tiene acceso a los diversos niveles educativos, en la literatura se exponen dos vías generadoras de desigualdad: la calidad de las escuelas (desigualdad horizontal) y el acaparamiento de oportunidades en el acceso a grados escolares superiores (desigualdad vertical). En el primer caso, Berthold y Gründler (2014) señalan que no es suficiente con garantizar el logro escolar de los estudiantes, sino que también es necesario una asignación eficiente de recursos (físicos y humanos) que revierta la desigualdad en la calidad de enseñanza-aprendizaje en las escuelas y se estrechen las diferencias en formación del capital humano. En el segundo aspecto, Solís (2015) expone que aumentar la cantidad de personas con acceso a la educación no es condición suficiente para generar mayor movilidad entre los estratos debido al acaparamiento de la matrícula de los hogares con mayores recursos económicos, más bien se debe incrementar las oportunidades de los jóvenes con orígenes sociales desfavorecidos y se neutralicen los mecanismos de acaparamiento de oportunidades.

2.3 ¿El crecimiento económico y la educación debilitan los criterios adscriptivos de distribución de recompensas?

De acuerdo con las teorías seminales de movilidad social, la industrialización tiene un efecto procesal en el que la expansión de la economía no solo amplía el número de empleos y los salarios, sino que también promueve la expansión de la educación, por lo que las instituciones de enseñanza se ven comprometidas a reformular sus programas académicos y aumentar su accesibilidad a personas de todos los orígenes sociales. A medida que en una sociedad se amplía la oferta educativa, a la par que las industrias y empresas buscan aumentar su productividad, los criterios y principios meritocráticos toman relevancia en la selección de los empleados y su posicionamiento en la jerarquía organizacional, mientras que los criterios adscriptivos (sexo, color de piel, región de origen, entre otros) que influyen en la contratación y asignación de las ocupaciones son relegados, lo que significaría una reducción en la desigualdad de oportunidades (Erikson y Goldthorpe, 1992), pero no necesariamente en la distribución de las recompensas.

Por ejemplo, Blau y Duncan (1967) destacan que la expansión de la posguerra aumentó las oportunidades laborales para los descendientes afroamericanos en Estados Unidos, sin embargo, recibían recompensas desiguales en el mercado de trabajo, ya que usualmente eran ubicados en empleos inferiores en comparación con los empleados blancos, aun cuando tenían el mismo nivel educativo, o recibían un salario menor cuando desempeñaban la misma ocupación. Además, Blau y Duncan (1967) identificaron que, de acuerdo con la clasificación ocupacional que elaboraron, había mayores retornos para los hombres blancos que no completaban más de ocho años efectivos de escolaridad con respecto a los afroamericanos universitarios y graduados de educación media-superior.

En México, Monroy-Gómez-Franco (2023) identifica distintos patrones de movilidad económica entre poblaciones de diferentes etnias y colores de piel que experimentaron movilidad educativa intergeneracional ascendente. En general, las personas indígenas que cursaron grados escolares más altos que los de sus padres tienen 20 puntos porcentuales más de probabilidad de permanecer en los estratos económicos inferiores que las personas no-indígenas. Incluso, Monroy-Gómez-Franco identificó que el tono de piel es un distintivo intra-grupos, ya que, entre las personas indígenas, los individuos con piel morena tienen 15 puntos porcentuales adicionales de permanecer en la parte baja de la distribución, con respecto a las personas indígenas de piel clara, mientras que entre las personas no-indígenas la diferencia es de 12 puntos porcentuales.

Por el lado del crecimiento económico, a pesar de que en la literatura se ha identificado que en términos absolutos la expansión de la economía aumenta las probabilidades de ascenso socioeconómico (Guillermo-Peón y Castañeda-Valencia, 2021), hasta el momento no se ha indagado a profundidad su efecto relativo en la desigualdad de oportunidades, esto es, analizar si la distribución de las recompensas a través de la senda de crecimiento es igual o distinta entre los distintos grupos poblacionales.

Por ello, Fields et al. (2007) sugieren evaluar el efecto del crecimiento económico sobre la desigualdad socioeconómica bajo tres hipótesis que identifican quiénes son más favorecidos en la distribución del ingreso a lo largo de la senda de crecimiento: a) hipótesis de convergencia: la desigualdad disminuye si el crecimiento económico beneficia en mayor medida a los grupos en desventaja socioeconómica que a los grupos privilegiados; b) hipótesis de divergencia: la desigualdad se amplía si el crecimiento retribuye más a los grupos privilegiados que a los sectores pobres; y c) hipótesis de neutralidad: la desigualdad se mantiene igual si ambos grupos son beneficiados en la misma medida. Análogamente, las tres hipótesis pueden ser aplicadas en términos de desigualdad de oportunidades indagando si mayor logro educativo y mayores tasas de crecimiento amplían, disminuyen o mantienen sin cambios las desigualdades de oportunidades existentes entre distintos grupos poblacionales.

En resumen, en esta sección se ha señalado que las personas de sexo masculino, tono de piel claro, origen socioeconómico alto y criadas en un ámbito urbano tienen mayores oportunidades de alcanzar ocupaciones más altas, grados de escolaridad más elevados y niveles de riqueza superiores en comparación con las mujeres, las personas de piel morena, los individuos nacidos en un hogar de estatus bajo y los originarios de localidades rurales. Incluso, se ha señalado que entre grupos poblacionales hay recompensas diferenciadas, ya que los grupos poblacionales en desventaja socioeconómica -aun cuando logran emparejar las condiciones de competencia o mérito- reciben menores recompensas y tienen menores probabilidades de ascenso socioeconómico.

Ante los datos expuestos de baja movilidad social en México, la desigualdad de oportunidades de acceso a niveles de bienestar socioeconómico superiores y el rol que desempeñan el crecimiento económico y el logro escolar, surge la pregunta de investigación siguiente: ¿cómo influyen en México características del individuo (ámbito de origen, color de piel, estatus económico de origen y educación) y factores estructurales (crecimiento económico y apertura comercial) en las oportunidades de obtener un nivel de bienestar económico alto? Para contestar la pregunta de investigación, en la siguiente sección se plantea un método analítico que indaga las probabilidades de acceder a niveles de riqueza alta y examina el efecto del crecimiento económico y el logro escolar sobre la desigualdad de oportunidades.

3. Método analítico

La ruta de análisis para responder a la pregunta de investigación planteada se desarrolla con base en las siguientes tres hipótesis:

  1. Hipótesis de desigualdad de oportunidades. Características de nacimiento, como nacer en un hogar de estatus socioeconómico bajo, ser mujer, provenir de un ámbito de origen rural, tener color de piel morena y haber ingresado al mercado de trabajo después de 1994, son factores que influyen negativamente en las posibilidades de obtener un estatus socioeconómico alto (Guillermo-Peón y Castañeda-Valencia, 2021; Cortés, Escobar y Solís, 2007).

  2. Hipótesis de brecha de éxito. A través de la senda de crecimiento y logro escolar, las personas con origen socioeconómico no-bajo, hombres, origen urbano, individuos con color de piel blanca y quienes entraron al mercado de trabajo antes de 1994 tienen más probabilidades de éxito económico que personas con origen socioeconómico bajo, mujeres, de origen rural, con color de piel morena y primer empleo después de 1994 (Solís y Güemez, 2021; Monroy-Gómez-Franco y Vélez-Grajales, 2020; Telles et al., 2015)

  3. Hipótesis de convergencia. El crecimiento económico y el logro escolar reducen las diferencias en las probabilidades de bienestar económico alto que experimentan los distintos grupos poblacionales (Fields et al., 2007; Erikson y Goldthorpe, 1992).

La técnica econométrica seleccionada para probar las hipótesis sugeridas corresponde a un modelo de tipo probit debido a que se ha diseñado una variable explicada del tipo binaria y que esta técnica de estimación proporciona una interpretación de los resultados expresada en términos de probabilidades acotadas en valores entre cero y uno. En este modelo la propensión del individuo i a ubicarse en los estratos superiores (destino económico alto) se expresa en la variable latente destinoi* con los siguientes valores o categorías:

destinoi*=<0 si el individuo no tiene en estatus socioeconómico alto0si el individuo tiene destino en estatus socioeconómico alto

A través de la variable destinoi* se expresa la propensión de logro o éxito intergeneracional alto como una función de características propias del individuo (edad, escolaridad, sexo, ámbito de origen urbano o rural, color de piel y estatus económico del hogar de origen) y de factores estructurales (crecimiento económico y apertura comercial) (ec.1). Debido a la sospecha de que la covariable escolaridad del entrevistado escolaridadi está correlacionada con factores que componen el término error del modelo objetivo, sugiriendo un problema de endogeneidad (Wooldridge, 2010), la estimación se realiza con variables instrumentales exógenas (ec.2), lo que da lugar a la utilización de un modelo probit con variables instrumentales estimado en un contexto de muestras complejas. Formalmente, las dos etapas de estimación son:

destinoi*=xiβ+γescolaridadi+ui (ec.1)

escolaridadi=xiα+ziθ+vi (ec.2)

Donde: destinoi*: propensión no observable de destino socioecononómico alto del individuo i

escolaridadi: años de escolaridad del entrevistado (potencial variable endógena)

xi: vector renglón 1 x k de variables exógenas

a: vector columna de k parámetros asociados a instrumentos internos

θ: vector columna k x 1 de parámetros estructurales asociados a variables exógenas

vi: término error de la ecuación de la variable endógena

β: vector columna k x 1 de parámetros estructurales asociados a variables exógenas

γ: escalar asociado al parámetro estructural de la variable endógena

ui: término error del modelo objetivo

k = 8 parámetros asociados a las variables explicativas exógenas (instrumentos internos)

l = 2 parámetros asociados al vector de instrumentos externos

En el modelo probit con variables instrumentales los parámetros se calculan a través de una función de máxima verosimilitud y se mantiene el supuesto de que el término error posee una distribución normal, con la diferencia de que se considera que ui y vi tienen una distribución normal multivariante (uivi) ~ N (0,∑) debido a la dimensión p>1. Como evidencia de presencia de endogeneidad se aplica la prueba de Wald (Wald Test) que plantea la hipótesis nula escolaridadi, ui=0. Para probar la validez de los instrumentos utilizados en la primera etapa de estimación se emplean dos pruebas de sobreidentificación de restricciones: XALN2-test γXREF2-test (Guevara, 2018). La fortaleza de los instrumentos se evalúa mediante una prueba F (F-test) debido a que la forma reducida de la variable explicativa endógena es lineal.

4. Datos y descripción de las variables

El presente análisis tiene un enfoque intergeneracional del bienestar económico, por lo que la posición de origen se refiere al bienestar económico del hogar parental (riqueza de origen), mientras que la posición destino señala el bienestar económico del hogar que habita actualmente la persona (riqueza destino). Los niveles de bienestar económico en ambos momentos se identifican a través de información proveniente de la Encuesta de Movilidad Social en México (ESRU-EMOVI) 2017, la cual consta de 17 665 entrevistas representativas a nivel nacional y está diseñada para realizar estimaciones con confianza y precisión estadística para hombres, mujeres, jefes y no jefes de hogar entre 25 y 64 años (CEEY, 2019a). La base de datos cuenta con información sobre el diseño de muestreo de la encuesta, reportando los factores de expansión, las unidades primarias de muestreo y los conglomerados correspondientes, información suficiente para la estimación en un contexto de muestras complejas.

La ESRU-EMOVI 2017 contiene información retrospectiva sobre los activos de los hogares parentales y actuales de los entrevistados, información con la que se diseña dos índices -estimados por el método de correspondencias múltiples (Anexos A1 y A2)- representativos de la riqueza de origen y de destino (CEEY, 2019a; Vélez-Grajales, Vélez-Grajales y Stabridis, 2015). El índice de riqueza de origen integra un conjunto de servicios y bienes (agua potable, electricidad, refrigerador, televisión, entre otros) que había en la vivienda que habitaba el entrevistado cuando tenía 14 años (riqueza de origen), mientras que el índice de riqueza de destino integra bienes y servicios del hogar del entrevistado al momento de la aplicación del cuestionario (Anexo 1). Una vez conformados los índices de riqueza de origen y destino, se dividen en quintiles (estratos), lo que permite comparar jerárquicamente la posición relativa en la distribución económica cuando los entrevistados tenían 14 años (quintil de origen) y en la actualidad (quintil de destino).

En el modelo objetivo planteado (ec.1) la variable dependiente destinoi* es una variable no observable, pero puede ser reconocida si se le relaciona con el estrato de riqueza destino (Qi) en que se ubican los entrevistados. En el modelo propuesto se considera como éxito socioeconómico que el individuo acceda a la parte alta de la distribución, donde están los mayores niveles de bienestar, por lo que se define a la variable dependiente observable destinoi* como una variable binaria asociada a cinco valores que expresan la posición en la distribución socioeconómica del individuo: destinoi=1 si la posición socioeconómica del entrevistado se ubica en los quintiles altos de la distribución Q4 ó Q5 (destino socioeconómico alto) y destinoi=0 si se ubica en los quintiles Q1, Q2 o Q3 o de la distribución (destino socioeconómico no-alto). Explícitamente, la propensión al quintil del estrato-destino se define como:

destinoi=0 si Qi<Q41 si QiQ4

Las variables independientes o explicativas se componen de las características propias del individuo que influyen en su propensión a destino alto o no-alto y son representadas por el número de años escolares aprobados del entrevistado escolaridadi , edad edadi, con su respectivo término cuadrático para identificar rendimientos decrecientes edadi2, una variable binaria que indica el sexo mujer u hombre sexoi, ámbito de origen rural o urbano ambitoi, ,tono de piel moreno o claro tono_pieli y estatus económico de origen origeni. La forma desplegada de la ecuación objetivo es la siguiente:

destinoi=β0+β1edadi+β2edad12+β3sexoi+β4ambitoi+β5tono_pieli+β6origeni+β7crecimientoi+β8comercioi+γescolaridadi+ui (ec. 3)

El modelo plantea que tentativamente la covariable es una variable explicativa potencialmente endógena (ec.2), así que, como instrumentos externos de estimación en la primera etapa, se hace uso del valor más alto de años escolares alcanzado por el padre o la madre del entrevistado escolaridad_hoi y el grado de hacinamiento del hogar de origen hacinamiento_hoi, que es el cociente entre el número de integrantes del hogar de origen y los cuartos de la vivienda utilizados para dormir. Entonces, la ecuación correspondiente a la primera etapa de estimación es la siguiente:

escolaridadi=αo+α1edadi+α2edad12+α3sexoi+α4ambitoi+α5tono_pieli+αorigeni+α7crecimientoi+α8comercioi+θ1escolaridad_hoi+θ2hacinamiento_hoi (ec.4)

Respecto a las variables independientes, el origen socioeconómico (origeni) es una variable binaria observada de acuerdo con el quintil en el que se ubica el hogar de origen del entrevistado en la distribución del índice de riqueza del hogar de origen (riq_ori). Se define a la población que pertenece a los estratos inferiores de la distribución socioeconómica como origeni =1 (origen bajo) cuando el entrevistado proviene de un hogar ubicado en los quintiles inferiores Q1, Q2 y origeni =0 (origen no-bajo) si procede de un hogar ubicado en los quintiles intermedio y superiores Q3, Q4 o Q5.

La variable binaria ambitoi toma el valor de uno (ambitoi =1) si el entrevistado, a la edad de 14 años, vivía en una localidad con menos de 2500 habitantes (ámbito rural), o el valor cero (ambitoi =0) si vivía en una localidad con más de 2500 habitantes (ámbito urbano); mientras que la variable binaria tono_pieli es resultado de la división de la escala cromática PERLA incluida en el cuestionario de la ESRU-EMOVI 2017 e identifica el tono de piel moreno del entrevistado (tono_pieli =1) o el tono de piel claro (tono_pieli =0).

La variable crecimientoi es la tasa de crecimiento económico individual en la que el individuo desarrolló su carrera laboral desde su primer empleó hasta el empleo al momento de la entrevista. Es preciso señalar que la tasa de crecimiento económico se calcula a partir del año del primer empleo porque esa referencia permite establecer puntos relativamente comparables de las trayectorias de movilidad de los entrevistados. En el plano teórico, la decisión de entrar al mercado laboral se enmarca en un conjunto de condiciones macroeconómicas que diferencian las oportunidades de empleo, salarios, sectores económicos y disponibilidad de plazas; esto es, factores que a largo plazo influyen en la trayectoria ocupacional y, por lo tanto, el destino socioeconómico de las personas (Toro, 2015). Se tomó la precaución de considerar que la migración o residencia en una entidad distinta a la del nacimiento podría ocasionar que la tasa de crecimiento asignada no represente las condiciones donde el individuo ha desempeñado su trayectoria ocupacional desde su ingreso al mercado laboral, por lo que la muestra final de comparación se restringe a personas que viven en la misma entidad federativa desde la edad de 14 años. Los datos del PIB de cada entidad federativa solo están disponibles a partir del año 1980 (INEGI, 2019), así que la estimación del modelo objetivo se acotó a la población que obtuvo su primer empleo desde ese año, por lo que el tamaño de la muestra final es de 7 874 observaciones con información completa.

Finalmente, la variable comercioi distingue si el entrevistado ingresó al mercado de trabajo antes o después del periodo de apertura comercial en México (1994, año en que entró en vigor el Tratado del Libre Comercio de América del Norte, TLCAN), por lo que comercioi =1 si el individuo tuvo su primer empleo después del año 1994 (apertura) y comercioi =0 si el primer empleo sucedió antes de 1994 (no-apertura). El Cuadro 1 contiene el descriptivo detallado de las variables que componen las dos etapas del modelo objetivo.

Cuadro 1 Variables que componen el modelo objetivo (n=7 874 obs.) 

Variable Descripción Medición
Variable dependiente
destinoi Riqueza actual
(Alto: y ; No-alto: , y )
Variable binaria:
0, No-alto (59%); 1, Alto (41%);
Variables independientes
escolaridadi Años escolares cursados
(Variable -potencialmente- endógena)
Valores discretos:
media=10.47; min=0; max=19
edadi Edad Valores discretos
media=37.41; min=25; max =64
edad2i Término cuadrático de la edad Valores discretos
media=1628.83; min=625; max =4096
sexoi Sexo del entrevistado Variable binaria:
0, Hombre (54.7%); 1, Mujer (45.3%)
ambitoi Ámbito de origen
(Rural <2500 hab; Urbano≥2500 hab)
Variable binaria:
0, Urbano (68.9%); 1, Rural (31.1%)
tono_pieli Tono de piel
(Moreno: tonos A-H; Claro: tonos I-K)
Variable binaria:
0, Claro (10.7%); 1, Moreno (89.3%)
origeni Riqueza o bienestar de origen
(Bajo: , ; No-bajo: , y )
Variable binaria:
0, No-bajo (68.5%); 1, Bajo (31.5%);
crecimientoi Crecimiento económico
(Tasa promedio PIB desde primer empleo)
Valores continuos:
media=2.47; min= -10.44; max=10.77
comercioi Primer empleo antes o después de
Tratado de Libre Comercio (TLC)
Variable binaria:
0, No-apertura (32.6%); 1,
Apertura (67.4%)
Variables instrumentales
escolaridad_hoi Número mayor de años escolares
cursado por el padre o la madre del
entrevistado
Valores discretos:
media=6.12; min=0; max=19
hacinamiento_hoi Cociente del número de habitantes
y cuartos para dormir en vivienda
de origen.
Valores continuos:
media=3.27; min=0.2; max =20

Fuente: Elaboración propia.

Los criterios para probar las hipótesis propuestas son los siguientes:

  1. La hipótesis de desigualdad de oportunidades se prueba por medio de la estimación del modelo objetivo. Las variables estadísticamente significativas en cuanto a sexo, ámbito de origen, tono de piel, estatus económico del hogar de origen y periodo de ingreso al mercado de trabajo indican que alguno de los grupos tiene desigualdad de oportunidades de destino económico alto con respecto al otro.

  2. La hipótesis de la brecha de éxito se evalúa estimando las probabilidades de destino alto y comparándolas entre grupos poblacionales aventajados y no-aventajados que están en igualdad de logro escolar y similares tasas de crecimiento económico. Si aún bajo las mismas condiciones de logro escolar y crecimiento las probabilidades de obtener bienestar económico alto son distintas, significa que hay diferencias en oportunidades de éxito entre los grupos poblacionales (brecha de éxito).

  3. En la hipótesis de convergencia se evalúa si la brecha de éxito se amplía o reduce a lo largo de distintos niveles de logro escolar y crecimiento de económico. Para ello se calcula la diferencia o contraste de probabilidad de destino alto entre grupos con ventaja y desventaja de oportunidades y su significancia estadística distinto a cero se prueba mediante una F-test. Si el contraste de la probabilidad de destino alto es estadísticamente distinto a cero y mayor para los grupos poblacionales aventajados, significa que la desigualdad de oportunidades aumenta. Si la diferencia resulta a favor de los grupos desaventajados significa la desigualdad disminuye. En cambio, si las diferencias no son estadísticamente distintas a cero se concluye que ningún grupo de comparación recibe mayores/menores recompensas con respecto al otro.

5. Resultados

5.1 Análisis descriptivo

El Cuadro 2 presenta la relación entre el quintil de riqueza de destino y el origen económico, ámbito de origen, tono de piel, sexo y el modelo económico comercial en que las personas ingresaron al mercado de trabajo. En la clasificación por origen económico se observa que 54.5% de los nacidos en los estratos no-bajos tienen destino en la zona alta de la distribución (quintiles destino 4 y 5) y solo 24.4% desciende a los quintiles inferiores 1 y 2; en cambio, de los descendientes nacidos en estratos bajos, 70.3% permanece en los estratos bajos (quintiles destino 1 y 2) y solo 13.1% asciende a la zona de estratos altos (quintiles destino 4 y 5). En el ámbito de origen, 51.5% de las personas de origen urbano obtiene un destino económico alto (quintiles destino 4 y 5), mientras que en origen rural solo 19% se ubica en los quintiles superiores y 89% en los quintiles de estatus no-alto (quintiles 1, 2 y 3 destino). En la distribución de la población de piel clara predomina la probabilidad de ubicarse en los quintiles de destino 4 y 5 (62.2%), en tanto que la distribución de población de piel morena a través de los quintiles es casi homogénea (cercana a 20% en cada quintil).

Cuadro 2 Composición de la muestra por características individuales 

Característica Clasificación Quintil 1 Quintil 2 Quintil 3 Quintil 4 Quintil 5 Total
Origen económico No-bajo 8.5 15.9 21.1 26.7 27.8 100
Bajo 43.1 27.2 16.6 8.4 4.7 100
Ámbito de origen Urbano 11.8 16.5 20.2 25.4 26.1 100
Rural 36.3 26.0 18.7 11.0 8.0 100
Tono de piel Clara 9.4 12.3 16.1 27.2 35.0 100
Morena 20.6 20.3 20.2 20.2 18.8 100
Sexo Hombre 19.7 17.0 19.2 20.9 23.3 100
Mujer 19.0 22.5 20.4 21.0 17.2 100
Comercio No-apertura 22.2 19.5 20.1 21.9 16.3 100
Apertura 18.0 19.5 19.5 20.5 22.6 100

Fuente: Elaboración propia con datos de CEEY (2019a).

En cuanto al sexo y periodo de comercio, en ambos casos no hay diferencias notables en la forma en que se ubican hombres o mujeres y personas que ingresaron al mercado de trabajo antes o después de 1994: se distribuyen en una proporción cercana al 20% a través de los distintos quintiles. En resumen, el patrón de movilidad muestra que hay ventaja de oportunidades de obtener un nivel de bienestar económico alto para la población con origen no-bajo, ámbito de origen urbano y tono de piel clara, mientras que la población de origen bajo y ámbito de origen rural tienen menores oportunidades de un estatus distinto al de sus padres. Respecto al tono de piel morena, sexo y periodo económico de primer empleo los porcentajes no muestran tendencia alguna.

En referencia a la escolaridad, la Gráfica 1 muestra que el porcentaje de personas con estudios de preparatoria y profesionales abarca el 19% del total de individuos que integran quintil 1 de riqueza destino, pero este porcentaje se incrementa cuando aumenta el nivel de riqueza -y por lo tanto a mayores niveles de bienestar económico- hasta el punto de conformar el 79% en el quintil 5. Por otra parte, la Gráfica 2 muestra que la presencia de personas que desarrollaron su carrera laboral en tasas de crecimiento económico mayores a 2% se incrementa, aumentado del 51% en el estrato más pobre hasta alcanzar el 88% del quintil más alto de riqueza. En síntesis, se observa que mayor crecimiento económico y mayor logro escolar están asociados con la obtención de niveles de riqueza superiores y, por lo tanto, mayores niveles de bienestar.

Fuente: Elaboración propia con datos CEEY (2019a).

Gráfica 1 Composición de los quintiles destino por escolaridad 

Fuente: Elaboración propia.

Gráfica 2 Composición de los quintiles por tasas de crecimiento económico (%) 

5.2 Hipótesis de desigualdad de oportunidades

Tras la estimación del modelo objetivo en el contexto de muestras complejas se estima que la prueba de Wald (X2 =186.46, p - value = 0.000) rechaza la hipótesis de no-correlación entre escolaridadi y el término error. En las pruebas de sobreidentificación XALN2=0.039,p-value=0.8425, yXREF2=0.05,p-value=0.8316, por lo tanto, no se rechaza la validez de los instrumentos. Finalmente, el estadístico F(2,7863) es 678.11 (p - value = 0.000) por lo que se rechaza la hipótesis de instrumentos débiles. En resumen, se comprueba la presencia de endogeneidad en el modelo objetivo, además de la validez y fortaleza de los instrumentos, por lo que la técnica de estimación probit variables instrumentales/dos etapas es adecuada. La capacidad predictiva del modelo es 74% de aciertos y es representativo para 28.74 millones de mexicanos.

En la primera etapa de estimación (Cuadro 3) se observa que los instrumentos externos escolaridad_hoi y hacinamiento_hoi son estadísticamente significativos al 99% de confianza; lo que indica que la aportación de bienestar de los progenitores se transmite desde las condiciones habitacionales del hogar de crianza y el logro escolar del padre o la madre hacia el logro escolar de los hijos. Por otra parte, en la segunda etapa de estimación se identifica que -con al menos 5% de nivel de significancia- las covariables años de escolaridad, edad del entrevistado y crecimiento económico tienen efecto positivo sobre las probabilidades de alcanzar los estratos altos; y con 99% de confianza se prueba que las variables ámbito de origen rural, tono de piel morena y origen bajo influyen de manera negativa en las probabilidades de logro con respecto a ámbito de origen urbano, tono de piel claro y origen no-bajo, respectivamente. No hay diferencias estadísticas en torno al sexo (hombre o mujer) o haber ingresado al mercado de trabajo antes o después del TLCAN, y tampoco el término cuadrático de la edad es significativo.

Cuadro 3 Estimación en un contexto de muestras complejas del modelo probit variables instrumentales/dos etapas 

Primera etapa (escolaridad)
Variable Coef. Std. Err. T P>t [95% Conf. Interval]
escolaridad_ho 0.312 0.013 23.57 0.00 0.286 0.338
hacinamiento_ho -0.184 0.030 -6.18 0.00 -0.242 -0.125
sexo= 1, Mujer -0.522 0.120 -4.34 0.00 -0.758 -0.285
edad 0.015 0.045 0.33 0.74 -0.073 0.103
edad^2 0.000 0.001 0.09 0.93 -0.001 0.001
ámbito=1, Rural -0.804 0.139 -5.79 0.00 -1.077 -0.531
tono_piel=1, Morena -0.542 0.183 -2.96 0.00 -0.901 -0.183
origen=1, Bajo -1.317 0.157 -8.38 0.00 -1.626 -1.009
crecimiento -0.117 0.054 -2.17 0.03 -0.223 -0.011
comercio=1, Apertura 0.678 0.143 4.73 0.00 0.396 0.959
_cons 9.750 0.976 9.99 0.00 7.833 11.668
Segunda etapa (destino)
Variable Coef. Std. Err. T P>t [95% Conf. Interval]
escolaridad 0.270 0.010 26.52 0.00 0.250 0.289
sexo= 1, Mujer 0.036 0.044 0.81 0.42 -0.051 0.122
edad 0.043 0.020 2.14 0.03 0.004 0.083
edad^2 0.000 0.000 -1.13 0.26 -0.001 0.000
ámbito=1, Rural -0.206 0.067 -3.08 0.00 -0.338 -0.075
tono_piel=1, Morena -0.218 0.086 -2.54 0.01 -0.387 -0.050
origen=1, Bajo -0.264 0.078 -3.38 0.00 -0.417 -0.111
crecimiento 0.148 0.028 5.28 0.00 0.093 0.203
comercio=1, Apertura -0.123 0.083 -1.48 0.14 -0.286 0.040
_cons -4.252 0.422 -10.07 0.00 -5.081 -3.423

Fuente: Elaboración propia.

Los efectos marginales promedio (Cuadro 4) muestran que las características de nacimiento representan una ventaja/desventaja debido a que las probabilidades de alcanzar un destino económico alto son 11.5 puntos porcentuales menores para las personas provenientes del ámbito rural con respecto al origen urbano, 10.4 puntos porcentuales menores para las personas de piel morena en comparación a las personas de piel clara, y 16.8 puntos porcentuales menores para los hijos de hogares con origen económico bajo con respecto a los descendientes de estatus alto. En contraste, las probabilidades de destino alto se incrementan 3.2 puntos porcentuales con cada año adicional de escolaridad, y 4.2 puntos porcentuales por cada aumento unitario de la tasa promedio de crecimiento.

Cuadro 4 Efectos marginales promedio (AME) 

Variable dy/dx Std. Err. T P>t [95% Conf. Interval]
crecimiento 0.042 0.008 4.92 0.00 0.025 0.058
escolaridad 0.032 0.003 9.81 0.00 0.026 0.038
sexo= 1, Mujer -0.018 0.013 -1.34 0.18 -0.044 0.008
edad 0.015 0.006 2.48 0.01 0.003 0.027
ámbito=1, Rural -0.116 0.02 -5.80 0.00 -0.155 -0.076
tono_piel=1, Moreno -0.104 0.027 -3.86 0.00 -0.157 -0.051
origen=1, Bajo -0.168 0.025 -6.74 0.00 -0.217 -0.119
comercio=1, Apertura -0.002 0.024 -0.09 0.93 -0.049 0.045

Fuente: Elaboración propia.

En la variable ‘sexo’ no se identifican diferencias estadísticamente significativas, posiblemente porque el índice de riqueza de destino capta la dotación de bienes y servicios del hogar en general, lo que diluye las diferencias en el bienestar económico individual de mujeres y hombres que habitan las viviendas encuestadas. Adicionalmente, el periodo de ingreso al mercado de trabajo antes o después de la entrada en vigor del TLCAN tampoco es estadísticamente significativo, lo que se atribuye a que las diferencias estructurales entre los periodos económicos son aminoradas porque, debido a la disponibilidad de información, la muestra solo abarca a personas que tuvieron su primer empleo a partir de 1980, año cercano a la incorporación de México al Acuerdo General de Aranceles Aduaneros y Comercio (GATT, por sus siglas en inglés) en 1986.

En resumen, hay evidencia estadística que apoya la hipótesis de desigualdad de oportunidades: en México hay un patrón de desigualdad de oportunidades para obtener un nivel de riqueza alto en el que las personas con origen económico bajo, ámbito rural y tono de piel moreno tienen desventaja con respecto a las personas de origen económico alto, ámbito de origen urbano y tono de piel claro. El logro escolar y las tasas de crecimiento económico pueden incrementar las posibilidades de destino socioeconómico alto, pero difícilmente pueden resarcir la desigualdad en las probabilidades de éxito que brindan las “ventajas de cuna”. Por ejemplo, para compensar las diferencias de oportunidades una persona que nace en un hogar de estrato de origen bajo debe cursar al menos 6 años escolares más que una persona que nació en un hogar de origen alto; o una persona originaria de una localidad rural debe desempeñar su vida laboral en una entidad con tasas de crecimiento económico que sean superiores al menos 3 puntos porcentuales a las tasas de crecimiento en las que se desenvuelve un trabajador con origen urbano.

5.3 Hipótesis de brecha de éxito

Las Gráficas 3 a 7 muestran las probabilidades estimadas de destino socioeconómico alto en cada nivel escolar a través de las distintas variables de interés1. Los ejes verticales indican la escala de probabilidades de destino alto; las líneas horizontales (punteadas o continuas) corresponden a los distintos niveles de escolaridad y en los extremos laterales de cada gráfica se ubican los grupos poblacionales en relación con su grupo de comparación. En la Gráfica 3 se aprecia que los hijos provenientes de hogares con estatus no-bajo tienen mayores probabilidades de logro que los descendientes de hogares con origen económico bajo, a pesar de que ambos han aprobado el mismo nivel de escolaridad. Las Gráficas 4 y 5 exponen el mismo comportamiento en todos los niveles escolares: probabilidades de éxito más altas en los originarios de ámbito urbano y piel clara que para los nacidos en un ámbito rural y piel morena, respectivamente. En las Gráficas 6 y 7 las curvas prácticamente no manifiestan algún tipo de pendiente, lo que significa que no hay indicios de diferencias en las probabilidades de logro por sexo y periodo económico.

Fuente: Elaboración propia.

Gráfica 3 Probabilidad estimada de destino alto por escolaridad y origen socioeconómico 

Fuente: Elaboración propia.

Gráfica 4 Probabilidad estimada de destino alto por escolaridad y ámbito de origen 

Fuente: Elaboración propia.

Gráfica 5 Probabilidad estimada de destino alto por escolaridad y tono de piel 

Fuente: Elaboración propia.

Gráfica 6 Probabilidad estimada de destino alto por escolaridad y sexo 

Fuente: Elaboración propia.

Gráfica 7 Probabilidad estimada de destino alto por escolaridad y apertura comercial 

Las Gráficas 8 a 12 muestran la trayectoria de las probabilidades estimadas de logro económico en tasas de crecimiento entre -5 y 5 puntos porcentuales. En la Gráfica 8 se observa que las probabilidades de logro de la población de origen no-bajo (línea continua) siempre están por encima de las probabilidades de la población de origen bajo (línea punteada). En la Gráfica 9 se muestra que las probabilidades de logro son más altas para el grupo urbano que para la submuestra de origen rural. La Gráfica 10 expone que las probabilidades de logro son superiores para la población de piel clara que para la población de piel morena. Las Gráficas 11 y 12 presentan las probabilidades de logro por sexo y periodo de inicio de la trayectoria laboral, respectivamente. En ambos casos, no hay indicios estadísticamente significativos de predominio entre hombres y mujeres o personas que ingresaron al mercado de trabajo antes o después del año 1994.

Fuente: Elaboración propia.

Gráfica 8 Probabilidad estimada de destino alto por crecimiento y origen socioeconómico 

Fuente: Elaboración propia.

Gráfica 9 Probabilidad estimada de destino alto por crecimiento y ámbito de origen 

Fuente: Elaboración propia.

Gráfica 10 Probabilidad estimada de destino alto por crecimiento y tono de piel 

Fuente: Elaboración propia.

Gráfica 11 Probabilidad estimada de destino alto por crecimiento y sexo 

Fuente: Elaboración propia.

Gráfica 12 Probabilidad estimada de destino alto por crecimiento y apertura comercial 

Una vez que se han identificado las diferencias entre los grupos de comparación, cabría preguntarse ¿cómo influyen las características analizadas de forma conjunta en las probabilidades de éxito? Las Gráficas 13 y 14 muestran las probabilidades estimadas de destino alto de personas con algún perfil de interés (estatus del hogar de origen bajo o no-bajo; ámbito de origen urbano o rural; y piel clara o morena) a lo largo de distintos años escolares aprobados (Gráfica 13) y tasas de crecimiento promedio (Gráficas 14).

Fuente: Elaboración propia.

Gráfica 13 Probabilidades estimadas de destino alto por años escolares aprobados 

Fuente: Elaboración propia.

Gráfica 14 Probabilidades estimadas de destino alto por tasas de crecimiento 

En ambas gráficas, el orden de quiénes son los más/menos beneficiados por el mérito escolar y económico es el mismo y las trayectorias de las curvas de probabilidad no se cruzan en ningún punto, señal de que no hay intercambio de posiciones en el orden de predilección por ocupar posiciones en la parte alta de la distribución socioeconómica. Destaca que el perfil con origen no-bajo, urbano y piel clara tiene amplia ventaja en las probabilidades de destino alto y la diferencia con respecto al resto de los perfiles es considerable. En contraste, las personas con origen bajo, rural y piel morena son quienes, tienen menores probabilidades de acceder a niveles de bienestar superiores con una desventaja sustancial. Por otra parte, algunos perfiles tienen probabilidades de logro muy similares (sus curvas de probabilidad son muy cercanas). De esta forma, podemos ordenar ocho distintos niveles de éxito, en dos categorías de mayor probabilidad de destino alto (niveles superiores) a menor probabilidad (niveles inferiores), como se muestra en el Cuadro 5.

Cuadro 5 Orden de perfiles de destino alto 

Grupo Perfiles
Probabilidades superiores
de destino alto
1. Personas con origen no-bajo, ámbito urbano y piel clara
2. Personas con origen no-bajo, ámbito urbano y piel morena
3. Personas con origen no-bajo, rural y piel clara
4. Personas con origen bajo, urbano y piel clara
Probabilidades inferiores
de destino alto
5. Personas con origen no-bajo, rural y piel morena
6. Personas de origen bajo, urbano y piel morena
7. Personas origen bajo, ámbito rural y piel clara
8. Personas con origen bajo, ámbito de origen rural y piel morena

Fuente: Elaboración propia.

En los niveles con probabilidades de éxito superiores el grupo más favorecido por el logro escolar y el crecimiento económico es el de las personas con origen socioeconómico no-bajo, provenientes de un ámbito urbano y piel clara. Le siguen las personas con origen no-bajo, ámbito urbano y piel morena y, casi con idénticas probabilidades, el grupo poblacional con origen no-bajo, ámbito rural y piel clara. En el cuarto escalón se ubican las personas con hogar de origen de estatus bajo, ámbito urbano y piel clara. En los niveles con probabilidades de éxito inferiores están las personas con origen no-bajo, crianza en ámbito rural y piel morena. Le sigue el grupo poblacional con estatus de origen bajo, urbano y piel morena, grupo que es muy cercano a la población con hogar de nacimiento bajo, ámbito de origen rural y piel clara. El perfil con menores probabilidades de éxito corresponde a la población con un hogar de origen bajo, crianza en localidad rural y piel morena.

En resumen, las probabilidades de destino alto corresponden a la aplicación de criterios donde el factor más importante es el origen socioeconómico. A partir del estatus de origen, las personas reciben un trato discriminatorio acorde a sus demás características: aún bajo tasas de crecimiento similares o mismo nivel escolar hay diferencias en las probabilidades de éxito socioeconómico al nacer en un hogar de estatus no-bajo, ámbito urbano y tener la piel morena que nacer en una familia con estatus bajo, ámbito urbano y piel morena: entre ambos grupos poblacionales hay cuatro escalones de éxito. Tras la serie de resultados expuestos se concluye que se apoya la hipótesis de la brecha de éxito: hay grupos poblacionales con desventaja en las oportunidades aún bajo los mismos niveles de mérito escolar y de crecimiento económico.

5.4 Hipótesis de convergencia

Las Gráficas 15 a 22 muestran el contraste estimado en las probabilidades de éxito socioeconómico para los distintos niveles de escolaridad y crecimiento económico.2 Sobresale que en todos los niveles académicos las diferencias tienen signo negativo, señal de que las probabilidades de logro para las personas de origen económico bajo, ámbito de origen rural y tono de piel morena son menores que para sus respectivas contrapartes. En las Gráficas 15, 16 y 17 se observa que el contraste de probabilidades de éxito se aleja de la línea punteada que indica la nulidad de las diferencias, por lo que se concluye que la brecha se amplía conforme aumenta el logro escolar, excepto en educación superior, nivel en el que la diferencia se reduce un poco con respecto al nivel preparatoria. Esto significa que el aumento marginal de la probabilidad de obtener un estatus económico alto, debido al aumento de la escolaridad, es menor para los grupos con desventaja de oportunidades que para sus respectivos grupos de comparación, por lo que se rechaza la hipótesis de convergencia y se concluye que el logro escolar tiene tendencia divergente. En cambio, en las variables sexo (Gráfica 18) y periodo económico de ingreso al mercado de trabajo (Gráfica 19) la magnitud del contraste es muy próxima al valor cero a través de los distintos niveles de escolaridad, prácticamente no muestra pendiente y las diferencias no son estadísticamente significativas, lo que indica que no hay diferencias de recompensas entre hombres y mujeres (efecto neutro).

Fuente: Elaboración propia.

Gráfica 15 Diferencia estimada de probabilidades de destino alto por escolaridad y origen socioeconómico (origen bajo vs. origen no-bajo) 

Fuente: Elaboración propia.

Gráfica 16 Diferencia estimada de probabilidades de destino alto por escolaridad y ámbito de origen (rural vs. urbano) 

Fuente: Elaboración propia.

Gráfica 17 Diferencia estimada de probabilidades de destino alto por escolaridad y tono de piel (piel clara vs. piel morena) 

Fuente: Elaboración propia.

Gráfica 18 Diferencia estimada de probabilidades de destino alto por escolaridad y sexo (mujeres vs. hombres) 

Fuente: Elaboración propia.

Gráfica 19 Diferencia estimada de probabilidades de destino alto por escolaridad y periodo económico (apertura comercial vs. no-apertura comercial) 

Fuente: Elaboración propia.

Gráfica 20 Diferencia estimada de probabilidades de destino alto por tasas de crecimiento y origen socioeconómico (origen bajo vs. origen no-bajo) 

Fuente: Elaboración propia.

Gráfica 21 Diferencia estimada de probabilidades de destino alto por ámbito de origen (rural vs. urbano) 

Fuente: Elaboración propia.

Gráfica 22 Diferencia estimada de probabilidades de destino alto por tasas de crecimiento y tono de piel (piel clara vs. piel morena) 

Las Gráficas 20 a 24 muestran que en las diferencias de probabilidades de éxito la trayectoria del contraste se aleja conforme aumentan las tasas promedio de crecimiento. En la comparación entre los grupos poblacionales de origen no-alto versus alto (Gráfica 20), tono de piel moreno versus clara (Gráfica 21) y ámbito de origen rural versus urbano (Gráfica 22) la curva de éxito se aleja del origen, señal de que predomina una tendencia divergente: el incremento de las tasas de crecimiento económico beneficia en mayor medida a las personas con origen socioeconómico alto, tono de piel claro y ámbito urbano. Las gráficas también muestran que el contraste de las probabilidades de destino alto por tono de piel y ámbito de origen tiene una pendiente menor en el contraste de probabilidades por origen socioeconómico, variable que muestra la mayor diferencia entre los grupos poblacionales de comparación. Debido al comportamiento descrito de las brechas de éxito, se rechaza la hipótesis de convergencia debido al crecimiento económico. Respecto al sexo y periodo de apertura comercial, la diferencia de probabilidades de destino alto es cero y no muestra cambios a lo largo de la curva (Gráficas 23 y 24).

Fuente: Elaboración propia

Gráfica 23 Diferencia estimada de probabilidades de destino alto por tasas de crecimiento y sexo (hombre vs. mujer) 

Fuente: Elaboración propia.

Gráfica 24 Diferencia estimada de probabilidades de destino alto por tasas de crecimiento y periodo económico (apertura comercial vs. no-apertura comercial) 

6. Conclusiones

Los resultados indican que en México hay desigualdad en las oportunidades de alcanzar un nivel de riqueza alto debido a factores sobre los que las personas no tuvieron poder de decisión, como el lugar donde nacieron, el estatus económico de sus padres o su color de piel. Los hallazgos muestran que, aunque el crecimiento económico y la escolaridad son factores que incrementan las oportunidades de un bienestar económico alto, las personas en desventaja socioeconómica reciben recompensas menores que los grupos privilegiados, por lo que la desigualdad económica no se reduce a lo largo de la senda de crecimiento y logro escolar, sino que aumenta.

A través de un modelo probit de variables instrumentales, estimado en un contexto de muestras complejas, se evalúan tres hipótesis: hipótesis de desigualdad de oportunidades, hipótesis de brecha de éxito e hipótesis de convergencia. Respecto a la hipótesis de desigualdad de oportunidades, los resultados muestran que las personas que en su niñez habitaron hogares con amplio acceso a bienes duraderos y servicios básicos, se formaron en ciudades y tienen un tono de piel claro, tienen mayores probabilidades de alcanzar un estatus económico alto en su vida adulta, en comparación con las personas que provienen de hogares de estatus económico bajo, se criaron en alguna localidad rural y tienen un tono de piel moreno. Los factores que causan estas diferencias deben ser abordados en futuras investigaciones, pero a continuación se sugieren algunos motivos para la reflexión del lector.

La influencia del origen económico puede explicarse con base en que los hijos de las familias con mayores niveles de riqueza poseen recursos para asistir a escuelas particulares o especializadas, pueden invertir en la formación de habilidades extra-académicas (como un segundo idioma), tienen espacios de convivencia para formar redes sociales (social network) que salvaguardan el estatus de sus miembros, acceden a tecnología y recursos informáticos, alimentación sana y cuidados de la salud, apoyo socioemocional y son formados para tener expectativas donde su esfuerzo es recompensado. En cambio, los hijos que provienen de hogares con recursos inferiores tienen poco acceso a educación particular, sus padres no tienen recursos para invertir en la formación de capital humano o habilidades que les otorguen alguna ventaja comparativa que pueda ser retribuida en su vida adulta, enfrentan contextos familiares y comunitarios que no les brindan apoyo socioafectivo o que propician círculos de pobreza, y son formados en entornos que les inculcan expectativas negativas sobre el futuro y las recompensas al esfuerzo.

Las diferencias en las oportunidades debido al ámbito de origen urbano o rural están vinculadas con factores que propician la diferenciación en el acceso a servicios básicos, vías de transporte y traslado, acceso a telecomunicaciones, servicios financieros y empleos mejor remunerados, entre otros.

Las diferencias en las oportunidades debido al tono de piel tienen su origen en criterios étnico-raciales asociados con discriminación y prejuicios, criterios que moldean instituciones y prácticas sociales que propician la reproducción de desigualdades históricas instauradas desde la Colonia. La aplicación de estos criterios también influye en las preferencias de los individuos para asignar las oportunidades, de tal forma que las personas con piel clara tienen acceso a oportunidades laborales, escolares y forman expectativas que les permiten obtener un estatus económico alto.

Por otra parte, la hipótesis de desigualdad de resultados se prueba mostrando que las personas de origen pobre, ámbito rural y piel morena reciben beneficios económicos menores a los que reciben las personas de origen no-pobre, ámbito urbano y piel clara, aun cuando se tiene el mismo logro escolar y un contexto económico favorable como un periodo de expansión.

En la tercera hipótesis se rechaza que el crecimiento económico y el logro escolar tengan un efecto convergente, ya que se identifica que no reducen la desigualdad económica entre los grupos de comparación, sino que la amplían; es decir, despliegan un efecto divergente. Si bien, son ampliamente reconocidos los beneficios del crecimiento económico y de obtener un mayor logro escolar, resulta cuestionable que ambos mecanismos no funcionen para disminuir la desigualdad de oportunidades. En ambos casos se deben revisar los criterios de estratificación, las barreras de movilidad y la distribución de los beneficios.

Las conclusiones expuestas son un llamado para que la sociedad revise el modelo de crecimiento económico y el patrón de distribución de oportunidades. En primer lugar, hay una tarea pendiente por integrar un modelo de desarrollo económico que solvente los incrementos en la cobertura y el logro educativo con la generación de oportunidades laborales bien remuneradas y empleos con prestaciones que mejoren el estatus económico de los hogares. Por otra parte, se debe integrar un modelo económico que tome en cuenta la contribución de las partes (familias, sector financiero, empresas y gobierno), la distribución justa de los beneficios, considere los intereses de la sociedad, los criterios de optimización de ganancias de las empresas y que las instituciones gubernamentales instauren leyes para preservar la igualdad de oportunidades, implementen políticas que garanticen las condiciones de ‘piso parejo’ en la competencia y sancionen la asignación de oportunidades y recompensas provenientes de criterios discriminatorios. Finalmente, se debe dar mayor presencia en el debate público a temas sobre discriminación debido a características de nacimiento como el color de piel, el estatus de origen y el ámbito de nacimiento; promover la formación de una sociedad civil participativa, capaz de identificar, difundir, manifestar y denunciar conductas discriminatorias en espacios públicos y privados (oficinas de gobierno, hogar, familia y trabajo), donde en cierta medida se consiente la preservación de conductas contra la igualdad de oportunidades.

Una de las limitantes de la investigación es la identificación de la desigualdad de oportunidades por sexo, ya que bajo la variable de referencia (riqueza del hogar actual) no es posible estimar el efecto diferenciado entre hombres y mujeres. De la misma forma, el método analítico empleado y la disponibilidad de información oficial no permiten realizar estimaciones para población que ingresó al mercado de trabajo antes de 1980, por lo que el contraste del cambio económico estructural por la apertura comercial es casi imperceptible. Ambas limitantes son tareas pendientes que podrían ser abordadas en futuras investigaciones.

Referencias

Andersen, L. 2001. Social Mobility in Latin America: Links with Adolescent Schooling, IDB Working Paper, núm. 146. [ Links ]

Andersen, L. 2002. Baja Movilidad Social en Bolivia: Causas y Consecuencias para el Desarrollo, Instituto de Investigaciones Socioeconómicas, Documento de Trabajo, núm. 02/02. [ Links ]

Arceo-Gomez, E. y R. Campos-Vázquez. 2014. “Race and marriage in the labor market: A discrimination correspondence study in a developing country”, American Economic Review, 104 (5): 376-80. https://doi.org/10.1257/aer.104.5.376 [ Links ]

Becker, G. y N. Tomes. 1986. “Human capital and the rise and fall of families”, Journal of Labor Economics, 4(3): 1-39. [ Links ]

Berthold, N. y K. Gründler. 2014. On the Empirics of Social Mobility: A Macroeconomic Approach, Wirtschaftswissenschaftliche Beiträge, Documento de Trabajo, núm. 128. [ Links ]

Blau, P.M. y O.D. Duncan. 1967. The American Occupational Structure, Nueva York, John Wiley and Sons. [ Links ]

Breen, R. 1997. “Inequality, economic growth and social mobility”, The British Journal of Sociology, 48(3): 429-449. https://doi.org/10.2307/591139 [ Links ]

Campos-Vázquez, R. y E. Cortina. 2017. “Identidad social y estereotipos por color de piel. Aspiraciones y desempeño en jóvenes mexicanos”, El Trimestre Económico, 85(337): 53-79. 10.20430/ete.v85i337.659. [ Links ]

Castañeda-Valencia, A.M. 2023. La brecha del éxito, desigualdad de oportunidades y movilidad socioeconómica en México, Tesis doctoral, Benemérita Universidad Autónoma de Puebla, México. [ Links ]

CEEY. 2019a. Encuesta ESRU-EMOVI 2017, en https://ceey.org.mx/contenido/que-hacemos/emovi/Links ]

CEEY. 2019b. Informe Movilidad Social en México 2019, Hacia la Igualdad Regional de Oportunidades, México, Centro de Estudios Espinosa Yglesias. [ Links ]

Corak, M. 2013. “Income inequality, equality of opportunity, and intergenerational mobility”, Journal of Economic Perspectives, 27(3): 79-102. [ Links ]

Cortés F., A. Escobar y P. Solís. 2007. Cambio Estructural y Movilidad Social en México, México, El Colegio de México. [ Links ]

Cortina, A. 2017. Aporofobia, El Rechazo Del Pobre. Barcelona, Paidós. [ Links ]

Dalle, P. 2014. “Aproximación al origen étnico y movilidad social intergeneracional en Argentina”, Boletín Científico Sapiens Research, 4(1): 32-39. [ Links ]

Delajara, M, R. Campos-Vázquez, R. Vélez-Grajales. 2020. Social Mobility in Mexico. What Can We Learn From its Regional Variation?, Agence Française de Développement, Documento de Investigación, núm. 123. [ Links ]

Delajara, M., R. De la Torre, E. Díaz-Infante y R. Vélez-Grajales. 2018. El México del 2018. Movilidad Social para el Bienestar, México, Centro de Estudios Espinosa Yglesias. [ Links ]

Delajara, M. y D. Graña. 2018. “La movilidad social intergeneracional en México y sus regiones es el resultado de regresiones rango-rango”, Sobre México Temas de Economía, 1(4): 22-37. [ Links ]

Erikson, R. y J. Goldthorpe. 1992. The Constant Flux: A Study of Class Mobility in Industrial Societies, Londres, Oxford University Press. [ Links ]

Fields, G., R. Hernández, S. Freije, M. Puerta, O. Arias y J. Assunção. 2007. “Intragenerational income mobility in Latin America [with comments]”, Economía, 7(2): 101-154. [ Links ]

Fox, T.G. y S.M. Miller. 1966. “Economic, political and social determinants of mobility: An international cross-sectional analysis”, Acta Sociológica, 9(1-2): 76-93. [ Links ]

Guevara, C.A. 2018. “Overidentification tests for the exogeneity of instruments in discrete choice models”, Transportation Research Part B: Methodological, 114: 241-253. https://doi.org/10.1016/j.trb.2018.05.020 [ Links ]

Guillermo-Peón, S.B. y A. Castañeda-Valencia. 2021. “Efectos de los factores macroeconómicos e individuales sobre la movilidad socioeconómica en México: análisis mediante la estimación de un modelo probit ordenado generalizado”, EconoQuantum, 18(1): 75-115. [ Links ]

Hassler J. y J. Rodríguez-Mora. 2000. “Intelligence, social mobility and growth”, The American Economic Review, 90(4): 888-908. [ Links ]

Huerta, J.E. y R. Espinosa. 2015. “Procesos de estratificación social e inversiones educativas hacia hombres y mujeres”, en R. Vélez-Grajales, J.E. Huerta-Wong y R. Campos-Vázquez (eds), México: El Motor Inmóvil, México, Centro de Estudios Espinosa Yglesias . [ Links ]

INEGI. 2017. Resultados sobre La Movilidad Social Intergeneracional, en: https://www.inegi.org.mx/contenidos/saladeprensa/boletines/2017/mmsi/mmsi2017_06.pdfLinks ]

INEGI. 2019. Indicador Trimestral de la Actividad Económica Estatal. Producto Interno Bruto Trimestral, Anual y Anual Por Entidad Federativa. Retropolación Hasta 1980: Síntesis Metodológica, en: https://www.inegi.org.mx/contenidos/productos/prod_serv/contenidos/espanol/bvinegi/productos/nueva_estruc/702825189167.pdfLinks ]

Krueger, A. 2012. The Rise and Consequences of Inequality, documento presentado en el Center for American Progress, Washington D.C., Estados Unidos. [ Links ]

López-Calva, L. 2015. “Prólogo”, en R. Vélez-Grajales, J.E. Huerta-Wong y R. Campos-Vázquez (eds) México, El Motor Inmóvil, México, Centro de Estudios Espinosa Yglesias. [ Links ]

Monroy-Gómez-Franco, L. 2023. “Shades of social mobility: Colorism, ethnic origin and intergenerational social mobility”, The Quarterly Review of Economics and Finance, 90(C): 247-266. https://doi.org/10.1016/j.qref.2022.10.004 [ Links ]

Monroy-Gómez-Franco, L. y R. Vélez-Grajales. 2020. “Skin tone differences in social mobility in Mexico: Are we forgetting regional variance?”, Journal of Economics Race Policy, 4: 257-274. https://doi.org/10.1007/s41996-020-00062-1 [ Links ]

Orozco, M., R. Espinosa, C. Fonseca, M. Marchant y R. Vélez-Grajales. 2022. Movilidad Social y Políticas de Cuidados y Protección Social, Centro de Estudios Espinosa Yglesias, Documento de Trabajo, núm. 01/2022. [ Links ]

Piketty, T. 2014. El Capital en el Siglo XXI, México, Fondo de Cultura Económica. [ Links ]

Pla, J. 2013. “Reflexiones sobre el uso del concepto de clase para el estudio de la movilidad social”, en Aportes a los Estudios sobre Desigualdad y Movilidad Social en el Mundo Contemporáneo, Buenos Aires, Imago Mundi. [ Links ]

Roemer, J.E. 1998. Equality of Opportunity, Cambridge, Harvard University Press. [ Links ]

Solís, P. 2015. “Desigualdad vertical y horizontal en las transiciones educativas en México”, en R. Vélez-Grajales, J.E. Huerta-Wong y R. Campos-Vázquez (eds.), México: El Motor Inmóvil , México, Centro de Estudios Espinosa Yglesias. [ Links ]

Solís, P. 2017. Discriminación Estructural y Desigualdad Social, México, Consejo Nacional para Prevenir la Discriminación. [ Links ]

Solís, P. y B. Güémez. 2021. “Características étnico-raciales y desigualdad de oportunidades económicas en México”, Estudios Demográficos y Urbanos, 36(1): 255-289. https://doi.org/10.24201/edu.v36i1.2078 [ Links ]

Solon, G. 2004. “A model of intergenerational mobility variation over time and place”, en M. Corak (ed.), Generational Income Mobility in North America and Europe, Cambridge University Press. [ Links ]

Sørensen, A.B. 1975. “Models of social mobility”, Social Science Research, 4(1): 65-92. https://doi.org/10.1016/0049-089X(75)90019-8 [ Links ]

Sorokin, P.A. 1959. Social and Cultural Mobility, Illinois, Free Press. [ Links ]

Székely P.M. 2015. “Expectativas educativas: una herencia intangible”, en R. Vélez-Grajales, J.E. Huerta-Wong y R. Campos-Vázquez (eds.), México: El Motor Inmóvil , México, Centro de Estudios Espinosa Yglesias. [ Links ]

Telles, E., R. Flores y F. Urrea. 2015. “Pigmentocracies: educational inequality, skin color and census ethnoracial identification in eight Latin American countries”, Research in Social Stratification and Mobility, 40: 39-58. https://doi.org/10.1016/j.rssm.2015.02.002 [ Links ]

Torche, F. 2010. “Cambio y persistencia de la movilidad intergeneracional en México”, en J. Serrano y F. Torche (eds.), Movilidad Social en México. Población, Desarrollo y Crecimiento, México, Centro de Estudios Espinosa Yglesias. [ Links ]

Torche, F. 2015. Diferencias de género en la movilidad intergeneracional en México, en R. Vélez et al. (eds), México el motor inmóvil. CEEY, México D. F. [ Links ]

Toro H. 2015. “Cohortes laborales y origen socioeconómico como determinantes del logro ocupacional”, en R. Vélez-Grajales, J.E. Huerta-Wong y R. Campos-Vázquez (eds.), México: El Motor Inmóvil , México, Centro de Estudios Espinosa Yglesias. [ Links ]

Turner, B. 1986. Equality, Estados Unidos, Ellis Horwood Limited. [ Links ]

Vélez-Grajales R., R. Campos-Vázquez y C. Fonseca. 2012. “El concepto de movilidad social: dimensiones, medidas y estudios en México”, en R. Campos-Vázquez, J.E. Huerta-Wong y R. Vélez Grajales (eds.), Movilidad Social en México, Constantes de la Desigualdad, México, Centro de Estudios Espinosa Yglesias. [ Links ]

Vélez-Grajales R. y L. Monroy-Gómez-Franco. 2023. Por una Cancha Pareja. Igualdad de Oportunidades para Lograr un México más Justo, México, Centro de Estudios Espinosa Yglesias. [ Links ]

Vélez-Grajales, R., V. Vélez-Grajales y Stabridis, R. 2015. Construcción de un Índice de Riqueza Intergeneracional a partir de la EMOVI, Centro de Estudios Espinosa Yglesias, Documento de Trabajo, núm. 02/2015. [ Links ]

Viafara, C.A. 2017. “Movilidad social intergeneracional de acuerdo al color de la piel en Colombia”, Sociedad y Economía, 33: 263-287. https://dx.doi.org/10.25100/sye.v0i33.5632 [ Links ]

WEF. 2020. The Global Social Mobility Report 2020, Suiza, The World Economic Forum. [ Links ]

Woolridge, J. 2010. Introducción a la Econometría: Un Enfoque Moderno, Michigan State University: Cencage Learning. [ Links ]

1 El detalle de la estimación de probabilidades de destino alto no se ha incluido en el presente documento por cuestiones de delimitación de espacio, sin embargo, se pone a disponibilidad del lector bajo solicitud al autor.

2El detalle de la estimación de los contrastes y las pruebas F no se ha incluido en el presente documento por cuestiones de delimitación de espacio, sin embargo, se pone a disponibilidad del lector bajo solicitud al autor.

3Por cuestiones de disponibilidad de espacio no se ha incluido la estimación, sin embargo, se pone a disposición del lector bajo solicitud al autor.

*Para la elaboración del presente artículo, el autor contó con el apoyo de CONAHCYT, a través del programa de becas de posgrado y de la convocatoria Becas Tesis.

Anexo

Los Cuadros A.1 y A.2 muestran el porcentaje de personas que afirmaron poseer los bienes domésticos y tener acceso a los servicios que conforman los índices de riqueza de origen y destino. Los resultados de los análisis de correspondencias múltiples indican que la variabilidad explicada por cada índice es sobresaliente: en el índice de riqueza de origen la primera dimensión explica 87.19% de la inercia total (n=14 968 obs.), en tanto que en el índice de riqueza destino la primera dimensión explica 92.30% (n=17 665). El orden de las coordenadas que determinan cómo se relacionan los ítems es positiva-negativa, donde la coordenada para la categoría ‘No’ es positiva y para la categoría ‘Sí’ es negativa. Por ello, bajo los criterios de cardinalidad, se invierten los signos del índice para trabajar con valores que dan mayor puntaje a las dotaciones de bienes y servicios más altas.

Cabe señalar que los índices de riqueza diseñados para el presente análisis difieren de los realizados por el CEEY (2019a) en un par de aspectos. En primer lugar, la posesión y acceso a bienes y servicios en el hogar de origen es acotada por su disponibilidad temporal. Por ejemplo, la posesión de un celular o acceso a señal de televisión de paga solo es posible para generaciones recientes. Por ello, con el objetivo de evitar algún tipo de sesgo o asociación artificial, en la estimación del índice de riqueza de origen solo se incluyen bienes y servicios disponibles para todas las edades. En segundo lugar, para aminorar la pérdida de información debido a que en algunas observaciones no fue posible asignar un valor a la riqueza de origen por la falta de información en algunos de los ítems, se realiza una imputación por medio de regresión. De la estimación del índice se obtuvieron predicciones cuya correlación con la riqueza de origen observada es 0.863.3 Con el resultado de la estimación de la regresión se imputó un valor de índice de riqueza de origen a 433 observaciones.

Cuadro A.1 Índice de riqueza de origen. Análisis de correspondencias múltiples (n=14 968) 

Variable Categoría Porcentaje Total Dimensión 1
Masa Calidad %Inercia Coord. Corr. Cuad. Contrib. a inercia
Agua No 34% 0.020 0.929 0.050 1.587 0.884 0.049
66% 0.036 0.929 0.027 -0.862 0.884 0.027
Electricidad No 16% 0.009 0.936 0.045 2.140 0.847 0.043
84% 0.046 0.936 0.009 -0.438 0.847 0.009
Baño No 43% 0.024 0.940 0.044 1.364 0.914 0.046
57% 0.031 0.940 0.035 -1.073 0.914 0.036
Boiler No 67% 0.039 0.961 0.023 0.797 0.961 0.025
33% 0.017 0.961 0.052 -1.825 0.961 0.056
Servicio doméstico No 93% 0.052 0.970 0.002 0.186 0.856 0.002
7% 0.004 0.970 0.027 -2.718 0.856 0.026
Casa propia No 23% 0.012 0.686 0.001 0.156 0.288 0.000
77% 0.043 0.686 0.000 -0.043 0.288 0.000
Estufa No 36% 0.020 0.924 0.051 1.572 0.875 0.051
64% 0.035 0.924 0.030 -0.918 0.875 0.030
Lavadora No 66% 0.038 0.953 0.027 0.884 0.953 0.029
34% 0.018 0.953 0.058 -1.854 0.953 0.062
Refrigerador No 43% 0.025 0.927 0.051 1.442 0.898 0.051
57% 0.031 0.927 0.041 -1.159 0.898 0.041
Teléfono No 78% 0.044 0.958 0.015 0.604 0.948 0.016
22% 0.011 0.958 0.059 -2.367 0.948 0.063
Televisor No 36% 0.021 0.928 0.050 1.537 0.884 0.049
64% 0.035 0.928 0.030 -0.928 0.884 0.030
Tostador No 93% 0.052 0.961 0.003 0.231 0.869 0.003
7% 0.004 0.961 0.040 -3.273 0.869 0.039
Aspiradora No 96% 0.053 0.941 0.001 0.154 0.798 0.001
4% 0.002 0.941 0.036 -3.892 0.798 0.032
Otra casa No 95% 0.053 0.989 0.001 0.117 0.807 0.001
5% 0.003 0.989 0.016 -2.367 0.807 0.015
Local comercial No 94% 0.053 0.989 0.001 0.124 0.898 0.001
6% 0.003 0.989 0.014 -2.214 0.898 0.014
Automóvil No 78% 0.044 0.974 0.011 0.523 0.952 0.012
22% 0.012 0.974 0.043 -2.004 0.952 0.046
Ahorro caja popular No 91% 0.050 0.920 0.005 0.297 0.820 0.004
9% 0.005 0.920 0.048 -2.936 0.820 0.044
Ahorro cta. bancaria No 93% 0.051 0.910 0.004 0.257 0.788 0.003
7% 0.004 0.910 0.048 -3.226 0.788 0.043

Fuente: Elaboración propia, con datos de CEEY (2019a).

Cuadro A.2 Índice de riqueza destino. Análisis de correspondencias múltiples (n=17 665) 

Total Dimensión 1
Variable Categoría Porcentaje Masa Calidad %Inercia Coord. Corr. Cuad. Contrib. a inercia
Electricidad No 1% 0.001 0.904 0.003 1.282 0.258 0.001
99% 0.045 0.904 0.000 -0.016 0.258 0.000
Boiler No 44% 0.020 0.981 0.024 1.134 0.978 0.026
56% 0.025 0.981 0.020 -0.906 0.978 0.021
Servicio doméstico No 89% 0.041 0.957 0.003 0.247 0.918 0.002
11% 0.005 0.957 0.021 -2.087 0.918 0.021
Estufa No 6% 0.003 0.892 0.023 2.503 0.679 0.017
94% 0.043 0.892 0.001 -0.159 0.679 0.001
Lavadora No 21% 0.009 0.947 0.035 1.891 0.884 0.034
79% 0.036 0.947 0.009 -0.493 0.884 0.009
Refrigerador No 8% 0.003 0.892 0.028 2.528 0.720 0.022
92% 0.042 0.892 0.002 -0.205 0.720 0.002
Microondas No 48% 0.022 0.958 0.038 1.337 0.957 0.039
52% 0.024 0.958 0.034 -1.229 0.957 0.036
Televisión No 15% 0.007 0.989 0.021 1.757 0.928 0.021
85% 0.039 0.989 0.004 -0.313 0.928 0.004
Tostador No 78% 0.036 0.946 0.013 0.608 0.931 0.013
22% 0.010 0.946 0.047 -2.192 0.931 0.047
Aspiradora No 86% 0.039 0.939 0.008 0.438 0.912 0.008
14% 0.006 0.939 0.047 -2.703 0.912 0.046
DVD No 58% 0.026 0.974 0.024 0.981 0.974 0.025
42% 0.019 0.974 0.034 -1.367 0.974 0.035
Videojuegos No 82% 0.037 0.962 0.010 0.530 0.948 0.010
18% 0.008 0.962 0.047 -2.442 0.948 0.048
TV por cable No 48% 0.022 0.982 0.025 1.110 0.980 0.027
52% 0.024 0.982 0.023 -1.014 0.980 0.024
Teléfono No 62% 0.028 0.953 0.025 0.951 0.953 0.025
38% 0.017 0.953 0.039 -1.530 0.953 0.041
Celular No 15% 0.007 0.969 0.023 1.822 0.900 0.022
85% 0.039 0.969 0.004 -0.316 0.900 0.004
Internet No 17% 0.026 0.927 0.038 1.214 0.927 0.038
83% 0.019 0.927 0.051 -1.621 0.927 0.051
Tablet No 77% 0.035 0.956 0.016 0.676 0.946 0.016
23% 0.010 0.956 0.053 -2.275 0.946 0.054
Computadora No 68% 0.031 0.945 0.025 0.913 0.943 0.026
32% 0.015 0.945 0.052 -1.903 0.943 0.053
Ahorro cta. bancaria No 78% 0.035 0.929 0.009 0.508 0.924 0.009
22% 0.010 0.929 0.032 -1.770 0.924 0.032
Tarjeta de crédito No 85% 0.039 0.917 0.007 0.424 0.905 0.007
15% 0.007 0.917 0.040 -2.374 0.905 0.039
Tarjeta comercio No 72% 0.033 0.930 0.009 0.525 0.929 0.009
28% 0.013 0.930 0.023 -1.365 0.929 0.024
Otra casa No 95% 0.043 0.968 0.000 0.105 0.929 0.000
5% 0.002 0.968 0.010 -2.130 0.929 0.010

Fuente: Elaboración propia, con datos de CEEY (2019a).

Recibido: 23 de Octubre de 2023; Aprobado: 09 de Mayo de 2024

Creative Commons License Este es un artículo publicado en acceso abierto bajo una licencia Creative Commons