Análisis de los condicionantes socioeconómicos del acceso a la
Anuncio
Presupuesto y Gasto Público 48/2007: 37-57 Secretaría General de Presupuestos y Gastos © 2007, Instituto de Estudios Fiscales Análisis de los condicionantes socioeconómicos del acceso a la educación superior * LAURA DE PABLOS ESCOBAR MARÍA GIL IZQUIERDO Universidad Autónoma de Madrid Recibido: Marzo 2007 Aceptado: Octubre 2007 Resumen Existen en España numerosos trabajos que se han ocupado de analizar los determinantes de la demanda de educación superior. Tras una exhaustiva revisión de un buen número de estos trabajos, puede decirse que la mayoría han coinci­ dido en señalar como factores que pueden influir positivamente en dicha demanda, el nivel educativo de los padres, la situación geográfica, el tamaño del municipio o el hecho de ser mujer. Otras variables, como las tasas de desem­ pleo, la renta del hogar o el número de hermanos, parecen tener efectos más ambiguos en la demanda de educación superior. En el nuevo milenio han aparecido nuevas fuentes de datos que nos permiten verificar si esta situación ha cambiado. El trabajo que se presenta a continuación realiza un estudio de los condicionantes socio-económicos en el acceso a la educación superior con datos de la Encuesta de Condiciones de Vida para el año 2004. Los resultados si­ guen la línea de estudios anteriores, destacando, de forma especial, como determinantes positivos: el hecho de ser mujer, el mayor nivel educativo de los padres y de otros miembros del hogar o el hecho de que el sustentador princi­ pal trabaje. Como significativas y con impacto negativo se encuetran el hecho de tener hermanos menores de 16 años y el porcentaje de miembros desempleados en la familia. La renta del hogar o las tasas de desempleo resultan ser no significativas, corroborándose la tendencia apuntada en los años noventa. Palabras clave: condicionantes socioeconómicos, educación superior, igualdad de oportunidades. Clasificación JEL: I21, J24. Abstract We can find in Spain many papers focused on analysing which are the determinants of Higher Education demand. After an exhaustive revision of many of these papers, we may say that most of them show a positive relation between this demand and some factors, such as the level of education of parents, the geographical situation and the size of the town, or gender issues. Some other variables, like unemployment rates, the household income or the number of si­ blings seem to have more ambiguous effects on Higher Education demand. In the new millennium, new database are available, and it allows us to verify if this situation has changed. This paper studies which are the socioeconomic fac­ tors determining Higher Education access, using data from the Living Conditions Survey for 2004. Our results go in the same line of previous studies, highlighting as positive determinants of Higher Education demand the following ones: the fact of being a woman, the highest level of education of parents and other members of the household or ha­ * Las autoras agradecen los comentarios y sugerencias efectuados por un evaluador anónimo. Cualquier error u omisión que permanezca en el mismo es de exclusiva responsabilidad de las autoras. 38 Laura de Pablos Escobar y María Gil Izquierdo ving a working householder. On the contrary, siblings younger than 16 or a larger share of unemployed members in the family, have a significant and negative effect on the demand. Finally, household income or unemployment rates are not significant, in the same trend observed in the nineties. 1. Introducción En el presente trabajo se ofrece un análisis para España de los factores socio-económicos que condicionan la entrada de los estudiantes a los grados superiores del sistema educativo. Este tipo de análisis es necesario para conocer si existen barreras de entrada para beneficiarse de un gasto público que, hasta los años noventa, diversos trabajos venían avalando que era dis­ frutado, en buena medida, por individuos pertenecientes a hogares con rentas altas 1. Si bien en la segunda mitad de los años noventa y principios del nuevo milenio, parece ser que la inciden­ cia distributiva del gasto en educación superior es más igualitaria, incluso algo progresiva 2, es importante saber hasta qué punto el acceso está condicionado por el origen socio-económico de los individuos y si este hecho puede provocar una merma en la igualdad de oportunidades y condicionar la incidencia distributiva de este tipo de gasto 3. Se trata, por tanto, de aunar dos conceptos de equidad 4: el relativo a la igualdad de oportunidades, según el cual el valor espe­ rado de la educación de individuos con las mismas preferencias debería ser idéntico, con inde­ pendencia de factores como la renta, la riqueza familiar, la clase social, la raza, el sexo o cual­ quier otra fuente de diferencias; y el referente a la incidencia distributiva del gasto público en educación, que estudia los impactos de dicho gasto público en la distribución de la renta, anali­ zando quién se beneficia del gasto. La literatura relativa a los condicionantes socio-económicos en el acceso a la educación es abundante, tanto a nivel internacional como nacional (como se comprobará en el siguiente epí­ grafe). Este trabajo aporta, frente a investigaciones previas, una aplicación empírica que hace uso de una nueva y reciente fuente de datos: la Encuesta de Condiciones de Vida para el año 2004. Se trata de una base de microdatos, publicada por el Instituto Nacional de Estadística, que cuenta con una extensa muestra de hogares y sus miembros, representativa a nivel de las Comunidades Autónomas (CCAA, en adelante) españolas. Además, el uso de esta nueva fuente de datos permi­ te introducir en el análisis variables relativas al ingreso de los hogares, algo que no es posible con otro tipo de bases de datos, como son las Encuestas de Población Activa (EPA) o con los censos. De esta manera, se permite recuperar los análisis realizados con las Encuestas Básicas de Presu­ puestos Familiares (EBPF) de 1980-81 y 1990-91, lo que abre la posibilidad, con las cautelas ne­ cesarias 5, de poder realizar una cierta comparación inter-temporal acerca de la evolución que ha experimentado la demanda de educación superior respecto a décadas pasadas. El estudio se desarrolla a lo largo de cuatro epígrafes. Tras esta introducción, en el epígra­ fe segundo, se ofrece una revisión de la literatura aparecida en España en relación con el tema. Esta revisión se articula en función de los factores que tradicionalmente han influido en la de­ manda de educación superior, analizando los resultados que cada trabajo ha obtenido para cada variable. En el epígrafe tercero se realiza un estudio empírico de los factores socioeconómicos que condicionan la entrada de los estudiantes a la educación superior en el año 2004. Para ello, se describe el modelo empleado, la base de datos, las variables y los resultados alcanzados. Fi­ nalmente, en el epígrafe cuarto, se resumen las principales conclusiones. 39 Análisis de los condicionantes socioeconómicos del acceso a la educación superior 2. Revisión de algunos estudios de demanda de educación superior para el caso español Durante las últimas décadas, al análisis de los condicionantes que influyen en el acceso a la educación superior ha constituido una línea relevante de investigación. Para el caso espa­ ñol, existe un importante número de estudios que proporcionan evidencia empírica sobre los factores socio-económicos que determinan la decisión individual de acudir a la universidad 6. Entre otros, se pueden mencionar, los estudios de Modrego (1987), Cea y Mora (1992), Cale­ ro (1996), Mora (1997), Peraita y Sánchez (1998), González y Dávila (1998), Petrongolo y San Segundo (1999), Albert (1997, 1998, 2000), Marcenaro y Navarro (2001) y Rahona (2005). Estos trabajos coinciden en utilizar una serie de variables de tipo socioeconómico co­ munes 7, por lo que a continuación se resumen los resultados fundamentales de las variables clave que pueden afectar a la demanda de este nivel educativo, en cada uno de los trabajos re­ visados. La tabla 1 8 resume dichos resultados, especificando las bases de datos utilizadas y decisiones metodológicas tomadas con los referidos estudios. Tabla 1 Resumen de estudios de demanda de educación superior y origen socioeconómico para España Autores Modrego (1987) Cea y Mora (1992) Base de datos * y muestra Muestra aleatoria del Censo de Población y Viviendas de Vizcaya en 1981. Encuesta realizada por el Consejo de Universidades en 1985 a estudiantes de COU. Modelo Variables independientes Resultados sobre demanda Probit en un modelo secuencial (realizar estudios superiores o no y de ciclo corto o largo). — Relación positiva — Sexo. entre demanda y — Socioeconómicas mejor situación so­ (estatus profesio­ cioeconómica del nal, renta del ho­ hogar. gar, proporción de miembros que cur­ — Mayor efecto en las mujeres. san estudios, situa­ ción profesional — El mercado laboral no influye. del sustentador). — De mercado labo­ ral. Logit independiente no ordenado — Personales (sexo, — Decisión de de­ manda tomada an­ edad) tes de acabar COU. — Socioeconómicas (Centro público o — Mujeres: depen­ den más de lugar privado, obtención de residencia o be­ de beca, existencia de más centros cas. universitarios, gra­ — Hombres: depen­ do de urbanismo) den más del lugar — Familiares (estu­ de residencia. dios y profesión de los padres) — Académicas (nota media de COU, ciencias o letras) 40 Laura de Pablos Escobar y María Gil Izquierdo Autores Calero (1996) Mora (1997) Base de datos * y muestra Modelo Variables independientes Resultados sobre demanda EBPF (1990-91). Jóvenes entre 17-20 años — Influencia positiva — Personales del nivel educativo — Familiares de los padres, ofer­ — Oferta universita­ ta universitaria, vi­ ria Logístico de elección vir en una gran — Situación geográ­ discreta ciudad, ser mujer. fica — Costes directos — Influencia negati­ va de los costes di­ asumidos por las rectos. familias EBPF (1990-91). Jóvenes de 17 a 25 años. Logit — Influencia positiva — Personales del nivel educativo — Origen socioeco­ de los padres, ser nómico mujer, vivir en ca­ — Espaciales pital de provincia y en menos medida la renta del hogar. Peraita y Sánchez (1998) EBPF (1990-91). Jóvenes entre 16-28 años. Logit ordenado — Socio-económicas — Influencia positiva del equipamiento — Habilidad personal cultural del hogar, — Calidad de la edu­ tamaño del área de cación (equipa­ residencia y renta miento cultural del del hogar. hogar) — Condicionantes del — Influencia negati­ va: número de her­ mercado laboral manos. Albert (1998) EBPF (1990-91). Jóvenes entre 21-24 años. Logit con corrección por autoselección de Heckman — Influencia positiva — Personales posición socioeco­ — Familiares nómica, número de — Condicionantes del hermanos, nivel mercado laboral educativo de los padres. Logit — Influencia positiva — Condicionantes del nivel educativo socio-económicos y situación laboral — Características per­ del sustentador sonales principal, vivir en — Condicionantes del capitales de pro­ mercado laboral vincias, y ser mu­ — Costes de oportu­ jer. nidad y distancia a la Universidad. Modelo probabilístico — Condicionantes so­ — Impacto positivo nivel de estudios cio-económicos de los padres — Características per­ — Nivel de renta no sonales significativo en — Condicionantes del 1990. mercado laboral González y Dávila (1998) Petrongolo y San Segundo (1999) EBPF (1990-91). Jóvenes entre 18-24 años. EBFF (1980-81, 1990-91). Jóvenes entre 16-17 años. Análisis de los condicionantes socioeconómicos del acceso a la educación superior Autores Base de datos * y muestra Modelo 41 Variables independientes Resultados sobre demanda — Personales. — Condicionantes socioeconómicos. — Mercado laboral. — Influencia positiva del nivel educativo y situación laboral de los padres (so­ bre todo, madre), ser mujer, hogares monoparentales y tasas de paro re­ gionales elevadas. — Influencia negati­ va: vivir con los padres. EPA (1987 a 1998). Muestra de jóvenes de 17 a 24 años. Logit con corrección por autoselección de Heckman. Marcenaro y Navarro (2001) PHOGUE, 1994. Jóvenes entre 18-25 años. — Características fa­ — Impacto positivo: ser becario, nivel miliares de estudios del pa­ — Condicionantes del dre, ingresos fami­ mercado laboral Probit con corrección liares — Condicionantes por autoselección de socio-económicos — Negativo: ser re­ Heckman. petidor — Características — Indiferente: nivel personales de paro y estado civil Rahona (2005) Módulo de Transición de la Educación al Mercado Laboral (2000) y Ampliación de la EPA 2.º trimestre del 2000. Jóvenes entre 16-35. — Influye positiva­ — Personales mente el nivel de — Nivel de estudios estudios de los pa­ padres dres, que la madre — Situación laboral trabaje, que el pa­ de los padres dre realice trabajos — Número de herma­ cualificados. nos menores — Comunidad Autó­ — Negativamente el número de herma­ noma nos menores. Albert (2000) Logit * Nota: EBPF: Encuesta Básica de Presupuestos Familiares; PHOGUE: Panel de Hogares de la Unión Europea; EPA: Encuesta de Población Activa. Fuente: Elaboración propia. Según la teoría del Capital Humano (Mincer, 1974; Becker, 1975), los individuos deci­ den su nivel óptimo de educación comparando el valor presente de las ganancias esperadas de años de educación adicionales, con los costes asociados a dicha educación. Desde una perspectiva individual, los beneficios de la educación son fundamentalmente de tipo moneta­ rio (mejores salarios), aunque también existen otros, de tipo no monetario (como mejor esta­ do de salud, mayor eficiencia en la producción de bienes y servicios en el hogar, trabajos me­ nos peligrosos, con mayor estabilidad laboral, etc.). Por el lado de los costes personales, los estudiantes se enfrentan a costes directos (pago de matrículas en cada curso), costes indirec­ tos (transporte, libros, clases extra, manutención) y costes de oportunidad (salarios no perci­ bidos por estudiar en vez de trabajar). Además, hay otros factores que pueden condicionar de forma decisiva el comportamiento de los individuos, tales como las características socio-eco­ nómicas del hogar de origen, características personales (como el sexo o la habilidad innata del individuo) o cuestiones relativas a la situación geográfica. 42 Laura de Pablos Escobar y María Gil Izquierdo En los estudios empíricos, existe una serie de factores cuyo impacto en la demanda de educación superior se ha analizado de forma sistemática: la renta del hogar, el nivel de estu­ dios de los padres o de otros miembros del hogar, el número de hermanos pequeños, la situa­ ción laboral del sustentador principal, el número de parados en el hogar, el sexo del indivi­ duo, la situación geográfica del hogar del que procede el estudiante y variables relativas al mercado laboral. La renta del hogar de origen es una de las variables típicamente incluidas en el análi­ sis acerca de los determinantes de la educación, en aquellos trabajos que pueden utilizar va­ riables referidas a los ingresos del hogar (esto es, haciendo uso de las EBPF, 1980-81 y 1990-91, o bien del Panel de Hogares de la Unión Europea (PHOGUE en adelante, 1994-2001). Durante los años ochenta, los estudios muestran una relación positiva entre la renta del hogar y la demanda de este nivel educativo, esto es, a mayor renta, más probabili­ dad de acudir a la universidad. A esta conclusión llegan los trabajos de Petrongolo y San Se­ gundo (1999) y Modrego (1987). En la década de los noventa esta relación no es tan contun­ dente. Así, unos estudios muestran que, aunque la renta del hogar siga afectando a la demanda de educación superior, esta variable tiene un menor impacto en la demanda, que va­ riables de tipo socio-económico (como el nivel educativo de los progenitores). Éste es el re­ sultado que alcanzan los trabajos de Mora (1997), Peraita y Sánchez (1998), González y Dá­ vila (1998) con las EBPF para el año 1990-91, y Marcenaro y Navarro (2001) con el PHOGUE (1994). Por su parte, Petrongolo y San Segundo (1999) demuestran que, con la EBPF 1990-91, la renta familiar alta deja de ser explicativa en los años noventa. Otro de los factores que usualmente se ha incluido en este tipo de estudios se refiere al nivel educativo del sustentador principal, de ambos progenitores y/o de otros miembros del hogar. Tal y como señala Rahona (2005), existen cuatro vías a través de las cuales el ni­ vel educativo de otros miembros del hogar puede influir en la decisión que toman los indivi­ duos objeto de estudio: el stock de capital humano de los padres como aproximación de la habilidad innata de los hijos; el nivel educativo como proxy de la renta del hogar; influencia en las preferencias de los hijos, en el sentido de herencia cultural; y finalmente, en el sentido de la transmisión inter-generacional que propugnan las teorías radicales de Bowles y Gintis (2004). Pues bien, todos los estudios consultados coinciden en señalar la gran importancia del nivel educativo del padre o sustentador principal, o de ambos en conjunto (Calero, 1996; González y Dávila, 1998; Albert, 1998; Marcenaro y Navarro, 2001; San Segundo, 2003). Ahora bien, sobre todo es decisivo el mayor nivel de estudios que haya alcanzado la madre, cuando éste se tiene en cuenta de forma diferenciada. Así lo demuestran los estudios de Cea y Mora (1992), Mora (1997), Albert (2000) o Rahona (2005). Por su parte, los trabajos que consideran el efecto derivado de que en el hogar haya otros miembros con estudios superio­ res, demuestran que el impacto en la demanda de educación superior es positivo, pero menor que en los casos anteriores (Calero, 1996). La existencia de hermanos (mayores o menores que el individuo analizado) también ha sido estudiada desde una óptica diferenciada: por una parte, los hermanos menores pueden suponer una carga económica adicional que puede afectar negativamente a la demanda (Behrman et al. 1989), mientras que los hermanos mayores pueden asumir algunas responsa­ bilidades en el hogar, liberando así a los más pequeños para que puedan continuar estudian­ Análisis de los condicionantes socioeconómicos del acceso a la educación superior 43 do. La primera de las hipótesis ha sido sustentada por los estudios de Peraita y Sánchez (1998), Rahona (2005), mientras que la segunda ha sido contrastada por Marcenaro y Nava­ rro (2001), quienes demuestran que los hermanos mayores tienen un mayor impacto positivo en la demanda de educación superior en el caso de las mujeres. En relación a la situación laboral del sustentador principal o de la madre, se supone que una mejor posición de éstos en el mercado laboral influye positivamente en la demanda de educación superior. La disponibilidad de un importante desglose de esta variable en las EBPF y en la EPA ha permitido contrastar esta hipótesis en numerosos trabajos. Así, Cea y Mora (1992), Calero (1996), González y Dávila (1998), Albert (2000) o Rahona (2005) apuntan una mayor probabilidad de demanda cuando el sustentador principal es directivo, profesional o técnico. Esta probabilidad disminuye cuanto menor es la categoría profesional del sustentador. Rahona (2005) incluye además la situación laboral de la madre, demostran­ do que si ésta desempeña un puesto de trabajo de status profesional medio o bajo, repercute negativamente en la decisión de cursar estudios universitarios. La existencia de una mayor proporción de parados en la familia es otro de los factores relativos al hogar que puede analizarse. Albert (1998) anticipa los dos posibles impactos que esta variable puede tener en la demanda educativa: por una parte, puede darse un efecto ren­ ta, de tal manera que, a mayor número de empleados en el hogar, mayor demanda de este ni­ vel educativo; por otra parte, puede existir un efecto sustitución, mostrando que cuantos más empleados haya en la familia, mayor es la preferencia por el mercado laboral, y por tanto, menor demanda de este nivel educativo. Albert (1998) obtiene una dominancia del efecto renta. Uno de los resultados que sistemáticamente se ha obtenido en este tipo de trabajos se refiere al hecho de que las mujeres españolas tienen una mayor probabilidad de demandar estudios superiores (ceteris paribus el resto de variables). Este resultado contrasta con el de otros países, donde ocurre lo contrario (González y Dávila, 1998, proporcionan referencias al respecto). La literatura proporciona diferentes razones para explicar esta situación: Mora (1997) argumenta que las mujeres necesitan un mayor nivel educativo para competir con los hombres (teoría del filtro); Albert (2000) habla de la discriminación que pueden sufrir las mujeres en el mercado laboral; en la misma línea, Marcenaro y Navarro (2001) plantean cuestiones relativas a las mayores tasas de paro y mayor coste de oportunidad que sufren las mujeres. Además, algunos trabajos presentan resultados diferenciados según sexo, obtenien­ do que existen ciertas variables que afectan de forma diferentes a la demanda, en función de que el individuo sea hombre o mujer (Modrego, 1987; Cañada, 1999; Cea y Mora, 1992; Marcenaro y Navarro, 2001; Albert, 2001). Por otra parte, es común tener en cuenta la situación del mercado laboral en la que se halla el individuo, a través de diferentes tasas de desempleo (normalmente, diferenciadas por regiones y sexo). Con ello, se trata de aproximar de alguna manera por un lado el coste de oportunidad de continuar estudiando en lugar de acceder al mercado laboral, y por otro lado, de las expectativas de empleo (Albert, 2000 9). A nivel teórico, se supone que tasas de desempleo juvenil elevadas incentivan la permanencia de los jóvenes en el sistema educativo, mientras que mayores tasas de paro generales tienen el efecto contrario (San Segundo, 2001). A nivel empí­ 44 Laura de Pablos Escobar y María Gil Izquierdo rico, es posible utilizar tasas de desempleo de jóvenes entre 16-25 años y tasas generales de paro, o bien tasas de paro para individuos con estudios secundarios y para estudios superiores. Los resultados de los trabajos consultados no son contundentes en este sentido. Así, Petrongolo y San Segundo (1999) corroboran las predicciones de la teoría. Sin embargo, Albert (2000), con datos de la EPA para varios años, obtiene el impacto esperado para las tasas de desempleo de los individuos con educación secundaria en la probabilidad de demanda (positivo), pero no en el caso de las tasas de paro de individuos con educación superior. Por su parte, cuando Albert (1998) y González y Dávila (1998) utilizan la EBPF 1990-91, obtienen que las tasas de paro no tienen efectos en la demanda, contrariamente a lo obtenido en estudios previos. Por último, es común incluir variables que tengan en cuenta cuestiones relativas al en­ torno espacial del individuo. En este sentido, se ha argumentado que una mayor cercanía a las universidades y una mayor oferta de titulaciones favorecen la demanda de este nivel edu­ cativo (abaratando los costes indirectos de la educación). A pesar de la importancia de tener en cuenta las barreras geográficas, las encuestas analizadas rara vez tienen información deta­ llada que permitan conocer si el individuo estudia en una región diferente a la de su hogar de origen, lo que ha hecho que la tónica general en los estudios haya consistido en aproximar estas cuestiones según la procedencia rural o urbana del individuo, y su relación con la oferta académica. Cea y Mora (1992), González y Dávila (1998), Peraita y Sánchez (1998) mues­ tran que los individuos procedentes de capitales de provincia tienen mayor probabilidad de ir a la universidad. Por su parte, Calero (1996) señala que la mayor oferta educativa afecta posi­ tivamente a la demanda. Adicionalmente, se puede señalar que algunos estudios controlan este efecto para cada una de las CCAA españolas, analizando si existen efectos diferenciados en la demanda por regiones. En este sentido, Rahona (2005) demuestra que, aunque existen ciertas disparidades regionales, este efecto no es excesivamente importante, presumiblemen­ te por la existencia de campus universitarios en todas las capitales de provincia. A similares conclusiones llegan González y Dávila (1998). Resumiendo, se puede señalar que gran parte de los estudios apuntan como factores que afectan positivamente la decisión de realizar estudios superiores: el nivel educativo de los pa­ dres, su situación laboral, la situación geográfica donde se habite o el hecho de ser mujer. Otras variables, como las tasas de desempleo, la renta del hogar o el número de hermanos, tienen efectos menos claros y dependen del estudio analizado. Asimismo, de esta breve revisión se puede destacar la no inclusión de otro tipo de varia­ bles, como la habilidad innata de los individuos o los futuros beneficios (individuales o so­ ciales), así como los posibles costes directos e indirectos asociados a la educación superior. A pesar de la importancia de estos factores en la demanda analizada, la falta de información deta­ llada en las encuestas disponibles 10, así como su dificultad de medición y de imputación a cada individuo, hacen complicada su contrastación empírica. En este sentido, hay que destacar los trabajos de Cea y Mora (1992) y de Peraita y Sánchez (1998), en los que se trata de aproxi­ mar la habilidad innata de los individuos: el primero de ellos cuenta con información detallada acerca del rendimiento académico de los alumnos de COU, mientras que el segundo aproxima la habilidad personal a través del equipamiento en bienes culturales del hogar. Por su parte, Ca­ lero (1996) es el único trabajo de los consultados que tiene en cuenta el peso que suponen los costes directos (aproximados por el precio medio de matrícula) en relación a la renta del hogar. Análisis de los condicionantes socioeconómicos del acceso a la educación superior 3. 45 El modelo de demanda de educación superior En nuestro estudio, y siguiendo la literatura relacionada, se propone un modelo de elec­ ción discreta para formalizar la decisión de continuar con estudios superiores. Cuando un in­ dividuo perteneciente a un hogar 11 decide continuar con estudios superiores, comparará los potenciales beneficios positivos derivados de años de educación adicionales (que suponen un mayor capital humano), con los costes asociados. Además, y tal como se ha indicado ante­ riormente, existen otra serie de factores que pueden influir en esta decisión (origen socioeco­ nómico, situación del mercado laboral, entorno geográfico, etc.). Se trata por tanto, de una elección discreta, que se concreta en la decisión de ir a la universidad o no, y que se basará en la comparación de utilidades derivadas de cada opción, eligiendo el individuo aquella que le proporcione la mayor utilidad. Resaltar que nuestro modelo analiza la demanda de educación universitaria, esto es, nos estamos siempre refiriendo a educación universitaria. Además, en concreto, se propone caracterizar la decisión de los individuos a través de un modelo proba­ bilístico de tipo probit. A continuación, se comentan los datos y las variables empleados en el análisis, así como los resultados alcanzados. 3.1. Datos y variables: Análisis estadístico La principal aportación de la aplicación empírica propuesta es la utilización como base de datos de la última encuesta disponible con las características necesarias para este tipo de análisis, la Encuesta de Condiciones de Vida (ECV, de aquí en adelante) para el año 2004. Las características más importantes de la ECV son: • Responde a un diseño de panel rotatorio anual, con turno de rotación de ¼ cada año. • Se refiere a las condiciones de vida y dispone de datos transversales y longitudinales comparables y actualizados sobre la renta, el nivel y composición de la pobreza y la exclusión social, a escala nacional y europea. • Cuenta con una muestra de 15.355 hogares en el año 2004. La información aparece detallada a nivel del hogar y de los miembros de cada hogar. En este trabajo se han utilizado tanto datos de hogares como individuales, referidos ex­ clusivamente a una submuestra que contiene únicamente los individuos de 17 a 25 años, como potenciales usuarios. La edad teórica de acceso a la educación superior es de 17 años, siendo necesarios al menos 3 años para completar el ciclo más corto en la universidad y 1 ó 2 más para el ciclo largo, por lo que el límite superior de dicha edad teórica se situaría en los 21 ó 23 años. Sin embargo, se decide aumentar este límite a los 25 años, ya que se comprueba que, debido a las elevadas tasas de repetición, esta edad se amplía en la mayoría de casos a los 25 años. Como demandantes de educación superior se consideran tanto a los estudiantes actuales de este nivel como a los que ya han completado este nivel educativo, pero que están en ese grupo de edad. Los no demandantes de educación superior son aquellos que, con la edad considerada, no realizan estudios superiores, ni son diplomados o licenciados, pero sí 46 Laura de Pablos Escobar y María Gil Izquierdo terminaron la educación secundaria de segunda etapa (condición necesaria para poder acce­ der a la universidad). Los individuos que cumplen todos estos requisitos y que cuentan con datos relativos a las variables independientes que a continuación se exponen, suponen una muestra de 1.834 observaciones (que representan a un total poblacional de 2.540.216 indi­ viduos). El 73,79% de los mismos pertenecen al grupo de los demandantes de educación su­ perior. En cuanto a las variables utilizadas, siguiendo la literatura relacionada, pueden agru­ parse en diferentes vectores: variables de tipo personal, familiares, de oferta universitaria, de entorno espacial y de mercado laboral. En la Tabla 2 aparece un resumen de las referidas variables. Tabla 2 Descripción de variables para el análisis de demanda de educación superior Tipo de variable Nombre de la variable Modalidad de variable Dependiente DEMANDA Dicotómica 1: Demanda E.S. 0: No demanda E.S. Demanda de educa­ ción superior. Personales SEXO Dicotómica 1: Hombre 0: Mujer Sexo del individuo. SITLAB Categórica 1: Trabaja 0: No trabaja Estatus laboral del sustentador principal. Nivel educativo má­ ximo alcanzado por la madre. Categórica 1: Sin estudios o con estudios primarios. 2: Estudios secundarios (1.ª etapa). 3: Estudios secundarios (2.ª etapa). 4: Estudios superiores. Nivel educativo má­ ximo alcanzado por el padre. Categórica 1: Sin estudios o con estudios primarios. 2: Estudios secundarios (1.ª etapa). 3: Estudios secundarios (2.ª etapa). 4: Estudios superiores. EDUCA_OTROS Dicotómica 1: Hay algún miembro en el hogar con educación superior. 0: No hay miembros en el hogar con educación superior. Otros miembros de la familia con educación superior (distin­ to de los padres). MENORES Dicotómica 1: Hay menores de 16 años en el hogar. 0: No hay menores de 16 años en el hogar. Hermanos menores de 16 años. PROP_PARADO Numérica (porcentaje) EDUCA_MADRE EDUCA_PADRE Familiares Categorías Descripción Porcentaje de miem­ bros de la familia desempleados. 47 Análisis de los condicionantes socioeconómicos del acceso a la educación superior Tipo de variable Nombre de la variable URBANIZA Modalidad de variable Categorías Descripción Categórica 0: Baja densidad de población. 1: Densidad de población media. 2: Densidad de población elevada. Procedencia del individuo (ciudad pequeña, mediana o grande). Oferta universitaria y entorno espacial OFERTA 12 Numérica Ratio de estudiantes en una CA que estudia en su propia región, en relación a todos los estudiantes en esa CA. PARO_JOV Numérica Tasas de paro de jóvenes menores de 25 años, por sexo y CCAA. PARO_GEN Numérica Tasas de paro generales, por sexo y CCAA. Mercado laboral Fuente: Elaboración propia a partir de ECV (2004). Variables PARO_JOV y PARO_GEN se obtienen a partir de la Encuesta de Población Activa (IV Trimestre de 2004). Variable OFERTA se obtiene a partir de el Ministerio de Educación, Cultura y Deporte (2005), «Las cifras de la Educación en España: Estadísticas e Indicadores», en los cuadros que recogen la relación entre el domicilio familiar del alumnado en Educación Universitaria y la ubicación del centro en el que cursan los estudios. Finalmente, en las Tablas 3 y 4 se ofrecen los valores medios para las anteriores variables, diferenciando entre ambos grupos (demandantes y no demandantes de educación superior), ofreciendo la distribución de frecuencias para las variables categóricas (Tabla 3) y los valores medios y la dispersión para las variables continuas (Tabla 4). La Tabla 3 ofrece información relevante. Analizando la tercera y cuarta columnas (que muestran los valores diferenciados de las variables entre demanda =1, demandantes de educación superior, y demanda =0, no demandantes de educación superior), se puede deducir que los individuos que acceden a la educación superior: ● Pertenecen a hogares en los que el sustentador principal trabaja en una proporción ligeramente superior a los no demandantes (74% versus 68%). ● El porcentaje de padres y madres que han completado estudios superiores es mayor en el caso de los demandantes (20% frente al 6%, en el caso de las madres y 26% versus 14% en el caso de los padres). ● Hay más miembros del hogar, distintos del padre y la madre, que también han completado este nivel educativo (36% frente al 10%). ● Los menores de 16 años suponen un menor porcentaje respecto al tamaño total del hogar en el caso de los demandantes (13%) que en el de los no demandantes (19%). ● Las diferencias entre vivir en una ciudad grande, mediana o pequeña 13 no son elevadas entre los dos grupos, aunque puede llamar la atención que los demandantes procedan en un porcentaje ligeramente superior de poblaciones con densidad de población baja (27% frente al 24% de los no demandantes). 48 Laura de Pablos Escobar y María Gil Izquierdo Tabla 3 Estadísticos descriptivos: distribución de frecuencias (%) Variable Categoría Total Demanda=1 73,79 26,21 SEXO Mujer Hombre 56,61 43,39 57,99 42,01 52,78 47,22 SITLAB No trabaja Trabaja 27,31 72,69 25,54 74,46 32,16 67,84 EDUCA_MADRE E. Primaria y sin estudios E. Secundaria, 1.ª etapa E. Secundaria, 2.ª etapa E. Superior 32,12 31,61 20,14 16,13 29,99 30,91 19,59 19,52 38,64 33,75 21,83 5,79 EDUCA_PADRE E. Primaria y sin estudios E. Secundaria, 1.ª etapa E. Secundaria, 2.ª etapa E. Superior 29,31 28,11 19,03 23,55 27,86 26,1 19,71 26,34 33,86 34,42 16,91 14,81 EDUCA_OTROS No hay otros miembros con E.S. Hay otros miembros con E.S. 70,74 29,26 63,62 36,38 90,49 9,51 MENORES No hay menores 16 años Hay menores de 16 años 85,38 14,62 87 13 80,89 19,11 URBANIZA Alta Media Baja 53,05 20,31 26,64 53,43 19,1 27,46 51,99 23,66 24,35 DEMANDA Demanda=0 Fuente: Elaboración propia a partir de ECV (2004). Tabla 4 Estadísticos descriptivos: media y desviación típica Total Demanda=1 Demanda=0 Variable PROP_PARADO PARO_JOV PARO_GEN OFERTA Media D.T. Media D.T. Media D.T. 0,07471 0,22782 0,10847 0,20241 0,14631 0,06431 0,04098 0,05396 0,06203 0,22707 0,10750 0,20368 0,12800 0,06432 0,04031 0,05396 0,10985 0,22808 0,10882 0,19888 0,18357 0,06435 0,04121 0,05396 Fuente: Elaboración propia a partir de ECV (2004). • Los parados representan en sus hogares una proporción menor que en el caso de los hogares de los no demandantes (0,06 frente a 0,10). 3.2. Resultados del modelo de demanda de educación superior La estimación de la demanda de educación superior para el año 2004 se presenta en la Tabla 5. Los resultados se ofrecen en dos modelos complementarios (Modelo 1 y Modelo 2), en los que se tienen en cuenta de forma separada los niveles educativos de los miembros del 49 Análisis de los condicionantes socioeconómicos del acceso a la educación superior hogar y la situación laboral del sustentador principal. El objetivo es evitar que, debido a la elevada correlación de dichas variables, no se puedan captar los efectos diferenciados de cada variable 14. El test de razón de verosimilitud indica que las variables especificadas son significativas en conjunto. Los resultados que se proporcionan son robustos a la heterocedas­ ticidad. Los porcentajes de predicciones correctas son diferentes, según la demanda tome el valor 1 ó 0 (67,93% y 57,02%, respectivamente, en el primer modelo y 71,78% y 47,11% en el segundo). Para calcular estos porcentajes se toma como punto de corte el porcentaje de de­ mandantes de educación superior 15 (73,79%). Los coeficientes de las variables proporciona­ dos son interpretables en términos de su efecto marginal, es decir, según la variación en la probabilidad que se produce al considerar un cambio en la variable tomada como referencia en cada caso, manteniendo el resto constantes. La falta de variables relativas al rendimiento académico puede influir en estos resultados (Calero, 1996; Rahona, 2005), disminuyendo la precisión del modelo presentado. Tabla 5 Resultados de la estimación de dos modelos probit de demanda de educación superior MODELO 1 Variable SEXO SITLAB EDUCA_MADRE (E. Secundaria 1.ª etapa) EDUCA_MADRE (E. Secundaria 2.ª etapa) EDUCA_MADRE (E. Superior) EDUCA_PADRE (E. Secundaria 1.ª etapa) EDUCA_PADRE (E. Secundaria 2.ª etapa) EDUCA_PADRE (E. Superior) EDUCA_OTROS MENORES PROP_PARADO URBANIZA (Densidad media) URBANIZA (Densidad alta) OFERTA PARO_GEN PARO_JOV Coeficiente (dF/dx) –0,07368 0,06646 0,05581 0,06791 0,21193 0,24475 –0,11441 –0,41260 0,00432 0,04175 0,05696 –0,00468 0,00241 MODELO 2 t-ratio p-valor –2,05 2,22 1,83 2,04 6,35 8,93 –3,19 –4,72 0,13 1,40 0,20 –0,84 0,66 0,040 0,027 0,067 0,041 0,000 0,000 0,001 0,000 0,900 0,161 0,841 0,400 0,509 Coeficiente (dF/dx) t-ratio p-valor –0,08181 –2,22 0,026 0,01497 0,08503 0,15148 0,24144 –0,08834 –0,53500 0,02409 0,05897 0,05848 –0,00466 0,00325 0,46 2,45 4,27 8,35 –2,46 –5,91 0,67 1,96 0,20 –0,81 0,85 0,647 0,014 0,000 0,000 0,014 0,000 0,502 0,050 0,840 0,420 0,395 Medidas de bondad de ajuste N.º observaciones ** Test de razón de verosimilitud (12) y (11), respect. Test de significatividad conjunta Pseudo R2 % predicciones correctas * para demanda=0 % predicciones correctas * para demanda=1 1.489 150,45 0,000 0,1355 57,02% 67,93% 1.370 124,96 0,000 0,1280 47,11% 71,78% Nota: Categoría de referencia: mujer con padres sin estudios o estudios primarios, sustentador principal sin trabajo, que vive en hogar sin menores y sin más miembros con E. Superior, en una zona con densidad de población baja. * punto de corte = 0,74. ** La ligera diferencia en el número de observaciones entre los modelos se debe a la existencia de missing values. Fuente: Elaboración propia a partir de ECV (2004). 50 Laura de Pablos Escobar y María Gil Izquierdo Analizando los coeficientes y la significatividad individual de cada una de las variables, se llega a las siguientes conclusiones: La variable personal (SEXO), relativa al sexo del individuo, muestra que las mujeres tienen una mayor probabilidad de demandar educación superior, en línea con otros estudios para el caso español. Este resultado contrasta con otros países de nuestro entorno, como se­ ñalan González y Dávila (1998). La creciente proporción de mujeres que acceden a la educa­ ción superior es una tendencia clara en países industrializados, y más aún en España (Mora, 1997). Los mayores rendimientos que se supone obtienen las mujeres de la educación supe­ rior pueden relacionarse con esta situación (véase el trabajo de Arrazola y Hevia, 2001). En este sentido, la teoría del filtro puede explicar este resultado, ya que las mujeres necesitan un mayor nivel educativo que los hombres para ser más competitivas en el terreno laboral (Albert, 1997 y 2000). También las mayores tasas de paro que sufren las mujeres puede in­ centivar su demanda de niveles de educación superiores (Marcenaro y Navarro, 2001). Final­ mente, Calero (2006) apunta a factores relativos a la discriminación en algunos puestos de trabajo (por ejemplo, de la rama de las ingenierías), que pueden determinar esta situación. Pero además, para explicar este resultado se pueden apuntar los mejores resultados académi­ cos que las mujeres obtienen en relación a los hombres 16. En relación con las características del hogar de origen, el hecho de que el sustentador principal trabaje (SITLAB) resulta ser un factor significativo y positivo en la demanda para el año analizado 17, de forma similar a estudios anteriores (Calero, 1996; González y Dávila, 1998; Albert, 2000; Rahona, 2005). Sin embargo, cuando la variable situación laboral del sustentador se separa en más categorías (como en estudios previos), los resultados no son contundentes. La menor desagregación en categorías de esta variable en la ECV (2004) fren­ te a otras encuestas (EBPF o EPA), y la escasa diferencia de resultados en 2004 en cuanto a la situación laboral del sustentador entre demandantes y no demandantes, pueden explicar este resultado. Por su parte, el nivel educativo de los padres es significativo y supone un importante de­ terminante en el acceso a la educación superior. Existe una relación directamente proporcio­ nal entre el hecho de demandar educación superior y el nivel educativo de los padres. Sin em­ bargo, los impactos en la probabilidad son diferentes (evaluados en modelos diferenciados para evitar problemas de multicolinealidad, como se comentó anteriormente): en el caso de la madre (EDUCA_MADRE), el hecho de que haya completado cualquier nivel educativo superior al de primaria, proporciona a su hijo una mayor probabilidad de demandar educa­ ción superior. Además, si la madre tiene estudios superiores, la probabilidad de que el indivi­ duo demande este nivel es un 21% superior frente a la categoría de referencia, ceteris paribus el resto de variables. El caso del padre (EDUCA_PADRE) muestra la misma tendencia, aun­ que con dos matices: por una parte, haber completado estudios secundarios de primera etapa no parecen tener un efecto diferenciado significativo frente a los primarios; por otra, el im­ pacto de tener estudios superiores es inferior al caso de la madre (15%). El que existan en el hogar otros miembros, distintos a los padres, con este nivel educati­ vo (EDUCA_OTROS) también tiene un fuerte impacto positivo. Por tanto, el que haya otros miembros, normalmente hermanos, que tengan estudios superiores, marca una tendencia cla­ Análisis de los condicionantes socioeconómicos del acceso a la educación superior 51 ra para los hermanos que se plantean acudir a la universidad. Esto refleja la importancia de la tradición educativa de la familia y de la mayor información disponible sobre estudios univer­ sitarios. Por su parte, el hecho de tener hermanos menores de 16 años (MENORES) tiene un im­ pacto negativo y significativo, como ya se obtenía en otros trabajos, como Albert (1998) o Rahona (2005). Esta variable muestra la carga económica adicional que supone que en el ho­ gar haya niños pequeños, lo que puede afectar negativamente la demanda (Behrman et al., 1989). El porcentaje de miembros desempleados en la familia tiene un fuerte efecto negativo (superior al 40%) y significativo (PROP_PARADO), lo que refleja que, cuanto mayor es esta ratio, menor es la probabilidad de demandar educación superior. Esto muestra que, cuanto mayor es la proporción de desempleados en una familia, mayor será la preferencia de los individuos en la edad analizada por el mercado laboral frente a continuar en el sistema edu­ cativo. En cuanto a la variable que aproxima el entorno geográfico (URBANIZA), ésta no muestra un impacto claramente significativo en la probabilidad de acceso a la educación su­ perior, en función de la densidad de población del hogar de origen del individuo. Esto con­ trasta con otros estudios, como los de Calero (1996) o González y Dávila (1998), en los que se ponía de manifiesto una mayor probabilidad de acceso cuando el individuo viviera en una capital de provincia a comienzos de los años noventa. Sin embargo, la existencia de universi­ dades en todas las capitales de provincia en la actualidad, la similar distribución de deman­ dantes y no demandantes según el tamaño de la población y la diferente definición de esta va­ riable en función de las encuestas, contribuyen a explicar este resultado. De forma complementaria, la variable OFERTA parece no tener un efecto significativo, lo que indicaría que en la actualidad en nuestro país no parece existir un problema relativo a la oferta universitaria en ninguna Comunidad Autónoma. Para reflejar la situación del mercado laboral, se incluyen en el modelo las tasas de de­ sempleo general (PARO_GEN) y para jóvenes (PARO_JOV), tratando de aproximar el coste de oportunidad que supone completar estudios superiores. Aunque con los signos espera­ dos 18, ninguna de las tasas tiene efectos significativos en la probabilidad de demandar edu­ cación. Se observa así un comportamiento ambiguo de las variables referidas al paro a lo lar­ go del tiempo, en línea con los resultados de trabajos anteriores (González y Dávila, 1998; Albert, 1998, Marcenaro y Navarro, 2001). Como señala San Segundo (2003), esto puede de­ berse a la escasa importancia de los mercados laborales locales para los titulados universita­ rios. Finalmente, quisiéramos realizar un comentario acerca de una de las variables que tra­ dicionalmente se ha incluido en el análisis de los condicionantes socioeconómicos en el ac­ ceso a la educación superior: la renta del hogar de origen. Una renta elevada del hogar de ori­ gen ha tenido un claro impacto positivo y significativo en la probabilidad de demandar educación superior a comienzos de los ochenta, pasando a mostrar una relación no tan evi­ dente durante los años noventa (como demuestran los estudios referenciados anteriormente). A pesar de la relevancia de introducir una variable que refleje la renta del hogar, y disponien­ 52 Laura de Pablos Escobar y María Gil Izquierdo do la ECV (2004) de esta variable, los resultados de las estimaciones muestran un comporta­ miento ambiguo de la misma. Los tests de diferencias de medias que se han realizado para analizar esta situación muestran que los valores medios y la dispersión no son muy diferentes entre ambos grupos (demandantes y no demandantes), lo que puede explicar estos resulta­ dos. Sin duda, la publicación de la nueva ola de la ECV permitirá contrastar si esta situación se mantiene en el año 2005. 4. Conclusiones Son numerosos los trabajos realizados en España con el objetivo de conocer cuáles son los factores que condicionan el acceso a estudios superiores concretándose el análisis en es­ tudios universitarios. La relevancia de este tipo de estudios se debe al interés que existe por complementar los estudios relativos a la equidad de la educación (sobre todo los que analizan la incidencia distributiva del gasto público en educación superior), analizando si existe igual­ dad de oportunidades en el acceso a este nivel educativo. En este sentido, resulta de interés estudiar si existen barreras de entrada para beneficiarse de un gasto público que típicamente se ha considerado de mayor aprovechamiento por parte de las rentas altas, así como si existe una dependencia de las inversiones educativas del estudiante respecto de las condiciones de su hogar de origen que puedan provocar una pérdida de dicha igualdad de oportunidades. Adicionalmente, los resultados obtenidos de estos trabajos pueden ser de gran ayuda para evaluar las diferentes políticas de financiación educativa. En cuanto a las decisiones metodológicas concretas, la inmensa mayoría de los estudios consultados se han realizado con los datos de la Encuesta Básica de Presupuestos Familiares de 1990/91, siguiendo una metodología bastante semejante tanto en la forma de modelizar la decisión de ir o no a la universidad (modelos de elección discreta), como en la selección de variables independientes (personales, entorno socio-económico, condiciones de mercado la­ boral, ubicación, etc.). En este sentido, una importante aportación de este trabajo es la síntesis que se ofrece de los principales trabajos realizados hasta el momento en esta materia. También se realiza una clasificación y ordenación de la evolución que cada uno de los factores que condicionan la demanda de educación en las últimas décadas. Así, gran parte de los estudios apuntan como factores que afectan positiva y sistemáticamente a la decisión de realizar estudios superiores, el nivel educativo de los padres, el entorno geográfico donde se habite o el hecho de ser una mujer. Otras variables, como las tasas de desempleo, la renta del hogar o el número de her­ manos, tienen efectos menos claros y dependen del estudio y del período analizado. Así, la mayor renta del hogar de origen muestra tener un impacto menor en la decisión de estudiar en los estudios más recientes. La aportación central de este trabajo es contrastar, a través de un modelo de elección discreta, con datos actuales de la nueva Encuesta de Condiciones de Vida de 2004, si se man­ tienen los resultados obtenidos en trabajos anteriores o no. La novedad de esta encuesta, así como la disponibilidad de medidas de ingresos, no disponibles en otras fuentes (como la Análisis de los condicionantes socioeconómicos del acceso a la educación superior 53 EPA o los censos), permite retomar y actualizar los estudios de determinantes del acceso a la educación superior. En el nuevo milenio, buena parte de los condicionantes de acceso se mantienen. En este sentido, destacan como factores positivos: el hecho de ser mujer; el nivel educativo de la madre (con un impacto mayor que en el caso del padre); el nivel educativo del padre (aunque en el caso del padre, la diferencia significativa se produce sobre todo cuan­ do éste completa estudios superiores); otros miembros del hogar con estudios superiores; o el hecho de que el sustentador principal trabaje. Como significativas y con impacto negativo en la probabilidad de demandar, aparecen el tener hermanos menores de 16 años, así como el porcentaje de miembros desempleados en la familia. Finalmente, hay variables que suponen un cambio destacable respecto a resultados pre­ vios de los años ochenta, y que, sin embargo son coherentes con los observados en los años noventa. Así, la situación del mercado laboral, la oferta universitaria o el tamaño de la pobla­ ción del hogar de origen parecen no tener efectos significativos en la demanda. Por su parte, la renta del hogar de origen parece no tener una relación positiva con el acceso a mediados del nuevo milenio. Por todo ello, puede deducirse que la renta no es el factor explicativo más importante en la demanda de educación superior. Se puede decir que las barreras de entrada que existen en la actualidad en nuestro país para acceder a la universidad se centran fundamentalmente en cuestiones relativas al nivel educativo de los miembros del hogar (sobre todo de la madre) o su situación laboral, y no tanto en la renta del hogar o la situación del mercado laboral. Este resultado corrobora el incremento en el acceso por parte de todos los grupos de renta a este nivel educativo, en consonancia con los resultados alcanzados en análisis de incidencia dis­ tributiva del gasto público en educación superior. En relación con el sistema de financiación educativa, parece que las mejoras que en estos períodos se han producido en ciertas políticas educativas (mejora del sistema de becas, libre acceso a universidades de cualquier CCAA, etc.) han contribuido a los resultados obtenidos, aunque habría que seguir incidiendo en aquellas familias con niveles menores de capital humano (San Segundo, 2003). Notas 1. Como algunas de las aportaciones más recientes a los estudios de incidencia distributiva del gasto público en educación superior en nuestros días, utilizando la metodología de incidencia normativa, se pueden citar, entre otros, los siguientes trabajos: Estruch (1995), Pérez (1996), Calero (1996, 1998, 2002), Gimeno (2000), De Pablos y Gil (2007). 2. Vid. La ponencia presentada al XIV Encuentro de Economía Pública celebrado en Santander en febrero de 2007, L. de Pablos, M. Gil: «Gasto Público en educación superior: Acceso e incidencia». 3. Autores como Richardson (1985), coinciden en la necesidad de que los estudios de incidencia del gasto se completen con un análisis de los condicionantes socioeconómicos del acceso a la educación superior. Esta au­ tora realiza un estudio de este tipo para el caso australiano. Se trata de un análisis que trata de dar una respuesta clara de quiénes son los que se benefician de la educación superior, a través del estudio de los determinantes del acceso a este nivel educativo. Entre ellos, destaca la habilidad del individuo, sus aspiraciones personales y su capacidad para superar las pruebas de ingreso en la universidad. La renta familiar o la posición socio-eco­ nómica también son importantes, aunque existe una dispersión amplia entre las rentas de las familias cuyos hi­ 54 Laura de Pablos Escobar y María Gil Izquierdo jos acceden a la educación superior y las que no. La profesión del padre también es importante, así como la cercanía a la información relativa al acceso a la universidad. 4. Para una revisión de los conceptos de equidad en temas educativos, véanse Pérez (1999) y Sánchez Campillo (1999). 5. En este sentido, hay que destacar que los datos se refieren a muestras y diseños muestrales diferentes. 6. Con la denominación de educación superior se puede englobar en España a toda la enseñanza postsecundaria. La educación universitaria es la que recoge la práctica totalidad de los estudios superiores, con más del 90-95% de los alumnos. El 5% restante está compuesto por un conjunto de enseñanzas que se pueden agrupar en tres categorías: estudios que ofrecen una titulación equivalente a la universitaria pero que, por su carácter específico, no se imparten en la universidad (enseñanzas artísticas de grado superior y la enseñanza superior militar); la formación profesional de grado superior, que ofrece una titulación postsecundaria, pero de nivel in­ ferior a la universitaria; y, por último, un conjunto de enseñanzas que se rigen por disposiciones legislativas específicas y que ofrecen una titulación propia no equiparable con el resto de los estudios mencionados. En el presente trabajo, y debido a la falta de información relativa al resto de enseñanzas, se equipara la educación su­ perior con la universitaria. 7. Aunque hay que tener en cuenta el uso de fuentes de datos diferentes implica en algunos casos decisiones me­ todológicas diferenciadas, en cuanto a la elección de variables, muestra y tipo de análisis. 8. Hay que señalar que existen en la literatura otros trabajos que evalúan los determinantes del acceso a la educa­ ción, aunque no están centrados estrictamente en el nivel de educación superior. Así por ejemplo, el trabajo de De la Rica y San Martín (1999) se centran en la demanda de estudios de postgrado; Cañada (1999) analiza la transmisión del capital humano entre una generación y la siguiente; San Segundo y Petrongolo (2002) estudian los determinantes de la demanda de educación secundaria post-obligatoria, con una muestra de individuos en­ tre 16 y 17 años. 9. Sin embargo, la misma autora señala que en un país como España en el que hay una elevada movilidad laboral entre regiones, las tasas de paro regionales no son una buena proxy de los costes de oportunidad. 10. Las encuestas que tradicionalmente se han utilizado en este tipo de estudio tienen objetivos múltiples, por lo que es lógico que no cuenten con información altamente específica sobre, por ejemplo, temas educativos, como puedan ser el rendimiento académico de los alumnos, si acuden a un centro público o privado, etc. 11. Para el caso de la educación obligatoria, se supone que los padres toman las decisiones relativas a la educación de sus hijos, derivando utilidad de enviar a sus hijos al colegio. En el caso de la educación superior, es más plausible pensar que son los hijos (casi mayores de edad en la mayoría de los casos) los que realizan sus pro­ pias decisiones. Aún así, hay que señalar que, para el caso español, y dada la estructura familiar de los estu­ diantes de educación superior, existe siga existiendo, para la mayoría de los estudiantes, una dependencia res­ pecto al hogar familiar, fundamentalmente económica, durante este período educativo. Por ello, se justifica en nuestro caso la elección del hogar como unidad de análisis. 12. La variable OFERTA muestra la situación del entorno territorial del individuo (su CCAA de origen), en rela­ ción con la oferta de plazas universitarias de su región, siguiendo la propuesta de Calero (1996). 13. Las definiciones del tamaño de las poblaciones se proporcionan en la metodología de la ECV (2004). 14. En concreto, hay una correlación estadísticamente significativa (calculada como correlación por pares) entre el nivel de estudios de la madre y del padre de un 0,5433, y de un 0,1745 entre la situación laboral del padre y su nivel de estudios. 15. Las razones estadísticas para adoptar esta decisión se explican con detalle en Green (1998), p. 767. 16. Véanse los resultados obtenidos por sexo en el «Sistema estatal de indicadores de la educación», del INCE, o en los resultados de aprobados en las Pruebas de Acceso a la Universidad en Estadísticas de la Educación Su­ perior del INE. Análisis de los condicionantes socioeconómicos del acceso a la educación superior 55 17. Tampoco se obtiene significatividad de esta variable cuando se desagrega en más categorías (trabaja a tiempo completo, a tiempo parcial, jubilado, etc.). 18. La teoría predice que tasas de desempleo de jóvenes elevadas suponen un incentivo para permanecer en el sis­ tema educativo, mientras que las tasas de paro generales tienen el efecto contrario (San Segundo, 2001). Bibliografía Albert, C. (1997): «La demanda de educación superior en España: diferencias por sexo», Información Comercial Española. Revista de Economía, número 760, febrero, pp. 105-116. Albert, C. (1998): «Higher education in Spain: The influence of labour market signals and family back­ ground», Working paper WP-EC, 98-17, Instituto Valenciano de Investigaciones Económicas. Albert, C. (2000): «Higher education demand in Spain: The influence of labour market signals and family background?», Higher Education, n.º 40, pp. 147-162. Albert, C. (2001): «¿Por qué las mujeres demandan más educación superior que los varones? Un análisis del caso andaluz», Boletín económico de Andalucía, n.º 30, pp. 65-76. Arrazola, M. y De Hevia, J. (2001): «Rendimiento de la educación en España: nueva evidencia de las diferencias entre hombres y mujeres», Papeles de Trabajo, n.º 24/01, Instituto de Estudios Fiscales. Becker, G. (1975): Human capital, 2.ª ed., NBER, Nueva York. Behrman, J.R. y Taubman, P. (1989): «Is schooling mostly in the genes? Nature-nurture decomposition using data on relatives», Journal of Political Economy, vol. 97, n.º 6. Bowles, S. y Gintis, H. (2002): «The inheritance of inequality», Economic Perspectives, vol. 16, n.º 3, verano 2002, pp. 3-30. Calero, J. (1995): «Análisis del impacto sobre la equidad de posibles alteraciones en las pautas de financiación de la educación superior en España», Documentos de Trabajo, Fundación BBV (Economía Pública). Calero, J. (1996): Financiación de la educación superior en España: sus implicaciones en el terreno de la equidad, Fundación BBV. Calero, J. (1998): «El gasto en educación superior y la equidad: Educación y empleo», Hacienda Pública Española, Monografías, 1998, pp.89-100. Calero, J. (2002): «The Distribution of Public Social Expenditure in Spain: General Analysis with Spe­ cial Reference to age and social class», Social Policy & Administration, vol. 36, n.º 5, pp. 443-464. Cañada (1999): «Efecto de la familia en la educación e inserción laboral de los jóvenes: una aproximación con la EPA a los rasgos diferenciales de las Comunidades Autónomas bilingües», Ekonomiaz, 43, pp. 58-91. Cea D’Ancona, F. y Mora, J.G. (1992): «Análisis socioeconómico de la elección de estudios superiores», Estadística Española, vol. 34, n.º 129, pp. 61-92. De la Rica y San Martín (1999): «Estudios de postgrado y perspectivas salariales: una aplicación de la teoría del capital humano», Ekonomiaz, 43, pp. 38-57. 56 Laura de Pablos Escobar y María Gil Izquierdo De Pablos, L. y Gil., M. (2007): Gasto Público en educación superior: Acceso e incidencia, Ponencia presentada al XIV Encuentro de Economía Pública celebrado en Santander en febrero de 2007. Estruch, A. (1995): «Los efectos redistributivos del gasto social central y autonómico, diez años después», Hacienda Pública Española, n.º 135 (4/1995), pp. 19-39. Gil, M. (2005): «Rendimientos laborales y origen socioeconómico: un análisis diferenciado por niveles de estudio», Actas de las XIV Jornadas de la Asociación de Economía de la Educación, Oviedo. Gimeno, J.A. (2000): «La incidencia redistributiva del gasto público en España», en Rafael Muñoz de Bustillo (ed.), El Estado de Bienestar en el cambio de siglo, capítulo 8, Alianza Editorial. González, B. y Dávila, D. (1998), «Economic and cultural impediments to University education in Spain», Economics of Education Review, vol. 17, n.º 1, pp. 93-103. Green, W.H. (2003): «Análisis econométrico», Prentice Hall, 3.ª edición. INE (varios años): Estadística de Enseñanza Universitaria. Marcenaro, O.D. y Navarro, M.L. (2001): «Un análisis microeconómico de la demanda de educación superior en España», Estudios de Economía Aplicada, n.º 19, 2001, pp. 69-86. Mincer, J. (1974): Schooling, experience, and earnings, New York, Columbia University Press. Ministerio de Educación y Cultura (varios años): Sistema estatal de indicadores de la educación, Instituto Nacional de Calidad y Evaluación. Ministerio de Educación y Cultura (1995 a 2006): Las cifras de la Educación en España. Estadísticas e Indicadores, www.mecd.es. Modrego, A.M. (1987): «Demanda de educación superior. Resultados de la estimación de un modelo de demanda de educación superior para la provincia de Vizcaya», Ekonomiaz, 19, pp. 87-96. Mora, J.G. (1987): «Motivaciones socioeconómicas de la demanda educativa», Ekonomiaz, 12, pp. 42-60. Mora, J.G. (1997): «Equity in Spanish higher education», Higher Education, n.º 33, pp. 233-249. Peraita, C. y Sánchez M. (1998): «The effect of family background on children’s level of schooling at­ tainment in Spain», Applied Economics, vol. 30, Issue 10, octubre 1998, pp. 1327-1334. Pérez Esparrells, M.C. (1996a): «Aspectos económicos de la intervención pública en la financiación de la educación superior: un análisis de los efectos distributivos del gasto público en enseñanza universitaria en España (1981 y 1991)», Tesis Doctoral, Universidad Complutense de Madrid. Pérez Esparrells, M.C. (1996b): «Un análisis de los efectos redistributivos del gasto público en enseñanza universitaria en España (1981 y 1991). Una aproximación a la incidencia espacial», III Encuentro de Economía Pública, Sevilla, 1996. Pérez Esparrells, M.C. y Utrilla de la Hoz, A. (1996): «La incidencia redistributiva del gasto público en educación: una aproximación empírica al caso español», Documento de Trabajo, n.º 9609, Universidad Complutense de Madrid, disponible en http://www.ucm.es/BUCM/cee/doc/0028/ 03010028.htm. Pérez Esparrells, M.C. (1999): «La equidad de la educación. Una aproximación al impacto redistributivo del sector público en la educación en España», en Perspectivas Económicas de la Educación, coord. J. Ventura Blanco, Estudi General. Análisis de los condicionantes socioeconómicos del acceso a la educación superior 57 Petrongolo, B. y San Segundo, M.J. (1999): «¿Incentiva el paro juvenil la escolarización secundaria?», Ekonomiaz, 43, pp. 11-37. Petrongolo, B. y San Segundo, M.J. (2002): «Staying-on at school at 16: the impact of labor market conditions in Spain», Economics of Education Review, 21, pp. 353-365. Rahona, M. (2005): «La influencia del entorno socioeconómico en la realización de estudios universitarios: una aproximación al caso español en la década de los noventa», Documento de Trabajo, n.º 215/2005, Fundación de las Cajas de Ahorros. Richardson, Sue (1985): «Who benefits from higher education?», Working Paper, n.º 75, Flinders Uni­ versity of South Australia, National Institute of Labour Studies Incorporated. San Segundo (2001): «Economía de la Educación», Síntesis Educación. San Segundo, M.J. (2003): «Origen socioeconómico y capital humano», en Calidad, igualdad y equidad en la educación, Biblioteca Nueva, Madrid. Sánchez Campillo, J. (1999): «Equidad e igualdad de oportunidades en la financiación de la enseñanza superior en España», en Perspectivas Económicas de la Educación», coord. J. Ventura Blanco, Estudi General.
