I. Metodología y revisión de la bibliografía

En general, la bibliografía elabora variantes de la descomposición de ^{Oaxaca (1973)} y ^{Blinder (1973)} en términos de características observables y no observables. Para ello, la descomposición de Oaxaca-Blinder básica estima regresiones mincerianas de los salarios, de las cuales se obtienen los retornos a las características de hombres y mujeres por separado, γ^H y γ^M , respectivamente. La Ecuación 1 muestra la descomposición de Oaxaca-Blinder básica utilizando la distribución de salarios (W) de hombres como la distribución de referencia:⁴

1

en la que H indexa a los hombres y M a las mujeres; ∆Oμ es la brecha salarial promedio observada;∆Xμ, la parte de la brecha explicada por diferencias en las medias de las características X- de los trabajadores, y ∆Rμ, la parte de la brecha explicada por diferencias en los retornos a dichas características. En el segundo término de la Ecuación 1 se compara el salario promedio de las mujeres con un contrafactual en el que a las mujeres se les paga igual que los hombres. La bibliografía se refiere a ∆Rμ como el efecto de la discriminación, aunque este término de hecho incluye todas las diferencias no observadas (esto es, cualquier determinante de la productividad no observado) y no únicamente el grado de discriminación en el mercado laboral Así, en su forma más simple, la descomposición de Oaxaca-Blinder no corrige por selección de participación laboral y tampoco utiliza las características de las mujeres no trabajadoras.

De la misma manera, la mayoría de los artículos ha estimado la descomposición de Oaxaca-Blinder en la media de la distribución salarial (^{Weichselbaumer y Winter-Ebmer, 2005}), lo cual oculta características muy importantes de la distribución de la brecha salarial. Sin embargo, la Ecuación 1 puede generalizarse para cualquier cuantil en la distribución de los salarios (^{Fortin, Lemieux y Firpo, 2011}). Además, ^{Albrecht, Van Vuuren y Vroman (2009)} fueron los primeros en estimar una descomposición de las brechas salariales de género por medio de regresiones cuantiles y controlando por sesgo de selección. El problema con la descomposición de Oaxaca-Blinder en la media y en su versión por cuantiles es que pueden existir errores en la forma funcional estimada para obtener los retornos a las características de los trabajadores.

En este artículo seguimos la metodología semiparamétrica propuesta por ^{DiNardo, Fortin y Lemieux (1996)} para descomponer la brecha en el componente de características observables y el componente de retornos o, en general, de características no observables. Este método permite estimar un contrafactual de la distribución salarial completa de los hombres como si éstos tuvieran las características de las mujeres.⁵ Este método no ha sido muy utilizado para descomponer brechas salariales de género, con excepción de ^{Barón y Cobb-Clark (2010)} para el caso de Australia, y de ^{Popli (2008} y ²⁰¹³⁾ para el caso de México. Asimismo, este método puede ser generalizado fácilmente para controlar por sesgo de selección en características observables.

A diferencia de las descomposiciones por cuantiles que también permiten caracterizar toda la brecha salarial en toda la distribución, dfl no tiene los problemas de especificación de la forma funcional de los salarios por ser una metodología semi-paramétrica. Además, de acuerdo con ^{Fortin, Lemieux y Firpo (2011)}, con el objetivo de recuperar la distribución salarial, el procedimiento de regresión cuantil implica estimar un gran número de regresiones cuantiles (al menos 100) e integrar los resultados de los coeficientes a toda la distribución de características observables.^6,7 Debido a que este procedimiento es computacionalmente intensivo, ^{Machado y Mata (2005)} recomiendan un proceso de remuestreo en el que se seleccionan sólo ciertas características observables. Esta alternativa no es muy útil en nuestro caso debido a que utilizamos datos censales (contamos con cerca de 16 millones de observaciones para todos los años), así que el procedimiento continúa siendo computacionalmente demandante.

La gran ventaja de DFL es que la distribución original es recalculada para ajustar por diferencias en características observables y que la implementación es relativamente rápida. Su desventaja es que únicamente puede controlar por diferencias en características observables presuponiendo retornos constantes. En la descomposición elaborada por ^{Albrecht, Van Vuuren y Vroman (2009)} para Holanda es posible obtener diferentes retornos cuando se controla por sesgo de selección. Esto es, con su metodología es posible obtener una diferencia en salarios por sesgos de selección que se deben a características observables y a retornos. DFL sólo permite asignar diferencias en características observables.⁸

Los autores de DFL proponen utilizar distribuciones kernel no paramétricas. Sea F^g(W) la distribución de salarios de g, en la que g ={H,M}. Entonces, las distribuciones de salarios de hombres y mujeres que trabajan (T _i=1) pueden ser escritas como:

2

3

Estas distribuciones son fácilmente estimables con funciones de densidad kernel en las que kernel K(·) cumpla con ∫-∞∞Kzdz=1:

4

en el que h representa el ancho de banda del kernel y N indica el número de observaciones.⁹

El contrafactual se define como la distribución de salarios de los hombres, pero como si estos tuvieran las mismas características que las mujeres, y se denota como FWHCH(W). Es decir, se calcula la distribución de salarios de los hombres si fueran pagados como hombres, pero con las características observables de las mujeres:¹⁰

5

6

en la que Ψ(Χ) se define como la razón

Sin embargo, esta razón es difícil de estimar por la multidimensionalidad del vector de características observables X. Aplicando la regla de Bayes, esa razón puede reescribirse como:

7

La gran ventaja de DFL es que transforma un problema multidimensional (Ecuación 5) en uno unidimensional (Ecuación 6). Esa transformación implica estimar Ψ(Χ), lo cual es relativamente sencillo pues se trata de un modelo logístico o de probabilidad normal en el que la variable dependiente es el sexo y las variables explicativas son las características observables X.¹¹ Una vez obtenido el peso Ψ(Χ), se estima una función de densidad no paramétrica como en la Ecuación 4, pero incluyendo el ponderador respectivo:

8

Adicionalmente, la Ecuación 6 no controla por sesgos de selección puesto que sólo se utiliza la muestra que trabaja y tiene salarios válidos para la estimación. La corrección por selección muestral es importante, pues, como ^{Olivetti y Petrongolo (2008)} lo muestran, las brechas salariales que no controlan por selección tienen un sesgo que es decreciente con respecto al nivel de participación laboral femenina. Dados los cambios en la participación laboral en México, la presencia de este sesgo no permite que las brechas estimadas en distintos años sin controlar por selección sean comparables. Por ello, nosotros estimaremos la distribución salarial de las mujeres si todas ellas trabajaran. Es decir, estimaremos la siguiente ecuación:

9

donde el ponderador Ω^(X) ajusta por diferencias en las tasas de participación laboral de las mujeres. Es importante mencionar que F^M(W) mantiene la estructura salarial prevalente en el mercado laboral constante, y lo único que nos permite saber es cómo se vería la distribución salarial si todas las mujeres trabajaran y fueran remuneradas a los precios prevalentes en el mercado.¹² Nuevamente utilizando la regla de Bayes, podemos expresar Ω^(X) de la siguiente manera:

10

Intuitivamente, el peso Ω^(X) implica que se les va a dar un peso mayor a aquellas mujeres con características X, pero que no están trabajando. Si la probabilidad de encontrar una mujer trabajando o en el total de la población es la misma

entonces el peso únicamente ajusta por el inverso de la probabilidad de trabajar dada por g(T=1|X) El ponderador Ω^(X) se estima fácilmente usando un modelo de probabilidad logística o normal. El factor g(i=M|X) es la probabilidad estimada de que el individuo sea mujer, dadas las características observables, y el factor g (i=M|X, T=1) es la misma probabilidad pero restringiendo la muestra a los trabajadores únicamente. Por último, g(T=1|X) es la probabilidad de estar trabajando para ambos sexos dadas las características observables.

Una vez obtenido el ponderador Ω^(X), se puede calcular la verdadera brecha salarial o brecha salarial total si todas las mujeres trabajaran. Es decir, podemos generalizar la descomposición de Oaxaca-Blinder para toda la distribución y contabilizando por la selección de las mujeres en el mercado laboral Para cada cuantil θ(∙) de la distribución, tendremos que la brecha salarial corregida por selección se puede descomponer de la siguiente forma:

11

en la que ∆Tθ se refiere a la brecha total con corrección por selección, puesto que compara la distribución salarial de los hombres con la distribución salarial de las mujeres si todas ellas trabajaran. El primer término de la derecha de la Ecuación 11 es la brecha salarial observada en el cuantil Ɵ y el segundo término es la brecha salarial generada por la selección de participación de las mujeres en el mercado laboral. Así, ∆Setθ es conocido como el término de selección. Si este término es positivo significa que las mujeres que trabajan tienen salarios mayores que las que no trabajan y, por tanto, hay selección positiva al mercado laboral.

Por último, estamos interesados en la distribución de salarios de las mujeres si todas ellas trabajaran y fueran remuneradas bajo la estructura salarial de los hombres; esto es:

12

donde el ponderador Λ^(X) ajusta por diferencias en la participación laboral entre mujeres y hombres y está dado por:

13

Luego, comparamos el efecto de los retornos entre las distribuciones de hombres y mujeres si todas las mujeres trabajaran; es decir, calculamos la diferencia entre FWHCH(W) y F^M(W). A esta diferencia le llamamos el efecto de precios controlando por selección.

En la bibliografía internacional se han elaborado varios análisis de las brechas salariales con regresiones cuantiles y corrección por selección. ^{Albrecht, Van Vuuren y Vroman (2009)} encuentran que en Holanda la brecha salarial tiene un efecto de "techo de cristal", en el sentido de que la brecha es creciente conforme nos movemos hacia cuantiles mayores de la distribución; además la mayor parte de la brecha está relacionada con el componente de retornos o características no observadas, ^{Chzhen y Mumford (2011)} encuentran un resultado similar para el caso de Gran Bretaña. Los casos de España y Colombia también han sido analizados con esa metodología pero con resultados ligeramente distintos. Aunque los estudios de ^{De la Rica, Dolado y Llorens (2008)} para España, y de ^{Badel y Peña (2010)} para Colombia encuentran efectos de "techo de cristal" como los estudios previos, ellos también encuentran un efecto de "piso pegajoso" en la brecha salarial. ^{Badel y Peña (2010)} concluyen lo importante del control de selección, puesto que la brecha salarial crece en aproximadamente 50% después de la corrección. Para Uruguay, ^{Borraz y Robano (2010)} encuentran evidencia significativa de un "techo de cristal", pero encuentran que el efecto de la selección es decreciente con respecto al cuantil del salario. Todos los estudios descritos encuentran que la brecha salarial hubiera sido mayor al corregir por selección. En cuanto a las descomposiciones que utilizan DFL en México, ^{Popli (2013)} corrige por selección, pero la forma en que ella elabora la corrección no se extiende del modelo no paramétrico como lo hacemos nosotros. Además, sus ponderadores terminan dando mayor peso a los individuos que sí participan en el mercado laboral, así que no es claro cómo se incluye a los no participantes en su análisis.

II. Datos y estadística descriptiva

Para llevar a cabo nuestro análisis descriptivo utilizamos las encuestas más relevantes para el caso mexicano: los Censos de Población y Vivienda de 1990, 2000 y 2010; las encuestas de empleo anuales para el periodo de 1989 a 2012 (ENE para generalizar)¹³ y la Encuesta Nacional de Ingreso y Gasto de los Hogares (ENIGH) de 1989 a 2012, todas elaboradas por el Instituto Nacional de Estadística y Geografía (INEGI). En todas las encuestas utilizamos como ingreso el ingreso laboral reportado en el mes de referencia. La medida de ingreso que se utiliza en la bibliografía es el salario por hora, el cual se encuentra dado por el ingreso laboral dividido entre horas trabajadas a la semana multiplicadas por 4.33. Por tanto, los resultados que utilicen el salario por hora tienen un peso igual al factor de expansión multiplicado por horas trabajadas.¹⁴

Las variables explicativas que utilizamos son: edad, variables dicotómicas de nivel educativo (primaria o menos, secundaria, preparatoria y universidad o más), variables dicotómicas de grupos geográficos (vive en área urbana, vive en Nuevo León, Jalisco, Distrito Federal, estados del sur -Chiapas, Guerrero y Oaxaca- y estados fronterizos, excluyendo a Nuevo León), estado civil (individuo casado o cohabitando), si el encuestado es el jefe de hogar. Este tipo de variables son las que se consideran usualmente en los análisis de distribución de salarios entre hombres y mujeres (^{Albrecht et al., 2009}; ^{Badel y Peña, 2010}; ^{Weichselbaumer y Winter-Ebmer, 2005}).

La muestra está limitada a individuos entre 18 y 65 años de edad. Asimismo, no tomamos en cuenta a individuos con información inválida en las características observables, lo cual representa menos de 1% del total de observaciones en promedio para todas las encuestas. El Cuadro 1 muestra las estadísticas descriptivas para hombres y mujeres tanto en la muestra com pleta como restringiendo a aquellos individuos que trabajan. El tamaño de muestra es grande y llega a casi 16 millones de observaciones para todo el periodo. El porcentaje de individuos casados ha disminuido conforme pasa el tiempo, pero cuando restringimos la información a los que trabajan se observa un aumento en la proporción de mujeres casadas. La participación laboral femenina medida por la decisión de trabajar (horas positivas en la semana de referencia) se ha incrementado 18 puntos porcentuales en el periodo. La mayor parte de este incremento se debe a participación laboral de tiempo completo. Estos cambios en la participación justifican la necesidad de corregir por selección para poder comparar las brechas salariales en el tiempo. Asimismo, la educación promedio ha aumentado tanto para hombres como para mujeres. El porcentaje de mujeres con un título universitario casi se ha triplicado en el periodo. Cuando comparamos la escolaridad de las mujeres que trabajan con la de todas las mujeres, se observa que las de menor escolaridad están menos representadas en la muestra de trabajadoras. Por otro lado, en las características de los hombres hay mayor similitud entre los trabajadores y el total, debido al alto porcentaje de participación laboral entre ellos. Lo mismo ocurre para variables geográficas. Las mujeres urbanas tienen una mayor probabilidad de trabajar que las mujeres en el sector rural.

^a Cálculos hechos por los autores con base en los censos de población de 1990, 2000 y 2010. La variable tiempo completo se refiere a aquellas personas con 30 horas de trabajo o más en la semana de referencia. La variable de estados del sur se refiere a Chiapas, Guerrero y Oaxaca; la variable de estados fronterizos se refiere a os estados que tienen frontera con Estados Unidos con excepción de Nuevo León. Todos los resultados utilizan el factor de expansión.

Cuadro 1 Estadísticas descriptivas. Personas de 18-65 años de edad (1990-2010)^a 

El Cuadro 2 analiza más detalladamente la oferta laboral por grupos. Lo primero que notamos es que la oferta laboral de los hombres es relativa mente constante para todos los grupos analizados. Por el contrario, la participación laboral femenina ha aumentado para todos los grupos, si bien de forma heterogénea. Por ejemplo, las mujeres de 18 a 24 años incrementaron su oferta laboral en 6 puntos porcentuales, mientras que las mujeres de 35 a 49 años incrementaron su participación en 26 puntos porcentuales. Por otro lado, las mujeres con menor escolaridad han incrementado su oferta laboral en 14 puntos porcentuales. Para las mujeres más escolarizadas se observa un incremento de 1990 a 2000 y después su participación se mantuvo relativamente constante. La Gráfica 1 muestra la participación laboral femenina con base en las encuestas de empleo (ENE) para el sector urbano. La gráfica es congruente con los resultados del censo en mostrar un incre mento de la oferta laboral para todas las mujeres, y especialmente para las mujeres con menor escolaridad o que están casadas.

^a Cálculos hechos por los autores con base en los Censos de Población de 1990, 2000 y 2010. Trabajo se define como horas positivas de trabajo en la semana de referencia.

Cuadro 2 Oferta laboral por género (1990-2010)^a 

^a Cálculos hechos por los autores con base en las encuestas de empleo de 1989-2010 restringido para el sector urbano (+100 000 habs.). Todos los resultados utilizan como peso el factor de expansión. Trabajo se define como horas positivas en la semana de referencia. El grupo de mujeres casadas incluye mujeres no legalmente casadas pero en cohabitación.

Gráfica 1 Participación laboral femenina (ENE 1989-2010)^a 

La Gráfica 2 muestra la brecha salarial observada para cada cuantil del 1 al 100 en el periodo 1990-2010. El Panel A muestra el resultado para toda la muestra y el Panel B restringe al sector urbano (+2 500 habs). En 1990 las mujeres ganaban más que los hombres en la parte baja de la distribución. Es decir, no existe evidencia de un "piso pegajoso" para las mujeres en ese año, sin embargo sí se observa un "techo de cristal". Para ese mismo año la brecha salarial es creciente empezando aproximadamente en el cuantil 70. Para 2000, la brecha salarial cambia en la parte baja de la distribución. De hecho, para 2000 y 2010 existe evidencia de un "piso pegajoso", en el sentido que la brecha salarial es decreciente en los cuantiles bajos. Cuando comparamos los Paneles А у B observamos que el mayor salario de las mujeres en la parte baja de la distribución en 1990 se debe principalmente al sector rural. El Panel B se enfoca en las áreas urbanas y se observa una brecha salarial de aproximadamente 10% en los cuantiles bajos, y con un ligero incremento en la brecha a lo largo del tiempo.¹⁵ En promedio, la brecha salarial se redujo un punto porcentual entre 2000 y 2010 (véase el Cuadro 1). Sin embargo, esa reducción esconde aspectos importantes. Por ejemplo, la Gráfica 2, Panel B, muestra con claridad que la brecha salarial ha cambiado poco para los cuantiles 1-70, y el área en que se ha observado una reducción importante en la brecha es en los cuantiles 71-100. Como análisis de robustez, presentamos brechas salariales por cuantiles en la Gráfica 3, realizada con base en las encuestas de empleo y la ENIGH. En los Paneles А у B se muestra la evolución de los cuantiles 5, 10 y 25 desde 1989 hasta 2012. La gráfica muestra que en poco ha cambiado la brecha salarial para esos cuantiles en ambas encuestas. En cambio, los Paneles C y D presentan la evolución de los cuantiles 75, 90 Y 95, en lo que se aprecia una clara disminución en la brecha salarial en el periodo. Por tanto, las encuestas disponibles como los censos, las encuestas de empleo, y las encuestas de ingreso-gasto (ENIGH) muestran una tendencia similar: estancamiento de la brecha salarial para cuantiles bajos y una disminución de la brecha para cuantiles altos.

^a Cálculos hechos por los autores con base en los Censos de Población de 1990, 2000 y 2010. Todos los resultados utilizan como peso el factor de expansión multiplicado por las horas trabajadas en la semana de referencia. Sector urbano se define como individuos que viven en localidades con más de 2 500 habitantes.

Gráfica 2 Brecha salarial (1990-2010)^a 

^a Cálculos hechos por los autores con base en las encuestas de empleo de 1989 a 2012 en los Paneles А у В, y las ENIGH de 1989 a 2012 en los Paneles C y D, restringido para el sector urbano (+100 000 habs.). Todos los resultados utilizan como peso el factor de expansión multiplicado por las horas trabajadas en la semana de referencia.

Gráfica 3 Brecha salarial (ENE, 18-2012)^a 

El Cuadro 3 muestra brechas salariales para grupos específicos utilizando los datos censales. Los resultados muestran un incremento del promedio de 1990 a 2000, y una ligera disminución de 2000 a 2010. La Gráfica 2 nos permite saber que estos cambios se deben principalmente a las modificaciones en las colas de la distribución. La brecha salarial es mayor para las mujeres muy jóvenes y las mayores (50+), pues en este último caso la brecha salarial es de casi 15% en 2010. El grupo educativo con menor brecha salarial está conformado por individuos con preparatoria, pero es mayor para individuos con primaria o menos. La brecha salarial en áreas urbanas se mantuvo constante durante el periodo de 1990 a 2000 y decreció de 2000 a 2010. El efecto entre 1990 y 2000 se debe a un incremento en la brecha en la parte baja y una disminución de la brecha en la parte alta. En resumen, en 2010 la brecha salarial se encontró en 6% para todo el país, y en 8% para áreas urbanas, aunque la brecha salarial es aún mayor para cuantiles bajos y muy altos, lo que sugiere efectos de "piso pegajoso" y "techo de cristal".

^a Cálculos hechos por los autores con base en los Censos de Población de 1990, 2000 y 2010. Todos los resultados utilizan como peso el factor de expansión multiplicado por las horas trabajadas en la semana de referencia.

Cuadro 3 Brecha salarial promedio para diferentes grupos (1990-2010)^a 

Para analizar con mayor profundidad estos efectos, la Gráfica 4 presenta brechas salariales por escolaridad. El Panel A incluye individuos con secundaría o menos, y el Panel B incluye individuos con preparatoria o más. El Panel A muestra un claro patrón decreciente de la brecha salarial a lo largo de la distribución para 2000 у 2010.¹⁶ Por el contrario, el Panel B muestra un claro patrón creciente de la brecha salarial. Para los años 2000 y 2010 la brecha salarial para mujeres con baja escolaridad prácticamente no ha cambiado. La brecha salarial para mujeres con alta escolaridad ha ido disminuyendo en el tiempo, especialmente para los cuantiles más altos. Este resultado es similar al encontrado por ^{De la Rica, Dolado y Llorens (2008)} en España.

Gráfica 4 Brecha salarial (1990-2010)^a 

III. Resultados

Las Gráficas 5 a 7 muestran los resultados principales del artículo para la muestra completa y subgrupos específicos. La Gráfica 5 muestra la brecha salarial observada ∆Oθ y la brecha salarial no explicada o derivada de diferencias en los retornos ∆Rθ a lo largo de la distribución. La gráfica incluye resultados para toda la muestra del censo y para el sector urbano, así como intervalos de confianza al 95%, los cuales se calcularon usando el método de remuestreo (bootstrap).¹⁷ Se observa que, con excepción de 1990, la mayor parte de la brecha salarial se debe a efectos de precios; esto es así porque la brecha dada por diferencias en los retornos y la brecha observada son prácticamente iguales en los Paneles B y C. Esto es congruente con lo encontrado en la bibliografía en general¹⁸ Sin embargo, una vez que restringimos los resultados al sector urbano (Paneles D, E y F), se observa que el efecto de precios es muy similar al efecto observado, pero conforme nos movemos hacia arriba en la distribución, los precios van tomando un papel menos relevante. Así, para cuantiles más altos las diferencias de género en las características observables se van haciendo más importantes. Este patrón era muy claro en 1990 y 2000. En 2010 (Panel F) casi toda la brecha se debió a diferencias en los retornos.

^a Cálculos hechos por los autores con base en los Censos de Población de 1990, 2000 y 2010. Todos los resultados utilizan como peso el factor de expansión multiplicado por las horas trabajadas en la semana de referencia. El sector urbano se define como individuos que viven en localidades con más de 2 500 habitantes. Los errores estándar son calculados con 200 repeticiones de remuestreo (bootstrap). Se hace el procedimiento de remuestreo a todo el procedimiento desde la estimación de los pesos de reponderación.

Gráfica 5 Brecha salarial observada y brecha salarial por retornos. Todos y áreas urbanas (1990-2010)^a 

^a Cálculos hechos por los autores con base en los Censos de Población de 1990, 2000 y 2010. Todos los resultados utilizan como peso el factor de expansión multiplicado por las horas trabajadas en la semana de referencia. El sector urbano se define como individuos que viven en localidades con más de 2 500 habitantes. Los errores estándar son calculados con 200 repeticiones de remuestreo (bootstrap). Se hace el procedimiento de remuestreo a todo el procedimiento desde la estimación de los pesos de reponderación. La verdadera brecha salarial compara la distribución observada de los hombres con la distribución de las mujeres si todas ellas trabajaran.

Gráfica 6 Brecha salarial total controlando por selección, brecha salarial observada y brecha salarial por retornos. Todos y áreas urbanas (1990-2010)^a 

^a Cálculos hechos por los autores con base en los Censos de Población de 1990, 2000 y 2010. Todos los resultados utilizan como peso el factor de expansión multiplicado por las horas trabajadas en la semana de referencia. El sector urbano se define como individuos que viven en localidades con más de 2500 habitantes. Los errores estándar son calculados con 200 repeticiones de remuestreo (bootstrap). Se hace el procedimiento de remuestreo a todo el procedimiento desde la estimación de los pesos de reponderación. La verdadera brecha salarial compara la distribución observada de los hombres con la distribución de las mujeres si todas ellas trabajaran. Baja escolaridad incluye a individuos con secundaria o menos y alta escolaridad incluye a individuos con preparatoria o más.

Gráfica 7 Brecha salarial total controlando por selección, brecha salarial observada y brecha salarial por retornos. Grupos de educación (1990-2010)^a 

La Gráfica 5 no controla por posibles sesgos de selección y, como argumentamos anteriormente, en un país con cambios en la participación laboral de la mujer tan importantes es necesario llevar a cabo esa corrección para que las brechas sean comparables en el tiempo. Para calcular la brecha salarial total, ∆Tθ, calculamos la diferencia entre el salario de los hombres y el salario de las mujeres si todas ellas hubieran trabajado de acuerdo con las ecuaciones 9 y 11. El resultado se presenta en la Gráfica 6. La gráfica muestra que en todos los años y para todos los cuantiles, la brecha salarial total es mayor que la observada. En promedio, la brecha salarial total para todo el país en 1990， 2000 y 2010 era de 20%， 27% y 26%， respectivamente. Es decir, para 1990 y 2000 la brecha salarial total es 20 puntos porcentuales mayor que la observada, mientras que para 2010 es únicamente 14 puntos porcentuales mayor. Más aún, como muestran los intervalos de confianza, esta diferencia es estadísticamente significativa al 5% de significancia para la mayoría de los cuantiles y años. Estos resultados revelan que las mujeres se seleccionan positivamente respecto al mercado laboral mexicano: aquellas con mayores salarios son las que deciden trabajar. En comparación con los resultados de ^{Borraz y Robano (2010)} para Uruguay, observamos que en México hay selección positiva, pero en menor grado que en Uruguay, aunque las magnitudes no son enteramente comparables, debido a las diferencias en la metodología para corregir por selección. También encontramos que el grado de selección ha cambiado durante el periodo. En 1990 y 2000, en todo el país, las mujeres en cuantiles bajos tenían el mayor grado de selección al mercado laboral. Sin embargo, cuando se restringe la muestra a áreas urbanas, el nivel de selección es relativamente uniforme a lo largo de la distribución, con una selección ligeramente menor en los cuantiles más altos. Adicionalmente, encontramos que en 2010 el grado de selección disminuye con respecto a los años previos, puesto que la brecha salarial total está más cerca de la brecha salarial observada; incluso la diferencia no es estadísticamente significativa para muchos cuantiles de la parte baja de la distribución.

La Gráfica 6 también muestra el efecto de los retornos tomando en cuenta la selección de participación en el mercado laboral [véase la ecuación 12]. Los precios explican menos de la brecha total que de la brecha observada, especialmente para cuantiles mayores a la mediana. En otras palabras, para cuantiles arriba de la mediana, en general no habría diferencias salariales entre hombres y mujeres, si estas últimas fueran pagadas como los hombres y todas ellas trabajaran. Sin embargo, para cuantiles bajos el efecto de precios se encuentra en niveles cercanos a la brecha total. En resumen, las características observables de las mujeres en cuantiles altos son más importantes que en cuantiles bajos para explicar la brecha salarial total.

Por último, la Gráfica 7 muestra los resultados para toda la muestra (rural y urbana), pero dividiendo por baja y alta escolaridad. Las gráficas son claras en mostrar que la brecha salarial observada y verdadera para cuantiles con escolaridad alta ha disminuido a lo largo del tiempo, no siendo éste el caso para los individuos con baja escolaridad. De hecho, la diferencia entre la brecha total y la observada para los cuantiles con baja escolaridad es decreciente con respecto a los cuantiles, lo cual indica que la selección positiva se va perdiendo conforme aumentan los salarios. En contraste, para los individuos con escolaridad alta, la diferencia entre la brecha total y la observada es relativamente constante. Así, el grado de selección positiva es mayor para los de baja educación en cuantiles bajos de la distribución de salarios. La Gráfica 7 muestra con claridad la existencia de un "piso pegajoso" entre los individuos de baja escolaridad, que se ha mantenido constante entre 2000 y 2010; en cambio, el "techo de cristal" entre los individuos de escolaridad alta sí se ha reducido en el tiempo (la pendiente de las brechas ha decrecido en el tiempo).

IV. Análisis de los resultados y conclusiones

En este artículo pusimos en práctica la metodología propuesta por ^{DiNardo, Fortin y Lemieux (1996)} para descomponer las brechas de género salariales en México con base en los censos de 1990 a 2010. DFL nos permite caracterizar la brecha salarial a lo largo de toda la distribución de salarios y también nos permite corregir por sesgos de selección de una forma relativamente sencilla. A diferencia de ^{Popli (2013)}, nosotros no distinguimos entre sectores de empleo, puesto que ello conlleva hacer ciertos supuestos poco realistas para el caso del mercado laboral mexicano. De esta manera, nuestra mirada a las brechas salariales en México fue más global.

De acuerdo con nuestros resultados, la brecha salarial ha decrecido en el periodo. La brecha salarial para áreas urbanas (más de 2 500 habitantes) fue de 14.2%, 11.6% y 7.8% en promedio para los años 1990, 2000 y 2010 respectivamente. Sin embargo, este decrecimiento en la brecha se encuentra dominado por una caída en la brecha en la parte alta de la distribución salarial, lo cual contrasta con los resultados de ^{Popli (2008)}, quien atribuye los cambios a la parte baja de la distribución. Encontramos clara evidencia de efectos de "pisos pegajosos" entre aquellos con baja escolaridad y de "techos de cristal" en la parte alta de la distribución salarial y particularmente aquellos con alta escolaridad. Estos efectos no se habían caracterizado por nivel educativo para el caso de México. ^{Popli (2008} y ²⁰¹³⁾ encuentra una evidencia no muy clara de la existencia de "techos de cristal" en el caso mexicano en la última década, pero no para la de 1990. Nuestro uso de datos censales permite una mejor caracterización de estos efectos a lo largo de toda la brecha. Sin embargo, ^{Popli (2008)} encontraba evidencia contundente de "pisos pegajosos" en México.

En términos de si la brecha se explica por características o retornos, nuestros resultados confirman que la mayor parte de la brecha se explica por diferencias en los retornos, con la excepción de 1990. Sin embargo, cuando sólo consideramos áreas urbanas encontramos que conforme nos movemos hacia arriba en la distribución, la brecha se explica más por las diferencias de género en las características de los trabajadores. Este último efecto es aún más claro cuando consideramos la selección de participación. En un país como México, con cambios tan importantes en la participación laboral de la mujer, es necesario llevar a cabo una corrección por selección de participación para que las brechas sean comparables en el tiempo. Cuando se hace esta corrección, la brecha salarial total para todo el país en 1990, 2000 y 2010 era de 20%, 27% y 26% en promedio, respectivamente. Es decir, para 1990 y 2000 la brecha salarial total es 20 puntos porcentuales mayor que la observada, mientras que para 2010 es sólo 14 puntos porcentuales mayor. Estos resultados indican que las mujeres se seleccionan positivamente respecto al mercado laboral mexicano: aquellas con mayores salarios potenciales son las que deciden trabajar.

La mayor parte de la bibliografía anterior sobre México no había caracterizado la brecha salarial a lo largo de toda la distribución de salarios. Ello impedía observar los efectos de "pisos pegajosos" y "techos de cristal" que en aquélla se mencionan. ^{Arulampalam et al. (2007)} y ^{Christofides et al. (2013)} presentan pruebas de que en Europa ambos efectos están correlacionados con la existencia o falta de políticas públicas dirigidas a la reconciliación de la familia y el trabajo -como las bajas por maternidad y paternidad, la disponibilidad de guarderías y estancias infantiles, entre otras- así como con otros arreglos institucionales que afectan más directamente la distribución de los salarios, como los salarios mínimos o los sindicatos. Los resultados de estos artículos no son concluyentes respecto al efecto de estas instituciones, puesto que algunas de las correlaciones que encuentran se contradicen entre ambos estudios, lo cual sugiere que dependen fuertemente de la muestra de países utilizada y podrían no ser generalizables al caso mexicano. Por su parte, ^{De la Rica et al. (2008)} muestran pruebas que sugieren que los "pisos pegajosos" en España se pueden deber a discriminación estadística de las mujeres de baja escolaridad. Esto es, puesto que los patrones saben poco del apego al mercado laboral de las mujeres de baja escolaridad (son las que tienen una menor participación laboral), entonces ofrecen salarios menores a aquellas que se incorporan al mercado laboral. Conforme las mujeres adquieren más experiencia, el problema de información sobre su compromiso laboral se va resolviendo y, por tanto, los empleadores empiezan a ofrecer salarios cada vez más similares a los de los hombres.

Para el caso de México, la única causa explorada de la brecha no explicada o la brecha de retornos ha sido la liberalización comercial ^{Artecona y Cunningham (2002)} encuentran evidencia que sugiere que la liberalización comercial provocó una disminución de la discriminación en las empresas manufactureras que fueron más afectadas por la liberalización. Por su parte, ^{Aguayo-Téllez, Airola y Juhn (2010)} encuentran que la liberalización comercial no afectó los salarios, pero sí tuvo un efecto en el empleo de las mujeres. De esta manera, la evidencia sobre esta posible causal no es muy concluyente. Consideramos que investigaciones futuras deben abordar la cuestión de las causas de los cambios en las brechas salariales de género y de la existencia de "pisos pegajosos" y "techos de cristal". Creemos que el mecanismo expuesto por ^{De la Rica et al. (2008)} podría también estar operando en el caso mexicano. Por otra parte, y siguiendo a ^{Arulampalam et al. (2007)} y ^{Christofides et al. (2013)} también es necesario explorar el efecto que tuvieron los cambios institucionales de las décadas de 1980 y 1990 (como la caída del salario mínimo real, la negociación colectiva de los salarios y la cobertura sindical) en la brecha salarial de género. Por ejemplo, ^{Arulampalam et al. (2007)} sugieren que la dispersión salarial está negativamente relacionada con los "techos de cristal" y positivamente relacionada con los "pisos pegajosos". Si este resultado fuese generalizable a México, deberíamos observar que la disminución de la desigualdad entre 2000 y 2010 se hubiera reflejado en mayores "techos de cristal" y menores "pisos pegajosos", lo cual contrasta con nuestros resultados. Así, es importante analizar cómo la reducción observada en la desigualdad salarial en la década pasada afectó la brecha salarial de género en el contexto mexicano. Otra posible línea de investigación se abre en torno al hallazgo sistemático en la bibliografía sobre México de que la segregación ocupacional de hecho favorece la brecha salarial de género, lo cual es congruente con los resultados de Australia (^{Barón y Cobb-Clark, 2010}), pero no con los de otros países (^{Blau, Simpson y Anderson, 1998}), así como con la creencia generalizada de que la segregación ocupacional es una causal de la existencia de la brecha salarial. Un mayor entendimiento de estas causales nos daría mejores fundamentos para diseñar políticas públicas que promuevan la igualdad de género en el mercado laboral.