Albuja 2018

https://doi.org/10.29101/crcs.v0i78.
9692
Análisis de la discriminación laboral hacia

las mujeres en Ecuador 2007-2016
Analysis of labor discrimination against women in Ecuador 2007-2016
Wilson Santiago Albuja-Echeverría / [email protected]

http://orcid.org/0000-0002-6906-0007
Facultad Latinoamericana de Ciencias Sociales, Flacso, Ecuador
María José Enríquez-Rodríguez / [email protected]

http://orcid.org/0000-0003-1411-5776
Facultad Latinoamericana de Ciencias Sociales, Flacso, Ecuador
Abstract: The purpose of this article is to quantify wage gaps between men and women in
Ecuador over the period 2007 – 2016. Based on Enemdu survey, the proposed methodology
is based on Mincer type estimates (1974) to identify the determinants of labor income and
in the decomposition method of wage differentials (Oaxaca, 1973 and Blinder, 1973). The
results indicate that in 2016, there was a statistically significant net salary difference of
4.5% in favor of men contrasted with women. 66% of this difference is explained by salary
discrimination by sex. We conclude that in spite of the educational achievements obtained
over the last decade and because of the absence of an employment policy and the low
economic cycle, there are still challenges in the labor field, particularly in terms of access to
employment, which at the same time ensures equity for women.
Key words: gender, employment, discrimination, wage differences.
Resumen: El propósito de esta investigación es cuantificar la brecha salarial entre hombres
y mujeres en Ecuador en el periodo 2007-2016. Con base en la encuesta Enemdu, la
metodología se basa en estimaciones de tipo Mincer (1974) para identificar los determinantes
del ingreso laboral y en el método de descomposición de las diferencias salariales (Oaxaca,
1973; Blinder, 1973). Los resultados señalan que en 2016 existe una diferencia salarial neta
estadísticamente significativa de 4,5% en beneficio de los hombres frente a las mujeres. El
66% de esta diferencia es explicada por la discriminación salarial por sexo. Concluimos que
a pesar de los logros en materia de educación obtenidos durante la última década, debido a
la ausencia de una política de empleo y al ciclo económico bajo, aún persisten desafíos en
cuanto al ámbito laboral con mayor agudez en el acceso a empleos de calidad, que al mismo
tiempo aseguren equidad.
Palabras clave: género, empleo, discriminación, diferencias salariales.
ISSN Impreso 1405-1435, Electrónico 2448-5799, UAEM, núm. 78, septiembre-diciembre 2018, pp. 13-41
Convergencia Revista de Ciencias Sociales, núm. 78, 2018, Universidad Autónoma del Estado de México
Introducción
Durante las últimas décadas se han evidenciado cambios profundos en las

dinámicas del mercado laboral. Desde la perspectiva demográfica, se obser-
van nuevos roles de género asignados socialmente a las mujeres, con su inclu-
sión exponencial en el empleo remunerado. Las estructuras familiares se han
modificado de manera considerable y, por ende, las demandas de cuidado
de la población. La dificultad de armonización del trabajo remunerado y no
remunerado ha conllevado al incremento del subempleo femenino, lo cual
implica que el trabajo productivo y reproductivo que realizan las mujeres se
ha incrementado.
En este sentido, es evidente que el empleo remunerado se comparte al
interior de la familia, mientras que el trabajo no remunerado sigue recayendo
sobre las mujeres mayoritariamente. En este contexto, son apremiantes nue-
vas modalidades para enfrentar las tareas de cuidado, mediante el rediseño de
servicios de cuidado y la corresponsabilidad de todos los miembros del hogar.
Rodríguez (2010) plantea una crítica contundente a la visión económica
ortodoxa de la nueva economía del hogar, en la que el hogar se entiende como
una unidad armoniosa, donde se conjugan eficazmente la corresponsabilidad
de sus miembros, en el ámbito del trabajo productivo y en el de las tareas de
cuidado. Por lo tanto, es imprescindible repensar el concepto de trabajo, ya
que la productividad de los individuos se ha medido tradicionalmente en el
mercado laboral; mientras que el trabajo del hogar permanece invisibilizado.
La subordinación femenina deriva en la menor participación de las mujeres
en el mercado de trabajo, así como el mayor acceso a empleos sin beneficios
de ley en los que las barreras de entrada son bajas, pero que atañen una gran
inestabilidad y las exponen a situaciones de explotación.
Debido a ello, es fundamental avocar hacia la concepción amplia que
presenta la economía feminista, en relación con la necesidad de incluir en el
estudio económico un entendimiento de las relaciones de poder y de des-
igualdad, inmersas en la creación de conocimiento, donde se corre el riesgo
de que la comprensión de la realidad se encuentre sesgada por visiones an-
drocéntricas que ocultan las asimetrías de las mujeres en diferentes ámbitos
(Pérez, 2004).
Desde la visión de la economía feminista se ha planteado que la ciencia
económica desconoce una parte esencial de las relaciones sociales que garan-
tizan la subsistencia de la vida de los seres humanos. Así, para hablar de eco-
nomía es imperativo ir más allá de la visión de la producción como medio
para la reproducción de la sociedad; es decir, incluir la mirada del trabajo
14
Wilson Santiago Albuja-Echeverría y María José Enríquez-Rodríguez. Análisis de la discriminación
laboral hacia las mujeres en Ecuador 2007-2016
reproductivo y, en su conjunto, hablar de la sostenibilidad de la vida. Aproxi-

mación que ha sido estrechamente ligada a la dicotomía público-privado en
la estructura social (Pérez, 2004; Carrasco, 2003).
De acuerdo con Quiroga (2009), los trabajos domésticos, como parte de
una economía del cuidado, hacen alusión a actividades que en su mayoría
se realizan en el ámbito privado y, en general, están a cargo de mujeres. A
su vez, el trabajo llamado productivo –retribuido con un salario y beneficios
para el trabajador– se realiza en el ámbito público, con la diferencia de que
tanto hombres como mujeres en las últimas décadas se encuentran desem-
peñando este rol, reflejando, en este caso, la sobrecarga de trabajo que recae
sobre las mujeres.
Existen variables que permiten comprender la persistencia de las des-
igualdades entre hombres y mujeres; entre ellas: el sistema legal y normati-
vo, la educación, las remuneraciones, así como las tendencias de ocupación,
que se reflejan en la distribución sectorial, con las mujeres ocupadas prin-
cipalmente en el sector de los servicios personales, la educación y la salud
(Branchi y Figueiredo, 2013). Al referirse específicamente a los obstáculos
que las mujeres enfrentan en el acceso al sistema laboral, Vásconez y Espinosa
(2015) ocupan el concepto de “estructuras de restricción” (Kabeer, 2001),
que pueden ser intrínsecas o impuestas.
Estas restricciones definen los modelos dominantes de masculinidad y
feminidad, y, a su vez, los mecanismos con los que las instituciones reprodu-
cen la desigualdad (Vásconez y Espinosa, 2015). Al respecto, es importante
considerar que cuánto más difícil sea conciliar el trabajo remunerado con el
no remunerado, más reducida resulta la participación en la actividad econó-
mica y mayor la precariedad laboral (Vásconez y Espinosa, 2015). En este
sentido, la informalidad es la opción más adecuada para las mujeres por la
necesidad de recursos monetarios y la disponibilidad de tiempo para distri-
buirlo entre las actividades remuneradas y no remuneradas.
Respecto al trabajo productivo, en Baquero et al. (2000) se distinguen
las siguientes categorías de discriminación por sexo. En primer lugar se hace
alusión a “la discriminación en la adquisición de capital humano” (Baquero
et al., 2000: 4), que se refiere a los impedimentos o trabas que las mujeres en-
frentan en el acceso a la generación de capacidades en cualquier ámbito. Por
otro lado, “la discriminación en el empleo” (Baquero et al., 2000: 4) se explica
por el mayor desempleo de las mujeres frente a los hombres; y finalmente,
la segregación laboral, que se traduce en brechas de participación laboral y
salarial, que no devienen de la productividad laboral.
15
Por otra parte, la discriminación ocupacional alude a la tipificación de

ciertas ocupaciones como femeninas; por lo cual, la participación femenina
se concentra en el sector terciario o de servicios. Muchas de estas actividades
se extienden en su rol de cuidadoras, como los servicios de salud, empleo
doméstico y educación. “Las ocupaciones denominadas como femeninas […]
tienen un menor salario, alta flexibilidad, prestigio social bajo y menor poder
decisorio” (Nicolás et al., 2010: 47).
Política laboral en Ecuador
Entre 1990 y 2016 hay tres periodos relacionados con el quehacer de la políti-
ca pública en el Ecuador. La década de 1990 se caracterizó por la instauración
de fuertes políticas neoliberales, orientadas hacia la privatización, liberaliza-
ción del mercado financiero y pérdida del papel planificador y regulador del
Estado. En dicha época, el país atravesó por la peor crisis financiera en su
historia, debido a la quiebra de bancos e instituciones financieras, causan-
do: pérdida de los ahorros de muchos ciudadanos, altos niveles de inflación,
adopción de la dolarización, altas tasas de desempleo y emigración. Con ello,
el periodo 2000-2006 estuvo marcado por la crisis institucional que vivió el
Ecuador, reflejada en la presencia de cuatro presidentes en siete años, tradu-
ciéndose en una administración poco clara y duradera.
En el año 2007 empieza la consolidación de un régimen con una ma-
yor presencia del Estado, sustentada en la aprobación de la Constitución de
2008. Dentro de la nueva Carta Magna, la equidad entre las personas, sin
importar su condición, rige como principio para aplicar los derechos funda-
mentales. Entre estos se garantiza la educación, la salud y el trabajo sin nin-
gún tipo de discriminación; y se plantea el derecho al trabajo en cualquiera
de sus modalidades: “relación de dependencia o autónomas, con inclusión
de labores de autosustento y cuidado humano” (Asamblea Nacional, 2008a:
151). La Suprema Ley menciona “a trabajo de igual valor corresponderá igual
remuneración” (Asamblea Nacional, 2008a: 152), asegurando el derecho a
remuneraciones equitativas. Y expresa la garantía de los “derechos reproduc-
tivos de las personas trabajadoras, lo que incluye la eliminación de riesgos
laborales que afecten la salud reproductiva y el acceso y estabilidad en el em-
pleo” (Asamblea Nacional, 2008a: 155).
Los distintos Planes Nacionales de Desarrollo (PND) han recogido es-
tos principios constitucionales en favor de una sociedad más equitativa y libre
de discriminación. Respecto a eliminar la discriminación laboral por género,
el PND 2007-2010 promueve “la focalización de programas de empleo en
16
las poblaciones rurales y en las mujeres que presentan tasas más altas de des-
empleo” (Senplades, 2007: 332). El PND 2009-2013 expresa “sancionar los
actos de discriminación y acoso laboral por concepto de género, etnia, edad,
opción sexual, discapacidad, maternidad u otros motivos” (Senplades, 2009:
278). Y el PND 2013-2017 plantea “fortalecer los programas enfocados en
la incorporación de mujeres y de grupos de atención prioritaria al mercado de
trabajo, de forma remunerada o mediante el apoyo de sus emprendimientos”
(Senplades, 2013: 283).
Por su parte, la Agenda de Igualdad de Género contiene nueve ejes que
orientan la política pública para garantizar la igualdad, dentro de los cuales
“el eje Producción y Empleo persigue potenciar y efectivizar la actoría de
las mujeres y personas LGBTI en el desarrollo económico y productivo del
país, creando condiciones para superar el subempleo, desempleo y explota-
ción laboral” (Consejo Nacional de Igualdad de Género, 2014: 53).
A nivel normativo se han concretado esfuerzos como la exigencia de
que las trabajadoras remuneradas del hogar recibieran un sueldo básico
unificado, además de la aportación patronal al sistema de seguridad social
(Asamblea Nacional, 2012). De igual manera se promulgó la Ley orgánica
para la justicia laboral y reconocimiento del trabajo en el hogar (Asamblea
Nacional, 2015), fijando montos mínimos que la persona afiliada debe can-
celar al Instituto Ecuatoriano de Seguridad Social (IESS) de acuerdo con la
situación socioeconómica de la familia.
Otro logro importante es la eliminación de la tercerización laboral, que
impedía la cobertura a la seguridad social y demás beneficios de ley que recibe
un trabajador con contratos directos (Asamblea Nacional, 2008b). A pesar
de los significativos avances normativos, no se logra identificar una política
clara de empleo, con énfasis en el cierre de brechas de acceso a empleos de ca-
lidad entre hombres y mujeres; por lo que, como se verá a continuación, pese
a la mejora en la formación de capital humano, aún persiste la discriminación
en el empleo y en los salarios.
Discriminación que atraviesan las mujeres ecuatorianas en el acceso al

mercado laboral y la distribución del trabajo no remunerado en el hogar
Uno de los grandes retos mundiales es disminuir las desigualdades entre

hombres y mujeres, para garantizar las mismas condiciones y erradicar las
brechas de género. Sin embargo, según el Foro Económico Mundial (2018),
a pesar de la acción colectiva y las luchas constantes emprendidas por orga-
nizaciones de mujeres, organismos internacionales y Estados nacionales, la
17
brecha global de género tardará cien años en cerrarse; mientras que la bre-
cha de acceso al mercado laboral será cerrada en 217 años (Foro Económico
Mundial, 2018). Pese a que a nivel mundial y en América Latina las mujeres
representan la mitad de la población, aún existen obstáculos de inserción e
inestabilidad de permanencia en el mercado laboral (Abramo, 2004); es de-
cir, socioeconómicamente se está excluyendo a la mitad de la fuerza laboral
en desigualdad de condiciones.
La estructura económico-productiva y, por ende, ocupacional de la re-
gión latinoamericana tiene como antecedentes las particularidades de su de-
sarrollo a través de la historia y las restricciones macroeconómicas de cada
país, lo cual permite su inserción muy peculiar en la división internacional
del trabajo. En este sentido, en cada país se presenta la dinámica propia de la
región (Branchi y Figueiredo, 2013).
En su estudio “Trabajo femenino en América Latina”, De Oliveira y
Ariza (2000) señalan que las brechas en el mercado laboral de las mujeres
se evidencian por la diferencia salarial, poca participación política y en la
toma de decisiones, inserción en el mercado laboral sin la redistribución del
trabajo de cuidado y por la deserción por maternidad (De Oliveira y Ariza,
2000). Esto ha ocasionado una baja calidad y nivel de vida en relación con
el tiempo de trabajo y el tiempo libre (Valerdi, 2004). En la última década,
las mujeres latinoamericanas han alcanzado una mayor escolaridad, que se
traduce en acumulación de capital humano; sin embargo, aún se enfrentan
a una creciente discriminación, evidenciada en la desigualdad de remunera-
ción entre hombres y mujeres.
De acuerdo con Branchi y Figueiredo (2013), tomando en cuenta los
segmentos de ocupación, existe una mayor presencia de trabajadores en el
sector de servicios y se observa la persistencia de la división que da cuenta
del rol de género. De igual manera, se ha incrementado la segregación ocupa-
cional en los servicios, principalmente en actividades de índole productiva y
los servicios personales; estos últimos realizados en su mayoría por mujeres.
A lo anterior se suma lo que Zubieta y Marrero (2005: 27) concluyen para
México: “En el ámbito normativo, los cambios jurídicos no han encontrado
una contraparte en las estructuras institucionales, en el acceso efectivo de las
mujeres a la toma de decisiones y a puestos directivos, ni han logrado arrai-
garse como valores socialmente aceptados”.
Con estos antecedentes que recogen elementos relevantes de la reali-
dad de las mujeres latinoamericanas, a continuación se indaga la situación
de las ecuatorianas respecto a la discriminación en la formación de capital
humano, en el empleo, en el ámbito salarial y en el ocupacional, y el trabajo
18
no remunerado, con el fin de visibilizar los avances y desafíos en el Ecuador,

en cuanto al cierre de brechas en el mercado laboral entre hombres y mujeres
durante el periodo 2007-2016.
Discriminación en la formación de capital humano
La movilidad social está fuertemente condicionada por el nivel educativo,

por eso es importante generar capacidades para incrementar las posibilida-
des de acceso a empleos de calidad. El Cuadro 11 muestra que entre 2007 y
2016, a nivel nacional, la asistencia a la educación general básica y bachille-
rato ha aumentado de forma significativa al pasar de 91,7 a 96,2%, y de 51,2
a 71,3%, respectivamente. A 2016, el 73,4% de las mujeres y el 69,4% de los
hombres asisten a instituciones de bachillerato.
La tasa de asistencia a educación superior en las mujeres es de 33,2%
frente a los hombres con 29,8%. Asimismo, en esta década se ha incremen-
tado la escolaridad tanto de hombres como de mujeres alcanzando en pro-
medio los diez años para ambos. A 2016, la escolaridad de la población en
empleo adecuado2 es 12,5 años, observando que en esta categoría las mujeres
tienen 14 años de escolaridad, es decir, 2,2 años más que los hombres (véase
Cuadro 1).
Discriminación que atraviesan las mujeres en el empleo
En 2016, la Población Económicamente Activa (PEA) consta de 7,9 millo-

nes de personas, 1,5 millones más respecto a 2017. La PEA está conformada
por 58,2% de hombres y 41,8% de mujeres. En estos diez años es importante
el incremento de la afiliación a la seguridad social de la PEA, aumentando
de 26,3% en 2007 a 42,1% en 2016. En este último año se observa una ligera
diferencia entre la afiliación a la seguridad social de los hombres (43,1%)
frente a las mujeres (40,7%) (véase Cuadro 2).
En el año 2016, el desempleo a nivel nacional alcanzó 5,2%, cifra similar
a las del inicio del gobierno en 2007. Las mujeres soportan mayores tasas de
desempleo, registrando una de 6,2% frente a la de los hombres, ubicada en
1 Todos los cuadros se encuentran en el Anexo, al final del presente artículo (Nota del editor).
2 “Lo conforman aquellas personas con empleo que […] trabajan igual o más de 40 horas
[semanales] y que, en el mes anterior al levantamiento de la encuesta, percibieron ingresos
laborales iguales o superiores al salario mínimo, independientemente del deseo y la
disponibilidad de trabajar horas adicionales” (INEC, 2014: 14-15). A 2016 el salario mínimo
alcanzó USD 366.
19
4,5% (véase Cuadro 3). Esta reducción del empleo encuentra su explicación
en el ciclo económico bajo que atravesó el Ecuador a partir de 2015, como
consecuencia de los shocks externos. Debido a la disminución del precio del
petróleo, principal producto de exportación, y a la apreciación del dólar que
restó competitividad a las exportaciones, en 2016 la economía sufrió un de-
crecimiento del PIB (-1,5%) (Banco Central del Ecuador, 2017), lo cual ha
incidido en el deterioro de los indicadores laborales, recrudeciendo la situa-
ción de las mujeres para acceder a un empleo.
Discriminación persistente en el ámbito salarial
A 2016, el empleo adecuado nacional es de 41,2%, 7,1 puntos porcentuales

menos frente a 2014, cuando alcanzó su punto más alto. En estos diez años,
la brecha entre hombres y mujeres se ha mantenido; por lo tanto, a 2016, el
empleo adecuado de las mujeres es de 31,9%, 16 puntos porcentuales menos
que los hombres (véase Cuadro 4). Los datos dan cuenta de que ellas atravie-
san por dificultades para acceder a empleos de calidad, principalmente por la
necesidad de combinar el trabajo productivo y el reproductivo.
A nivel nacional, el promedio del ingreso laboral de ocupados con em-
pleo adecuado se ha incrementado en más del doble desde 2007, al pasar de
355 USD a 766 USD en 2016. Este aumento ha beneficiado a ambos sexos:
las mujeres tienen en promedio un ingreso laboral de 734 USD y los hombres
de 781 USD. En los dos casos, el ingreso laboral representa más del doble del
salario mínimo (véase Cuadro 4). A pesar de que en ambos sexos se analiza el
empleo adecuado, existe una diferencia de alrededor de 50 USD menos para
las mujeres respecto a los hombres. Aun cuando las brechas en educación
se han acortado significativamente, esto no ha sido suficiente para que ellas
accedan a empleos en las mismas condiciones que los varones.
Por su parte, a 2016, el empleo inadecuado3 es de 53,4%, alcanzando
el punto más alto en esta década. El empleo inadecuado de las mujeres se
registró en 61,8%, 14,4 puntos porcentuales más que los hombres (véase
Cuadro 4). En relación con el ciclo económico, en situaciones de bajo creci-
miento se puede observar que debido a la imperiosa necesidad de satisfacer
las necesidades más básicas, muchas personas que no consiguen un empleo
3 “Lo conforman aquellas personas con empleo que no satisfacen las condiciones mínimas
de horas o ingresos, es decir, durante la semana de referencia trabajan menos de 40 horas, y/o
en el mes anterior al levantamiento de la encuesta, percibieron ingresos laborales menores
al salario mínimo y pueden, o no, desear y estar disponibles para trabajar horas adicionales”
(INEC, 2014: 15).
20
digno se dedican a actividades sin barreras de entrada. Esta situación conlleva

a un crecimiento del subempleo y a una reducción relativa del salario medio,
lo cual se traduce en un incremento de la brecha de ingresos.
Entre 2007 y 2016, a nivel nacional, el promedio del ingreso laboral de
ocupados con empleo inadecuado o empleo precario se ha incrementado en
56% en términos corrientes, al pasar de 132 USD en 2007 a 206 USD en
2016. En este último año, el ingreso laboral de hombres en empleo inadecua-
do es de 229 USD, 137 USD menos que el salario mínimo; mientras que en
las mujeres, en estas condiciones, el ingreso laboral es de 178 USD, menos
de 188 USD que el salario mínimo. Todo esto permite concluir que persiste
discriminación salarial por sexo (véase Cuadro 4).
Discriminación ocupacional debido a roles sociales
A 2016, las mujeres se dedican sobre todo al: comercio (23,8%), actividades
agropecuarias (23%) y alojamiento y servicios de comida (10,6%); mientras
que los hombres a: actividades agropecuarias (27,5%), el comercio (15,6%) y
la manufactura (12,3%) (véase Cuadro 5). Conforme al Cuadro 5, se identifi-
ca la existencia de discriminación ocupacional, pues entre las actividades más
importantes de las mujeres se observa las de alojamiento, servicio de comi-
das y enseñanza, consideradas como feminizadas; en contraste, los trabajos
relacionados con la construcción, el transporte y almacenamiento tienen una
mayor presencia de hombres, al ser consideradas actividades masculinizadas.
Esta especialización del empleo por sexo está altamente influida por las pau-
tas culturales y los roles en el hogar.
Desigualdad en la realización del trabajo no remunerado
Según la “Encuesta de uso del tiempo” (INEC, 2012a), en 2012, el 93,1% de

la población participa en actividades de trabajo no remunerado:4 los hom-
bres con un 89% y la mujeres con un 97%, es decir, 8 puntos porcentuales por
encima de los varones. A pesar de que 9 de cada 10 hombres participan en
actividades de trabajo no remunerado, es importante señalar que a la semana
ellos le dedican en promedio alrededor de seis horas; en tanto, las mujeres
destinan más de 18 horas semanales. De acuerdo con lo observado, es claro
que las mujeres, además de ocuparse en mayor medida de las tareas del hogar,
4 “Comprende el trabajo doméstico no remunerado y de cuidado familiares realizado en y
para el propio hogar, como para otros hogares, las actividades comunitarias no remuneradas,
y el trabajo voluntario no remunerado” (INEC, 2012a: 3).
21
también acceden a empleos en condiciones precarias por la dificultad que

tienen para conciliar el trabajo remunerado y el no remunerado.
Metodología de análisis
Ecuación de Mincer
Con el propósito de cuantificar la discriminación salarial por sexo, frecuen-

temente se han utilizado los planteamientos de Oaxaca (1973) y Blinder
(1973), que parten de identificar los determinantes del salario a través de
una función de tipo Mincer (1974), estimado mediante Mínimos Cuadra-
dos Ordinarios (MCO), que establece una regresión del logaritmo del in-
greso laboral frente a la escolaridad, la experiencia laboral y el cuadrado de
esta última variable (Wooldridge, 2009). A partir de ello, se construirá una
ecuación de Mincer ampliada, ya que además de las variables tradicionales,
se incluirán características individuales y laborales de las personas. Confor-
me a ello, la ecuación a estimar presenta la siguiente forma funcional:
Yit = β Xi + uit
En donde, Yi constituye la variable dependiente, el logaritmo del salario

de cada individuo i . Xi es el vector de variables independientes. β es el vec-
tor de coeficientes a calcular para cada una de las variables independientes
Xi . ui es la variable de la perturbación o error y contiene todos los factores
distintos de Xi que afectan a Yi . El subíndice i indica que se trabaja con
datos de corte transversal, y que los datos corresponden al individuo i , con
i = 1, ..., N.
A nivel muestral, sólo las personas ocupadas reportan la variable de
ingreso laboral, dejando fuera a los desempleados e inactivos, por lo que la
muestra estaría truncada. Es decir, la variable Yi se observa únicamente para
una parte de la población. Por lo tanto, observar Yi no depende de las car-
acterísticas individuales y laborales consideradas en el modelo, sino de una
variable externa: la participación en el sistema laboral.
Con base en el método de Heckman (1979) es posible obtener esti-
maciones consistentes a partir de los datos examinados, y para ello, se trata
el sesgo de selección como el problema de omisión de una variable llama-
da Cociente Inverso de Mills. Este proceso inicia con la estimación de un
modelo probit denominado ecuación de selección, en donde la variable
22
dependiente Si es igual a 1 si Yi es observable, y 0 si es no observable. Las va-

riables independientes de la ecuación de selección Zi son aquellas que están
relacionadas con la decisión de pertenecer o no al sistema laboral.
Si = f (Zy)
El Coeficiente Inverso de Mills es Si estimado, Ŝi . Si al incluir Ŝi como

uno de los regresores de la ecuación de Mincer, el coeficiente que acompaña
a esta variable es significativo, entonces se comprueba la presencia de sesgo
de selección.
Yi = β X i + ρ1 Ŝi + ui
Descomposición Oaxaca-Blinder
Una vez realizada la estimación de los determinantes del salario, se pro-

cederá a aplicar la descomposición Oaxaca-Blinder. Se parte de dos gru-
pos de individuos g , en este caso tenemos el grupo de hombres H y el
grupo de mujeres M , que mantienen diferencias salariales de acuerdo al
conjunto de variables independientes J (Blinder, 1973; Oaxaca 1973, en
Otero 2012). El modelo lineal general considerado es:
Yg = β g X g + ug ; E ( εg ) = 0 gЄ{H,M}
Tomando la diferencia de los valores medios se tiene: R = ȲH - ȲM
Con YH = βH XH + εH y YM = βM XM + εM ,
- -
se tendrá ȲH = βˆH XH y ȲM = ˆ
βM XM
En tanto, la diferencia estará dada por:

- -
R = ȲH - ȲM = βˆH XH - ˆ
βM XM
23
- - -
Al sumar y restar las expresiones ˆ
βH XM , ˆ
βM XH y ˆ
βM XM
y obteniendo el factor común se llega a:
- - - -
R=ˆ
βH XH - βˆM XM + ˆβH XM - βˆH XM
- - - - -
R = ˆ
βH ( XH - XM ) + XM ( ˆ ˆH - ˆβM )
βH - ˆβM ) + ( XH - XM ) (β
La ecuación de descomposición consta de tres partes. La primera, de-

nominada dotación, se atribuye a los efectos de los predictores, es decir, a
las diferencias entre las características de hombres y de mujeres. La segunda
mide la contribución de los coeficientes a la variable dependiente; o sea,
constituye el componente de la discriminación debido a los rendimientos
de esas características. El último término expresa la interacción entre los
dos términos antes mencionados.
Combinación de cortes transversales en el tiempo
Una vez controlado el salario en función de las variables explicativas: ¿qué

ha ocurrido con el salario respecto al tiempo? y ¿cuál ha sido el efecto de la
interacción de la variable sexo y tiempo?, se construirá –para responder a
estas inquietudes– un modelo basado en una combinación independiente
de cortes transversales en el tiempo, también conocido como Modelo de
Pool de datos (Wooldridge, 2009). Este tipo de combinaciones está confor-
mado por muestras aleatorias de la población en distintos lapsos de tiempo,
en donde los individuos no se repiten, y se caracteriza por que las observa-
ciones son independientes y no idénticamente distribuidas.
La combinación de cortes transversales independientes incremen-
ta el tamaño de la muestra, obteniendo estimadores más precisos. Se
pueden aplicar las diferentes metodologías para datos de corte trans-
versal, con la diferencia de la inclusión de variables que permitan ana-
lizar la influencia del tiempo, o a su vez las interacciones del tiempo
junto con otras variables explicativas, sobre la variable independiente.
24
La ecuación a estimar del Modelo de Pool de datos corresponde a un modelo

por MCO:
Yit = α + β Xit + uit
En donde, Yit es la variable dependiente, el logaritmo del salario del

individuo i correspondiente al año t . Xit es el vector de variables inde-
pendientes, formado por las características individuales y laborales de cada
trabajador, de J x 1 dimensiones, siendo J el número de variables indepen-
dientes. uit es la variable de la perturbación o error y contiene todos los
factores distintos de Xi que afectan a Yi . El subíndice i corresponde al
individuo i, mientras que el subíndice t indica el año, con i = 1, ..., N. , y
t = 1, ..., T. .
Fuente de información y definición de variables
Para aplicar la metodología, se utilizará la “Encuesta Nacional de Empleo,

Desempleo y Subempleo” (Enemdu) (INEC, 2007, 2012b, 2016). Para
la estimación del modelo de determinantes del salario con datos de corte
transversal se ocupará la ronda de diciembre de 2016; mientras que para la
estimación en función de la combinación de cortes transversales se usarán
las rondas correspondientes a los meses de diciembre 2007, 2012 y 2016. Al
respecto, cabe señalar que cada dos años se realiza un refrescamiento total
de la muestra de la Enemdu, lo cual asegura que los individuos no se repitan
en los años seleccionados.
La variable dependiente de la regresión es el logaritmo natural del ingre-
so laboral mensual, transformación que impondrá a cada variable explicativa
un efecto porcentual constante sobre el salario. Respecto a las variables inde-
pendientes: edad y edad2 son incluidas con la finalidad de capturar el efecto
de que a mayor edad mayor ingreso laboral; sin embargo, este aumento no
es lineal, pues en determinada edad el ingreso laboral empieza a disminuir.
Por esta razón es de esperarse que la variable edad presente un signo positivo
a diferencia de la variable edad2 con signo negativo.
Para probar el efecto educativo en el ingreso laboral, se incorporó la va-
riable escolaridad, que mide los años de estudio de cada individuo. Se espera
que quienes tengan más años de escolaridad presenten un ingreso laboral
superior; y también que la variable sexo sea uno de los determinantes para
explicar el ingreso laboral. De acuerdo con esto, se pretende cuantificar en
qué medida el hecho de ser mujer está asociado con obtener un ingreso la-
boral inferior frente a los hombres.
25
El modelo incluye las variables de área y región natural para capturar el

efecto geográfico, respecto del área urbana y de la región de la Amazonía.
La primera variable está compuesta por dos categorías: área urbana presen-
te en la ciudad y periferias, y área rural asociada al campo. La segunda varia-
ble abarca al territorio continental ecuatoriano y consta de tres categorías:
Sierra, Costa y Amazonía. Se incluye la variable etnia referida a aquellos
individuos cuya autoidentificación étnica es afroecuatoriana o indígena
frente al resto, con el propósito de indagar si esta característica permite
explicar el ingreso laboral.
La variable sector de la economía está conformada por tres categorías:
1) sector primario referido a las actividades de agricultura, ganadería, pesca
y extracción; 2) sector secundario compuesto por actividades de manufac-
tura e industrialización; y 3) sector terciario conformado por actividades
relacionadas con la oferta de servicios. Se espera que sectores que requie-
ren más años de educación formal influyan para tener un mayor salario. La
variable categoría de ocupación está integrada por las siguientes categorías:
empleado de gobierno, patrono, empleado privado, cuenta propia, jornale-
ro y empleado doméstico.
La variable estado civil se ha utilizado en la literatura como una aproxi-
mación del grado de responsabilidad que tiene un individuo, lo cual tiende a
aumentar la probabilidad de estar ocupado y la necesidad de obtener mayores
ingresos. La cotización a la seguridad social se relaciona con la formalidad
y calidad del empleo, por lo que es de esperar que quienes estén afiliados a
la seguridad social presenten mayores ingresos frente a quienes no lo están.
Con la variable más de 100 empleados se busca indagar si los trabajadores
pertenecientes a empresas grandes –aquellas con más de cien trabajadores–
presentan un ingreso más alto en relación con los individuos que laboran en
empresas pequeñas.
Con la finalidad de corregir el sesgo de elección de los individuos para la
estimación de la ecuación de selección, se consideraron todos los regresores
de la función de Mincer ampliada que no se refieren a las características labo-
rales propias de estar ocupado; es decir, se excluyeron las variables: sector de
la economía, categoría de ocupación, afiliación a la seguridad social y tamaño
de la empresa. Asimismo, se incluyeron dos variables referidas al trabajo de
cuidado en el hogar, dada su relación en la decisión de laborar: menores de
cinco años y adultos mayores (véase Cuadro 9).
Para el modelo a partir de la combinación de cortes transversales, se in-
corporará la variable año para analizar si el ingreso laboral se ha incrementa-
do como consecuencia del paso del tiempo. Los años seleccionados para la
26
conformación del pool de datos son: 2007, 2012 y 2016. Se utilizó el ingreso
real con base en el año 2007, con el objetivo de estudiar la evolución del sa-
lario expresado en términos constantes, considerando su poder adquisitivo
(Wooldridge, 2009).
También se incluyeron interacciones entre las variables año y sexo, con
el fin de cuantificar en qué medida el hecho de ser mujer en cada uno de los
puntos del tiempo considerados ha influido en el ingreso laboral frente a los
hombres y al resto de mujeres. De esta manera se busca indagar acerca del
retroceso, avance o estabilidad en cuanto al cierre de brechas salariales por
sexo entre 2007 y 2016.
Discusiones y resultados
En función de la metodología expuesta, se estimó la regresión de determi-

nantes del ingreso laboral correspondiente al año 2016 y posteriormente se
aplicó la corrección del sesgo de selección de Heckman (véase Cuadro 6). El
coeficiente de Mills es significativo, lo cual indica que, en efecto, existía un
sesgo de selección y este debía ser corregido. Los coeficientes de las regresio-
nes con y sin la corrección de Heckman son relativamente parecidos. Los co-
eficientes son significativos y su signo es el esperado. La edad y la escolaridad
son positivas a diferencia de la edad al cuadrado que es negativa. El ingreso
laboral aumenta en 3,3 y 3,5% por cada año de edad y por cada año de estudio
adicional, respectivamente; lo cual indica que el ingreso es superior mientras
se incrementa el nivel educativo. El hecho de ser mujer disminuye el ingreso
laboral en 27,7% frente a los hombres.
A partir de la corrección de Heckman, el coeficiente de la variable mujer
disminuye, dado que aporta significativamente al modelo de selección de la
probabilidad de estar trabajando, lo que demuestra la fuerte brecha de ingre-
so laboral por sexo. Ser indígena o afroecuatoriano reduce el ingreso en casi
8,3%; y quienes están casados tienen 12,9% más de ingreso frente a quienes
no lo están. A nivel territorial, los individuos que pertenecen al área rural
tienen un ingreso laboral inferior en 10,8%, frente a quienes están ubicados
en el área urbana.
Por región natural, quienes se sitúan en la Costa y la Sierra presen-
tan un ingreso superior en 7,9 y casi 5,2%, respectivamente, ante quienes
pertenecen a la Amazonía. En cuanto al sector económico, se observa que
quienes están en los sectores primario y secundario muestran un ingreso
laboral inferior en 32,6 y 7,4% en relación con el sector terciario, respec-
tivamente. En la categoría de ocupación, frente a jornaleros y trabajadores
27
remunerados del hogar, el empleado público y el privado tienen un ingreso

laboral superior en 34,2 y 12,8%, respectivamente.
Los patronos cuentan con un ingreso superior en 61,6%, mientras que
quienes trabajan por cuenta propia tienen un ingreso inferior en 40%. Los
ocupados que están afiliados a la seguridad social cuentan con un ingreso
laboral superior en 28,6%, al igual que quienes forman parte de empresas con
más de cien empleados, ya que tienen un ingreso superior en 27,2% frente a
los que trabajan en empresas pequeñas.
Para el caso del modelo a partir de la combinación de cortes transver-
sales, se siguió el mismo proceso del modelo para el año 2016. Se estimó la
ecuación de determinantes del ingreso laboral real y luego se corrigió el sesgo
de selección, obteniendo resultados relativamente similares (véase Cuadro
7). En función de esto, pertenecer al año 2012 y 2016 repercute en un in-
greso laboral real superior en alrededor de 12%, en comparación al año base
2007. Era de esperarse que el coeficiente correspondiente a 2016 sea mayor,
pues existen cuatro años de diferencia respecto a 2012; sin embargo, su mag-
nitud es bastante parecida.
Las interacciones entre sexo y año son estadísticamente significativas y
muestran que la variable mujer en el año 2012 representa un ingreso superior
en casi 7,7% frente a las mujeres de 2007 y a todos los hombres. En tanto,
la variable mujer en el año 2016 contribuye con un incremento de 4% del
ingreso laboral frente a las mujeres de 2007 y a todos los hombres. Estos re-
sultados implican que en comparación con 2007, el año 2012 fue mejor que
2016 en términos de ingresos para toda la población y en el cierre de brechas
de ingreso laboral por sexo.
Mediante la descomposición de Oaxaca-Blinder se encontró que para el
año 2016, en función de las predicciones del ingreso laboral para ambos se-
xos, existe una diferencia neta estadísticamente significativa de 4,5% en bene-
ficio de los hombres (véase Cuadro 8). De acuerdo con esta descomposición,
alrededor del 19,7% del diferencial es explicado por el término de dotación,
es decir, debido a las variables independientes.
Este componente indica una diferencia favorable para el grupo de mu-
jeres, en contraste con los otros dos términos que favorecen al grupo de
hombres. El 66,7% de la descomposición es explicado por el término de
coeficientes o retorno de las características consideradas en el modelo. Di-
cho término es conocido como el componente de la discriminación sala-
rial, evidenciando la persistencia de asimetrías laborales entre ambos sexos.
El 9% restante del diferencial consiste en el término de interacción entre
las características de los individuos y los rendimientos. Este componente
28
evalúa la diferencia salarial al contrastar las características de los hombres

frente a los coeficientes estimados para las mujeres, y las características de las
mujeres respecto a los coeficientes estimados para los hombres.
Conclusiones
Esta investigación muestra la situación de las mujeres dentro del mercado

laboral y la discriminación salarial que persiste en Ecuador. El afán del análi-
sis fue permitir un debate conciente sobre los pendientes del Estado con las
mujeres, en razón de que a partir de la evidencia presentada para el periodo
de gobierno 2007-2016 no existe una política laboral definida que busque
reducir las brechas de acceso al empleo de calidad y con igual remuneración.
El ciclo económico bajo que atravesó el Ecuador a partir de 2015, debido a
la apreciación del dólar y la reducción de los precios del petróleo, permite
evidenciar un deterioro generalizado en los indicadores laborales, afectando
mayoritariamente a las mujeres.
Se identificó la discriminación en el empleo de las mujeres; ellas siguen
soportando niveles de desempleo superiores en relación con los hombres y se
ubican en mayor porcentaje en ocupaciones inadecuadas, que no les ofrecen
las garantías de un empleo formal. En Ecuador, las principales actividades a
las que se dedica la población son agropecuarias y de comercio. Después de
estas labores, las mujeres realizan actividades del sector servicios; entretanto,
los hombres se dedican a la construcción e industria.
Se ha avanzado en el acceso a la educación, no existe discriminación en
la adquisición de capital humano, dado que la asistencia a todos los niveles
de educación refleja que ambos sexos cuentan con dicho acceso. El reto más
grande es incrementar y sostener en el tiempo la culminación de niveles edu-
cativos completos. Las mujeres son quienes tienen mayores tasas de asistencia
a todos los niveles educativos; sin embargo, no cuentan con mayores opor-
tunidades para acceder a empleos adecuados y, aún más, a un salario similar
al de los hombres. Analizando la escolaridad en el sector formal, se identifica
que las mujeres presentan más años de educación en comparación con los
hombres; esto demuestra la mayor presión que ellas tienen para alcanzar em-
pleos formales.
A través de los modelos econométricos construidos se llegó a conclu-
siones importantes acerca de la estimación de la discriminación salarial por
sexo entre 2007 y 2016. De acuerdo al modelo estimado de corte transversal
para el año 2016 se encontró que el hecho de ser mujer disminuye el ingreso
laboral en 27,7%, respecto a los hombres. En relación con el modelo con base
29
en la combinación de cortes transversales 2007, 2012 y 2016, se concluye que

la variable mujer en el año 2012 representa un ingreso superior en casi 7,7%
respecto al resto de mujeres de 2007 y todos los hombres. Mientras que la va-
riable mujer en el año 2016 contribuye con un incremento de 4% del ingreso
laboral frente a las mujeres del año 2007 y a todos los hombres.
Estos resultados muestran que, tomando como referencia el año 2007,
el de 2012 fue mejor que el de 2016 para las mujeres, evidenciando el efec-
to del ciclo económico bajo antes mencionado. Mediante la descomposi-
ción de Oaxaca-Blinder se observó que para el año 2016, en función de las
predicciones del ingreso laboral para ambos sexos, existe una diferencia
neta estadísticamente significativa de 4,5% en beneficio de los hombres.
El 66% de esta diferencia es explicada por la discriminación salarial por
sexo, lo que demuestra el alto grado de las asimetrías laborales entre am-
bos sexos.
Si bien es cierto que se ha creado el marco constitucional y de planifi-
cación para garantizar los derechos laborales en igualdad de condiciones, es
fundamental generar una política pública de trabajo y empleo con acción
afirmativa, que otorgue las mismas oportunidades a hombres y mujeres
para acceder a empleos de calidad. Asimismo, es necesario que desde el
Estado se promuevan leyes y se implementen políticas públicas que digni-
fiquen el trabajo de las mujeres con el reconocimiento de su actividad en
la vida pública y laboral, así como de su actividad en el ámbito privado
y familiar.
Referencias
Abramo, Laís (2004), “¿Inserción laboral de las mujeres en América Latina: una fuerza de
trabajo secundaria?”, en Revista de Estudios Feministas, Brasil: Universidad Federal de
Santa Catalina.
Asamblea Nacional (2008a), Constitución de la República del Ecuador, Ecuador.
Asamblea Nacional (2008b), Mandato Constituyente No. 8: Eliminación de la tercerización,
Ecuador.
Asamblea Nacional (2012), Ley Orgánica para la Defensa de Derechos Laborales, Ecuador.
Asamblea Nacional (2015), Ley Orgánica para la Justicia Laboral y Reconocimiento del
Trabajo en el Hogar, Ecuador.
Banco Central del Ecuador (2017), Cuentas nacionales anuales, Ecuador. Disponible en:
https://www.bce.fin.ec/index.php/component/k2/item/763 [30 de enero de 2018].
Baquero Jairo et al. (2000), “Un marco analítico de la discriminación laboral”, en Economía,
núm 8, Argentina: Universidad del Rosario.
Blinder, Alan (1973), “Wage discrimination: reduced form and structural estimates”,
en The Journal of Human Resources, vol. 8, núm. 4, Estados Unidos: University of
Wisconsin Press.
30
Branchi, Bruna y Figueiredo, Nelly (2013), “Trayectorias ocupacionales: mujeres en busca

de nuevas oportunidades”, en Macías, Gizelle y Parada, Elva [comp.], Mujeres, su
participación económica en la sociedad, México: Universidad de Guadalajara.
Consejo Nacional de Igualdad de Género (2014), Agenda nacional de las mujeres y la
igualdad de género 2014-2017, Ecuador: El Telégrafo.
Carrasco, Cristina (2003), “Para otra economía: una visión desde la economía feminista”,
en Faria, Nula [comp.], Construir la igualdad. Debates feministas en el Foro Social
Mundial, Perú: Red Latinoamericana Mujeres Transformando la Economía.
De Oliveira, Orlandina y Ariza, Marina (2000), “Trabajo femenino en América Latina:
un recuento de los principales enfoques analíticos”, en De la Garza, Enrique [comp.],
Tratado Latinoamericano de Sociología del Trabajo, México: Progreso.
Foro Económico Mundial (2018), ¿Cuál es la brecha de género en 2017 (y por qué se está
ampliando)? Disponible en: https://www.weforum.org/es/agenda/2017/11/cual-es-
la-brecha-de-genero-en-2017-y-por-que-se-esta-ampliando/ [18 de abril de 2018].
Heckman, James (1979), “Sample selection bias as specification error”, en Econometrica, vol.
47, núm. 1, Estados Unidos: The Econometric Society.
INEC (Instituto Nacional de Estadística y Censos) (2007), Encuesta nacional de empleo,
subempleo y desempleo, Ecuador. Disponible en: http://www.ecuadorencifras.gob.ec/
banco-de-informacion/ [01 de junio de 2017].
INEC (Instituto Nacional de Estadística y Censos) (2012a), Encuesta de uso del tiempo,
Ecuador. Disponible en: http://www.ecuadorencifras.gob.ec/uso-del-tiempo-2/ [29
de enero de 2018].
INEC (Instituto Nacional de Estadística y Censos) (2012b), Encuesta nacional de empleo,
subempleo y desempleo, Ecuador. Disponible en: http://www.ecuadorencifras.gob.
ec/banco-de-informacion/ [01 de junio de 2017].
INEC (Instituto Nacional de Estadística y Censos) (2014), Metodología para la medición
del empleo en Ecuador, Ecuador. Disponible en: http://www.ecuadorencifras.
gob.ec/documentos/web-inec/EMPLEO/2016/Septiembre-2016/Nota%20
metodologica%20final%20actualizada%20(Septiembre-16).pdf [30 de enero de 2018].
INEC (Instituto Nacional de Estadística y Censos) (2016), Encuesta nacional de empleo,
subempleo y desempleo, Ecuador. Disponible en: http://www.ecuadorencifras.gob.ec/
banco-de-informacion/ [01 de junio de 2017].
Kabeer, Naila (2001), “Reflections on the Measurement of Women’s Empowerment”, en
Sida Studies, núm. 3, Suecia: Stockholm.
Mincer, Jacob (1974), Schooling, experience and earnings, Estados Unidos: Columbia
University Press.
Nicolás, Catalina et al. (2010), “La segregación ocupacional entre hombres y mujeres:
Teorías explicativas y análisis de su evolución reciente en España”, en Proyecto social,
núm. 13, España: Universidad de Zaragoza.
Oaxaca, Ronald (1973), “Male-female wage differentials in urban labor markets”, en
International Economic Review, vol. 14, núm. 3, Estados Unidos: Economics
Department of the University of Pennsylvania and Institute of Social and Economic
Research, Osaka University.
Otero, José (2012), Descomposición Oaxaca Blinder en modelos lineales y no lineales, España:
Universidad Autónoma de Madrid. Disponible en: https://www.uam.es/otroscentros/
klein/gauss/pdf/BLINDER-OAXACA.pdf [30 de abril de 2017].
31
Pérez, Amaia (2004), “Estrategias feministas de deconstrucción del objeto de estudio de

la economía”, en Foro Interno. Anuario de Teoría Política, vol. 4, España: Universidad
Complutense de Madrid.
Quiroga, Natalia (2009), “Economías feminista, social y solidaria. Respuestas heterodoxas
a la crisis de reproducción en América Latina”, en Íconos. Revista de Ciencias Sociales,
núm. 3, Ecuador: Flacso.
Rodríguez, Corina (2010), “Análisis económico para la equidad: los aportes de la economía
feminista”, en SaberEs, núm. 2, Argentina: Facultad de Ciencias Económicas y
Estadísticas de la Universidad Nacional de Rosario.
Senplades (Secretaría Nacional de Planificación y Desarrollo) (2007), Plan Nacional del
Buen Vivir 2007-2010, Ecuador: El Telégrafo.
Sices (Sistema Integrado de Conocimiento y Estadística Social) (2017), Módulo estadística.
Disponible en: http://www.conocimientosocial.gob.ec/pages/EstadisticaSocial/
herramientas.jsf [11 de agosto de 2017].
Valerdi, M. (2004), “Tiempo de trabajo y familia: las trampas de cronos”, en Macías, Gizelle
y Parada, Elva (2013), Mujeres, su participación económica en la sociedad, México:
Universidad de Guadalajara.
Vásconez, Alison y Espinosa, Elizabeth (2015), Empoderamiento económico de las mujeres.
Producción y reproducción de sesgos de género en el mundo del trabajo en Ecuador,
Uruguay: Centro Interdisciplinario de Estudios sobre el Desarrollo de Uruguay
(CIEDUR).
Wooldridge, Jeffrey (2009), Introducción a la econometría. Un enfoque moderno, México:
Cengage Learning.
Zubieta, Judith y Marrero, Patricia (2005), “Participación de la mujer en la educación
superior y la ciencia en México”, en Agricultura, Sociedad y Desarrollo, vol. 2, núm. 1,
enero-junio, México: Colegio de Postgraduados.
32
Anexo
Cuadro 1
Indicadores educativos a nivel nacional y por sexo
2007 2016
Indicador
Nacional Hombre Mujer Nacional Hombre Mujer
Tasa neta de asistencia a educación general básica 91,7% 91,5% 91,8% 96,2% 95,9% 96,6%
Tas neta de asistencia a bachillerato 51,2% 47,5% 55,2% 71,3% 69,4% 73,4%
Tasa bruta de asistencia a educación superior 36,0% 33,6% 38,6% 31,5% 29,8% 33,2%
Años de escolaridad 9,1 9,3 8,9 10,1 10,2 10,1
Años de escolaridad en la población con empleo adecuado 10,1% 9,7% 10,9% 12,5% 11,8% 14,0%
Fuente: Sistema Integrado de Conocimiento y Estadística Social (Sices) (2017), con base en la encuesta Enemdu (varios años).
33
34
Cuadro 2
Cobertura de la seguridad social de la Población Económicamente Activa, a nivel nacional y por sexo
Indicador Desagregación 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016
Nacional 26,3% 27,5% 29,9% 33,5% 38,2% 41,4% 43,0% 44,3% 44,2% 42,1%
Seguridad social de la
Hombre 26,7% 28,3% 30,7% 33,2% 39,0% 41,7% 43,3% 45,8% 45,4% 43,1%
PEA
Mujer 25,6% 26,3% 28,9% 33,9% 36,9% 40,9% 42,6% 42,1% 42,4% 40,7%
Cuadro 3
Evolución de la tasa de desempleo a nivel nacional y por sexo.
Nacional 5,0% 6,0% 6,5% 5,0% 4,2% 4,1% 4,2% 3,8% 4,8% 5,2%
Desempleo Hombre 3,8% 4,3% 5,2% 4,1% 3,3% 3,7% 3,4% 3,1% 3,9% 4,5%
Mujer 6,7% 8,3% 8,4% 6,4% 5,6% 4,8% 5,4% 4,9% 6,1% 6,2%
Cuadro 4
Empleo adecuado e inadecuado a nivel nacional y por sexo
Nacional 43,2% 44,8% 39,2% 44,7% 45,5% 46,5% 47,9% 49,3% 46,5% 41,2%
Empleo adecuado Hombre 50,5% 52,4% 45,2% 50,0% 51,8% 51,6% 53,5% 56,2% 53,1% 47,9%
Mujer 32,4% 33,6% 30,2% 36,5% 35,9% 38,9% 39,1% 39,0% 36,9% 31,9%
Ingreso laboral Nacional 355,5 358,6 518,7 555,5 582,3 620,1 699,4 705,6 757,5 766,4
promedio en el Hombre 386,9 388,5 532,1 570,5 592,4 634,2 722,8 724,4 778,5 781,6
empleo adecuado
(USD corrientes) Mujer 295,6 303,1 489,1 523,8 560,2 592,0 650,0 665,4 713,5 734,5
Nacional 50,8% 49,0% 52,4% 49,5% 49,7% 47,2% 47,8% 46,7% 48,1% 53,4%
Empleo inadecuado Hombre 44,6% 42,9% 47,4% 45,1% 44,2% 42,6% 42,9% 40,5% 42,3% 47,4%
Mujer 59,8% 58,0% 59,7% 56,2% 58,0% 54,1% 55,3% 55,9% 56,5% 61,8%
Ingreso laboral Nacional 132,1 153,7 133,2 141,6 152,5 166,3 184,2 194,7 200,8 206,7
promedio en el Hombre 158,1 174,9 146,0 152,3 169,0 180,8 201,9 218,4 222,9 228,7
empleo inadecuado
(USD corrientes) Mujer 99,5 127,3 115,0 125,4 128,9 145,0 158,6 164,4 171,8 178,0
35
36
Cuadro 5
Cinco principales ramas de actividad para hombres y mujeres
Hombres Mujeres
Actividades Participación Actividades de alojamiento y servicio de comidas Participación
Agricultura, ganadería, caza y silvicultura 27,5% Comercio y reparación 23,8%
Comercio y reparación 15,6% Agricultura, ganadería, caza y silvicultura 23,0%
Industrias manufactureras 12,3% Actividades de alojamiento y servicio de comidas 10,6%
Construcción 11,8% Industrias manufactureras 9,7%
Transporte y almacenamiento 9,1% Enseñanza 6,6%
Otras 23,8% Otras 26,4%
Total 100,0% Total 100,0%
Fuente: Sistema Integrado de Conocimiento y Estadística Social (Sices) (2017), con base en la encuesta Enemdu (2016).
Cuadro 6
Ecuación de Mincer ampliada – corte transversal 2016
Variables explicativas MCO MCO corrección Heckman

Constante 4,001*** (0,0489) 4,447***(0,081)
Edad 0,0500*** (0,00202) 0,0333***(0,00309)
Edad 2
-0,000553*** (0,0000219) -0,000364***(0,0000338)
Escolaridad 0,0383*** (0,00109) 0,0350***(0,00117)
Mujer -0,439*** (0,00889) -0,277***(0,0256)
Etnia -0,0857*** (0,0118) -0,0829***(0,0118)
Casado 0,100*** (0,00883) 0,129***(0,01)
Rural -0,105*** (0,0101) -0,108***(0,0103)
Costa 0,0788*** (0,0127) 0,0786***(0,0125)
Sierra 0,0632*** (0,0119) 0,0518***(0,0115)
Sector 1 -0,325*** (0,0128) -0,326***(0,0117)
Sector 2 -0,0731*** (0,0111) -0,0736***(0,0118)
Empleado público 0,342*** (0,0197) 0,342***(0,0238)
Empleado privado 0,127*** (0,0128) 0,128***(0,015)
Patrono 0,614*** (0,0281) 0,616***(0,0239)
Cuenta propia -0,398*** (0,012) -0,396***(0,0128)
Seguridad social 0,285*** (0,0109) 0,286***(0,0101)
Más de 100 empleados 0,271*** (0,0128) 0,272***(0,0163)
Mills -0,313***(0,0464)
N 38.437 38.437
R2 0,4839
F(17, 38.419) 2.332
Wald chi2(17) 26.838
Errores estándar robustos entre paréntesis.

Corrección de heteroscedasticidad con errores estándar robustos de White.
Nivel de significancia: *** p<0,01, ** p<0,05, * p<0,1
Fuente: Elaboración propia con base en la encuesta Enemdu.
37
Cuadro 7
Ecuación de Mincer ampliada – combinación de cortes transversales

en el tiempo, años 2007, 2012 y 2016
Variables explicativas MCO MCO corrección Heckman

Constante 3,902*** (0,0327) 4,273***(0,0529)
Edad 0,0456*** (0,00131) 0,0315***(0,002)
Edad2 -0,000492*** (0,000014) -0,000333***(0,0000219)
Escolaridad 0,0435*** (0,000727) 0,0402***(0,000803)
Mujer -0,482*** (0,0115) -0,322***(0,0212)
Etnia -0,0839*** (0,00841) -0,0882***(0,0083)
Casado 0,104*** (0,00591) 0,129***(0,00662)
Rural -0,144*** (0,00683) -0,138***(0,00696)
Costa 0,0630*** (0,0103) 0,0682***(0,00996)
Sierra 0,0366*** (0,00992) 0,0300***(0,00954)
Sector 1 -0,281*** (0,00864) -0,283***(0,00802)
Sector 2 -0,0651*** (0,00763) -0,0653***(0,00797)
Empleado público 0,335*** (0,0131) 0,334***(0,016)
Empleado privado 0,129*** (0,00814) 0,129***(0,00963)
Patrono 0,624*** (0,0174) 0,625***(0,0143)
Cuenta propia -0,320*** (0,00789) -0,319***(0,00821)
Seguridad social 0,243*** (0,00719) 0,244***(0,00678)
Más de 100 empleados 0,269*** (0,00866) 0,270***(0,0111)
Año 2012 0,120*** (0,00863) 0,121***(0,00893)
Año 2016 0,116*** (0,00816) 0,117***(0,00827)
Mujer 12 0,0768*** (0,0151) 0,0768***(0,0146)
Mujer 16 0,0415*** (0,014) 0,0390***(0,0131)
Mills -0,277***(0,0315)
N 85.914 85.914
R2 0,458
F(21, 85.892) 3.869
Wald chi2(21) 53.084

38
Cuadro 8
Modelo Oaxaca Blinder, año 2016
Descomposición Contribución
Predicción hombres 5,525***(0,0173)
Predicción mujeres 5,288***(0,0679)
Diferencia 0,237***(0,0701) 4,5%
Dotación -0,0771***(0,0149) 19,7%
Coeficientes 0,261***(0,0703) 66,7%
Interacción 0,0533***(0,0132) 13,6%

39
40
Cuadro 9
Ecuación de selección, Modelo probit de la probabilidad de estar ocupado
Variables explicativas Corte transversal 2016 Combinación de cortes

transversales 2007, 2012 y 2016
Constante -1,176*** (0,0592) -0,976*** (0,04)
Edad 0,101*** (0,00227) 0,0940*** (0,00149)
Edad2 -0,00111*** (0,0000223) -0,00105*** (0,0000144)
Escolaridad 0,0252*** (0,00132) 0,0280*** (0,000875)
Mujer -1,045*** (0,0117) -1,140*** (0,00773)
Etnia -0,0273* (0,0163) 0,0302*** (0,0114)
Casado -0,225*** (0,0126) -0,217*** (0,00823)
Rural 0,00602 (0,0132) -0,0619*** (0,00847)
Costa 0,0111 (0,0175) -0,0311** (0,0136)
Sierra 0,100*** (0,016) 0,0716*** (0,0131)
Presencia de niños menores de 4 años 0,0362*** (0,0135) 0,0207** (0,00893)
Presencia de adultos mayores -0,841*** (0,0274) -0,824*** (0,0188)
N 61.240 141.455


Wilson Santiago Albuja-Echeverría. Máster en Políticas Públicas por la

Facultad Latinoamericana de Ciencias Sociales (Ecuador); Ingeniero en
Ciencias Económicas y Financieras de la Escuela Politécnica Nacional (Ecua-
dor) y Licenciado en Economía y Gestión de la Universidad Saint Étienne
(Francia). Trabaja como asesor de Seguimiento y Evaluación de la Secreta-
ría Nacional de Planificación y Desarrollo. Principales líneas de investiga-
ción: análisis cuantitativo y cualitativo de la política social. Publicaciones
recientes: “Costeo de ampliación de la cobertura de agua y saneamiento a
nivel cantonal”, tesis de pregrado, Ecuador, Escuela Politécnica Nacional.
Disponible en: http://bibdigital.epn.edu.ec/bitstream/15000/7275/1/
CD-5403.pdf (2014); “Intervención de la autoridad externa en el cambio
de política pública de ampliación de la cobertura de agua y saneamiento en
el Ecuador, 2008-2015”, tesis de maestría, Ecuador, Facultad Latinoamerica-
na de Ciencias Sociales. Disponible en: http://repositorio.flacsoandes.edu.
ec/bitstream/10469/10769/2/TFLACSO-2016WSAE.pdf (2016).
María José Enríquez-Rodríguez. Máster en Ciencias Sociales con men-

ción en Género y Desarrollo por la Facultad Latinoamericana de Ciencias
Sociales (Ecuador); Ingeniera en Ciencias Económicas y Financieras de la
Escuela Politécnica Nacional (Ecuador) y Licenciada en Economía y Ges-
tión de la Universidad Saint Étienne (Francia). Trabaja como directora de
Planificación Nacional, en la Secretaría Nacional de Planificación y Desa-
rrollo. Principales líneas de investigación: economía popular y solidaria,
economía feminista y macroeconomía. Publicaciones recientes: “Análisis
de la inequidad de género en el trabajo no remunerado en el año 2010”,
tesis de pregrado, Ecuador, Escuela Politécnica Nacional. Disponible en:
http://bibdigital.epn.edu.ec/handle/15000/6793 (2013); “Los procesos
de empoderamiento de las mujeres que se asocian para superar la pobre-
za – caso Redeps”, tesis de maestría, Ecuador, Facultad Latinoamericana de
Ciencias Sociales. Disponible en: http://repositorio.flacsoandes.edu.ec/
bitstream/10469/10771/2/TFLACSO-2016MJER.pdf (2016).
Recepción: 6 de febrero de 2018.

Aprobación: 20 de abril de 2018.
41

Albuja 2018

Cargado por

Copyright:

Formatos disponibles

Albuja 2018

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Albuja 2018

Cargado por

Copyright:

Formatos disponibles

https://doi.org/10.29101/crcs.v0i78.

Análisis de la discriminación laboral hacia

Wilson Santiago Albuja-Echeverría / [email protected]

María José Enríquez-Rodríguez / [email protected]

Durante las últimas décadas se han evidenciado cambios profundos en las

reproductivo y, en su conjunto, hablar de la sostenibilidad de la vida. Aproxi-

Por otra parte, la discriminación ocupacional alude a la tipificación de

Política laboral en Ecuador

Discriminación que atraviesan las mujeres ecuatorianas en el acceso al

Uno de los grandes retos mundiales es disminuir las desigualdades entre

no remunerado, con el fin de visibilizar los avances y desafíos en el Ecuador,

Discriminación en la formación de capital humano

La movilidad social está fuertemente condicionada por el nivel educativo,

Discriminación que atraviesan las mujeres en el empleo

En 2016, la Población Económicamente Activa (PEA) consta de 7,9 millo-

Discriminación persistente en el ámbito salarial

A 2016, el empleo adecuado nacional es de 41,2%, 7,1 puntos porcentuales

digno se dedican a actividades sin barreras de entrada. Esta situación conlleva

Discriminación ocupacional debido a roles sociales

Desigualdad en la realización del trabajo no remunerado

Según la “Encuesta de uso del tiempo” (INEC, 2012a), en 2012, el 93,1% de

también acceden a empleos en condiciones precarias por la dificultad que

Con el propósito de cuantificar la discriminación salarial por sexo, frecuen-

En donde, Yi constituye la variable dependiente, el logaritmo del salario

dependiente Si es igual a 1 si Yi es observable, y 0 si es no observable. Las va-

El Coeficiente Inverso de Mills es Si estimado, Ŝi . Si al incluir Ŝi como

Una vez realizada la estimación de los determinantes del salario, se pro-

Tomando la diferencia de los valores medios se tiene: R = ȲH - ȲM

En tanto, la diferencia estará dada por:

La ecuación de descomposición consta de tres partes. La primera, de-

Combinación de cortes transversales en el tiempo

Una vez controlado el salario en función de las variables explicativas: ¿qué

La ecuación a estimar del Modelo de Pool de datos corresponde a un modelo

Yit = α + β Xit + uit

En donde, Yit es la variable dependiente, el logaritmo del salario del

Fuente de información y definición de variables

Para aplicar la metodología, se utilizará la “Encuesta Nacional de Empleo,

El modelo incluye las variables de área y región natural para capturar el

En función de la metodología expuesta, se estimó la regresión de determi-

remunerados del hogar, el empleado público y el privado tienen un ingreso

evalúa la diferencia salarial al contrastar las características de los hombres

Esta investigación muestra la situación de las mujeres dentro del mercado

en la combinación de cortes transversales 2007, 2012 y 2016, se concluye que

Branchi, Bruna y Figueiredo, Nelly (2013), “Trayectorias ocupacionales: mujeres en busca

Pérez, Amaia (2004), “Estrategias feministas de deconstrucción del objeto de estudio de

Indicadores educativos a nivel nacional y por sexo

Evolución de la tasa de desempleo a nivel nacional y por sexo.

Empleo adecuado e inadecuado a nivel nacional y por sexo

Cinco principales ramas de actividad para hombres y mujeres

Ecuación de Mincer ampliada – corte transversal 2016

Variables explicativas MCO MCO corrección Heckman

Errores estándar robustos entre paréntesis.

Ecuación de Mincer ampliada – combinación de cortes transversales

Variables explicativas MCO MCO corrección Heckman

Errores estándar robustos entre paréntesis.

Modelo Oaxaca Blinder, año 2016

Errores estándar robustos entre paréntesis.

Ecuación de selección, Modelo probit de la probabilidad de estar ocupado

Variables explicativas Corte transversal 2016 Combinación de cortes

Errores estándar robustos entre paréntesis.