Revista Desarrollo y Sociedad logo

Desarro. soc. | eISSN 1900-7760 | ISSN 0120-3584

¿Cómo se modificarían la pobreza y la desigualdad de ingresos de los hogares si se cierran las brechas de género en el mercado laboral? Un estudio para cuatro países de América Latina

No. 81 (2018-08-01)
  • Maira Colacce
https://doi.org/10.13043/DYS.81.1

Resumen

Este artículo busca estimar el potencial efecto que tendría en la pobreza y en la desigualdad de ingresos de los hogares en cuatro países de América Latina (Bolivia, Brasil, Perú y Uruguay), la eliminación de las diferencias de género en la participación e ingresos laborales. La simulación se basa en una técnica de imputación múltiple de datos faltantes (Rubin, 1987) aplicada a ejercicios de construcción de contrafactuales. Mientras que los efectos de la eliminación de las diferencias de género en el mercado laboral en la pobreza son inequívocos y siempre positivos, los efectos sobre la desigualdad del ingreso laboral y del ingreso de los hogares no pueden ser generalizados, dependerán del país y del escenario. Esto obedece a que, dependiendo de la situación de partida, se generan modificaciones en diferentes partes de la distribución del ingreso, reflejo de cómo se concentran las desigualdades de género en el mercado laboral de cada país.

Palabras clave: América Latina, método estadístico, discriminación sexual, modelos de simulación

Referencias

An, D., & Little, R. (2007). Multiple imputation: An alternative to top coding for statistical disclosure control. Journal of the Royal Statistical Society: Series A (Statistics in Society), 170(4), 923-940.

Atkinson, A. B. (2015). Inequality: what can be done? Cambridge, Massachusetts: Harvard University Press.

Banco Mundial. (2012). The effects of women’s economic power in Latin America and the Caribbean. Washington, D. C.: Banco Mundial.

Carpenter, J., & Kenward, M. (2012). Multiple imputation and its application. Chichester: John Wiley & Sons.

Carrillo, P., Gandelman, N., & Robano, V. (2014). Sticky floors and glass ceilings in Latin America. The Journal of Economic Inequality, 12(3), 339-361.

Cepal. (2014a). Panorama social de América Latina 2014.Santiago de Chile: Cepal.

Cepal. (2014b). Pactos para la igualdad. Hacia un futuro sostenible. Trigésimo Quinto Período de Sesiones de la Cepal.Santiago de Chile: Cepal.

Fortin, N., Lemieux, T., & Firpo, S. (2011). Decomposition methods in economics. Handbook of Labor Economics (4, pp. 1-102). Elsevier.

Gartner, H., & Rässler, S. (2005). Analyzing the changing gender wage gap based on multiply inputed right censored wages (Discussion Paper 2005: 5). IAB.

Gasparini, L., & Marchionni, M. (2015). Implications of female labor force participation. En L.Gasparini, & M.Marchionni (eds.), Bridging gender gaps? The rise and deceleration of female labor force participation in Latin America (pp. 261-306). La Plata: Universidad Nacional de La Plata.

Gasparini, L., Marchionni, M., Badaracco, N., & Serrano, J. (2015). Characterizing female participation changes. En L.Gasparini, & M.Marchionni (eds.), Bridging gender gaps? The rise and deceleration of female labor force participation in Latin America (pp. 151-178). La Plata: Universidad Nacional de La Plata.

Harkness, S. (2013). Women’s employment and household income inequality. En J.Gornik & M.Jäntti (eds.), Income inequality: Economic disparities and the middle class in affluent countries (pp. 207-233). Stanford, California: Stanford University Press.

Jenkins, S., Burkhauser, R., Feng, S., & Larrimore, J. (2011). Measuring inequality using censored data: A multiple-imputation approach to estimation and inference. Journal of the Royal Statistical Society: Series A (Statistics in Society), 174(1), 63-81.

Lee, D. (2009). Training, wages, and sample selection: Estimating sharp bounds on treatment effects. Review of Economic Studies, 76(3), 1071-1102.

Madalozzo, R. (2010). Occupational segregation and the gender wage gap in Brazil: An empirical analysis. Economía Aplicada, 14(2), 147-168.

Madalozzo, R., & Martins, S. (2007). Gender wage gaps: Comparing the 80s, 90s and 00s in Brazil. Revista de Economia e Administração, 6(2), 141-156.

Maxwell, N. (1990). Changing female labor force participation: Influences on income inequality and distribution. Social Forces, 68(4), 1251-1266.

Ñopo, H. (2009). The gender wage gap in Peru 1986-2000: Evidence from a matching comparisons approach (Working Paper 675). Banco Interamericano de Desarrollo, Departamento de Investigación.

Ñopo, H., Atal, J., & Winder, N. (2010). New century, old disparities: Gender and ethnic wage gaps in Latin America (Discussion Paper Series 5085). Forschungsinstitut zur Zukunft der Arbeit.

Piesse, A., Álvarez-Rojas, L., Judkins, D., & Shadish.W. (2010). Causal inference using semi-parametric imputation. Proceedings of the Section on Survey Research Methods of the American Statistical Association, 1085-1096.

Rubin, D. (1976). Inference and missing data. Biometrika, 63(3), 581-592.

Rubin, D. (1987). Multiple imputation for nonresponse in surveys. Nueva York: Wiley.

Santos, R., & Ribeiro, E. (2006). Diferenciais de rendimentos entre homens e mulheres no Brasil revisitado: Explorando O ‘teto de vidro’. Reporte Técnico, Centro Universitario Newton Paiva, Universidade Federal do Rio Grande do Sul.