beneficios no monetarios de la educación sobre el consumo. un

Anuncio
BENEFICIOS NO MONETARIOS DE LA
EDUCACIÓN SOBRE EL CONSUMO.
UN ESTUDIO APLICADO AL CASO ESPAÑOL
Autor: Josep Oriol Escardíbul Ferrá
o
INV. N. 6/02
Edita: Instituto de Estudios Fiscales
N.I.P.O.:111-02-029-3
I.S.B.N.: 84-8008-109-0
Depósito Legal: M-50434-2002
P.V.P.: 12 ∈ (IVA incluido)
DEPARTAMENTO DE ECONOMÍA POLÍTICA
HACIENDA PÚBLICA Y DERECHO FINANCIERO Y TRIBUTARIO
UNIVERSIDAD DE BARCELONA
Tesis
BENEFICIOS NO MONETARIOS DE LA EDUCACIÓN
SOBRE EL CONSUMO. UN ESTUDIO
APLICADO AL CASO ESPAÑOL
Autor: JOSEP ORIOL ESCARDÍBUL FERRÀ
Director: Dr. D. JORGE CALERO MARTÍNEZ
* Tesis doctoral defendida el 20 de Septiembre de 2002 y calificada, por unanimidad, con Sobresa­
liente cum laude.
** Esta tesis doctoral forma parte del proyecto denominado “Beneficios no monetarios de la educa­
ción” llevado a cabo por las universidades de Valencia, Barcelona y Alcalá de Henares, en el marco
del Plan Nacional de I+D+I del Ministerio de Educación número SEC2000-0804, cuyo investigador
principal es el Dr. José Ginés Mora.
A Marsia
AGRADECIMIENTOS
Esta sección es quizá una de las más gratificantes, ya que me permite agradecer la ayuda y
el apoyo recibido por parte de diversas personas que, de un modo directo o indirecto, se han visto
implicadas en la elaboración de esta tesis doctoral.
Deseo agradecer el apoyo recibido por mi director de tesis, el Dr. Jorge Calero, quien ha
aportado sugerentes y acertados comentarios que han permitido mejorar sustancialmente la calidad
del trabajo que aquí se expone y, además, generosamente ha dedicado parte de su tiempo a corregir,
con cuidado, los diversos borradores presentados. Asimismo, también quiero mencionar que me he
beneficiado no sólo de sus conocimientos sino, también, de una amistad que dura ya varios años.
Este estudio se ha podido realizar, además, por los conocimientos adquiridos trabajando bajo
la dirección del Dr. Esteve Oroval quien, asimismo, siempre me ha mostrado una confianza de la que
estoy agradecido.
También deseo expresar mi gratitud por la amistad de mis compañeras de sección en el De­
partamento, así como por el apoyo mostrado por la Dra. Ana Villarroya y los profesores Mónica Ma­
drigal y Álex Esteller. Asimismo, agradezco a la Dra. Àngels Cabases y al Dr. Javier Romaní su
desinteresada ayuda en la parte econométrica de este trabajo, así como sus útiles comentarios.
Además, me gustaría mencionar la ayuda prestada por la Sra. Benita Aybar, del Instituto Na­
cional de Estadística, así como por la Sra. Lourdes Biglino, del Ministerio de Sanidad y Consumo, por
las informaciones proporcionadas sobre las bases de datos utilizadas en el análisis empírico.
Asimismo, quiero subrayar el apoyo recibido de mi familia, y en especial de mis padres, Josep
Oriol y Montserrat, a quienes deseo agradecer la confianza y ayuda prestadas no sólo en la elabora­
ción de esta tesis sino a lo largo de toda mi trayectoria profesional y de formación.
Por último, agradezco profundamente el apoyo, ánimo y estima recibidos de mi esposa Marsia,
a quien pido disculpas por todo el tiempo que esta tesis me ha impedido compartir con ella, y a quien
dedico este trabajo.
—7—
ÍNDICE
CAPÍTULO I. PRESENTACIÓN
CAPÍTULO II. APROXIMACIONES TEÓRICAS PARA EL ANÁLISIS DE LOS BENEFICIOS NO
CAMONETARIOS DE LA EDUCACIÓN, CON ESPECIAL ATENCIÓN AL EFECTO DE LA EDUCACIÓN
CASOBRE EL CONSUMO
CAII.1. Aproximaciones teóricas para el análisis de los beneficios no monetarios de la educación:
CAII.1. la escuela neoclásica y el institucionalismo
CAII.1. II.1.1. Primeras aportaciones en el pensamiento económico al análisis económico de la
CAII.1. II.1.1. educación
CAII.1. II.1.2. La escuela neoclásica
CAII.1. II.1.2. II.1.2.1. L
a teoría del capital humano
CAII.1. II.1.2. II.1.2.2. Una aproximación microeconómica al análisis de los beneficios económicos
CAII.1. II.1.2. II.1.2.2. de la educación, con especial referencia a los beneficios no monetarios
CAII.1. II.1.2. II.1.2.3. Una aproximación macroeconómica al análisis de los beneficios económicos
CAII.1. II.1.2. II.1.2.2. de la educación, con especial referencia a los beneficios no monetarios
CAII.1. II.1.3. La escuela institucionalista
CAII.1. II.1.2. II.1.3.1. E
l institucionalismo
CAII.1. II.1.2. II.1.3.2. A
nálisis económico de la educación: beneficios monetarios y no monetarios
CAII.1. II.1.2. II.1.3.2. La educación y el mercado de trabajo
CAII.1. II.1.2. II.1.3.2. La educación y el crecimiento económico
CAII.1. II.1.2. II.1.3.2. Consideraciones para un análisis institucionalista de los beneficios no mone­
CAII.1. II.1.2. II.1.3.2. tarios de la educación
CAII.2. Aproximaciones teóricas para el análisis de los beneficios no monetarios de la educación
CAII.2. sobre el consumo: la escuela neoclásica y el institucionalismo
CAII.1. II.2.1. Un marco teórico neoclásico para el estudio de los beneficios no monetarios de la edu­
CAII.1. II.2.1. cación sobre el consumo: la “teoría del capital humano” y la “nueva teoría del consumo”
CAII.1. II.1.2. II.2.1.1. Un modelo teórico para el análisis de los beneficios no monetarios de la edu­
CAII.1. II.1.2. II.1.2.2. cación sobre el consumo
CAII.1. II.1.2. II.2.1.2. Un método para el análisis empírico de los beneficios no monetarios de la
CAII.1. II.1.2. II.1.2.2. educación sobre el consumo
CAII.1. II.2.2. C
ríticas a la nueva teoría del consumo desde el marco neoclásico
—9—
CAII.1. II.2.3. El institucionalismo: críticas a la nueva teoría del consumo neoclásica y aportaciones
CAII.1. II.2.3. para el análisis del efecto de la educación sobre el consumo
CAII.1. II.1.2. II.2.3.1. Críticas a la nueva teoría del consumo neoclásica y principales aportaciones
CAII.1. II.1.2. II.1.2.2. institucionalistas para el análisis del consumo
CAII.1. II.1.2. II.2.3.2. Análisis de los beneficios no monetarios de la educación sobre el consumo
CAPÍTULO III. BENEFICIOS NO MONETARIOS DE LA EDUCACIÓN: EXPOSICIÓN Y ANÁLISIS DE
CALA EVIDENCIA EMPÍRICA EXISTENTE
CAIII.1. Beneficios no monetarios de la educación sobre el consumo y el ahorro
CAII.1. III.1.1. Evidencia empírica de la existencia de beneficios no monetarios de la educación sobre
CAII.1. III.1.1. el consumo
CAII.1. III.1.2. Evidencia empírica de la existencia de beneficios no monetarios de la educación sobre el
CAII.1. III.1.2. ahorro
CAII.1. III.1.3. Una valoración sobre la existencia de beneficios no monetarios de la educación sobre
CAII.1. III.1.2. el consumo y el ahorro
CAIII.2. Beneficios no monetarios de la educación sobre la salud
CAII.1. III.2.1. Marco neoclásico de análisis de los beneficios no monetarios de la educación sobre la
CAII.1. III.1.2. salud
CAII.1. III.2.2. Evidencia empírica de la existencia de beneficios no monetarios de la educación
CAII.1. III.1.2. sobre la salud propia
CAII.1. II.1.2. III.2.2.1. Efectos directos de la educación sobre la salud
CAII.1. II.1.2. III.2.2.2. Efectos indirectos de la educación sobre la salud
CAII.1. II.1.2. III.2.2.3. Un debate empírico en torno a los beneficios no monetarios de la educación
CAII.1. II.1.2. III.2.2.3. sobre la salud dentro del marco neoclásico
CAII.1. III.2.3. Evidencia empírica de la existencia de beneficios no monetarios de la educación sobre la
CAII.1. III.2.3. salud de los hijos
CAII.1. III.2.4. Una valoración sobre la existencia de beneficios no monetarios de la educación sobre
CAII.1. III.2.3. la salud
CAIII.3. Beneficios no monetarios de la educación sobre la fecundidad
CAII.1. III.3.1. Marco neoclásico de análisis de los beneficios no monetarios de la educación sobre la
CAII.1. III.2.3. fecundidad
CAII.1. III.3.2. Evidencia empírica sobre los beneficios no monetarios de la educación sobre la fe­
CAII.1. III.2.3. cundidad
CAII.1. III.3.3. Una valoración sobre la existencia de beneficios no monetarios de la educación sobre
CAII.1. III.2.3. la fecundidad
CAIII.4. Beneficios no monetarios de la educación sobre la delincuencia
CAII.1. III.4.1. Marco neoclásico de análisis de los beneficios no monetarios de la educación sobre la
CAII.1. III.2.3. delincuencia
CAII.1. III.4.2. Evidencia empírica existente sobre los beneficios no monetarios de la educación so­
CAII.1. III.2.3. bre la delincuencia
CAII.1. II.1.2. III.4.2.1. Beneficios no monetarios de la educación formal sobre la delincuencia
CAII.1. II.1.2. III.4.2.2. Efecto de los programas educativos de prevención de la delincuencia
— 10 —
CAII.1. III.4.3. Una valoración sobre la existencia de beneficios no monetarios de la educación sobre
CAII.1. III.2.3. la delincuencia
CAIII.5. Beneficios no monetarios sociales de la educación: externalidades y efectos de la educación
CAIII.5. sobre la comunidad
CAII.1. III.5.1. Beneficios no monetarios de la educación sobre la comunidad
CAII.1. III.5.2. Externalidades no monetarias de la educación
CAII.1. III.5.3. Una valoración sobre la existencia de beneficios no monetarios sociales de la educación
CAIII.6. Aspectos metodológicos relacionados con el análisis empírico de los beneficios no moneta­
CAIII.6. rios de la educación y su valoración pecuniaria
CAII.1. III.6.1. Consideraciones metodológicas para el análisis empírico de los beneficios no moneta­
CAII.1. III.6.1. rios de la educación
CAII.1. III.6.2. Valoración pecuniaria de los beneficios no monetarios de la educación
CAIII.7. Reflexiones finales
CAPÍTULO IV. HIPÓTESIS Y METODOLOGÍA DEL ANÁLISIS EMPÍRICO
CAIV.1. Hipótesis del estudio
CAIV.2. Datos y metodología del análisis empírico
CAII.1. IV.2.1. Datos utilizados en el análisis empírico
CAII.1. II.1.2. IV.2.1.1. E
ncuesta Nacional de Salud de 1997 (ENS97)
CAII.1. II.1.2. IV.2.1.2. Encuesta Continua de Presupuestos Familiares de 1998 (ECPF98)
CAII.1. IV.2.2. Definición de las variables
CAII.1. II.1.2. IV.2.2.1. V
ariables generadas a partir de la Encuesta Nacional de Salud de 1997
CAII.1. II.1.2. IV.2.2.1. Variables dependientes
CAII.1. II.1.2. IV.2.2.1. Variables independientes o explicativas
CAII.1. II.1.2. IV.2.2.2. Variables generadas a partir de la Encuesta Continua de Presupuestos Fa­
CAII.1. II.1.2. IV.2.2.2. miliares de 1998
CAII.1. II.1.2. IV.2.2.1. Variables dependientes
CAII.1. II.1.2. IV.2.2.1. Variables independientes o explicativas
CAII.1. IV.2.3. Método de estimación para la contrastación de las hipótesis específicas
CAII.1. II.1.2. IV.2.3.1. El modelo de regresión lineal múltiple
CAII.1. II.1.2. IV.2.3.2. El modelo de regresión logística binaria (logit)
CAPÍTULO V. ANÁLISIS DE LOS RESULTADOS
CAV.1. Efectos no monetarios de la educación sobre el consumo de determinados bienes que inci­
CAV.1. den sobre la salud
CAII.1. V.1.1. Contrastación de la primera hipótesis: la educación reduce la probabilidad de fumar
CAII.1. II.1.2. V.1.1.1. Descripción de la muestra
CAII.1. II.1.2. V.1.1.2. Resultados del análisis bivariante
CAII.1. II.1.2. V.1.1.3. Interpretación de los resultados de los modelos de regresión logística
— 11 —
CAII.1. V.1.2. Contrastación de la segunda hipótesis: la educación incrementa la probabilidad de
CAII.1. V.1.2. dejar de fumar
CAII.1. II.1.2. V.1.2.1. Descripción de la muestra
CAII.1. II.1.2. V.1.2.2. Resultados del análisis bivariante
CAII.1. II.1.2. V.1.2.3. Interpretación de los resultados de los modelos de regresión logística
CAII.1. V.1.3. Contrastación de la tercera hipótesis: la educación permite una mejor comprensión de
CAII.1. V.1.3. los efectos nocivos del tabaco
CAII.1. II.1.2. V.1.3.1. Descripción de la muestra
CAII.1. II.1.2. V.1.3.2. Resultados del análisis bivariante
CAII.1. II.1.2. V.1.3.3. Interpretación de los resultados de los modelos de regresión logística
CAII.1. V.1.4. Contrastación de la cuarta hipótesis: la educación aumenta la probabilidad de beber
CAII.1. V.1.3. alcohol
CAII.1. II.1.2. V.1.4.1. Descripción de la muestra
CAII.1. II.1.2. V.1.4.2. Resultados del análisis bivariante
CAII.1. II.1.2. V.1.4.3. Interpretación de los resultados de los modelos de regresión logística
CAII.1. V.1.5. Contrastación de la quinta hipótesis: la educación reduce la probabilidad de abusar del
CAII.1. V.1.3. consumo de alcohol
CAII.1. II.1.2. V.1.5.1. Descripción de la muestra
CAII.1. II.1.2. V.1.5.2. Resultados del análisis bivariante
CAII.1. II.1.2. V.1.5.3. Interpretación de los resultados de los modelos de regresión logística
CAV.2. Efectos no monetarios de la educación sobre el consumo de servicios culturales
CAII.1. V.2.1. Contrastación de la primera hipótesis: la educación fomenta la asistencia al cine
CAII.1. II.1.2. V.2.1.1. Resultados del análisis bivariante
CAII.1. II.1.2. V.2.1.2. Interpretación de los resultados de los modelos de regresión logística
CAII.1. V.2.2. Contrastación de la segunda hipótesis: la educación fomenta la asistencia a teatros
CAII.1. II.1.2. V.2.2.1. Resultados del análisis bivariante
CAII.1. II.1.2. V.2.2.2. Interpretación de los resultados de los modelos de regresión logística
CAII.1. V.2.3. Contrastación de la tercera hipótesis: la educación fomenta la asistencia a espectácu­
CAII.1. V.1.3. los musicales
CAII.1. II.1.2. V.2.3.1. Resultados del análisis bivariante
CAII.1. II.1.2. V.2.3.2. Interpretación de los resultados de los modelos de regresión logística
CAII.1. V.2.4. Efectos no monetarios de la educación sobre la “omnivoracidad” en el consumo de
CAII.1. V.1.3. servicios culturales
CAII.1. II.1.2. V.2.4.1. Resultados del análisis bivariante
CAII.1. II.1.2. V.2.4.2. Interpretación de los resultados de los modelos de regresión logística
CAV.3. Efectos no monetarios de la educación sobre el consumo de bienes de ostentación
CAII.1. V.3.1. Contrastación de la primera hipótesis: la educación fomenta el consumo de artículos
CAII.1. V.1.3. de joyería
— 12 —
CAII.1. II.1.2. V.3.1.1. Resultados del análisis bivariante
CAII.1. II.1.2. V.3.1.2. Interpretación de los resultados de los modelos de regresión logística
CAII.1. V.3.2. Contrastación de la segunda hipótesis: la educación fomenta el consumo de viajes de
CAII.1. V.1.3. vacaciones
CAII.1. II.1.2. V.3.2.1. Descripción de la muestra
CAII.1. II.1.2. V.3.2.2. Resultados del análisis bivariante
CAII.1. II.1.2. V.3.2.3. Interpretación de los resultados de los modelos de regresión logística
CAV.4. Contrastación de las hipótesis generales planteadas sobre los efectos no monetarios de la
CAV.4. educación sobre el consumo
CAV.4. Hipótesis “A”
CAV.4. Hipótesis “B”
CAV.4. Hipótesis “C”
CAV.4. Hipótesis “D”
CAV.4. Hipótesis “E”
CAPÍTULO VI. CONCLUSIONES
CAVI.1. Análisis económico de los beneficios no monetarios de la educación sobre el consumo
CAVI.2. Discusión de los resultados obtenidos en la contrastación de las hipótesis planteadas sobre
CAV.4. los efectos no monetarios de la educación sobre el consumo
CAII.1. VI.2.1. Hipótesis específicas
CAII.1. VI.2.2. Hipótesis generales
CAII.1. VI.2.3. Implicaciones de los resultados obtenidos sobre las políticas públicas
CAVI.3. Limitaciones del análisis empírico y propuestas de investigación futuras
APÉNDICE AL CAPÍTULO II
APÉNDICE AL CAPÍTULO V
REFERENCIAS BIBLIOGRÁFICAS
— 13 —
I. PRESENTACIÓN
El estudio de los beneficios no monetarios de la educación se ocupa de los efectos de la
educación sobre el bienestar individual y social no relacionados con aspectos monetarios, es decir, no
vinculados con la producción y los salarios. Así, pueden señalarse como beneficios no monetarios la
incidencia de la educación sobre la elección (de consumo y ahorro), y otros aspectos como la salud,
la fecundidad, la delincuencia, el medio ambiente o la participación social (política y de cooperación).
En este marco, el análisis de los beneficios no monetarios de la educación sobre el consumo consti­
tuye un ámbito de estudio particular referido a los efectos de la educación sobre el patrón de consu­
mo de los individuos.
La escuela neoclásica ha sido la única que ha considerado el estudio de los beneficios
no monetarios de la educación sobre el consumo. Aunque el marco teórico para el análisis de dichos
beneficios se desarrolló casi simultáneamente al de los beneficios monetarios, la evidencia empírica
en torno a los primeros es muy reducida, tanto si se compara con la existente para los beneficios
monetarios, como para los beneficios no monetarios (donde predominan los trabajos sobre salud,
1
fecundidad y delincuencia) .
Respecto al ámbito geográfico de la evidencia empírica existente sobre los beneficios no
monetarios de la educación destacan los siguientes aspectos. Entre los países desarrollados, el pre­
dominio de trabajos empíricos corresponde, claramente, a Estados Unidos, hecho que demuestra el
escaso interés que este tipo de análisis ha despertado entre los investigadores europeos. Asimismo, debe
subrayarse la presencia de abundante literatura que considera dicho tipo de beneficios (especialmente la
relacionada con la salud y la fecundidad) en los países subdesarrollados y en desarrollo. En el caso espa­
ñol, se constata una limitada presencia de estudios que, además, se refieren exclusivamente a los benefi­
cios no monetarios de la educación sobre la delincuencia y la fecundidad –véase Bandrés y Díez-Ticio
2
(2001) para el primer caso, y Caillavet (1988) y Llorente et al. (1997) para el segundo– .
La elección de este tema responde, fundamentalmente, a la confluencia de dos factores:
por un lado, la voluntad de contribuir a la elaboración de una aproximación desde la corriente de pen­
samiento institucionalista al análisis de los beneficios no monetarios de la educación sobre el consu­
mo; por otro lado, la ausencia de estudios empíricos, que me ha permitido investigar sobre un
aspecto prácticamente desconocido en nuestro país.
Con referencia al primer aspecto, como se ha indicado anteriormente, sólo la escuela
neoclásica se ha ocupado de este tipo de beneficios y, en concreto, las corrientes más “ortodoxas”,
es decir, la “nueva teoría del consumo” y la “teoría del capital humano”. La nueva teoría del consumo
(NTC) considera el consumo como una actividad “productiva” en la que hogares maximizadores de
utilidad aplican unos inputs (tiempo, bienes y servicios de mercado y capital humano) para la obten­
ción de unos outputs (los artículos finalmente consumidos), dadas unas determinadas restricciones
de renta y tiempo. La teoría del capital humano (TCH) señala que la educación aumenta la productivi­
dad de los individuos en las actividades que éstos realizan (no sólo en el mercado laboral sino tam­
bién en el hogar). En consecuencia, la educación incide sobre el proceso de consumo incrementando
la eficiencia de los individuos y, de este modo, genera beneficios no monetarios.
1 Dicha diferencia se reduce, parcialmente, si los beneficios no monetarios de la educación sobre el consumo de bienes que
inciden en la salud se clasifican como beneficios sobre el consumo, y no sólo sobre la salud (como tradicionalmente se realiza).
2 Ahora bien, sí existen diversos trabajos empíricos que vinculan la educación con variables que reflejan el bienestar no mo­
netario, como el ahorro, la salud, la participación política, la migración, el bienestar y la calidad de vida, o la defensa del medio
ambiente, pero que no aíslan dicho efecto del monetario (véase el capítulo III).
— 15 —
A mi entender, dicha aproximación simplifica en exceso el análisis al reducir el efecto no
monetario de la educación sobre el consumo a incrementos de eficiencia. Sin embargo, puede desa­
rrollarse una aproximación alternativa que permita considerar, además de los efectos de la educación
sobre la eficiencia en el consumo, su incidencia sobre la formación de preferencias en los individuos,
y que incorpore el entorno social y cultural de los mismos como variables explicativas de los meca­
nismos por los que la educación actúa sobre el consumo. Una aproximación acorde con este tipo de
análisis es la que proviene de la escuela institucionalista, en la que se enmarca este estudio (véase el
capítulo II). Asimismo, este marco posibilita que la educación pueda producir efectos sobre el consu­
mo no vinculados con la eficiencia y, en consecuencia, se propone la sustitución del término “benefi­
3
cios” no monetarios por el de “efectos” no monetarios .
Objetivos generales del estudio
El presente estudio tiene como principal objetivo constatar la existencia de efectos no
monetarios de la educación sobre el consumo de los individuos, es decir, conocer si la educación
incide sobre el patrón de consumo más allá de las alteraciones ocasionadas por los mayores niveles
de renta que la educación puede proporcionar (efecto monetario). Para alcanzar dicho propósito, el
trabajo empírico contrasta la existencia de efectos no monetarios de la educación sobre el consumo
de los siguientes productos: bienes que inciden sobre la salud (tabaco y alcohol), servicios culturales
(cine, teatro y espectáculos musicales), así como bienes y servicios con un importante componente
de ostentación (artículos de joyería y viajes de vacaciones).
Asimismo, en el estudio se plantean los siguientes objetivos complementarios. En primer
lugar, y puesto que no se supone una analogía entre efecto no monetario de la educación e incre­
mento de eficiencia (como propone la TCH), se verifica la existencia de dicho efecto a partir de los
resultados observados y, en especial, a partir del análisis de la incidencia de la educación sobre un
comportamiento explícitamente eficiente (como el que corresponde a dejar de fumar debido al cono­
cimiento de los efectos nocivos del tabaco). En segundo lugar, se examina si los efectos no moneta­
rios de la educación sobre el consumo difieren para las distintas clases sociales. En tercer lugar, se
considera que la educación pueda ser una restricción en el consumo de determinados bienes y servi­
cios (en concreto servicios culturales), de modo que no acceder a determinados niveles educativos
impida disfrutar de los mismos. Finalmente, se investiga si la educación produce distintos efectos no
monetarios sobre el consumo en función de si ésta es de carácter general o profesional.
Estructura del estudio
A continuación se presenta la estructura básica del estudio y una breve descripción de
los aspectos tratados en cada uno de los capítulos.
En el capítulo II, en primer lugar se describen las aportaciones neoclásicas al estudio de
los beneficios no monetarios de la educación (es decir, la NTC y la TCH) y, además, se exponen las
críticas procedentes del propio marco neoclásico a dichas teorías. Posteriormente, se muestra el aná­
lisis de la escuela institucionalista sobre los efectos monetarios de la educación, así como sobre el
consumo, para generar una serie de premisas que permiten examinar la existencia de efectos no
monetarios de la educación más allá de los límites del homo economicus, incorporando aspectos
culturales y sociales al análisis.
3 Dicho cambio terminológico, sin embargo, sólo se produce en las aportaciones propias, manteniéndose el primer término en
el resto de esta tesis, ya que éste es el concepto utilizado para este tipo de efectos en la literatura existente.
— 16 —
En el capítulo III se presenta abundante literatura empírica referida a los beneficios
no monetarios de la educación, tanto sobre el consumo como sobre otros aspectos que inciden
en el bienestar: ahorro, salud, fecundidad, delincuencia, protección del medio ambiente y partici­
pación social. Además, se muestran las aportaciones de diversos autores para valorar pecunia­
riamente los beneficios no monetarios de la educación y para mejorar las estimaciones de dichos
beneficios. Ahora bien, sobre los aspectos indicados anteriormente, no se consideran como
efectos no monetarios aquellos que la educación genera mediante su incidencia sobre los sala­
rios o el empleo, tales como las reducciones en la fecundidad o la delincuencia que produce la
educación debido a que los más educados (mujeres en el primer caso) tienen mayores probabili­
dades de empleo y de obtener unos salarios más altos. Sin embargo, debido a la escasez de
estudios, para el caso español se han incluido en este capítulo trabajos que, aunque no aíslan los
efectos monetarios y no monetarios de la educación, se han ocupado de analizar los efectos de
ésta sobre el bienestar de los individuos.
Ambos capítulos son bastante extensos por los siguientes motivos: respecto al capítulo
II, por la introducción del marco institucionalista, menos conocido que la aproximación neoclásica
dominante, así como por la descripción detallada de los efectos no monetarios de la educación en la
NTC para justificar su rechazo; con referencia al capítulo III, por la presentación de estudios empíri­
cos vinculados a los efectos no monetarios de la educación, y no sólo al consumo, debido a la nove­
dad de este ámbito de análisis en nuestro país.
En el capítulo IV se formulan las hipótesis del estudio (referidas a los objetivos señalados
anteriormente) y se presenta la metodología utilizada para su contrastación, que abarca tres aspec­
tos: en primer lugar, una descripción de las bases de datos utilizadas; en segundo lugar, una explica­
ción en torno a la generación de las variables (dependientes y explicativas); y, finalmente, una
exposición del modelo de regresión utilizado. Los datos provienen de la Encuesta Nacional de Salud
de 1997 (para la contrastación de las hipótesis vinculadas al consumo de bienes que inciden sobre la
salud), y de la Encuesta Continua de Presupuestos Familiares de 1998 (para la contrastación de las
hipótesis relacionadas con los servicios culturales y los bienes de ostentación). Con referencia al
método de investigación, se utiliza un análisis de regresión logística (o logit) por dos motivos: por un
lado, el análisis de regresión múltiple (en general) permite aislar el efecto no monetario de la educa­
ción sobre la probabilidad de que los individuos consuman los distintos bienes y servicios considera­
dos de la incidencia de otros factores; por otro lado, entre los distintos modelos de regresión, el logit
(junto con el probit) son los más adecuados dado el carácter dicotómico de las variables dependien­
tes –véase Greene (1999)–.
El capítulo V comprende los resultados del estudio empírico, y se estructura del siguiente
modo: los tres primeros apartados muestran los resultados de la contrastación de las hipótesis espe­
cíficas (que se corresponden con el objetivo principal del estudio), es decir, sobre la existencia de
efectos no monetarios de la educación sobre el consumo de bienes que inciden sobre la salud (apar­
tado V.1), servicios culturales (V.2) y bienes y servicios de ostentación (V.3); asimismo, un último
apartado contrasta las hipótesis generales (que reflejan los objetivos complementarios señalados con
anterioridad).
En el capítulo VI se presentan las conclusiones del estudio, considerando, además,
las implicaciones que los resultados tienen sobre las políticas públicas. Asimismo, se indican las
limitaciones del trabajo empírico desarrollado y se sugieren posibles líneas de investigación futu­
ras. Finalmente, son adjuntados dos apéndices: en el primero se desarrolla exhaustivamente el
modelo teórico de análisis de los efectos no monetarios de la educación llevado a cabo por la
NTC, mientras que en el segundo se muestra una serie de resultados que complementan los pre­
sentados en el capítulo V.
— 17 —
II. APROXIMACIONES TEÓRICAS PARA EL ANÁLISIS DE LOS BENEFICIOS
II. NO MONETARIOS DE LA EDUCACIÓN, CON ESPECIAL ATENCIÓN AL
II. EFECTO DE LA EDUCACIÓN SOBRE EL CONSUMO
En este capítulo se describen dos aproximaciones teóricas realizadas desde la economía
que permiten analizar tanto los beneficios no monetarios de la educación en general, como el efecto
de la educación sobre el consumo en particular. Una primera aproximación es la formalizada por la
escuela neoclásica, que estudia los beneficios no monetarios de la educación a partir de la “teoría del
capital humano” y la “nueva teoría del consumo”. Una segunda aproximación proviene de la escuela
institucionalista que, aunque no ha considerado el estudio de dichos beneficios, de su análisis del
consumo y el valor económico de la educación se obtiene, a mi entender, un marco teórico de gran
interés para el análisis de los beneficios no monetarios de la educación sobre el consumo, que cons­
tituyen el trabajo empírico que se desarrolla en el capítulo V.
Este capítulo se divide en dos partes. En la primera, se incluyen las aportaciones reali­
zadas por las escuelas neoclásica e institucionalista para el estudio del valor económico de la educa­
ción. En el marco neoclásico se desarrolla el análisis de los beneficios no monetarios de la educación
a partir de la teoría del capital humano y mediante dos perspectivas, una microeconómica y otra ma­
croeconómica. En el marco institucionalista, se exponen los análisis sobre el valor económico de la
educación llevados a cabo por autores que provienen de dos campos de estudio diferenciados, como
son el mercado de trabajo y el crecimiento económico. Aunque no se consideran explícitamente los
beneficios no monetarios de la educación, las aportaciones institucionalistas sobre el estudio de los
beneficios monetarios de la educación introducen determinados aspectos de gran interés para el aná­
lisis de los beneficios no monetarios de la misma.
En la segunda parte, en primer lugar se desarrolla el marco teórico neoclásico para el
análisis de los beneficios no monetarios de la educación sobre el consumo, realizado a partir de la
teoría del capital humano y la nueva teoría del consumo, y se indican, además, algunas críticas a esta
última que provienen del propio marco neoclásico. En segundo lugar, se desarrolla una propuesta
institucionalista para el análisis de los beneficios no monetarios de la educación sobre el consumo, a
partir de las consideraciones realizadas por autores pertenecientes a dicha escuela de pensamiento
sobre el consumo, y los aspectos señalados en la primera parte sobre el análisis institucionalista de
los beneficios no monetarios de la educación.
Esta tesis se inscribe en el ámbito de pensamiento de la escuela institucionalista debi­
do a que, a pesar de la falta de un marco teórico de análisis de los beneficios no monetarios de la
educación en esta escuela, las consideraciones de sus autores con respecto a la educación y el
consumo la convierten, a mi parecer, en la aproximación más adecuada para el estudio de los be­
neficios no monetarios de la educación sobre el consumo (si bien también me parecen de gran inte­
rés las indicaciones de algunos autores neoclásicos que han incorporado a sus modelos elementos
del análisis institucionalista –véase el apartado II.2.3.1–). Por este motivo, en este capítulo se desa­
rrollan las aportaciones teóricas de la escuela institucionalista, sobre el consumo y el valor econó­
mico de la educación, señalados anteriormente. Ahora bien, debido a que la escuela neoclásica es
la aproximación dominante en economía, y la única que ha tratado explícitamente el estudio de los
beneficios no monetarios de la educación, también se analizan las aportaciones realizadas por au­
tores pertenecientes a la misma. Además, ambos marcos son comparados y, de este modo, puede
observarse la distinta aproximación al estudio del consumo y el valor económico de la educación
que existe entre ellos.
— 18 —
II.1. Aproximaciones teóricas para el análisis de los beneficios no monetarios de la
II.1. educación: la escuela neoclásica y el institucionalismo
En este apartado se desarrollan las aportaciones realizadas por las escuelas neoclásica
e institucionalista para el análisis de los beneficios no monetarios de la educación. Con referencia a la
escuela neoclásica, se enfatiza la aportación de la teoría del capital humano y se enmarca dicha teo­
ría en análisis micro y macroeconómicos. En cuanto al institucionalismo, tras introducir las principales
características de esta corriente de pensamiento, se señalan las aportaciones realizadas por autores
institucionalistas al estudio económico de la educación para, posteriormente, sugerir algunos aspec­
tos que debe considerar un análisis institucionalista de los beneficios no monetarios de la educación.
Asimismo, en un primer apartado, y a modo de introducción, se consideran las aportaciones sobre el
valor económico de la educación realizadas por autores anteriores al surgimiento de la teoría del ca­
pital humano, es decir, desde el primer análisis de William Petty en el siglo XVII hasta la obra de
Fisher a principios del siglo XX.
II.1.1. Primeras aportaciones en el pensamiento económico al análisis económico de la educación
William Petty y Richard Cantillón son los primeros autores que, ya en el siglo XVII el pri­
mero y a principios del XVIII el segundo, realizan un análisis económico de la educación, e indican su
importancia como factor generador de crecimiento económico. Así, en la obra Escritos sobre econo­
4
mía, Petty señala que la educación (que denomina “art”) constituye, junto con el número de indivi­
duos y la industria existente, una de las fuentes de riqueza de un país. Además, Petty especifica
algunas acciones de política económica, como, por ejemplo, que la política educativa de los gobier­
nos debe asignar eficientemente los recursos humanos a las distintas ocupaciones existentes, para
evitar tanto la falta de profesionales cualificados en determinadas profesiones como su exceso en
otras (Olariaga, 1983).
Asimismo, en la obra Ensayo sobre la naturaleza del comercio, Cantillón analiza la edu­
cación considerando los ingresos futuros que los individuos esperan obtener debido a su nivel educa­
tivo. Así, Cantillón indica que los individuos no invertirán en educación si el mercado no remunera a
los trabajadores (u oficios) que incorporan un mayor nivel educativo, de modo que se cubran los cos­
tes de la inversión educativa (entre los que incluye el coste de oportunidad). Para este autor:
“Quienes emplean artesanos o gente de oficio, necesariamente deben pagar por su tra­
bajo un precio más elevado que el de un labrador u obrero manual; y este trabajo será
necesariamente caro, en proporción al tiempo, al gasto y al riesgo precisos para perfec­
cionarse en él.” (Olariaga, 1983: 310 citando a R. Cantillón).
Como se verá en el apartado siguiente, esta relación entre educación e ingresos indica­
da por Cantillón será un elemento fundamental en el análisis del efecto económico de la educación
realizado por la teoría del capital humano. Asimismo, y como también recogerá dicha teoría, Cantillón
supone mercados de trabajo competitivos donde oferentes y demandantes se ajustan automática­
mente y con perfecta movilidad de la mano de obra.
Posteriormente, en la obra Investigación sobre la naturaleza y causas de la riqueza de las
5
naciones, Adam Smith (1776) incidirá en la idea señalada por Cantillón, al indicar que los individuos
4 Como indica Olariaga (1983: 306), Adam Smith será el primer autor que utilice el vocablo education (en su sentido económi­
co) sustituyendo al término art.
5 En esta tesis se ha revisado la traducción al español de 1994 (véase bibliografía). Debido a que se trata de una obra clásica
en economía, en el texto se indica el año original de la misma.
— 19 —
más educados deberán percibir un salario mayor al de los menos educados, que permita cubrir los
costes de la educación y que proporcione, además, unos beneficios que constituyan el rendimiento de la
inversión en educación. De este modo, Smith considera la inversión en educación del mismo modo que
las inversiones en capital físico y, por tanto, indica que de dicha inversión educativa se espera recuperar
no sólo el capital invertido, sino también unos beneficios o rendimientos del capital (a semejanza de
aquello que esperan obtener los inversores en capital físico). Asimismo, Smith destaca la importancia de
la educación formal y de la formación en el puesto de trabajo en el crecimiento económico, ya que per­
miten aumentar la productividad de los trabajadores, mediante la mejora de su destreza, así como me­
diante la invención de nuevas máquinas o el perfeccionamiento de las existentes.
Ahora bien, aunque el tratamiento de la educación desde una perspectiva económica
−es decir, sus efectos sobre los salarios y el crecimiento económico− fue cada vez mayor, los autores
clásicos y preclásicos enfatizaron, por encima de los aspectos económicos, los aspectos morales de
la educación, tales como sus efectos sobre la disciplina, el respeto a las normas, etc. Además, John
Stuart Mill, el “sintetizador” del pensamiento de la escuela clásica en sus Principios de Economía
Política, destaca que los seres humanos no deberían ser considerados como riqueza, ya que ésta
existe sólo para servir al hombre. De este modo, Mill no asociará el concepto de capital al estudio
económico de los individuos (véase Estapé, 1963).
Finalmente, la exclusión del estudio de la importancia económica de la educación se ve­
rá consolidada con el dominio de Alfred Marshall en el pensamiento económico, mediante la obra
Principios de Economía, en la que deja fuera del concepto de capital, y del análisis económico en
6
general, el factor humano . Para Marshall, la ciencia económica debe dedicarse al estudio de los bie­
nes económicos, que solamente comprenden los bienes externos al hombre (véase Olariaga, 1982).
Así, el capital humano y, por tanto, la educación, queda excluido del análisis económico. Será Irving
Fisher (1906) quien vuelva a incluir el capital humano en el análisis económico, al indicar que la ri­
queza está compuesta por la riqueza mobiliaria e inmobiliaria, así como por los seres humanos. Sin
embargo, la corriente económica dominante se basaba en el pensamiento de Marshall y el concepto
de capital quedó restringido al capital físico, hasta la aparición de los primeros escritos de Theodore
W. Schultz, Gary S. Becker y Jacob Mincer, que inician la que conocemos como “teoría del capital
humano”.
II.1.2. La escuela neoclásica
En el análisis teórico de los beneficios no monetarios de la educación destaca la aporta­
ción realizada por la escuela neoclásica y, dentro de ella, por los autores pertenecientes a la teoría
del capital humano, que han proporcionado elementos teóricos que permiten el análisis del conjunto
de beneficios económicos (monetarios y no monetarios) generados por la educación. En este aparta­
do se analizan preferentemente los beneficios no monetarios de la educación, aunque considerados
conjuntamente con los monetarios, debido a que comparten un mismo marco teórico de análisis.
Además, el estudio de ambos tipos de beneficios permite una visión global sobre el conjunto de be­
neficios económicos de la educación.
En primer lugar, se describe la teoría del capital humano y, posteriormente, se inserta di­
cha teoría en marcos teóricos micro y macroeconómicos para analizar los beneficios no monetarios
de la educación. Se consideran separadamente el ámbito de análisis micro y macroeconómico debido
6 Esta afirmación no es compartida por todos los economistas, si bien, siguiendo a Olariaga (1982), esto puede deberse a las
diversas consideraciones que Marshall realiza del factor humano, que va siendo excluido del análisis económico a medida que
revisa su obra.
— 20 —
a que, aunque el marco teórico es común, las herramientas de análisis son distintas. En el primer
caso, se consideran los beneficios de la educación sobre los individuos u hogares que toman decisio­
nes de inversión en capital humano, es decir, se realiza un análisis desde el individuo, mientras que,
en el segundo caso, se considera el efecto de la educación del conjunto de la sociedad sobre el bie­
nestar de la misma.
II.1.2.1. La teoría del capital humano
A finales de la década de los cincuenta y principios de los sesenta, autores como Theodore
W. Schultz, Gary S. Becker y Jacob Mincer elaboraron la denominada “teoría del capital humano”,
consolidando, de este modo, el análisis de la educación en el campo de la economía y, más concre­
tamente, en el de la teoría económica neoclásica en la que dicha teoría se enmarca. Como indica
Oroval:
“Las aportaciones de Schultz, Becker y Mincer sentarán las bases para visiones más pro­
ductivistas de la relación entre economía y educación, al considerar el capital humano
como toda movilización voluntaria de recursos escasos dirigidos a aumentar la capacidad
productiva del individuo.” (Oroval, 1998: 18).
La teoría del capital humano se ocupará en su inicio de analizar los beneficios moneta­
rios de la educación. Así, Mincer (1958, 1962a), Schultz (1961a, 1963) y Becker (1964) indican que
los individuos invierten en educación para conseguir incrementar sus habilidades o capacidades pro­
ductivas personales. Siguiendo el marco neoclásico, estos incrementos de productividad se transfor­
marán en incrementos salariales, debido a que los factores productivos son retribuidos en función de
su productividad marginal. Así, existe una alta correlación entre la educación, la productividad y el
salario, de tal modo que un aumento del nivel educativo de un individuo permite incrementar su pro­
ductividad y, en consecuencia, el salario percibido.
Este es el argumento central de la teoría del capital humano. Como indica Blaug (1985:
251), la importancia de dicha interpretación radica en que los gastos en educación dejan de conside­
rarse como gastos de consumo, para analizarse –análogamente a la inversión en capital físico− como
una inversión que genera unos rendimientos monetarios. Así, los individuos decidirán invertir en edu­
cación considerando los costes (directos y de oportunidad) y los beneficios de la misma; es decir, en
función del rendimiento esperado de la inversión educativa.
Considerar la educación como una inversión permite a la teoría del capital humano indicar
que el stock de conocimientos de los individuos, fruto de sus inversiones en educación, puede conside­
rarse como un capital; en concreto, el capital humano existente en la sociedad. Como apunta Schultz:
“Los trabajadores se han convertido en capitalistas, no por la difusión de la propiedad de
las acciones de las sociedades [...] sino por la adquisición de conocimientos y habilidades
que tienen un valor económico.” (Schultz, 1961a: 15).
Así, puede observarse que en su desarrollo inicial, la teoría del capital humano se centró
en el análisis de los beneficios monetarios de la educación. Sin embargo, debe señalarse que tam­
bién han existido aportaciones relacionadas con el análisis de los beneficios no monetarios. Becker
(1965) y Michael (1972) entre otros (véase el apartado II.1.2.2), siguiendo dicha teoría, han indicado
que la educación, además de incrementar la eficiencia de los individuos en el mercado de trabajo y
permitir un incremento de sus ingresos, aumenta su eficiencia en las decisiones y en las actividades
que desarrollan en el ámbito doméstico, tales como las relacionadas con el consumo, el ahorro, ac­
tuaciones sobre la salud propia y la de los hijos, obtención del tamaño familiar deseado, etc. Como
advierte Michael:
— 21 —
“El capital humano está en el individuo y, por tanto, lo acompaña allí donde vaya (en el
mercado de trabajo, al teatro, a votar, y en la cocina). De este modo, si el capital humano
afecta la productividad y genera un flujo de renta en uno de ellos (el mercado de trabajo),
parece razonable esperar que tenga algún efecto, también, en la productividad al realizar
otras actividades.” (Michael, 1972: 3).
Al extender la teoría del capital humano al ámbito doméstico dichos autores señalan que
los individuos más educados son más productivos (o eficientes) en el hogar y, por tanto, pueden o
bien obtener un mayor output, dados unos determinados recursos de tiempo y dinero, o bien obtener
el mismo output, con el uso de menos recursos. Este aspecto será extensamente desarrollado por
Michael (1972) para el consumo, y constituye el núcleo del análisis neoclásico del efecto de la educa­
ción sobre el mismo (véase II.2.1).
El análisis de los beneficios no monetarios de la educación se profundizará en la dé­
cada de 1970 con la aparición de diversos estudios empíricos (véase el capítulo III), si bien, la
consolidación de dicho análisis se dará en 1984, con la publicación de un artículo de Haveman y
Wolfe, que sintetiza un gran número de estudios empíricos realizados al respecto y, además,
propone una metodología para poder cuantificar dichos beneficios. No puede soslayarse aquí que
muy recientemente se ha realizado una nueva aportación, la de McMahon (1997, 1998, 1999),
quien amplía el análisis económico de la educación introduciendo los beneficios no monetarios en
un modelo de ciclo vital y en los modelos de crecimiento endógeno (véanse los apartados II.1.2.2
y II.1.2.3).
Este autor señala, como anteriormente hicieron Haveman y Wolfe (1984) y Psacharo­
poulos (1992), que los rendimientos de la educación son mucho mayores que los indicados por los
primeros estudios empíricos realizados por autores vinculados a la teoría del capital humano –véase
Denison (1962, 1974) y Schultz (1961b) entre otros– ya que, para un mismo nivel de costes de la
educación, los beneficios son mucho mayores si se incluyen los no monetarios. En concreto, Haveman
y Wolfe (1984) han indicado que los beneficios no monetarios de la educación pueden ser de una
magnitud igual a los rendimientos monetarios y, de este modo, la incorporación de los primeros al
cálculo de rendimientos de la educación permite doblar dicho rendimiento respecto a aquellos que
sólo consideran los monetarios.
Una vez indicados los rasgos fundamentales de la teoría del capital humano, en el resto
de este apartado se desarrolla el estudio de los beneficios económicos de la educación introduciendo
dicha teoría en marcos de análisis micro y macroeconómicos.
II.1.2.2. Una aproximación microeconómica al análisis de los beneficios económicos de la educación,
II.1.2.2. con especial referencia a los beneficios no monetarios
En el marco neoclásico, la teoría microeconómica pretende analizar el comportamiento
de los individuos desde una perspectiva individual –el denominado individualismo metodológico–, es
decir, sin considerar los factores sociales o culturales en los que se desenvuelven los individuos.
Asimismo, se supone que éstos son actores racionales que, dadas unas determinadas preferencias,
buscan maximizar su bienestar considerando todas las opciones posibles y las restricciones que li­
mitan su capacidad de actuación. De este modo, el homo sapiens es sustituido por el denominado
7
homo economicus . El análisis económico se centra en el estudio de los mercados, aunque se analiza
la intervención del Estado en caso de existir fallos de mercado, y se considera a la economía como la
7 Véase Lange (1966).
— 22 —
teoría de la elección óptima entre las alternativas posibles (Correa, 1995: 410). Mediante este análi­
sis, además, puede conocerse el punto óptimo de bienestar individual y colectivo, que sigue el con­
8
cepto de eficiencia de Pareto .
La teoría del capital humano constituye un subprograma que pertenece al programa
neoclásico más amplio y que aplica los conceptos de dicha escuela de pensamiento al estudio eco­
nómico de la educación (Blaug, 1985: 251). En el estudio de los beneficios no monetarios de la edu­
cación, la teoría del capital humano se inserta fácilmente en este ámbito microeconómico de análisis
mediante su vinculación a la nueva teoría del consumo. Aunque esta teoría será tratada detallada­
mente en el apartado II.2.1, aquí se describen las líneas generales de la misma para introducir el
papel de la educación en la generación de beneficios no monetarios en general, analizando el efecto
particular de la educación sobre el consumo en el apartado indicado anteriormente.
La nueva teoría del consumo trata éste como un proceso de producción mediante el cual
los individuos, aisladamente o formando un hogar, pueden satisfacer sus necesidades. Así, para di­
cha teoría, los individuos combinan una serie de inputs –los bienes y servicios que existen en el mer­
cado y el factor tiempo− para producir una serie de outputs o artículos. Estos artículos forman parte
de la función de utilidad que los individuos desean maximizar. La educación participa en este proceso
debido a que el capital humano, derivado fundamentalmente de la inversión en educación, es un ele­
mento más en el proceso de producción, que permite alterar la eficiencia con la que se producen los
9
diferentes artículos que satisfacen las necesidades de los individuos . La aportación más interesante
de esta teoría reside en que el consumo es tratado como una actividad productiva y que la educación
permite aumentar la eficiencia en dicha actividad. Como actividad productiva se entiende que los indi­
viduos combinan los distintos bienes de mercado, y parte de su tiempo, en la obtención de los artícu­
los que satisfacen las necesidades derivadas de su función de utilidad.
Como se ha indicado anteriormente, la función de producción utiliza como inputs, ade­
más del capital humano, los bienes de mercado y el tiempo. Por ello, el hogar se enfrenta a una res­
tricción presupuestaria y a una restricción temporal. La primera está compuesta por el salario
obtenido en el mercado laboral y la existencia de otras rentas no salariales, y la segunda, por el tiem­
po que los miembros del hogar pueden dedicar a actividades en el hogar y al mercado laboral. Los
individuos deben decidir qué tiempo dedican a actividades relacionadas con el mercado laboral y qué
tiempo dedican a actividades domésticas. En ambas actividades, el capital humano es un factor de
producción y, por tanto, reporta unos beneficios monetarios (salariales, básicamente) en las activida­
des vinculadas al trabajo en el mercado laboral, y unos beneficios no monetarios en las actividades
domésticas, que pueden extenderse más allá del consumo y afectar a cualquier tipo de actividad rela­
cionada con el hogar. De este modo, la variable capital humano puede incidir en la eficiencia con la
que los hogares toman sus decisiones y realizan actividades relacionadas con aspectos tales como el
ahorro, la salud propia y de los hijos, el tiempo destinado al ocio, la obtención del tamaño de familia
10
deseado, etc .
8 En este capítulo no se realiza un análisis detallado de los fundamentos de esta escuela de pensamiento, al ser la teoría
dominante en el ámbito académico y, por tanto, ampliamente conocida por los economistas. Sin embargo, para un análisis de
las principales características de la escuela neoclásica, véase Blaug (1980).
9 En realidad, Michael (1972: 7) y Becker (1981: 9) advierten que, además de la variable educativa, en el modelo puede intro­
ducirse una variable cualquiera que el hogar utilice en el proceso productivo o que condicione el mismo, tal como la habilidad
de los individuos, el entorno físico y social, etc, si bien, dichos autores sólo consideran en su análisis la variable educativa,
entendida como el nivel educativo del hogar.
10 Debido a que se consideran no sólo las actividades relacionadas con el consumo, a la nueva teoría del consumo también
se la denomina como “nueva economía de la familia”, cuyo origen surge del estudio sobre asignación del tiempo de Becker
(1965) y otras aportaciones anteriores de Mincer (1962b) y el propio Becker (1960) sobre fecundidad, capital humano e incor­
poración de la mujer al mercado laboral (véase Blaug, 1972).
— 23 —
Así, el capital humano (educación) permite incrementar la eficiencia de los individuos en
el conjunto de actividades domésticas que éstos realicen. En el marco neoclásico de análisis, los
incrementos de eficiencia se convierten en aumentos de los beneficios o rendimientos, y son estos
beneficios, derivados de la mayor eficiencia en la realización de las actividades domésticas debidas a
la educación, los que se definen como beneficios no monetarios de la misma. Por tanto, una de las
decisiones más importantes que deberán tomar los individuos es determinar el nivel óptimo de capital
humano que deben adquirir, es decir, aquél que maximice su función de utilidad, dadas unas restric­
ciones monetarias y temporales. Los rendimientos económicos esperados de la educación serán uno
11
de los determinantes de la demanda educativa de los individuos .
La inclusión de las inversiones en educación, es decir, la endogeneización de la educa­
ción, altera el modelo descrito debido a que ahora se considera que los individuos maximizan una
función de utilidad sujeta a unas restricciones monetarias y temporales que contemplan las inversio­
nes en educación. Así, el tiempo puede invertirse en actividades relacionadas con el mercado laboral,
la producción de bienes domésticos −artículos−, y la inversión en capital humano. Asimismo, la res­
tricción presupuestaria incorporará las inversiones en capital humano al depender los ingresos (sala­
12
rios) en el mercado de trabajo del capital humano adquirido .
Volviendo al estudio del conjunto de beneficios económicos que puede generar la edu­
cación, destaca la reciente aportación de McMahon (1997, 1998), quien, desde una perspectiva de
ciclo vital, incorpora los beneficios no monetarios al análisis de los beneficios monetarios y, de este
modo, proporciona una visión del conjunto de los beneficios económicos que la educación puede
generar a lo largo del ciclo vital de los individuos. En el gráfico II.1 aparecen los beneficios monetarios
y no monetarios de la educación obtenidos a lo largo de toda la vida de dos individuos que se diferen­
cian entre sí por el nivel educativo alcanzado (o el número de años de educación cursados). Así, el
individuo con un nivel educativo mayor (o más años de educación) se incorpora al mercado de trabajo
más tarde que el individuo con un nivel educativo menor (o con un menor número de años de educa­
ción). Ahora bien, los beneficios monetarios y no monetarios de la educación a lo largo de la vida del
individuo más educado serán superiores a los del individuo con un menor nivel educativo (o un menor
número de años de educación).
En concreto, se observan los rendimientos monetarios en el área A, que provienen de la
diferencia de ingresos neta entre el individuo con un mayor nivel educativo y aquel con un nivel edu­
cativo menor. En el gráfico se representan mediante la diferencia entre la curva de ingresos E1(t ) y la
curva E 0 (t ) , para el período comprendido desde la incorporación al mercado laboral, tras titularse
(T ) , hasta la jubilación (J) –es decir, para t = T,J – así como para el período posterior a la jubilación
(t = J,L ) 13.
11 Cabe señalar la existencia de diversas metodologías de análisis de los rendimientos económicos de la educación, tales
como las funciones de ingresos mincerianas (véase Mincer, 1974) y los cálculos de tipos de rendimiento de la educación −
véase Psacharopoulos (1973, 1985, 1994), así como las críticas de Blaug (1976, 1983) y Calero (1993)−. Mientras que las
funciones de ingresos relacionan los ingresos recibidos por los individuos en el mercado laboral con su nivel educativo, el
cálculo de tipos de rendimiento de la educación permite conocer el rendimiento económico derivado de la adquisición de un
determinado nivel educativo (o número de años de educación), que se obtiene tras considerar los valores actuales tanto de los
ingresos derivados del nivel educativo alcanzado (o número de años de educación) como de los costes (monetarios y de opor­
tunidad) vinculados a la obtención de dicho nivel educativo (o número de años de educación).
12 Un tratamiento más exhaustivo, y expresado matemáticamente, de la endogeneización de la variable educativa puede
encontrarse en Ghez y Becker (1975: 18-32).
13 Esta conclusión es válida también si se considera el número de años de educación recibidos. En adelante, sin embargo,
sólo se considera la educación en niveles para facilitar la lectura.
— 24 —
GRÁFICO II.1
PERFIL DE BENEFICIOS MONETARIOS Y NO MONETARIOS DE LA EDUCACIÓN
A LO LARGO DEL CICLO VITAL
Elaborado a partir de McMahon (1998: 312).
Asimismo, deben considerarse los costes de la inversión en educación que, en el gráfico,
vienen determinados por el coste directo de estudiar (costes de matriculación, libros, alojamiento,
manutención, etc.), así como por los ingresos que dejan de percibirse por la incorporación tardía al
mercado laboral (coste de oportunidad). Mientras que los segundos son soportados por los individuos
(aunque también pueden recaer, en parte, sobre sus familias), los primeros suelen ser soportados por
el sector público, las familias o ambos (en función de las ayudas que el sector público destinen a los
mismos).
Como indica McMahon (1998), los beneficios no monetarios de la educación incremen­
tan los rendimientos de la misma, desplazando la curva de beneficios monetarios de la educación (o
perfil de ingresos), de modo que el individuo con un nivel educativo mayor pasa de E1(t ) a E 2 (t ) ,
siendo (E 2 (t ) − E1(t )) el beneficio no monetario de ese nivel educativo superior alcanzado. Además,
para el período t =L1,L 2 , que es un período de mayor longevidad debido a los efectos positivos de la
— 25 —
educación sobre la salud, existen unos beneficios monetarios y no monetarios adicionales −ahora
bien, serán rendimientos de la educación si (L 2 − L1 ) es consecuencia de la misma−. De este modo,
el área B está formada por el conjunto de beneficios no monetarios generados por la educación, es
decir los beneficios sobre la salud propia y de los hijos, el consumo y el ahorro, alcanzar el tamaño de
familia deseado, una mayor satisfacción de los individuos en el puesto de trabajo, el capital humano
de los hijos, etc. Asimismo, la propia educación genera un beneficio derivado del “consumo” de la
misma, es decir, la satisfacción de realizar unos determinados estudios y el tipo de vida asociada a
ello (área C, que compensa, en parte, los costes de estudiar un mayor número de años). Por tanto,
del gráfico anterior se desprende, como se ha indicado anteriormente, que no incluir los beneficios no
monetarios de la educación en el análisis de los rendimientos de la misma puede disminuir, de un
14
modo importante, el verdadero efecto económico de la educación .
Además, los beneficios no monetarios de la educación pueden afectar no sólo al indivi­
duo educado o al hogar al que pertenece (en cuyo caso se consideran beneficios privados o inter­
nos), sino que también existen los denominados beneficios sociales, externos o externalidades
positivas, aspecto analizado en economía de la educación desde una óptica mayoritariamente mi­
croeconómica (a excepción de algunos modelos recientes de crecimiento económico endógeno, tal y
como se describe en el siguiente apartado).
Así, autores como Haveman y Wolfe (1984), Wolfe (1994) y McMahon (1998) señalan
que la educación genera externalidades no monetarias positivas relacionadas con diversos ámbitos
de la vida de los individuos, tales como la salud (física y psicológica), la fecundidad, la eficiencia en la
elección (en el ámbito doméstico y laboral), la cohesión social, la reducción de la delincuencia, la
mejora del medio ambiente, etc. De este modo, si la educación mejora la salud física de los indivi­
duos, se reduce el riesgo de transmitir enfermedades y se incrementa el tiempo que los individuos
dedican a trabajar en el mercado laboral, aspecto que repercute positivamente en la creación de ri­
queza de la sociedad y provoca la disminución del gasto sanitario. En el caso de la salud mental, la
externalidad implica la reducción de gastos sanitarios debidos a los tratamientos relacionados con
dichas enfermedades, la reducción de gastos sociales, etc. Con referencia al efecto de la educación
sobre la fecundidad, dichos autores indican que pueden generarse externalidades positivas si la edu­
cación reduce el número de hijos de los individuos (ya que se incrementa la renta per cápita, espe­
cialmente en los países menos desarrollados, y se fomenta la inversión en capital humano de los
hijos, al ser menos, generándose, además, beneficios monetarios y no monetarios en la siguiente
generación), o si la educación reduce el número de embarazos no deseados de adolescentes (redu­
ciendo el gasto sanitario y/o social).
Asimismo, si la educación mejora la eficiencia en la elección doméstica pueden producir­
se comportamientos de consumo menos dañinos y costosos para la sociedad (como la reducción del
consumo de alcohol y tabaco, un consumo más respetuoso con el medio ambiente, el reciclaje de
productos, etc.) Además, la mejora de la eficiencia en la elección permite una mejor transmisión de la
información que aumente la eficiencia en el consumo de los demás. A su vez, en cuanto al ahorro, la
educación puede aumentar la eficiencia en la elección de la cartera de activos financieros de los indi­
viduos y, de este modo, estimular el crecimiento económico. Además, el mayor ahorro de los más
educados puede permitir una mayor disponibilidad de recursos económicos para la inversión (si bien,
ese incremento del ahorro puede tener un efecto negativo sobre la demanda agregada que desincen­
tive la inversión y el crecimiento económico). Cabe señalar, también, que la mejora de la eficiencia en
la elección puede incidir no sólo en el ámbito doméstico sino también en el laboral, de tal modo que
14 Como se ha indicado anteriormente, en este apartado sólo se realiza el análisis teórico de los beneficios no monetarios de
la educación. En el capítulo III se aporta la evidencia empírica existente, para poder contrastar si la educación está generando
o no los beneficios aquí indicados.
— 26 —
disminuyan los tiempos de ajuste de los individuos a los puestos de trabajo, y se reduzcan, así, los
costes de selección de los empleadores y el gasto en prestaciones por desempleo que puedan perci­
bir los individuos.
Otro aspecto a destacar es que la educación puede aumentar la cohesión social, fomen­
tando la participación de los individuos −en tiempo y dinero− en actividades de ayuda a los demás y de
defensa de los derechos cívicos y políticos de la sociedad. A su vez, un efecto de la educación sobre la
reducción de la delincuencia mejora la convivencia en sociedad, permite la reducción de los costes per­
sonales y materiales asociados a la misma, así como a su control y erradicación, y puede disminuir el
número de individuos que se dedican a dichas actividades en la siguiente generación.
La teoría económica neoclásica enfatiza que la existencia de externalidades justifica la in­
tervención del sector público, debido a que los individuos, cuando toman sus decisiones sobre la inver­
sión que van a realizar en educación, sólo consideran los beneficios privados, sin incluir las
externalidades de las que no se benefician y, por ello, la sociedad alcanza un nivel educativo inferior al
óptimo social. Además, existe una serie de imperfecciones de mercado que también pueden llevar a la
sociedad a invertir en educación menos de lo socialmente óptimo, reclamando la intervención del sector
público. Dichas imperfecciones pueden estar en el mercado de capitales y en el mercado de trabajo.
Como señala Chapman (1993), existe una imperfección en el mercado de capitales de­
bido a que en éste no se garantizan créditos para educación y formación a todos los individuos que
así lo desean. En el análisis de los beneficios no monetarios de la educación, este efecto es aún más
importante que en el caso de los beneficios monetarios, ya que los primeros no generan unos ingre­
sos monetarios mayores en el futuro (Behrman, 1997: 56). Además, como indica este autor, las im­
perfecciones en el mercado de capitales perjudican a los individuos con una mayor aversión al riesgo
y, así, éstos subinvierten en educación. Esta aversión al riesgo suele ser mayor entre los individuos
con menos recursos económicos, debido a que los individuos con mayores recursos pueden ser ayu­
dados por sus familias si fracasa su inversión educativa. Por tanto, los mecanismos que permitan
compartir de un mejor modo el riesgo de las inversiones en capital humano pueden generar benefi­
cios sobre la eficiencia y la equidad. Finalmente, existe una imperfección en el mercado de trabajo
debida al miedo de los empresarios a que los trabajadores abandonen la empresa, que lleva a los
primeros a proporcionar un menor grado de formación a los segundos, especialmente de tipo general,
del socialmente deseable (véase Becker, 1964, Hashimoto, 1981 y Stevens, 1996).
Esta actuación pública a favor del incremento de la educación no debe olvidar, sin em­
bargo, la posible existencia de fallos del sector público, relacionados con la existencia de monopolios
públicos, la inexistencia de criterios de eficiencia en la provisión y la gestión educativa, etc. Además,
deben tenerse en consideración no sólo los costes directos de la intervención pública sino también las
15
distorsiones que puede ocasionar dicha intervención en el comportamiento de los individuos . Como
indica Behrman (1997: 58), en algunos casos, las intervenciones para que los mercados funcionen
mejor o para reducir las distorsiones que las prácticas públicas pueden ocasionar son más eficientes
que la propia intervención pública.
II.1.2.3. Una aproximación macroeconómica al análisis de los beneficios económicos de la
II.1.2.3. educación, con especial referencia a los beneficios no monetarios
La teoría del capital humano se ha insertado en la teoría macroeconómica neoclásica
mediante el análisis del efecto de la educación sobre el crecimiento económico. Ahora bien, además
15 Véanse las aportaciones realizadas por los autores vinculados a la “escuela de la elección pública”, tales como Downs
(1957) y Buchanan y Tullock (1962), así como las revisiones de Calle (1986) y Colomer (1991).
— 27 —
de los beneficios monetarios también se han considerado los beneficios no monetarios de la educa­
ción en macroeconomía, mediante el estudio de los efectos de la educación sobre variables tales
como la fecundidad, la salud propia y la de los hijos, la delincuencia, etc., considerando en el análisis
variables que representan agregaciones de individuos, en lugar de considerarlos a modo individual.
Dicho análisis ha experimentado un importante desarrollo a partir de la década de 1980, sobre todo
en cuanto a estudios empíricos (véase el capítulo III).
En el análisis macroeconómico de los beneficios monetarios de la educación, dentro de la
escuela neoclásica, existen dos marcos teóricos diferenciados: el modelo de crecimiento económico
“tradicional” de Solow (1956, 1957) y, más recientemente, los nuevos modelos de crecimiento endógeno
–véase Becker y Murphy (1992), Grossman y Helpman (1991), Aghion y Howitt (1989) y, especialmente,
Romer (1986, 1990) y Lucas (1988)–. Muy brevemente, puede indicarse que mientras el modelo neo­
clásico tradicional postula la existencia de rendimientos decrecientes de los factores de producción y,
por tanto, que las economías tienden a un estado estacionario de renta per cápita, los modelos de cre­
cimiento endógeno indican la existencia de rendimientos constantes con externalidades positivas o ren­
dimientos crecientes, para el conjunto del sistema económico, que permiten que el crecimiento a largo
plazo en la renta per cápita pueda ser sostenido indefinidamente. Aunque no pertenece al ámbito de
esta tesis un análisis exhaustivo de los modelos teóricos sobre el crecimiento económico −en ellos sólo
se recogen los beneficios monetarios de la educación−, puede destacarse que la mayor parte de los
estudios teóricos y empíricos ha subrayado el papel de la educación (formal y en el puesto de trabajo)
como un factor determinante del crecimiento económico, si bien en los modelos de crecimiento endóge­
16
no dicha relevancia se hace explícita y se destaca más que en el modelo tradicional .
Así, estos modelos enfatizan la importancia del capital humano como determinante del
crecimiento económico, incluso más que la inversión en capital físico. Mientras que Grossman y
Helpman (1991), Aghion y Howitt (1989), Romer (1990) y el primer modelo de Lucas (1988) destacan
el papel de la educación formal en el crecimiento económico debido a que, en los tres primeros ca­
sos, éste se deriva fundamentalmente de la aportación de científicos e ingenieros y, para Lucas, de la
existencia de trabajadores suficientemente cualificados, Becker y Murphy (1992) y el segundo modelo
de Lucas (1988) destacan, respectivamente, la formación en el puesto de trabajo y el learning by
doing o “aprender haciendo”, es decir, aprender mediante la participación en el proceso productivo y
17
debido a la especialización productiva .
El análisis de los beneficios no monetarios, desde una perspectiva teórica, ha consistido
fundamentalmente en el desarrollo macroeconómico de los postulados indicados en el apartado mi­
croeconómico anterior, prevaleciendo la constatación empírica de su existencia sobre los desarrollos
teóricos. Ahora bien, sí merece especial atención la reciente obra de McMahon (1999), que ha inclui­
do el análisis de los beneficios no monetarios en un modelo de crecimiento endógeno, así como mo­
delos teóricos más específicos que han introducido el estudio de determinados beneficios no
monetarios de la educación en modelos de crecimiento económico. En este ámbito, destacan los
análisis del efecto de la educación sobre la fecundidad y el crecimiento económico de Becker et al.
(1990), Rosenzweig (1990) y Doyle y Weale (1994).
McMahon (1999) indica que, al estudiar el papel de la educación en el crecimiento eco­
nómico, deberían considerarse los beneficios monetarios y no monetarios conjuntamente, mediante lo
que el autor denomina modelos de “desarrollo endógeno”. De un modo similar a otros modelos de
crecimiento endógeno, McMahon considera que las familias, empresas y gobiernos toman una serie
16 Para un análisis detallado tanto de los modelos de crecimiento económico neoclásico tradicional como de los modelos de
crecimiento endógeno véase Sala i Martín (1994). Para un análisis crítico respecto a dichas aproximaciones neoclásicas, véase
Oroval y Escardíbul (1998), Escardíbul (1998) y Fine (2000).
17 Aspecto, este último, ya considerado por Arrow (1962) con anterioridad.
— 28 —
de decisiones sobre la educación y la formación −inversiones en capital humano− y que, por tanto, la
educación no puede tratarse como una variable exógena (un “maná caído del cielo” como indicaba el
18
modelo neoclásico tradicional al referirse al progreso técnico) , sino que debe ser considerada como
19
una variable endógena .
McMahon (1999) se basa en el primer modelo de crecimiento endógeno de Lucas (1988)
y lo extiende para incluir los beneficios no monetarios. De un modo similar a Lucas, el modelo de
desarrollo endógeno se fundamenta en el concepto de externalidad positiva de la educación indicado
en el apartado anterior. A continuación se describen, primero, las principales características del mo­
delo de Lucas (1988) para, posteriormente, analizar la aportación de McMahon (1999).
El primer modelo de Lucas (1988) relaciona la acumulación de capital humano −“nivel de
conocimientos” para el autor− con el crecimiento económico, considerando al capital humano como
una variable endógena del modelo, es decir, determinada por la voluntad de los individuos de invertir
en educación. En el modelo, las empresas utilizan el capital humano de los individuos en el proceso
productivo −“efecto directo interno” para Lucas−, siendo éste uno de los elementos que contribuyen al
crecimiento económico. Ahora bien, además del efecto directo interno del capital humano, existe un
“efecto directo externo”, definido como el incremento de productividad producido por el nivel medio de
capital humano existente en la sociedad. Asimismo, junto al efecto directo externo, McMahon (1999)
indica la existencia de un “efecto indirecto externo”, que consiste en los aumentos de productividad
debidos al efecto de la educación sobre una determinada variable que influye, a su vez, sobre la pro­
ductividad. De este modo, ambas externalidades positivas, debidas a la acumulación de capital hu­
mano, permiten la existencia de rendimientos crecientes. Sin embargo, por su carácter externo, éstas
no son tenidas en cuenta por los individuos al tomar sus decisiones sobre el nivel de inversión en
capital humano deseado y debe existir una intervención pública para no llegar a un nivel subóptimo
de inversión en educación.
La función de producción de Lucas puede representarse del siguiente modo:
Yt = Y(K t ,µHt ,Nt ,A t ) Hα , donde Y es el output, K representa el capital físico, µ es la proporción de
tiempo que cada trabajador dedica a producir en la empresa, µH es el capital humano utilizado en la
empresa (creado por inversiones anteriores realizadas por los individuos en educación formal y for­
mación en el puesto de trabajo), N el número de individuos, Hα es el nivel medio de capital humano
existente en la sociedad (externalidad del capital humano sobre la productividad de las empresas), y
A representa el nivel tecnológico existente (supuestamente constante). La formación de capital hu­
mano depende de que los individuos decidan invertir en su educación (hasta 1− µ ), aunque los go­
biernos pueden influir en la toma de decisiones de los individuos (vía subsidios, haciendo obligatoria
la escolarización para diversos tramos de edad, etc). Por tanto, el nivel educativo alcanzado por la
sociedad no es exógeno, ya que depende de las decisiones tomadas por los individuos, las empresas
y los gobiernos. Los efectos directos del capital humano sobre la producción de las empresas (Y)
pueden calcularse mediante el análisis del efecto interno de la educación (H) y el efecto externo
(H ). Asimismo, existen los efectos indirectos externos que surgen del efecto del capital humano en
la sociedad ( H ) sobre un bien X (tal como la salud, la delincuencia, el medio ambiente, etc.), y el
α
α
efecto de este bien (X) sobre Y.
18 Véase Esteve (1993).
19 Aunque su análisis es macroeconómico, los modelos de crecimiento endógeno parten de una perspectiva microeconómica,
y, de este modo, analizan la inversión en educación y formación a partir de las decisiones que toman los individuos y las em­
presas dados unos recursos escasos.
— 29 —
Como muestra McMahon (1999: 24), este modelo puede aplicarse al análisis específico de
los beneficios no monetarios. Siguiendo a Becker (1965), y tal y como se ha señalado en el apartado
II.1.2.2, el capital humano de los individuos es aplicable tanto a la producción en el puesto de trabajo
como en el hogar. Como indica McMahon (1999: 230), el uso de capital humano en la producción en el
hogar genera unos rendimientos no monetarios de la educación que, además, pueden permitir un mayor
desarrollo económico. Los beneficios no monetarios pueden analizarse mediante el siguiente modelo:
Z t = Z(Yt ,(1− µ)Ht )Hβ , donde Z representa los artículos no de mercado producidos por los miembros
del hogar, Y los bienes de mercado o renta per cápita, (1− µ ) es la cantidad de tiempo que cada traba­
jador dedica a producir en el hogar, (1− µ ) H el capital humano utilizado en el hogar (creado por inver­
siones en educación anteriores realizadas por los individuos), y Hβ indica el nivel medio de capital
humano en la sociedad (externalidad del capital humano sobre la productividad en el hogar).
De este modo, los efectos directos del capital humano sobre la producción de los bienes
Z pueden calcularse mediante el análisis de los efectos directos de H (interno) y Hβ (externo); y los
( )
efectos indirectos externos, mediante el análisis del nivel de capital humano en la sociedad Hβ
sobre un bien (salud, delincuencia, etc.) y el efecto de este bien sobre Z. Así, por ejemplo, McMahon
señala que un aumento del nivel educativo puede disminuir la delincuencia, en primer lugar, debido a
que las mejores perspectivas en el mercado laboral favorece que los individuos se incorporen al mer­
cado de trabajo y no participen en actividades delictivas (efecto directo), y, en segundo lugar, porque
dicho aumento de la educación puede disminuir la desigualdad o la pobreza y ello reduce la delin­
cuencia (efecto indirecto).
Finalmente, de un modo similar a los modelos de crecimiento endógeno, McMahon
(1999: 262-3) indica que pueden existir rendimientos crecientes. Para este autor, dada la existencia
ilimitada de ideas, los beneficios económicos de la educación en la producción llevada a cabo en las
empresas y en los hogares permite tener un crecimiento y desarrollo económicos ilimitados.
II.1.3. La escuela institucionalista
En este apartado se indica la aportación de la escuela institucionalista al estudio econó­
mico de la educación, y en el apartado II.2.3 se analiza la aportación de esta escuela de pensamiento
al estudio del consumo, para poder indicar algunos aspectos relevantes que un estudio instituciona­
lista de los beneficios no monetarios de la educación debe considerar. Previamente, se analizan, con
brevedad, los principales rasgos de esta escuela de pensamiento, incidiendo en sus diferencias con
la escuela neoclásica y, posteriormente, se describe la aportación de esta escuela al estudio del valor
económico de la educación. Con referencia a la primera parte, el interés no reside tanto en explicar
qué campos de estudio considera la escuela institucionalista, sino cuáles son los supuestos, criterios
y métodos sobre los que dicha escuela basa su análisis.
II.1.3.1. El institucionalismo
Aunque no se ha constituido como un cuerpo teórico integrado del mismo nivel que la
escuela neoclásica, una serie de características permiten distinguir los principales rasgos de esta
corriente de pensamiento, que nace en Estados Unidos a finales del siglo XIX y principios del siglo
XX, a partir de las aportaciones realizadas por Thorstein Veblen, John R. Commons y Wesley C.
20
Mitchell, entre otros , y cuyo nombre surge a raíz de una conferencia presentada por Walton H. Ha­
20 De entre las obras más importantes de dichos autores, destacan: Veblen (1899, 1904, 1914, 1919), Commons (1924, 1934,
1950) y Mitchell (1927, 1937).
— 30 —
milton –véase Hamilton (1918)–, convirtiéndose en el término utilizado para referirse a esta escuela
21
de pensamiento desde finales de la década de 1920 (Rutherford, 2000) . De entre estas característi­
cas, podemos destacar que la aproximación al análisis económico se realiza de un modo holístico o
sistémico, con un énfasis en los factores institucionales y culturales para explicar el comportamiento de
los individuos –rechazando, de este modo, el individualismo metodológico neoclásico–, una considera­
ción de la racionalidad económica y la eficiencia distinta a la neoclásica, un análisis dinámico de la eco­
nomía, así como un menor grado de formalismo que el desarrollado por los autores neoclásicos.
Con referencia al primer aspecto, el holismo, la escuela institucionalista indica la necesi­
dad de analizar las relaciones sociales y económicas de tal modo que ninguna parte del conjunto del
sistema puede ser aislada, ya que perdería su significado. Así, el conjunto es mayor que la suma de
sus partes y, además, estas últimas se relacionan entre sí de manera que su funcionamiento está
condicionado por sus interrelaciones (Gruchy, 1987). Asimismo, se indica la necesidad de incluir en el
análisis económico las influencias sociales que tienen que ver con la acción de los individuos y, de
este modo, se rechaza la aproximación individualista de la escuela neoclásica. Por tanto, la aproxi­
mación institucionalista a cualquier aspecto económico rehuye el análisis atomizado neoclásico en
favor de una metodología global, prestando especial atención al funcionamiento total del sistema
económico. Así, se rechazan diversos aspectos fundamentales en el análisis neoclásico, como el uso
de la condición ceteris paribus, su interpretación de las economías o deseconomías externas, y se
enfatiza que no sólo debe analizarse el mercado sino el conjunto de instituciones económicas de un
22
sistema económico (Requeijo, 1984) .
De este modo, la definición de qué es la economía es más amplia que la señalada por
los neoclásicos, al incluir las relaciones sociales y culturales en el estudio de los comportamientos
económicos. Asimismo, debe considerarse al sistema económico como un subsistema de un sistema
21 Por institucionalismo se entiende la corriente de pensamiento derivada de la aportación de estos autores y desarrollada
posteriormente por autores como Clarence E. Ayres, John Kenneth Galbraith, Gunnar Myrdal y Allan G. Gruchy, entre otros,
para los que también se suele utilizar el término “neo-institucionalismo”. Ahora bien, en muchos textos escritos en inglés se
denomina a los autores de ambos grupos como “viejo institucionalismo” en contraposición a una corriente de pensamiento más
afín al marco neoclásico denominada “nuevo institucionalismo”, donde destacan autores como Ronald Coase, Douglass C.
North y Oliver E. Williamson. En esta tesis, sin embargo, se utilizará, exclusivamente, la denominación de institucionalismo o
escuela institucionalista tanto para los primeros institucionalistas como para los neo-institucionalistas, debido a los fuertes
vínculos de los segundos con los primeros. Asimismo, se rechaza el término viejo institucionalismo, debido a que éste puede
inducir al lector a creer que es una escuela de pensamiento ya desaparecida, o bien que el nuevo institucionalismo sustituye
como corriente de pensamiento al viejo institucionalismo. Dado el carácter de introducción al institucionalismo de este aparta­
do, para un análisis más completo de esta escuela de pensamiento, y sus diferencias con la escuela neoclásica, véanse, entre
otros, los amplios estudios de Gruchy (1967), Samuels (1988), Tool (1993), así como las aportaciones de Dugger (1979), Stan­
field (1995) y Hodgson (1998, 2000). Para una comprensión del nuevo institucionalismo y sus complementariedades y diferen­
cias con el institucionalismo, véase, entre otros, Martín y López del Amo (1994), Rutherford (1996), Toboso (1997), Hodgson
(1998), Hira e Hira (2000), Williamson (2000), así como los escritos publicados en el volumen 29, número 2, de 1995, del Jour­
nal of Economic Issues.
22 Sin embargo, algunos críticos con la aproximación holista señalan que ésta dificulta la verificación definitiva de las hipótesis
debido a la falta de precisión y generalidad del concepto holista (Wilbur y Harrison, 1978). Así, Toboso (1997: 183-4) señala
que el razonamiento sistémico debilita el análisis económico, ya que dificulta la tarea de profundizar en el estudio de conocer qué
personas o grupos de personas han podido influir, junto al resto de factores explicativos, en aquello que se está investigando. Ello
es debido a que el método holista amplía el análisis a todo subsistema que pueda considerarse que ha participado en un determi­
nado hecho (y las relaciones existentes entre éstos), apareciendo en el análisis un número excesivo de unidades y relaciones, así
como dando un excesivo papel a las instituciones por encima de los individuos que las forman, e incluso dichas entidades pueden
ser presentadas con objetivos propios y funciones más allá del control de sus miembros. Ahora bien, debe indicarse que dentro
del institucionalismo algunos autores utilizan una aproximación metodológica holista más fuerte que otros, es decir, dando una
menor libertad de actuación a los individuos, e indicando que el comportamiento individual debe deducirse de las leyes exis­
tentes en el sistema en su conjunto y de la posición que ocupe cada individuo en el sistema. Sin embargo, uno de los autores
que más ha influido en el análisis institucionalista del consumo, Veblen, prefiere una corriente de pensamiento holista menos
fuerte -similar a lo que Agassi (1975) denomina “individualismo institucional”- donde, aunque se destaca que el conjunto influye
y condiciona significativamente el comportamiento de los individuos (o las partes), éstos también pueden alterar el entorno
social (véase Rutherford, 1996).
— 31 —
23
social, cultural y político mayor (Gruchy, 1984) . Por tanto, la economía es más que el mercado, su
objeto de estudio debe ser los actores económicos que existen en el mundo real que, colectivamente,
a través de procesos políticos y de mercado buscan soluciones a los problemas relacionados con la
asignación de recursos, la determinación de la renta, así como su distribución (Samuels, 1995: 580).
Como señala Gruchy, la economía se ocupa:
“[...] Del estudio de los cambios en los patrones de las relaciones culturales que tratan de
la creación y disponibilidad de bienes materiales y servicios escasos por los individuos y
grupos, a la luz de sus voluntades públicas y privadas.” (Gruchy, 1972: 302).
Asimismo, como indica Giménez (1991: 134), la preocupación por conectar la actividad
económica con los valores sociales constituye uno de los pilares básicos del institucionalismo. La
economía es un mecanismo de transmisión de valores sociales, mediante la asignación de recursos,
que simultáneamente refleja dicho proceso e influye sobre él. La economía no puede considerarse
como un vehículo neutral que se limita a ejecutar aquello que las desinteresadas fuerzas del mercado
le ordenan. La valoración social abarca todas las asignaciones de recursos, algunas de las cuales se
hacen mediante el mercado, mientras otras se realizan colectivamente a través del sector público y
de otras instituciones ajenas al mercado.
Por ello, el sistema económico no sólo refleja las exigencias de la eficiencia económica
convencional, sino también valores sociales tales como la igualdad, la libertad, la justicia, la seguri­
dad, la solidaridad, etc., y todos ellos configuran los denominados “valores básicos”. Así, la bondad
del funcionamiento económico ha de juzgarse a partir del grado en que responde a la valoración que
la sociedad hace en cada momento de ese conjunto básico y debe reconsiderarse el concepto tradi­
cional –neoclásico– de eficiencia económica. Además, en los análisis de eficiencia, la escuela institu­
cionalista enfatiza el estudio de las consecuencias distributivas derivadas de la estructura institucional
existente (o cambios producidos en la misma), prestando especial atención a los conflictos entre gru­
pos, clases y subsistemas sociales, por encima del análisis de eficiencia paretiana neoclásico. Por
tanto, el estudio de cómo está distribuido el poder en la sociedad y, en consecuencia, en el mercado,
centra buena parte del análisis institucionalista (Samuels, 1995: 571).
Como se ha indicado anteriormente, el institucionalismo rechaza la aproximación indivi­
dualista de la escuela neoclásica, el denominado individualismo metodológico. Para los instituciona­
listas, los individuos no son células aisladas, sino que son seres sociales cuyo comportamiento se
deriva en gran parte de los usos sociales y colectivos y, por este motivo, se señala que debe conside­
rarse el contexto histórico y las instituciones socioeconómicas en la que los individuos están insertos
y que influyen en sus comportamientos. En este contexto, definir el concepto de institución es de gran
importancia. Evidentemente, diversos autores utilizan distintos conceptos, pero una definición am­
pliamente compartida es la proporcionada por Hamilton:
“[Una institución es] un medio de pensamiento o actuación de cierta prevalencia y perma­
nencia que se encuentra en los hábitos de un grupo o en las costumbres de la gente.”
(Hamilton, 1932 citado en Hodgson, 1998: 179).
Así, pueden considerarse instituciones organizaciones tales como las empresas, las uni­
versidades, el Estado, etc., pero también son instituciones entidades sociales como el dinero, las
leyes o el lenguaje –denominadas estas últimas entorno o medio institucional (véase Rutherford,
1996:182)–. Las características que definen las instituciones son, según Hodgson (1998), la interac­
ción de sus agentes, la existencia de unos determinados conceptos y rutinas comunes, que, sin ser
23 No es de extrañar que los autores institucionalistas indiquen la necesidad de realizar análisis económicos no sólo desde la
economía, sino incorporando aspectos provenientes de otros campos, como la sociología, la antropología, la psicología, etc., y,
de este modo, aproximarse al estudio económico de un modo multidisciplinar.
— 32 —
inmutables, persisten y se auto refuerzan y, finalmente, que incorporan una serie de valores que las
legitiman. Por tanto, el no considerar el papel de las instituciones sobre la conducta de los individuos
es una de las mayores críticas que realizan los institucionalistas a la escuela neoclásica, debido a que
sin ellas no es posible conocer el verdadero comportamiento de los individuos, ya que se excluyen
conceptos como el hábito, la costumbre, y se olvida que los deseos o preferencias de los individuos,
que para los institucionalistas constituyen parte de las variables que deben explicarse en un análisis
económico, son hábitos sociales, es decir, están condicionados por las circunstancias institucionales
que rodean a los individuos (Hodgson, 2000).
Ahora bien, como indica Hodgson (1998), el individuo es a la vez productor y producto de
sus circunstancias y, así, los individuos y las instituciones se moldean mutuamente. Por tanto, los
institucionalistas no intentan explicar el comportamiento de los individuos sólo a partir de las institu­
ciones. No existe un determinismo por el que los individuos actúan al dictado de las instituciones,
aunque se rechaza la existencia de individuos que actúan de modo ajeno a su entorno institucional,
cultural e histórico. Como señala Gruchy (1972), los deseos de los individuos están condicionados
culturalmente, pero éstos son seres activos y creativos y pueden, hasta cierto punto, seleccionar los
modos en que les influye la cultura, que si bien puede incidir en la creación de los deseos de los indi­
24
viduos no los determina, es decir, no existe un determinismo cultural .
Otra diferencia importante entre el institucionalismo y la escuela neoclásica es la con­
sideración de la racionalidad. Para el primero, el individuo no es un maximizador racional de utilidad
como postulan los neoclásicos, no es un homo economicus, sino que, para los autores instituciona­
listas, en el estudio del comportamiento humano son fundamentales conceptos como el hábito y las
normas, derivados, en gran parte, de la influencia de los factores culturales y las instituciones so­
cioeconómicas a las que los individuos pertenecen, debido a los individuos nacen y se socializan
dentro de una red de instituciones y, al desarrollar hábitos y rutinas, adoptan normas y convencio­
nes sociales. Así, en el institucionalismo, se prefiere el homo sociocultural al homo economicus
(Toboso, 1997: 182).
Ahora bien, no se trata de eliminar la racionalidad del comportamiento humano, pero sí la
idea del individuo maximizador de utilidad, que realiza cálculos racionales instantáneos para conocer,
en cada caso, cuál es la solución óptima. Así, se considera que los individuos se comportan siguiendo
una racionalidad adaptativa, es decir, los individuos desarrollan hábitos de pensamiento y actuación,
que varían lentamente para responder a nuevas circunstancias (Rutherford, 1996). Como señala Ho­
dgson (1997), la consideración del hábito y la costumbre no es sólo una perspectiva más realista que
la del individuo maximizador, sino que, además, dichos elementos son más eficaces en la toma de
decisiones que la racionalidad maximizadora neoclásica, debido a las situaciones de incertidumbre,
riesgo, escasez o exceso de información, complejidad de la información, etc., en la que los individuos
se encuentran a la hora de tomar decisiones. Asimismo, la racionalidad adaptativa explica mejor el
comportamiento individual ya que permite incorporar en el análisis de la toma de decisiones el proce­
so de aprendizaje que experimentan los individuos.
Aunque algunas de estas circunstancias –especialmente aspectos relacionados con el
coste de la información y el reconocimiento de la existencia de una racionalidad limitada– han sido
contempladas por algunos autores neoclásicos, no se ha considerado en dicho marco que la cos­
tumbre (o las normas) sean una guía eficaz en el comportamiento individual, y que los valores,
ideas, etc., de los individuos son fruto de un proceso de socialización en un entorno determinado.
24 Debe recordarse la distinta concepción de la libertad individual que tienen los diferentes autores institucionalistas. Tal y
como se ha indicado en el pie de página 22, en esta tesis se enfatiza la aproximación de raíz vebeliana, no determinista, que
está acorde con lo indicado en el párrafo que da lugar a esta nota.
— 33 —
Para Hodgson (1997), que el hábito, la costumbre y las normas sean una guía eficaz en el comporta­
miento individual implica que las instituciones no deben considerarse como elementos que restringen
la acción individual, sino que, de un modo contrario, la posibilitan.
Ahora bien, el rechazo al homo economicus y al individualismo metodológico, ha llevado
a la escuela neoclásica –y a otras– a afirmar que el institucionalismo va en contra de la teoría. Muy al
contrario, como indica Thurow (1991: 187), el aspecto a destacar es que los institucionalistas enfati­
zan que cualquier teoría debe basarse en la realidad descriptiva y que las ideas económicas deben
derivar su contenido del mundo real y no del inexistente mundo del homo economicus. Como este
autor señala:
“La economía no puede funcionar sin supuestos simplificadores, pero el problema con­
siste en emplear el supuesto correcto en el momento correcto. Y esta evaluación debe
provenir de los análisis empíricos (incluidos los análisis utilizados por historiadores, psi­
cólogos, sociólogos y politólogos) del mundo tal como es, no como nos dicen que debería
ser nuestros libros de texto de economía.” (Thurow, 1991: 190). Cursiva en el original.
A partir de las consideraciones descritas con anterioridad, puede observarse que el ins­
titucionalismo difiere del marco neoclásico en dos aspectos metodológicos fundamentales, como son
que el primero pone el énfasis en la explicación, frente a la predilección neoclásica por la descrip­
ción o la predicción, y, además, que los institucionalistas prestan, a diferencia de los neoclásicos,
gran atención al contexto institucional y cultural en el que se desenvuelven los individuos (Wilbur y
Harrison, 1978).
Un último aspecto destacado por los institucionalistas es el carácter dinámico del análisis
económico. Como señala Veblen (1899), el paradigma de la evolución proporciona la base para in­
cluir el cambio y la continuidad. Hábitos o rutinas pueden adaptarse lentamente o “mutar” cuando los
agentes realizan cambios intencionados. Además, existe un proceso de selección por el cual unos
hábitos y rutinas permanecen y se imitan, mientras otros dejan de utilizarse y, de este modo, las ins­
tituciones evolucionan. En cuanto a las causas del cambio social y económico, mientras que Veblen
enfatiza el papel del avance científico y el cambio tecnológico como factores que alteran la estructura
y funcionamiento de los sistemas económicos, Commons destaca la existencia de conflictos de inte­
reses y su resolución como motores del cambio (véase Rutherford, 1996). Asimismo, mientras que
para Veblen los cambios institucionales son, mayoritariamente, no intencionados (ya que los cambios
tecnológicos dan lugar a cambios sociales impredecibles), Commons destaca que los cambios se
producen intencionadamente debido a la resolución de conflictos. En cualquier aproximación, sin em­
bargo, se evita un análisis monocausal determinista. Así, el análisis institucionalista no considera que
las sociedades evolucionen hacia un objetivo o acuerdo social predeterminado (Gruchy, 1984).
Finalmente, debe señalarse que, aunque en este apartado se han presentado los aspectos
que definen a la escuela institucionalista, una de las mayores debilidades de la misma es la inexistencia
de un cuerpo teórico uniforme entre los distintos autores que constituyen esta escuela, al menos al nivel
que se observa en la escuela neoclásica.
II.1.3.2.
Análisis económico de la educación: beneficios monetarios y no monetarios
Aunque la escuela institucionalista se ha ocupado de analizar los beneficios monetarios
de la educación –si bien existen menos estudios al respecto que de autores pertenecientes a la es­
cuela neoclásica– debe señalarse que no ha considerado el estudio de los beneficios no monetarios
de la misma. Ahora bien, en este apartado se incluyen las aproximaciones institucionalistas referidas
a los beneficios monetarios de la educación, debido a que en éstos se señalan algunos aspectos que
— 34 —
deben ser considerados en cualquier análisis que, desde el institucionalismo, se realice respecto a los
beneficios no monetarios de la educación, y que, por tanto, serán de utilidad en el estudio empírico a
desarrollar en el capítulo V de esta tesis.
En el análisis institucionalista del valor económico de la educación destacan dos aproxi­
maciones: una realizada por autores que se ocupan del estudio del mercado de trabajo y otra relacio­
nada con el crecimiento económico. En general, el punto de partida suele ser la crítica a la teoría del
capital humano y al marco de análisis neoclásico para, posteriormente, desarrollar la aproximación
institucionalista. En este apartado se consideran, en primer lugar, las aportaciones realizadas por
autores institucionalistas vinculados al estudio del mercado de trabajo y, en segundo lugar, se expo­
nen algunas críticas realizadas a las teorías neoclásicas que se han ocupado del estudio del papel de
la educación en el crecimiento económico y, además, se indican las propuestas institucionalistas al
respecto. Finalmente, se enfatizan los aspectos que deben considerarse en cualquier análisis institu­
cionalista de los beneficios no monetarios de la educación, a partir de lo indicado en los subapartados
anteriores.
La educación y el mercado de trabajo
Respecto al papel de la educación en el mercado de trabajo, el análisis institucionalista
resalta los aspectos siguientes: en primer lugar, se rompe el vínculo causal entre educación, producti­
vidad y salarios tal y como lo postula la escuela neoclásica y se enfatiza la importancia de la forma­
ción en el puesto de trabajo por encima de la escolarización; en segundo lugar, se resalta el papel de
la educación como instrumento de selección de individuos para ocupar los puestos de trabajo; y, fi­
nalmente, se destaca el papel socializador de la educación, entendida como escolarización, por en­
cima de sus efectos sobre la productividad.
Con referencia al primer aspecto, deben destacarse los estudios de Piore (1970, 1975) y
Doeringer y Piore (1971), que consideran la relación entre la educación, la productividad y los salarios
a partir del análisis de la estructura del mercado laboral. Estos autores rechazan el enfoque competi­
tivo neoclásico del mercado de trabajo, es decir, la existencia de un único mercado de trabajo en el
que se aplican las leyes de competencia perfecta, e indican la naturaleza fragmentada del mismo, así
como la influencia de las instituciones sociales en la determinación de los salarios y el nivel de em­
pleo. Así, introducen los conceptos de “mercados de trabajo segmentados”, “dualización del mercado
de trabajo” y “mercados internos”. El origen de dichos conceptos está en los estudios sobre trabajo
urbano y pobreza realizados por Piore en los Estados Unidos en la década de los sesenta (véase
Piore, 1970), que muestran el fracaso de las políticas de planificación de recursos humanos basados
en aumentar el capital humano de los individuos para mejorar su riqueza, si bien existen otros ante­
cedentes dentro de los institucionalistas americanos –véase Kerr (1954) y Dunlop (1957)– que desa­
rrollaron, respectivamente, los conceptos de mercados de trabajo “balcanizados” y “estructurados”.
Asimismo, destacan los trabajos de John R. Commons y su equipo en la Universidad de Wisconsin en
la década de 1930 como pioneros del análisis institucionalista del mercado laboral (véase Barbash,
25
1994) .
Con referencia a las teorías de Doeringer y Piore, mencionadas anteriormente, puede in­
dicarse que los conceptos de mercados de trabajo segmentados y dualización del mercado de trabajo
señalan que el mercado de trabajo no es un mercado continuo, sino que está segmentado, o dualiza­
do, con un mercado primario, donde los salarios y la asignación de puestos de trabajo dependen más
de normas administrativas que de las fuerzas de mercado, y donde existen unas buenas condiciones
25 Para una revisión de las evoluciones posteriores de las teorías de los mercados internos y la segmentación del mercado de
trabajo, véase Osterman (1994) y Recio (1997).
— 35 —
laborales (es decir, buenos salarios, formación en el puesto de trabajo, posibilidades de promoción,
etc.), y un mercado secundario, competitivo, donde las fuerzas de mercado actúan más fuerte­
mente en la determinación de salarios y empleo, con elevada rotación de trabajadores, bajos sala­
rios y escasa formación y promoción. El mercado primario constituye, pues, un mercado interno,
“protegido” de los cambios que puedan surgir en el mercado laboral externo (Doeringer y Piore,
1971). Asimismo, se enfatiza la importancia de los factores sociales en la asignación de los indivi­
duos a uno u otro tipo de mercado laboral y, de este modo, unos determinados grupos sociales son
más proclives a pertenecer al mercado primario (por ejemplo, hombres blancos de clase media y
alta, en el caso de EE.UU.) y otros grupos, menos favorecidos, tienden a pertenecer al mercado
secundario (jóvenes de clase trabajadora y media, adultos de clase trabajadora, afroamericanos,
26
inmigrantes recientes, etc) .
A partir de este marco de análisis, surgen diversas consideraciones del papel de la edu­
cación en el mercado laboral (efecto monetario). Así, la educación puede proporcionar un mayor nivel
de ingresos a los individuos, pero no por su efecto positivo sobre la productividad, como indica la
teoría del capital humano, sino porque se utiliza para obtener un empleo en el mercado primario, es­
pecialmente en el denominado segmento superior del mercado primario, es decir, el segmento forma­
do por trabajadores profesionales y directivos, que permite los mayores salarios y estatus social que
dependen del puesto de trabajo. A dicho segmento, además, irán los individuos que pertenecen a los
grupos sociales más favorecidos, dada la no aleatoriedad que existe en la asignación de individuos a
los puestos de trabajo (Piore, 1975).
Asimismo, Thurow (1975) destaca el papel de la educación como instrumento utilizado
por las empresas para seleccionar individuos. Como este autor describe en su “modelo de competen­
cia por los puestos de trabajo”, los trabajadores se distribuyen las oportunidades de empleo según su
posición relativa en la “cola laboral” (es decir, la cola de entrada a un puesto de trabajo). La posición
en dicha cola depende de los costes de formación de los individuos. Así, aquellos trabajadores que
pueden formarse en el puesto de trabajo a un menor coste estarán al inicio de la cola ya que serán
los que más interesan a los empresarios. Al no existir pruebas directas sobre los costes de formación
de los trabajadores, se ordenan éstos de acuerdo con sus características personales y las creden­
ciales educativas –que se usan como medida indirecta de los costes necesarios para producir un
determinado nivel de rendimiento en el trabajo–. Si no se absorbe toda la cola laboral, los del extremo
inferior de la misma se quedarán sin trabajo. La importancia de la educación y la formación radica en
que son utilizadas en la selección de individuos para cubrir las vacantes existentes. Por consiguiente,
las alteraciones de la distribución de la educación pueden producir un efecto importante en la configu­
ración de la cola laboral. Así, la educación se convierte en una necesidad defensiva para los indivi­
duos, ya que a medida que la oferta de trabajo cualificado aumenta, los individuos deben mejorar su
educación simplemente para defender su renta actual y, como Thurow indica, para proteger la “cuota
27
de mercado” de cada uno .
Volviendo al concepto de mercados de trabajo segmentados, dado que Doeringer y Piore
(1971) indican la existencia de una escasa movilidad de individuos entre el mercado primario y el
26 Estos conceptos han continuado desarrollándose, especialmente en el análisis empírico, intentando descubrir la existencia
de mercados segmentados, dualización del mercado de trabajo y mercados internos en distintos países, así como conocer a
qué grupos poblacionales afecta. Aunque se continúan publicando libros y artículos en diversas revistas económicas, para
conocer el desarrollo de este campo de investigación se recomienda el seguimiento de las siguientes revistas: Industrial Rela­
tions, Industrial and Labor Relations Review, Journal of Labor Economics, Cambridge Journal of Economics y Journal of Eco­
nomic Issues.
27 La consideración de la educación como un mecanismo de selección de individuos para ocupar puestos de trabajo es tam­
bién defendida por otras teorías, como la teoría del filtro (Arrow, 1973), la teoría de la señalización (Spence, 1973) o el creden­
cialismo (Stiglitz, 1975). Sin embargo, aunque éstas indican el papel señalizador del coste de formación de los individuos que
tiene la educación, no cuestionan el marco neoclásico de análisis.
— 36 —
secundario, no puede cumplirse una de las predicciones de la teoría del capital humano: que la edu­
cación permite una mayor igualdad de la renta (debido a que ésta depende, en gran modo, del nivel
educativo alcanzado). Contrariamente, si la renta depende de la posición que los individuos ocupan
en el mercado de trabajo, la educación no puede alterar la distribución de la renta, incluso si permite
aumentar la productividad de los individuos, ya que ésta no podría retribuirse adecuadamente al no
ser el mercado continuo (Calero, 1993: 47-8).
Además, uno de los elementos que generan la segmentación del mercado de trabajo y
crean los mercados internos es la formación en el puesto de trabajo, requerida por las especificidades
de la tecnología y de los puestos de trabajo (véase Doeringer y Piore, 1971). Así, dichos autores ar­
gumentan que la tecnología existente y la especificidad de los puestos de trabajo requieren unas de­
terminadas cualificaciones que demandan formación específica en el puesto de trabajo y, debido a
que los empresarios no querrán que sus trabajadores formados abandonen la empresa, para no per­
der la inversión realizada, disminuyen la rotación de éstos, y se crea una estructura laboral más rígida
(es decir, un mercado interno). Además, la disminución de la rotación hará disminuir los costes de
despido, selección y reclutamiento de trabajadores, aumentando la voluntad del empleador de invertir
más en formación. Asimismo, debido a que la mayor parte de las cualificaciones requeridas son es­
pecíficas, el conocimiento de los trabajadores con experiencia es indispensable para la formación. Si
la asignación de trabajo y salario es competitiva, los trabajadores con experiencia no querrán dar
formación a otros trabajadores ya que pueden pensar que están formando un futuro competidor. Se
precisa un cierto grado de rigidez salarial y seguridad en el empleo para que funcione la formación en
el trabajo. En este marco, dicha rigidez será eficiente, no siéndolo el marco competitivo que propugna
la escuela neoclásica y la teoría del capital humano.
Esta concepción del origen de los mercados internos es similar al análisis del mercado
de trabajo de Becker (1964). Ahora bien, a diferencia de éste, Doeringer y Piore (1971) resaltan que
el mercado de trabajo es generador de desigualdades, ya que las diferencias salariales no pueden
explicarse solamente por las distintas cantidades de capital humano de los individuos, sino que es
más importante conocer cómo se accede al mercado primario o al secundario, debido a que la pro­
ductividad y el salario dependen del puesto de trabajo. Así, dos individuos con igual capital humano
pueden tener situaciones laborales muy diferentes. Además, la impermeabilidad entre el mercado
28
primario y el secundario acentúa, con el tiempo, las desigualdades .
Por tanto, con referencia a la positiva relación entre la educación, la productividad y los
salarios, indicada por la teoría del capital humano, deben mencionarse los siguientes aspectos. Res­
pecto a la relación entre la educación y los salarios, los institucionalistas señalan que la educación
influye positivamente en la obtención de unos mayores salarios debido a que permite el acceso al
mercado primario (y, en especial, al segmento superior de dicho mercado). Pero el acceso a dicho
mercado no es aleatorio ni depende, solamente, del nivel educativo alcanzado por un individuo, sino
que la pertenencia a determinados grupos sociales es crucial a la hora de acceder al mercado prima­
rio o al secundario. Asimismo, con referencia a la relación entre la educación y la productividad, se
relativiza el papel de la educación formal (escolarización) frente al aprendizaje en el puesto de traba­
jo, y se destacan los efectos de la tecnología, el producto de mercado que se produce y la motivación
28 Desde el institucionalismo, y los propios autores aquí citados, se proponen otros factores causantes del surgimiento de
mercados primarios y la existencia de mercados de trabajo segmentados, como son la costumbre, las distintas aversiones al
riesgo de los individuos, la estructura del sistema productivo y la diferente estabilidad de la demanda de productos para diver­
sas empresas e industrias, así como las relaciones de poder existentes en las empresas entre propietarios y directivos y los
trabajadores –véanse Doeringer y Piore (1971), Piore (1980a, 1980b) y McNabb y Ryan (1990)–. Este último aspecto es enfati­
zado por la escuela radical o marxista, que indica que las fuerzas motrices causantes de la segmentación del mercado de
trabajo son la voluntad de control de la fuerza de trabajo por parte de los capitalistas y su deseo de dividir a la clase trabajadora
(véase Reich et al., 1973 y Edwards et al., 1975).
— 37 —
de los trabajadores, como factores determinantes de la productividad. Por tanto, desde el análisis
institucionalista se destaca, por un lado, que la educación puede incidir positivamente en los salarios
aunque se rechaza la aproximación de la teoría del capital humano, es decir, la existencia de una
relación automática entre la educación, la productividad y el salario y, por otro lado, se señala que,
aunque puede existir una relación positiva entre la educación formal y la productividad, se precisan
unas determinadas condiciones laborales para que exista y, además, se enfatiza el papel de la for­
mación en el puesto de trabajo frente a la escolarización.
Finalmente, un tercer aspecto destacado al inicio de este apartado es la consideración
del papel de la educación en la socialización de los individuos. Como indica Hamilton (1990), en la
escuela se transmiten no sólo conocimientos que permiten extender el alcance intelectual de los indi­
viduos, sino, sobre todo, se transmiten los valores espirituales, sociales y culturales de una sociedad,
que pueden darse incluso a un nivel mayor que en el ámbito familiar. Por tanto, aunque la educación
(entendida como escolarización) puede convertir potencialidades de los individuos en capacidades
29
desarrolladas, el aspecto fundamental es su capacidad de socializar a los individuos . Como apunta
Veblen (1899), el sistema educativo está íntimamente relacionado con las pautas culturales de la
comunidad y, de este modo, este autor señala que la clase dominante ejerce una gran influencia so­
bre la educación. Para Veblen, dicho efecto destaca especialmente en la educación superior, donde
se crean disciplinas del saber que permiten que se conserven en la generación venidera determina­
dos hábitos mentales convenientes a ciertos fines de la clase dominante. Asimismo, Piore (1973)
destaca que mientras los empresarios exigen requisitos educativos a los trabajadores, muestran un
escaso interés por conocer los planes de estudio enseñados en las escuelas. Para este autor, el mo­
tivo es que el verdadero interés de la escolarización para los empresarios está en que los trabajado­
res hayan pasado por el sistema educativo, debido a que las normas de la escuela y las normas
laborales son similares, de modo que quien no ha pasado por las primeras tiene problemas para
ajustarse a las segundas.
La educación y el crecimiento económico
En el apartado II.1.2.3, dedicado la aproximación macroeconómica del análisis de los
beneficios económicos de la educación, se han destacado las aportaciones realizadas por la escuela
neoclásica al estudio del papel de la educación sobre el crecimiento económico, especialmente a raíz
del surgimiento de los modelos de crecimiento endógeno. La escuela institucionalista se ha mostrado
favorable a la aparición de dichos modelos de crecimiento, que mejoran sustancialmente el análisis
teórico neoclásico sobre el crecimiento económico, y acercan sus posicionamientos a los indicados
por autores institucionalistas tiempo atrás (Briggs, 1987).
Como se indica en Oroval y Escardíbul (1998), se observan similitudes entre los modelos
de crecimiento endógenos y las aportaciones al crecimiento económico de Myrdal (1957), ya que
dichos modelos permiten la existencia de un crecimiento desigual debido a los rendimientos crecien­
tes en la producción, donde destaca el cambio tecnológico como motor del crecimiento. Asimismo, se
contempla la existencia de competencia imperfecta y se apoya la intervención del sector público. Aho­
ra bien, los modelos neoclásicos de crecimiento endógeno se mantienen aún distantes del análisis
institucionalista debido a los siguientes motivos: se basan en el individualismo metodológico, existe
una aproximación al crecimiento sólo desde la oferta, con un énfasis en las diferentes dotaciones de
29 En cuanto a la educación (o escolarización) como elemento socializador, destaca la aportación de la escuela radical (véase
Bowles y Gintis, 1976), que sostiene que el papel más importante de la educación formal es legitimar y reproducir el orden del
sistema capitalista. Así, mediante el sistema educativo se segmenta a los trabajadores, se les impide su concienciación como
clase y se legitima la desigualdad económica, al proporcionar un mecanismo objetivo y meritocrático para asignar los individuos
a posiciones ocupacionales desiguales. Asimismo, dicha escuela destaca que en la obtención de dichos objetivos, tienen una
mayor importancia los procesos no cognitivos que los cognitivos.
— 38 —
recursos iniciales como elementos clave del crecimiento económico, carecen de perspectiva histórica
30
y no contemplan otras variables que no sean las económicas.
Si se considera el análisis institucionalista de los factores que pueden generar el creci­
miento económico, cabe señalar que dicha escuela de pensamiento ha enfatizado el cambio tecnoló­
gico como elemento dinamizador y generador de crecimiento. En los escritos de Veblen (1904, 1914)
se destaca el papel de los inventores e ingenieros en el mismo (aunque sujetos a la voluntad de los
empresarios industriales que son quienes deciden la introducción de la nueva tecnología en el proce­
31
so productivo) . Además, Veblen resalta que los cambios tecnológicos, y su vínculo con la alteración
de las condiciones económicas, son los principales generadores de los cambios institucionales que
alteran las relaciones sociales de los individuos y, de este modo, concibe la tecnología como el motor
del desarrollo socioeconómico.
Veblen elabora el concepto de “causación acumulativa”, es decir, un cambio lleva a otro,
si bien destaca que no puede conocerse el resultado final del mismo, ya que el cambio tecnológico
puede generar diversos resultados económicos. Asimismo, Myrdal (1957) también contempla la cau­
sación acumulativa de Veblen y, así, en su modelo de crecimiento económico de “causación circular
acumulativa” señala que los sistemas económicos no tienden al equilibrio sino que un cambio suele
dar lugar a otros cambios pero, a diferencia de Veblen, Myrdal concluye que éstos mueven el sistema
económico en la misma dirección que el cambio original, impulsándolo más lejos. Así, y de un modo
similar a Veblen, Myrdal destaca el cambio tecnológico como el factor principal en la generación de
crecimiento económico.
En este marco, destaca la aportación de Ayres (1962) quien también indica, en la línea
de los autores citados en el párrafo anterior, que la tecnología es el factor que más contribuye al de­
sarrollo económico. Para Ayres, la tecnología está formada por los conocimientos y las herramientas
32
y, de este modo, la tecnología avanza debido a los descubrimientos e invenciones que se realizan.
En este contexto, el papel de la educación es fundamental para el crecimiento económico debido a
que ésta permite aumentar el conocimiento y las cualificaciones de los individuos y, así, aumentar el
progreso técnico. En consecuencia, tanto los trabajadores como los técnicos, ingenieros y científicos
pueden incrementar el conocimiento y favorecer el progreso técnico. Para Ayres, dicho efecto es su­
perior al que puede tener la educación como medio de inculcar a los individuos los valores de las
estructuras “ceremoniales” existentes, es decir, los valores de la clase dominante de la sociedad, que
tienden a enfatizar el inmovilismo, para retener su posición, y a no permitir los cambios tecnológicos
33
necesarios para el desarrollo económico y el cambio institucional .
Asimismo, Ayres señala que la educación es necesaria para el desarrollo tecnológico de
los países, tanto para poder aplicar tecnología extranjera (en un primer momento), como para poder
desarrollar su propia tecnología (en un momento posterior). Para este autor, la educación adquiere
gran importancia en el crecimiento económico mediante su papel en el desarrollo tecnológico e indica
que debe crearse una estructura institucional adecuada que ayude al desarrollo tecnológico y, de este
modo, al crecimiento sostenible y el progreso humano. Además, Ayres señala que el Estado debe
30 Como se ha señalado en el apartado II.1.2.3, con referencia a los modelos de crecimiento endógeno véase Romer (1986,
1990), Lucas (1988), Aghion y Howitt (1989), Grossman y Helpman (1991), y Becker y Murphy (1992).
31 Veblen vincula el progreso técnico al instinto de trabajar eficazmente y a la curiosidad innata de los individuos, que les lleva
a querer incrementar sus conocimientos y a buscar el dominio técnico (Hill, 1998).
32 Además, como éste autor indica, cada generación hereda la mejor tecnología de la generación anterior y, de este modo, el
progreso técnico puede aumentar exponencialmente.
33 Este conflicto entre el cambio tecnológico y la resistencia institucional al cambio (la resistencia de la clase dominante) ya
fue considerado por Veblen (1904, 1914) y, tras la aportación de Ayres (1962), es conocido en la literatura institucionalista
como la “dicotomía Veblen-Ayres”.
— 39 —
intervenir para incrementar el uso de la mejor tecnología disponible y fomentar el desarrollo tecnológi­
co, así como para no permitir que la estructura institucional interfiera en el proceso de innovación
34
tecnológica (véase Hill, 1998: 167) .
Una vez descrita, brevemente, la aproximación de la escuela institucionalista americana
al crecimiento económico, debe señalarse, también, que los autores de dicha escuela podrían benefi­
ciarse de las aportaciones de los modelos de crecimiento endógeno, ya que la aproximación institu­
cionalista dominante (la dicotomía Veblen-Ayres) no suele considerar el papel de los mercados y los
incentivos, aspecto que reduce la capacidad explicativa del cambio tecnológico en las economías
occidentales. Así, el énfasis del discurso Veblen-Ayres sobre que el progreso tecnológico se constru­
ye a partir del conocimiento existente en la comunidad, y olvida el papel de los incentivos y los condi­
cionantes pecuniarios sobre las elecciones que realizan los individuos, empresas y organizaciones
que llevan a cabo las innovaciones tecnológicas, así como la velocidad y la dirección en la que se
realiza el cambio tecnológico (Wisman y Smith, 1999).
Asimismo, más allá de la tradición del institucionalismo americano, merecen especial
atención las aportaciones realizadas al estudio del crecimiento económico (y el efecto de la educación
en el mismo) por escuelas de pensamiento afines al institucionalismo, como la “teoría de la regula­
ción”, y algunos autores que pertenecen a campos científicos como las Relaciones Laborales o la
Sociología, quienes también destacan la falta de consideración de las instituciones en el análisis neo­
clásico del papel de la educación sobre el crecimiento, y enfatizan que deben darse una serie de re­
quisitos institucionales para que la educación incida positivamente sobre el crecimiento económico.
En general, estos autores son menos escépticos que los autores institucionalistas que
analizan el mercado de trabajo respecto al efecto positivo de la educación sobre la productividad. Sin
embargo, también indican que aunque la educación puede favorecer el crecimiento económico no lo
garantiza ya que, para que ello suceda, deben darse unas determinadas condiciones institucionales.
A este respecto, merecen especial atención las consideraciones que se detallan a continuación.
En primer lugar, los sistemas de educación y formación deben ser eficientes, es decir,
proporcionar unos conocimientos que sean requeridos por el sistema productivo (Prais, 1995) y acce­
sibles al máximo número de individuos para que la mayoría de la población no sea excluida del domi­
nio técnico y se obstaculice el cambio tecnológico (Ranson, 1988). En segundo lugar, la formación
proporcionada debe estar institucionalizada, es decir, reconocida en el mercado de trabajo (Marsden
y Ryan, 1990; Boyer y Caroli, 1993). En tercer lugar, las empresas han de involucrarse tanto en el
diseño de los currícula como colaborando en su financiación (Boyer y Caroli, 1993). En cuarto lugar,
debe existir una organización del trabajo que permita el uso de dichas cualificaciones y unos meca­
nismos que estimulen la motivación de los trabajadores para aplicar dichos conocimientos y para que
quieran formarse continuamente, y se evite, de este modo, la obsolescencia del capital humano. En
consecuencia, las empresas deben valorar la formación de todos los trabajadores, es decir, vincular
ésta a la promoción y los salarios (Knouse, 1995), e implementar estilos de gestión que lo posibiliten
(Purcell y Ahlstrand, 1994).
Asimismo, en quinto lugar, deben producirse cambios en la empresa más allá de los di­
rectamente vinculados a la formación y al puesto de trabajo, tales como los relacionados con la distri­
bución, la estabilidad laboral, las inversiones, etc. (Levin y Kelley, 1994; Sandberg, 1995). En sexto
lugar, debe involucrarse a los sindicatos en la formación ya que éstos pueden crear una atmósfera de
34 De lo indicado anteriormente se desprende que, en la dicotomía Veblen-Ayres, la tecnología es siempre positiva y las insti­
tuciones son siempre negativas para el progreso. Sin embargo, autores institucionalistas posteriores señalan que la tecnología
no es siempre positiva (ya que el progreso tecnológico puede generar resultados socialmente negativos) y que las instituciones
también pueden facilitar y fomentar el progreso (Hill, 1998: 167-8).
— 40 —
confianza y cooperación entre trabajadores y directivos, en la que puedan introducirse, de un modo
efectivo, nuevas prácticas de trabajo, nueva tecnología y fomentarse la formación de los trabajadores
(Piore, 1973; Taylor, 1994; Cully et al, 1998). Finalmente, el Estado tiene que eliminar las barreras
existentes en el mercado de productos y servicios, de trabajo, y el financiero, que no permiten apro­
vechar el capital humano de los individuos, así como fomentar aquellos aspectos que lo favorezcan.
Con referencia a este último aspecto, diversos autores sugieren tanto intervenciones de tipo legislati­
35
vo como actuaciones públicas directas sobre el mercado de trabajo y el proceso de producción .
Consideraciones para un análisis institucionalista de los beneficios no monetarios de la educación
En la descripción de las diversas aportaciones institucionalistas al análisis económico de la
educación no se ha hecho ninguna referencia al estudio de los beneficios no monetarios de la misma,
debido a que no se ha encontrado ninguna aportación al respecto. Ahora bien, las dos secciones anterio­
res aportan una visión institucionalista sobre el análisis económico de la educación, que pueden ser de
utilidad en el análisis de los beneficios no monetarios de la misma. Aunque en el apartado II.2.3.2 se indi­
can los elementos a considerar para realizar un análisis institucionalista de los beneficios no monetarios de
la educación sobre el consumo, a continuación se indican cuatro aspectos relevantes relacionados con el
estudio de los beneficios no monetarios de la educación en general.
En primer lugar, los autores institucionalistas vinculados al estudio del mercado de tra­
bajo destacan que la productividad de los individuos depende de diversos factores relacionados con
el propio puesto de trabajo, más allá de la cantidad y el tipo de educación y formación recibida. Asi­
mismo, los autores que analizan el crecimiento económico, aunque señalan que la educación puede
ser una condición necesaria para generar y estimular el crecimiento económico, indican que dicho
efecto depende, además, de un conjunto de factores institucionales que, por tanto, deben tenerse en
consideración. En consecuencia, no puede suponerse de antemano que la educación siempre genera
incrementos de productividad (para cualquier individuo y tipo de actividad), como indica la teoría del
capital humano, y, así, en el análisis de los beneficios no monetarios de la educación deberá demostrar­
se empíricamente −no mediante supuestos− que la educación incrementa la productividad o eficiencia
de los individuos en la realización de las diversas actividades domésticas en que participen. Además,
también cabe considerar que la educación genere comportamientos no eficientes desde la óptica neo­
clásica, pero que puedan explicarse si se consideran los efectos socializadores de la misma.
En segundo lugar, debe tomarse en consideración que alcanzar un determinado nivel
educativo, o años de escolarización, puede generar distintos comportamientos sobre individuos que
pertenecen a diferentes entornos sociales. Por tanto, no pueden obviarse los aspectos relacionados
con la clase social o categoría socioeconómica de los individuos en el análisis de los beneficios no
monetarios de la educación. Asimismo, tampoco pueden extrapolarse los resultados obtenidos en
determinados entornos culturales, es decir, en determinados países o regiones, a otros.
En tercer lugar, deben considerarse los efectos no monetarios intergeneracionales que la
educación pueda producir. Este aspecto ha sido considerado también por autores pertenecientes al
marco neoclásico pero, desde una óptica institucionalista, debe insistirse en no focalizar el estudio de
dichos beneficios sólo a cuestiones vinculadas con la eficiencia y, de este modo, considerar, también,
el papel de la educación de los padres en el proceso de socialización familiar.
Finalmente, dado que los individuos utilizan unas determinadas rutinas de comporta­
miento, y se desenvuelven en contextos socioculturales específicos, debe analizarse el efecto de la
educación sobre los hábitos de comportamiento de los individuos.
35 Para un análisis de las mismas véase Escardíbul (1999).
— 41 —
II.2. Aproximaciones teóricas para el análisis de los beneficios no monetarios de la educación
II.2. sobre el consumo: la escuela neoclásica y el institucionalismo
Una vez se han descrito las aproximaciones neoclásica e institucionalista para el análisis
de los beneficios no monetarios en general, en este apartado se exponen las aproximaciones de di­
chas escuelas para el análisis particular de los beneficios no monetarios de la educación sobre el
consumo. En primer lugar, se desarrolla una aproximación neoclásica, con la descripción de la deno­
minada “nueva teoría del consumo” o “nueva economía de la familia” (en la que la teoría del capital
humano desarrolla un papel fundamental), si bien también se indican algunas críticas a dicha teoría
provenientes del propio marco neoclásico. En segundo lugar, debido a que la escuela institucionalista
no ha desarrollado el análisis del efecto de la educación sobre el consumo, se analizan las aportacio­
nes de dicha escuela al estudio del consumo, así como las críticas a la nueva teoría del consumo
neoclásica, para, posteriormente, sugerir algunos aspectos que debe considerar un análisis institucio­
nalista de los beneficios no monetarios de la educación sobre el consumo.
II.2.1. Un marco teórico neoclásico para el estudio de los beneficios no monetarios de la educación
II.2.1. sobre el consumo: la “teoría del capital humano” y la “nueva teoría del consumo”
Los beneficios no monetarios de la educación sobre el consumo son tratados por la es­
cuela neoclásica mediante la teoría del capital humano y la nueva teoría del consumo, a partir, bási­
36
camente, de las aportaciones de autores como Robert T. Michael y Gary S. Becker , que introducen
los conceptos desarrollados por la teoría del capital humano en el marco de la nueva teoría del con­
sumo surgida a partir de los estudios de Becker (1965), Lancaster (1966a, 1966b) y Muth (1966).
Dos son los aspectos más importantes que aportan dichas teorías. La teoría del capital
humano señala que la educación aumenta la productividad de los individuos en todas las actividades
que éstos realizan, mientras que la nueva teoría del consumo considera la actividad de consumir co­
mo una actividad productiva. La inserción de la teoría del capital humano en el marco de la nueva
teoría del consumo permite el análisis de cómo la educación altera la eficiencia en el consumo de los
individuos, generando unos beneficios no monetarios.
Con referencia al primer aspecto, tal y como se ha indicado en el apartado II.1.2.1, la
teoría del capital humano postula que la educación aumenta la productividad de los individuos, no
sólo en el mercado de trabajo (donde genera unos mayores ingresos para los individuos más educa­
dos), sino en cualquier otra actividad llevada a cabo por el individuo, como por ejemplo la de consu­
mir. Con referencia al segundo aspecto, la consideración del consumo como una actividad productiva,
la nueva teoría del consumo señala, tal y como se indicó en el apartado II.1.2.2, que el consumo con­
siste en una actividad en la que una serie de inputs (como el tiempo, los bienes de mercado y el ca­
pital humano) generan una serie de outputs (los artículos finalmente consumidos), que satisfacen las
necesidades de los individuos. En este marco de análisis, la educación actúa como una dotación de
capital que permite aumentar la eficiencia del proceso productivo. De este modo, la nueva teoría del
consumo indica que los bienes que pueden adquirirse en el mercado no proporcionan una utilidad
directa al consumidor, sino que son inputs en una función de producción de artículos que sí satisfacen
37
las necesidades del consumidor . Así pues, la demanda de bienes de mercado es una demanda
derivada de la demanda de artículos, y el consumo se convierte en un proceso productivo realizado
por los agentes en el hogar. De este modo, dicha teoría rompe con una larga tradición en la teoría
36 Véase Michael (1972, 1973a, 1975a), Michael y Becker (1973), Stigler y Becker (1977), Ghez y Becker (1975).
37 El término “artículos” es la traducción de la palabra commodities, utilizada por Becker (1965). Aunque no existe unanimidad
en los textos en lengua castellana sobre cómo traducir dicho término, en el marco de esta tesis se utilizará la palabra “artículo”,
tal y como aparece en la obra de Febrero y Schwartz (1997), en la que se traducen un gran número de trabajos de Becker.
— 42 —
económica de considerar el consumo como una actividad que consiste en adquirir una serie de bie­
nes que, una vez consumidos, aumentan la utilidad de los individuos.
En el proceso de creación de la nueva teoría del consumo, cada autor ha aportado diversas
consideraciones para el desarrollo de la misma. Así, mientras que Becker (1965) se centra en el análisis
de la asignación temporal (la restricción temporal que tienen las familias), Lancaster (1966a, 1966b) estu­
dia la transformación de los bienes de mercado en artículos que aumentan la utilidad de los hogares. Para
este autor, los bienes, per se, no producen utilidad al consumidor, sino que la utilidad se deriva de las ca­
racterísticas de éstos. Además, indica que un bien puede poseer más de una característica, que varias
características pueden ser compartidas por más de un bien y que los bienes combinados pueden poseer
características diferentes de las que poseen por separado. Finalmente, Muth (1966) se ocupa de aspectos
38
metodológicos relacionados con la función de producción doméstica .
Así, la nueva teoría del consumo considera que los hogares son unidades productivas,
con una función de utilidad familiar, una función de producción doméstica y unas restricciones −de
renta y tiempo−, que los individuos deben tener en cuenta en sus decisiones de producción, a fin de
maximizar su función de utilidad en el consumo, mediante una asignación óptima del tiempo y de los
bienes de mercado en las actividades productivas de la familia. Ahora bien, dicha teoría permite no
sólo analizar la actividad productiva de consumo, sino cualquier actividad que se lleve a cabo en el
hogar; además, con la inclusión de la variable “capital humano” en la función de producción, permite
también estudiar todos los beneficios no monetarios de la educación, tal y como se ha explicado en el
apartado II.12.2.
Una vez indicados los grandes rasgos de esta teoría, a continuación se desarrolla la
misma, siguiendo las aportaciones de Michael (1973a), Michael y Becker (1973) y, muy especial­
mente, Michael (1972), con el fin de analizar los beneficios no monetarios de la educación sobre la
actividad productiva de consumir.
II.2.1.1. Un modelo teórico para el análisis de los beneficios no monetarios de la educación sobre el
II.2.1.1. consumo
La nueva teoría del consumo tiene al hogar como la unidad de estudio, considerándolo como
una pequeña empresa que produce una serie de artículos de los que obtiene utilidad. Así, como indica
Michael (1972), el hogar tiene una función de utilidad que puede representarse del siguiente modo:
U = u(Z1,Z 2 ,...,Z n )
(1)
con Z i como los artículos producidos por el hogar, según la siguiente función de producción:
Z i = fi (x i , t i ;H)
(2)
donde x i es un vector que incluye diversos bienes y servicios de mercado y t i es el tiempo que el
hogar dedica a producir el artículo “i”. De este modo, la función de utilidad no depende de los bienes
de mercado sino de los artículos producidos por el hogar, uno de cuyos inputs son los bienes de mer­
39
cado. Asimismo, H representa la cantidad de capital humano de que dispone el hogar . Finalmente,
38 Estos son los autores que han consolidado la nueva teoría del consumo, si bien existen aportaciones anteriores tal y como
señala Carrasco (1991: 30-69).
39 Aunque H podría ser cualquier variable que pudiera afectar el proceso productivo, Michael desarrolla el modelo conside­
rando que H es el capital humano (entendido como el nivel educativo) del hogar.
— 43 —
el hogar se enfrenta a una restricción presupuestaria y una restricción temporal, tal y como indican las
ecuaciones (3) y (4):
Ym = wt w + V =
n
∑ x ip x
i=1
t=
i
(3)
n
∑ ti + t w
i =1
(4)
donde Ym es la renta monetaria, w es la tasa salarial en el mercado de trabajo, t w es el tiempo dedi­
cado al mercado de trabajo, y V es la renta no salarial del hogar en un período considerado. Dada
una amplia definición de bienes de mercado, la renta monetaria equivale al total de dinero gastado
n
(compra de bienes de mercado x i al precio p x i :
∑ x ip x ).
i
i =1
La restricción temporal viene determinada por el tiempo dedicado al trabajo en el merca­
do laboral (t w ) y el tiempo dedicado a actividades en el hogar (t i ) . Ambas ecuaciones pueden com­
binarse en una sola, constituyendo la restricción total de renta −o “renta total”, según la terminología
utilizada por Stigler y Becker (1977)− que afecta a la función de utilidad del hogar (véase el apartado
1 del apéndice).
Y = wt + V =
n
∑ (x ip x
i=1
con: Ym =
n
i
)
+ wti = Ym + Yc
(5)
n
∑ (x ip x ) e Yc = w∑ (t i
)
i=1
i
i=1
De este modo, los hogares maximizan su utilidad (1) mediante la producción de artículos
(Z i ) , sujetos a una función de producción doméstica (2) que utiliza como inputs unos determinados
bienes de mercado (x i ) , tiempo (t i ) y capital humano (H), sujetos a una restricción como la indicada
por la ecuación (5), que consta de una renta monetaria que proviene del mercado laboral (Ym ) , así
como la renta no laboral (Yc ) , determinada por el valor monetario del tiempo dedicado a actividades
fuera del mercado de trabajo (véase el apartado 2 del apéndice).
Siguiendo con la función de producción, debe señalarse que la producción de un deter­
minado artículo (Z i ) utiliza una determinada cantidad de bienes y tiempo, pero no afecta a la cantidad
de capital humano existente en el hogar. Para analizar el efecto de H en la producción de un artículo,
debe diferenciarse la función de producción Z i respecto a H, manteniendo constantes los niveles de
40
x i y t i . Si se supone una función de producción homogénea de grado uno para los factores x i y t i .
se obtiene la siguiente expresión (con PM indicando el producto marginal):
40 Aspecto sugerido por Muth (1966).
— 44 —
∂PM ti
 ∂PM xi
dZ i
= PMi =  x i
+ ti

∂H
∂H
dH xi , ti





(6)
Si se expresa (6) en cambios porcentuales por unidad de cambio en H (con la tilde):
~
~
~
PMi = Wx iPMx i + WtiPMti
(7)
donde Wx i y Wti representan la participación de x i y t i en la producción de Z i ( con ∑ W = 1) . El
~
efecto de H sobre Z i , PMi , es una media ponderada de su efecto sobre la productividad de los inputs
directos. De este modo, el capital humano puede aumentar o disminuir la productividad de los facto­
res x i y t i .
Asimismo, el capital humano puede tener un efecto sobre el precio del artículo Z i . Si se
define Π i como el precio medio de Z i , el efecto de H sobre Π i , evaluado para un nivel dado de Z i ,
es:
~
Π i = −PMi
(8)
De este modo, los incrementos relativos de productividad en la producción de Z i debidos
41
a H, equivalen a disminuciones relativas del precio de Z i , Π i (véase el apartado 3 del apéndice) .
Si se considera que H puede afectar la producción de Z i , cabe señalar que dicho efecto
puede ser distinto para cada una de las Z i . De este modo, H afectará los precios relativos de los dis­
tintos artículos. En el caso más general, H puede incidir de manera distinta sobre el producto marginal
de cada factor en cada función de producción, y éstos pueden diferir en signo y magnitud. El efecto
sobre los precios puede analizarse del siguiente modo: si se define el nivel de precios como Π , tal que
s
s
sn
Π = Π11 , Π 22 , �,Π n
donde las s i indican la parte del gasto dedicado a Z i y con
(9)
∑ s i = 1 . El efecto agregado de un au­
i
42
mento en H puede expresarse como :
~
Π=
∑ siΠ i = −∑ siPMi
~
~
i
(10)
i
es decir, el cambio porcentual en el nivel de precios es una media ponderada de los efectos sobre la
productividad de H en las distintas funciones de producción, con signo opuesto. Como el precio relati­
~
~ ~
vo de Z i es Π i Π , el cambio en el precio relativo debido a una variación de H es Π i / Π = Π i − Π .
41 A efectos de esta tesis, al analizar el efecto de H sobre Zi o Πi, se mantiene constante la valoración del tiempo. Para un
desarrollo del modelo considerando variaciones en la valoración del tiempo, véase Michael (1973a: 310-312).
~ dln∏
42 De la expresión (9), tomando logaritmos neperianos se obtiene que ln Π = Σ si ln Πi, de manera que Π =
dH
— 45 —
~
= ∑ s iΠi
Alternativamente, puede conocerse el efecto del capital humano sobre la producción de
artículos, mediante la suma del valor del producto marginal de H, VPMi , en cada actividad productiva
~
Z i . El resultado será el efecto de H sobre la renta real. Así, si VPMi = Π i (PMi ) = Π iZ i PMi , la suma
de todos los artículos será:
( )
~
Yc =
∑ (VPMi )/ Y = ∑ si (PMi )
~
i
(12)
i
~
con Yc definida como el cambio en la renta de consumo, y VPMi indicando el valor de unidades adi­
cionales de Z i debido al aumento de una unidad de H. La suma de los VPMi proporciona el valor del
~
efecto total de H. Yc indica este valor total como porcentaje de la renta total. Así, este término no
incluye el efecto de H sobre las ganancias en el mercado laboral, sino sólo los efectos en actividades
domésticas. Asimismo, de las ecuaciones (10) y (12) se obtiene:
~
Yc =
∑ si ( PMi ) = −Π
~
~
(13)
i
Por tanto, un cambio en H que afecta positivamente la productividad de los hogares en
actividades domésticas, es decir, un aumento de su eficiencia, implicará una disminución en el coste
de lograr un output determinado, o un incremento de la cantidad de artículos Z i , dados unos determi­
nados niveles de los factores de producción. De la ecuación (5), se observa que una reducción en los
precios de los bienes de mercado disminuye el nivel de precios a los que se enfrenta el hogar. El
mismo efecto lo produce un aumento de la eficiencia en la producción de las Z i . La renta real total del
hogar se puede definir como Y Π , que expresa la restricción presupuestaria en términos reales. Si H
afecta positivamente la productividad del hogar en actividades ajenas al mercado laboral, los hogares
con mayores niveles de H tendrán un menor nivel de precios y una mayor renta total real. Por tanto,
se observa que H puede alterar los productos marginales de los inputs y variar los precios relativos de
los artículos Z i y la renta total real del hogar. De este modo, H puede generar efectos sustitución y
efectos renta en la demanda de artículos provocando cambios en la “cesta de artículos” óptima.
Una vez analizado el efecto de H sobre la renta total real del hogar, puede analizarse su
efecto sobre la demanda de artículos del hogar. Si se considera la función de demanda de los artícu­
los
( Z ), como una función que depende de la renta real y los precios relativos de Z :
d
i
i
Y Π 
Z id = d i  , i 
Π Π 
(14)
El efecto de H sobre Z id , sin considerar el efecto sobre la renta monetaria será (véase el
apartado 4 del apéndice):
( ) (
~
~
~ ~
Z id = ηi Yc + εi Π i − Π
(
)
)
(15)
~
donde Z id = dZ i
d dH Z id , y ηi , ε i , son la elasticidad renta del artículo y la elasticidad precio respec­
~
tivamente. El efecto renta ( ηi (Yc ) ) será positivo para cualquier bien “normal” si el efecto no de mer­
— 46 —
~
~
cado de H sobre la renta real es positivo. El efecto sustitución ( ε i (Π i − Π ) ) indica que si H está ses­
~ ~
gado hacia Z i , es decir, H afecta positivamente más a una determinada Z i , entonces Π i ⟩ Π , y dis­
minuye su precio relativo. En este caso, siguiendo la ecuación (15), ε i <0, y, por tanto, el efecto sobre
Z id es positivo. Si los efectos de productividad sobre Z i son iguales que el efecto productividad me­
~
~
dio, Π i = Π , y desaparece el efecto sustitución.
De igual modo, si un aumento de H afecta la cantidad óptima de artículos, cabe esperar
que ésta incida sobre la demanda de factores x i y t i . De la función de producción expresada en la
ecuación (2), el cambio porcentual en la demanda del factor x i por unidad de cambio en H se expre­
sa del siguiente modo (véase el apartado 5 del apéndice):
(
)
(
~
~
~
~
x i − ti
x i = Z id − PMi + w ti ~
)
(16)
donde w ti es la participación de x i en la producción de un artículo.
Si la función de producción es homogénea y se supone que H no afecta la ratio de los
~
x i − ti de equilibrio, la expresión anterior puede exprecios de los factores, p x p t , tras obtener la ~
presarse como (véase el apartado 6 del apéndice):
(
(
)
)
(
~
~
~
~
~
x i = Z id − PMi + w ti σ PM x i − PM ti
)
(17)
donde σ es la elasticidad de sustitución en la producción (σ ≥ 0 ) . Así, el efecto de H sobre la deman­
da derivada para el input x depende de dos factores: la diferencia entre la demanda adicional de artí­
~
~
culo y la cantidad adicional producida debido a un cambio en H, Z id − PMi , y la sustitución en la
~
~
43
producción entre x y t, debido a la no-neutralidad sobre la productividad de H, w ti σ PM x i − PM ti .
(
)
(
)
Sustituyendo en (15) y reajustando, se obtiene:
(
)
(
~ ~
~
~
~ ~
~
x i = ηi Yc − PMi + ε i Π i − Π + w ti σ PM x i − PM ti
)
(18)
donde el primer término a la derecha de la igualdad indica el crecimiento bruto en la demanda de Zi
que resulta del efecto de H sobre la renta real, el segundo término representa el cambio en la produc­
ción de Zi respecto a las cantidades iniciales de los inputs, y el tercer término representa la influen­
cia del sesgo en el artículo. La suma de los tres términos indica el cambio neto en el Zi demandado.
El último término muestra el efecto del sesgo del factor. Así, si H aumenta la productividad y está
~
~
sesgado hacia x, PM x > PM t > 0 , y el término final es positivo.
Finalmente, como señala Michael (1972), en este análisis se considera H como un factor
exógeno. Ahora bien, si la productividad del hogar en las actividades no de mercado se ve alterada
43 También puede desarrollarse una ecuación análoga de la demanda derivada del input tiempo (véase Michael, 1973a: 313­
314).
— 47 —
por H, el rendimiento de la inversión en H quedará afectado. Ceteris paribus, si el capital humano
aumenta la eficiencia en el consumo, el rendimiento de la inversión en capital humano será mayor y,
de este modo, el hogar estará más predispuesto a aumentar su stock de capital humano. El rendi­
miento total de la inversión en capital humano estaría compuesto por el efecto de H sobre las ganan­
cias en el mercado laboral y su efecto sobre la productividad en las actividades no de mercado. Sin
embargo, Michael (1972) considera H como exógena ya que es precisamente el efecto “desconocido”
de la educación sobre el consumo el que quiere investigar.
Una vez analizado cómo la educación puede afectar la producción y la demanda de artí­
culos, Michael (1972) propone un método para analizar empíricamente el efecto de la educación so­
bre la eficiencia en el consumo, es decir, el beneficio no monetario de la educación sobre el consumo,
que se expone a continuación.
II.2.1.2. Un método para el análisis empírico de los beneficios no monetarios de la educación sobre
II.2.1.2. el consumo
Siguiendo con el modelo expuesto anteriormente, Michael (1972) propone un método pa­
ra analizar empíricamente si la educación aumenta la eficiencia en el “proceso productivo” de consu­
mir, así como poder valorar pecuniariamente dicho efecto. El análisis de la eficiencia no considera la
relación output por unidad de input, sino cómo la educación altera los inputs, en concreto los bienes
de mercado xi, debido a cambios en la productividad. Así, Michael (1972) realiza una serie de modifi­
caciones al modelo desarrollado anteriormente para poder inferir el efecto de la educación sobre la
productividad en el consumo, a partir de cambios producidos en la demanda derivada de bienes y
servicios de mercado, y para valorar pecuniariamente dicho efecto.
Una primera modificación consiste en suponer que la educación tiene un efecto neutral
sobre la productividad de los factores de producción, es decir, afecta por igual a la productividad mar­
44
ginal de los bienes de mercado (xi ) y al tiempo (t i ) . Esta neutralidad la justifica Michael (1972) ante
la falta de evidencia empírica respecto al efecto de la educación sobre la productividad de x y t. Asi­
mismo, una segunda modificación consiste en suponer que la educación tiene un efecto neutral en la
productividad de todas las funciones de producción, es decir, es neutral con los artículos, de tal modo
que no existe efecto sustitución en el consumo y, por tanto, no existe efecto sobre los precios relati­
vos. De este modo, si la educación varía la eficiencia de cada función de producción en un determi­
nado porcentaje, el cambio en Yc (renta de consumo) será ese mismo porcentaje. Como el propio
Michael (1972) indica, la neutralidad disminuye realismo al modelo pero permite comparar los efectos
de la educación y la renta monetaria sobre el consumo y, de este modo, valorar pecuniariamente el
45
beneficio no monetario de la educación sobre el consumo .
Asimismo, debido a la evidencia empírica existente, Michael (1972) supone que el efecto
~
de la educación sobre la productividad no de mercado es positiva, es decir, Yc > 0 . Esto es debido a
que, en primer lugar, la evidencia empírica señala la existencia de una correlación positiva entre sala­
rios y educación que, siguiendo la teoría del capital humano, permite inferir una relación positiva entre
educación y productividad en el mercado de trabajo. Como la educación pertenece al individuo, debe
considerarse que también aumente la productividad en las actividades que éste realice en otros ám­
bitos no laborales, disminuyendo el coste o aumentando la eficiencia en la producción no de mercado.
En segundo lugar, debido a que la educación permite el desarrollo de una actitud receptiva al uso de
44 Neutralidad de Hicks (véase Michael, 1972: 15).
45 Una crítica de dicho supuesto se indica en el apartado II.2.2.
— 48 —
nueva información, puede suponerse que ésta aumenta la habilidad de los individuos en la produc­
ción de artículos, disminuyendo el coste de producción o aumentando la renta real del hogar.
Al suponer neutralidad de factores y artículos, todos los efectos sobre los precios relati­
vos en la producción y el consumo se eliminan. Así, el efecto no de mercado de la educación sobre la
demanda de un artículo viene dado por la ecuación (19), con la tilde indicando el cambio porcentual
en la demanda por unidad de educación:
( )
~
~
Z id = ηi Yc
(19)
Siguiendo la terminología utilizada por Michael (1972), si se definen los artículos como
superiores (si la elasticidad renta es positiva), inferiores (si la elasticidad renta es negativa), de lujo (si
la elasticidad renta es mayor que la unidad) y de necesidad (si la elasticidad renta, aunque positiva,
es menor que la unidad), pueden compararse los efectos de la educación con los de la renta. Bajo la
~
hipótesis de que Yc > 0 , el efecto de la educación sobre la demanda de Z i será positivo si el bien es
~
superior, y será mayor cuanto más fuerte sea su efecto sobre la renta de consumo Yc , y cuanto
mayor sea la elasticidad renta (ηi ) .
( )
De modo similar a como se ha realizado para Z i , debido al supuesto de neutralidad,
puede simplificarse la ecuación de la demanda de un factor de producción (ecuación 18). Como
~
~
PMx i = PMti , se obtiene:
~ ~
~
x i = ηiYc − PMi
(20)
O bien, siguiendo la ecuación (16):
(
~
~
~
x i = Z id − PMi
)
(21)
Es decir, si el efecto porcentual de la educación sobre la demanda de Z i es, por ejem­
plo, un 6%, y el efecto sobre la productividad de Z i es un 4%, el cambio en la educación induciría un
cambio del 2% sobre la cantidad demandada de x i (y también de t i si se desarrollara el modelo para
el factor tiempo).
~
~ 46
PMi = Yc ) :
De las ecuaciones (19) y (21), y bajo el supuesto de neutralidad en Z i (por el que
~
~
x i = Yc (ηi − 1)
(22)
Por tanto, la predicción de neutralidad del modelo es que:
>
>
~
x i 0 si ηi 1
<
<
(23)
~d
~
~d ~
~
~
46 Sustituyendo la ecuación (19), Z i = ηi Yc , en (21), ~
x i = (Z i − PM i ) , se obtiene ~
x i = (η i Yc − PM i ) , que puede escribirse
~
~
~
x i = ( η i Yc − Yc ) y, por tanto, ~
x i = Yc ( η i − 1) .
como ~
— 49 —
Si el artículo Z i es un bien de necesidad, ~
x i < 0 , y el consumidor reducirá su gasto en
~
x i . Si el artículo Z i es un bien de lujo, x j > 0 , y el consumidor aumentará su gasto en x j , financiado
en parte por la disminución del gasto en x i (ya que se considera el gasto total como fijo).
Antes de finalizar el modelo expuesto deben destacarse las implicaciones empíricas de
la neutralidad. El incremento de la demanda de inputs (x i ) que genera la educación viene determina~
do por su efecto sobre la demanda de Z i −determinado por el efecto renta ηi Yc − menos la cantidad
( )
adicional de Z i proporcionado por el efecto de la educación sobre la eficiencia en la producción de
~
Z i , es decir, PMi . En el caso de los bienes de lujo (ηi > 1) , el efecto de la educación sobre la deman­
~
da de Z i es mayor que sobre la oferta PMi y aumentará el uso de inputs y, de ese modo, el gasto
( )
en x i . Cuando ηi < 1 , el efecto será el contrario y disminuirá el gasto en x i . Por tanto, la educación
genera un efecto sobre la demanda de inputs, es decir, sobre el patrón de consumo, similar al que
genera un aumento de la renta monetaria. Debe señalarse que en el análisis del efecto de la educa­
ción sobre la demanda de artículos y bienes de mercado, no se consideran variaciones de la renta
monetaria del hogar y, así, el aumento del gasto en bienes de mercado asociados con bienes de lujo
se compensa con la disminución de la adquisición de otro tipo de bienes. Como no pueden observar­
se directamente los cambios en el consumo de artículos, Michael (1972) señala que deben conside­
rarse los cambios resultantes en los bienes de mercado, de los que se inferirá el efecto de la
educación sobre la productividad en el consumo.
~
De la ecuación (22), se puede inferir la magnitud del cambio en la renta de consumo Yc .
Multiplicando por el nivel de educación se convierte dicha ecuación en elasticidades, siendo εiE la
elasticidad de gasto en el bien de mercado respecto a la educación, y ε YcE la elasticidad de la renta
de consumo respecto a la educación. Así, de las observaciones en la elasticidad renta, ηi , y la elasti­
cidad del gasto en los bienes de mercado respecto a la educación, εiE , la elasticidad de la renta de
consumo puede calcularse como:
ε YcE =
ε iE
(ηi − 1)
(24)
Esta elasticidad, ε YcE , se abstrae de cambios en la renta monetaria e indica el efecto de
la educación en la renta total real mediante cambios en la productividad no de mercado, es decir el
beneficio no monetario de la educación sobre el consumo. Así, el modelo predice que un aumento en
el nivel educativo del hogar altera la cesta de consumo de éste como si hubiera aumentado la renta
monetaria. Para contrastar empíricamente la predicción del modelo debe analizarse si se producen
cambios en el consumo de bienes y servicios al aumentar la educación (manteniendo la renta mone­
taria constante), de un modo similar a como variaría el consumo al aumentar la renta monetaria. Asi­
mismo, la comparación de ambos efectos permite valorar pecuniariamente el beneficio no monetario
de la educación.
Para finalizar, debe destacarse que en el modelo de la nueva teoría del consumo aquí
expuesto, el efecto de la educación sobre la demanda de Z i y x i se ha interpretado en términos de
cambios en los precios relativos y renta real mediante la disminución del nivel de precios. Asimismo,
el modelo permite un análisis del efecto de la educación sobre la utilidad. En ese caso, un mayor
— 50 —
output de varios artículos debido a la educación implicaría que esta última aumenta la utilidad total (si
se expresan las unidades adicionales de Z i en unidades equivalentes de utilidad), y variaría la de­
47
manda relativa de los artículos hacia aquellos con una mayor elasticidad de utilidad .
Sin embargo, ambas aproximaciones (la referida a los efectos de la educación sobre los
precios relativos y la renta real y la vinculada a la utilidad) deben aceptar dos supuestos: el postulado
por la teoría del capital humano sobre que la educación incrementa la productividad de los individuos,
y el supuesto de neutralidad señalado por Michael. De ese modo, si las variaciones en el consumo
debidas a la educación siguen el mismo efecto que el que produce sobre el consumo variaciones de
la renta monetaria, puede suponerse que la educación incrementa la productividad en el consumo.
Ahora bien, dicha conclusión depende, completamente, de aceptar los supuestos indicados anterior­
mente. Su abandono permite interpretar los cambios en el consumo provocados por la educación
como alteraciones en las preferencias o los gustos de los individuos y, por tanto, puede concluirse
que la educación aumenta la utilidad de los individuos no debido a cambios en la productividad sino
porque altera la función de utilidad de éstos al variar sus preferencias.
II.2.2. Críticas a la nueva teoría del consumo desde el marco neoclásico
En este apartado se indican algunas críticas a la nueva teoría del consumo (expuesta en
el apartado anterior) provenientes del propio marco neoclásico. Dichas críticas van dirigidas a la fun­
ción de utilidad, la función de producción, las restricciones del modelo, así como al supuesto de neu­
tralidad de Michael (1972). Además, diversos autores critican a la nueva teoría del consumo por no
incorporar al análisis factores institucionales, e incluso algunos autores neoclásicos incorporan algu­
nos supuestos institucionalistas en sus modelos de consumo. Dichas aportaciones, sin embargo, son
tratadas en el siguiente apartado, una vez que han sido desarrolladas las aportaciones instituciona­
listas al estudio del consumo.
Con referencia a la función de utilidad, como indica Carrasco (1991: 136-141), diversos
autores critican el supuesto de la nueva teoría del consumo sobre la existencia de una única función
48
para todos los miembros del hogar . Para estos autores, parece razonable suponer que los diversos
49
miembros que integran un hogar o familia posean distintas funciones de utilidad . Ahora bien, en
defensa de la nueva teoría del consumidor, Becker (1981) señala que pueden existir funciones de
utilidad distintas para los diversos miembros que integran el hogar, pero el aspecto importante es que
en una familia puede existir una única función de utilidad familiar si el cabeza de familia es altruista,
es decir, si integra en su función de utilidad las preferencias de los diversos miembros de la misma.
En este caso, la función de utilidad familiar puede analizarse siguiendo la función de utilidad del ca­
beza de familia. Para Becker, aunque pueden existir individuos con comportamientos egoístas −que
denomina rotten kids, ya que hace referencia al comportamiento de los hijos−, ello no imposibilita la
existencia de una única función de utilidad familiar, debido a que los individuos egoístas no realizarán
acciones que puedan perjudicar la renta total familiar ya que iría en detrimento suyo. Dichos indivi­
50
duos, por tanto, actúan como altruistas en relación con el cabeza de familia . Siguiendo a Becker,
con un cabeza de familia altruista, el hogar maximiza la función de utilidad familiar al maximizar la
función de utilidad de éste, que incorpora el bienestar de cada uno de sus miembros.
47 Para un análisis del modelo considerando el efecto de la educación sobre la utilidad véase Michael (1972: 99-101).
48 Véase Nerlove (1974), Griliches (1974), Evenson (1970) y Berk y Berk (1983).
49 Así, por ejemplo, no parece razonable considerar que determinados artículos (como fumar, consumir alcohol, etc.), pueden
formar parte de una única función de utilidad del hogar, sino que es más correcto suponer que se integran de un modo dife­
rente en la función de utilidad de cada miembro del hogar.
50 Folbre (1986: 248) advierte que Becker está suponiendo que pueden existir individuos egoístas que no sean el cabeza de
familia pero, sin embargo, no incluye la posibilidad de que existan cabezas de familia egoístas.
— 51 —
51
Ahora bien, como algunos autores señalan , la presencia de información imperfecta y de
conflictos distributivos en el seno de la familia dificulta la posibilidad de existencia de una función de
utilidad familiar. Sin información perfecta, al cabeza de familia le es imposible conocer el bienestar de
cada individuo. En cuanto al conflicto, la existencia de un cabeza de familia altruista no necesaria­
mente implica que se maximice la utilidad de todos los miembros del hogar. Así, la existencia de un
cabeza de familia puede reducir los conflictos, como también puede hacerlo la existencia de acuerdos
entre los miembros del hogar; sin embargo, ello no implica necesariamente que se maximice la utili­
dad de todos los miembros que componen una familia (véase Carrasco, 1991: 138).
Asimismo, Pollak y Wachter (1975) critican la consideración del factor tiempo en la fun­
ción de utilidad. Según la nueva teoría del consumo, la función de utilidad depende de los artículos
deseados (Z i ) . Ahora bien, el tiempo también puede proporcionar directamente utilidad o desutilidad
a los miembros del hogar. Por tanto, no sólo los artículos producidos en el hogar proporcionan utili­
dad, y deben incluirse en la función de utilidad familiar, sino que en esa función debería aparecer el
tiempo. Las familias, al decidir sobre la distribución del tiempo consideran no sólo la producción do­
méstica sino, además, sus preferencias sobre la utilización del mismo.
Un segundo grupo de críticas va dirigido a la función de producción doméstica de la nue­
va teoría del consumo. En concreto, Pollak y Wachter (1975) señalan que los precios de los artículos
(Z i ) −precios sombra, ya que no existen en el mercado− no son útiles para analizar la demanda de
artículos en el caso de producción conjunta, es decir, cuando un bien de mercado (x i ) participa en la
producción de varios artículos, debido a que la demanda de los Z i depende no sólo de dichos precios
(y la renta y la tecnología disponibles para el hogar), sino también de las propias preferencias del
hogar. Así, dos hogares con distintas preferencias no se enfrentan a los mismos precios de los artí­
culos, aunque los precios de los bienes de mercado sean los mismos, ya que al existir producción
conjunta, los precios variarán en función del grupo de artículos elegidos. Para dichos autores, es
erróneo considerar que las diferencias en las pautas de consumo se corresponden con las diferencias
en los precios de los artículos, ya que la diferencia de esos precios no es más que un reflejo de la
diferencia en los gustos o preferencias. De este modo, no parece válido utilizar la función de produc­
ción doméstica en casos de producción conjunta, que según estos autores constituyen la mayoría de
los casos, ya que los precios sombra no sirven para analizar la demanda de artículos. Ahora bien, de
un modo contrario a dicho razonamiento, Barnett (1977) argumenta que los casos de producción
conjunta pueden ser identificados sin introducir complicaciones teóricas no neoclásicas. Para este
autor, la crítica de Pollack y Wachter sería aplicable a la producción de algunos artículos, pero no
alteraría el conjunto de la teoría, y sería válido el uso de la función de producción doméstica de la
nueva teoría del consumo para el análisis del consumo del hogar.
Una segunda crítica a la función de producción proviene de Ben-Porath (1982) y Hannan
(1982) quienes, aunque aprueban la nueva teoría del consumo, critican el supuesto de separabilidad
en la contribución de todos los miembros del hogar a la producción doméstica y, en particular, la con­
tribución de los cónyuges. Para estos autores no debería suponerse, como hace la nueva teoría del
consumo, que los tiempos de los cónyuges sean siempre sustitutos perfectos en la producción do­
méstica, sino que más bien deberían considerarse como complementarios. Así, Leibowitz (1974) se­
ñala que existe complementariedad entre cónyuges en algunas tareas domésticas y sustituibilidad en
otras, y que la primera se da más cuando la esposa (y el marido) tienen un mayor nivel educativo
mientras que la segunda es más frecuente para niveles educativos inferiores. Sin embargo, para el
52
caso español, diversos estudios del Instituto de la Mujer , así como Fink (2002), revelan la predomi­
51 Véase Griliches (1974), Hirshleifer (1977), Ben-Porath (1982), Hannan (1982), Berk y Berk (1983).
52 Véase Izquierdo et al. (1988), Caillavet (1988), Ramos (1990), Carrasco et al. (1997) y Álvaro (1996).
— 52 —
nancia de las mujeres en la realización de la mayor parte de las tareas domésticas, la escasa partici­
pación de los hombres (que suele ceñirse a unas determinadas actividades), así como el escaso nú­
mero de tareas compartidas. Asimismo, Álvaro (1996) señala que las mujeres con mayor nivel
educativo dedican menos tiempo a las actividades domésticas que aquellas con un menor nivel y,
además, el estudio de Ramos (1990) muestra que los hombres con estudios universitarios dedican
más tiempo que los otros a este tipo de actividades (por lo que podría inferirse un efecto sustituibili­
dad). Sin embargo, Izquierdo et al. (1988) señalan que no existe una mayor participación de los hom­
bres en las tareas domésticas, sino que las mujeres con mayor nivel educativo (y económico)
53
disponen en mayor proporción de servicio doméstico .
El tercer grupo de críticas se dirige a las ecuaciones de restricción. En concreto, Gronau
(1973) critica la división tradicional del tiempo entre aquel dedicado al trabajo remunerado en el mer­
cado laboral y el dedicado al ocio. Para este autor, aunque dicha dicotomía puede ser válida para los
hombres casados, en el análisis de las actividades de las mujeres debe dividirse el tiempo no dedica­
do al mercado laboral entre tiempo de ocio y tiempo destinado a actividades productivas realizadas
en el hogar (que, como se ha indicado anteriormente, en su mayor parte son llevadas a cabo por
mujeres) debido a que ambas actividades tienen un coste de oportunidad distinto.
En este sentido, el reciente estudio de Gronau y Hamermesh (2001) –realizado con una
muestra de 6 países de la OCDE a principios de 1990– y la revisión de Raldúa (2001) –sobre estu­
dios de uso del tiempo llevados a cabo en 22 países de la OCDE en las décadas de 1980 y 1990–
confirman las afirmaciones de Gronau expuestas en el párrafo anterior. Así, dichos estudios muestran
54
que las mujeres dedican mucho más tiempo al trabajo doméstico (no remunerado) que los hombres
y que, si se considera el tiempo total de trabajo (en el mercado de trabajo y en el hogar) los segundos
disponen de más tiempo libre que las primeras. Asimismo, en el estudio de Raldúa (2001) se observa
que en España se dan las mayores desigualdades, de las mujeres respecto a los hombres, en cuanto
a tiempo dedicado al trabajo doméstico y que forma parte del grupo de países con una mayor desi­
gualdad respecto al cuidado de niños y la disposición de tiempo de ocio. Además, con referencia a
este último aspecto, Álvaro (1996) y Ramos (1990) señalan que, para el caso español, dicha desi­
55
gualdad se produce para cualquier nivel de estudios .
Como señalan Carrasco et al. (1997) y Álvaro (1996), mientras ha existido una reducción
de las diferencias entre hombres y mujeres en el tiempo dedicado al trabajo remunerado, dicho fenó­
meno escasamente se ha dado en cuanto al trabajo doméstico.
Finalmente, una última crítica se dirige al supuesto de neutralidad del efecto de la edu­
cación sobre la productividad de los factores de producción y de las diversas funciones de producción
de Michael (1972), que permite suponer que no existen efectos sustitución en el consumo. Con dicho
supuesto pueden compararse los efectos de la educación y la renta monetaria sobre el patrón de
consumo y analizar y cuantificar los beneficios no monetarios de la educación sobre el mismo. Ahora
bien, si dicho supuesto es rechazado, la capacidad explicativa del modelo de Michael para analizar
empíricamente la existencia de beneficios no monetarios de la educación sobre el consumo queda
seriamente dañada.
53 Debe señalarse que todos los estudios para el caso español citados en este apartado, aunque contemplan el efecto de la
educación sobre diversas variables, no excluyen la influencia de otras variables, como la renta, y, de este modo, no puede
considerarse dicho efecto como un efecto no monetario de la educación puro.
54 Aspecto señalado anteriormente en la crítica de la función de producción doméstica.
55 Si bien no puede afirmarse tajantemente que a mayor nivel educativo mayor es el tiempo de ocio disponible, dichos estu­
dios señalan que quienes dedican menos tiempo al ocio son aquellos individuos sin estudios, mientras que las personas que
emplean una mayor cantidad de tiempo al mismo son aquellos con estudios universitarios de grado superior.
— 53 —
Con referencia a este último aspecto, los estudios de Leibowitz (1974, 1975) para Esta­
dos Unidos, Gronau (1976) en Israel, Lemennicier (1978) y Levy-Garboua y Jarousse (1978) en Fran­
cia, y Gustafson, (1978) en Suecia, contrastan negativamente la hipótesis de la neutralidad de los
factores indicada por Michael (1972). Como señala McMahon (1987), dichos estudios indican que la
educación incrementa la productividad de los individuos más en determinadas actividades domésticas
que en otras y, de este modo, señala que la escolarización afecta el precio relativo del tiempo en el
hogar. Así, los aumentos en el nivel educativo de las mujeres generan un cambio en la realización de
las tareas domésticas, disminuyendo su participación en aquellas que consumen más tiempo y re­
quieren un menor nivel educativo (tareas como lavar, planchar, coser, actividades relacionadas con la
comida, etc.), a favor de otras como el cuidado de los hijos (especialmente en las tareas no relacio­
nadas con el cuidado físico). En el caso español, Álvaro (1996) señala que los individuos con estudios
primarios o inferiores dedican un mayor tiempo a las tareas domésticas que aquellos con estudios
secundarios y superiores, mientras que se da el caso contrario en el cuidado de la familia (especial­
mente en la ayuda a la formación de los hijos) y la realización de tareas de administración del hogar.
Finalmente, tal y como se ha señalado al inicio de este apartado, una última crítica reali­
zada por diversos autores neoclásicos consiste en la exclusión de factores institucionales en las res­
tricciones, de modo que dicho modelo subestima el papel de las disposiciones culturales y legales y
su impacto en el comportamiento familiar. En torno a este aspecto, el apartado siguiente recoge un
gran número de críticas provenientes de la escuela institucionalista, así como las aportaciones de
algunos autores neoclásicos que han incorporado elementos institucionalistas a su marco de análisis.
II.2.3. El institucionalismo: críticas a la nueva teoría del consumo neoclásica y aportaciones para el
II.2.3. análisis del efecto de la educación sobre el consumo
En este apartado se describen, en primer lugar, las aportaciones más importantes sobre
el análisis del consumo realizadas por la escuela institucionalista, y se consideran, además, las críti­
cas realizadas por autores pertenecientes a esta escuela de pensamiento a la nueva teoría del con­
sumo neoclásica. Asimismo, se indican las aportaciones de algunos autores neoclásicos que han
incorporado elementos de la aproximación institucionalista al análisis neoclásico del consumo. En
segundo lugar, se sugieren algunos elementos que debe considerar un análisis institucionalista de los
beneficios no monetarios de la educación sobre el consumo, a partir de los aspectos indicados por
esta escuela respecto al consumo y al valor económico de la educación −indicado este último en el
apartado II.1.3.2−, debido a que no existe un marco teórico institucionalista que, explícitamente, anali­
ce los beneficios no monetarios de la educación sobre el consumo.
II.2.3.1. Críticas a la nueva teoría del consumo neoclásica y principales aportaciones institu­
II.2.3.1. cionalistas para el análisis del consumo
Tal y como se ha indicado anteriormente, en este apartado se desarrollan las principales
aportaciones institucionalistas al estudio del consumo, las críticas que los autores pertenecientes a
esta escuela realizan a la nueva teoría del consumo neoclásica, así como algunas aportaciones neo­
clásicas que han introducido elementos institucionalistas al análisis neoclásico del consumo. Debido a
que la escuela institucionalista ya ha sido presentada en el apartado II.1.3.1, en este apartado sólo se
incluyen aportaciones referidas al estudio del consumo.
Las críticas institucionalistas a la nueva teoría del consumo se centran en los supuestos en
que dicha teoría se basa, que provienen del marco neoclásico al que pertenece, así como en la función de
producción doméstica de Becker (1965). De entre los supuestos, se rechaza el individualismo metodológi­
co, la consideración del individuo como homo economicus, así como no analizar la formación de las prefe­
— 54 —
rencias de los individuos en el estudio del consumo. Dichas críticas concluyen que deben tomarse en con­
sideración las relaciones sociales existentes en el hogar, la influencia de la cultura y el entorno social en la
formación de preferencias y el comportamiento de consumo de los individuos, así como sustituir la racio­
nalidad neoclásica por una racionalidad adaptativa, que señale la existencia de hábitos de consumo. Fi­
nalmente, la crítica a la función de producción lleva a los institucionalistas a indicar que la nueva teoría del
consumo carece de capacidad para interpretar la realidad económica del consumo.
En la consideración de las relaciones sociales existentes en el hogar, a la hora de anali­
zar el consumo, destacan Wheelock y Oughton (1996), Heath (1990), Greenwood (1984) y Galbraith
(1973). Wheelock y Oughton (1996) critican la descripción del hogar realizada por Becker (1965), es
decir, el hogar entendido como un conjunto de individuos racionales maximizadores, donde el cabeza
de familia puede incorporar en su función de utilidad las preferencias de los demás individuos y, de
este modo, puede existir una única función de utilidad familiar. Dichos autores señalan que una apro­
ximación más realista para el estudio de los comportamientos observados en las familias u hogares
consiste en considerar los aspectos sociales que inciden en los comportamientos individuales, a tra­
vés de la incorporación al análisis de los roles de los diferentes individuos que forman el hogar. Así,
dichos roles están determinados por las características personales de los individuos −como la edad o
el género−, las relaciones familiares existentes dentro del hogar y, además, están condicionados por
el entorno sociocultural y político al que los individuos pertenecen.
Como señala Greenwood (1984), las decisiones relacionadas con las actividades do­
mésticas se explican mejor si se consideran como respuestas a un conjunto de costumbres, tradicio­
nes e instituciones existentes. Así, es el condicionante cultural el que discrimina a la mujer en las
tareas domésticas y hace que el trabajo de éstas se considere de menor valor que el de los hombres.
Por tanto, no es extraño que, de un modo mayoritario, sea la mujer quien realice la mayor parte de las
56
tareas relacionadas con el hogar (Galbraith, 1973) . Como destacan Fink (2002), Caillavet (1988) y
Zárraga (1985), existe un proceso intergeneracional de transmisión cultural de los roles de los hom­
bres y las mujeres en el hogar que provoca que las desigualdades en la realización de las tareas do­
57
mésticas se mantengan en el tiempo .
Otro aspecto de la nueva teoría del consumo criticado por algunos autores instituciona­
listas se refiere al uso erróneo que los autores neoclásicos realizan de la valoración del tiempo dedi­
cado a las actividades domésticas, que es valorado por éstos al precio del salario que podría
percibirse si dicho tiempo se dedicara a trabajar fuera del hogar. Sin embargo, como observa Heath
(1990), la inexistencia de un mercado externo para las actividades domésticas para la mayoría de las
mujeres-esposas, que realizan la mayor parte de dichas tareas, conlleva que dicha valoración sea un
uso inapropiado del concepto de coste de oportunidad y, además, se otorgue un valor al trabajo do­
méstico que socialmente no tiene. Para Heath, asignar un valor sustitutivo al trabajo de la mujer en el
hogar es otorgarle un poder del que carece.
Una segunda crítica institucionalista a la nueva teoría del consumo y al marco neoclásico
(o aspecto que distancia a ambas escuelas de pensamiento), se refiere a que la nueva teoría del con­
sumo no considera la influencia de la cultura y el entorno social en el análisis del consumo. Éste
constituye el aspecto más desarrollado por la escuela institucionalista, destacando las aportaciones
de Thorstein Veblen, con su libro Teoría de la clase ociosa, y de James S. Duesenberry, con la obra
Renta, ahorro y la teoría del comportamiento del consumidor, así como otros autores cuyas aporta­
56 Para el caso español, véanse los estudios publicados por el Instituto de la Mujer, indicados en el apartado anterior, que
destacan la predominancia de la mujer en la realización de las tareas domésticas (trabaje o no en el mercado laboral).
57 Así, los hijos dedican menos tiempo que las hijas a las tareas domésticas y, además, se produce una especialización en las
mismas, de modo que los primeros realizan aquellas tareas que desarrollan los padres y las segundas las llevadas a cabo por
las madres.
— 55 —
58
ciones se recogen a continuación . Para los institucionalistas, los deseos de consumir y las preferen­
cias de los individuos están influidos por las instituciones socioeconómicas en las que éstos se de­
senvuelven, las interacciones existentes entre individuos y la presión de los productores.
Así, Veblen (1966) analiza el consumo desde un punto de vista cultural, rechazando la
idea neoclásica de que los deseos o preferencias deben tomarse como dados y que pertenecen a
cada individuo. Para Veblen, los individuos consumen bienes por dos motivos: como instrumentos
para lograr algún fin o propósito, es decir, para satisfacer las necesidades físicas y las que denomina
superiores –espirituales, intelectuales, estéticas, etc.– (en su terminología se trata del consumo “ins­
trumental” o “tecnológico”), pero, sobre todo, para emular, es decir, como símbolo de un estatus so­
59 60
cial (el denominado consumo “ostentoso”) , . Como expone Veblen:
“Con la excepción del instinto de auto conservación, la propensión a emular es, proba­
blemente, el más fuerte, persistente y alerta de los motivos económicos propiamente di­
chos” (Veblen, 1966: 116).
Este aspecto social del consumo no es nuevo en economía, aunque no ha constituido el
centro de interés del análisis económico del consumo en la corriente principal de pensamiento eco­
nómico. Como señala Schor (1999), Adam Smith ya indica el carácter emulativo del consumo en la
obra Investigación sobre la naturaleza y causas de la riqueza de las naciones. En palabras de Smith:
“Un trabajador que se precie estaría avergonzado de aparecer en público sin una camisa
de lino [y] los zapatos de piel se han convertido en un elemento 'necesario para vivir' en la
Inglaterra del siglo XVIII” (Smith, 1776, citado en Schor, 1999: 7).
O bien:
“El mayor disfrute para los ricos consiste en la exhibición de riqueza, que a sus ojos no
está lo suficientemente completa hasta que parece que poseen los signos de opulencia decisivos que
nadie excepto ellos puede poseer” (Smith, 1776, citado en Coelho y McClure, 1993: 595).
Para Veblen (1966: 38-40), con la llegada de la sociedad industrial, la propiedad se con­
vierte en la prueba de un grado de éxito honorable, pasando a ser la base convencional de la estima
social (y personal). Así, aquellos que no tengan un determinado nivel de propiedad quedan rebajados
a los ojos de sus congéneres y, en consecuencia, se rebajan también en su propia estima (ya que,
por lo general, la base del propio respeto es el respeto que le tienen a uno los demás). Por tanto, los
individuos deben poseer tantos bienes como tienen aquellos otros con los cuales están acostumbra­
dos a clasificarse y, si es posible, poseer algo más que ellos. Sin embargo, como el autor indica, en
cuanto una persona realiza nuevas adquisiciones materiales y se acostumbra a un nuevo nivel de
riqueza, éste deja de ofrecerle una satisfacción apreciablemente mayor de la que le proporcionaba el
antiguo nivel. Por tanto, existe una tendencia a considerar el nivel de riqueza o tenencia de bienes de
un individuo como un punto de partida de un aumento futuro. Este nuevo nivel genera que el individuo
sea reconsiderado respecto a sus vecinos, y se inicia un nuevo proceso de comparación con aquellos
de un nivel de renta parecido, surgiendo, de este modo, nuevos deseos de adquirir más bienes.
58 Aunque la obra de Veblen es de 1899 y la de Duesenberry de 1949, en este apartado las referencias aparecen con el año
de la obra revisada debido a que se incluyen las páginas en las que están las citas señaladas. Para Veblen, la obra utilizada ha
sido una traducción de 1966, mientras que en el caso de Duesenberry se ha consultado una edición de 1962.
59 El ejemplo del automóvil parece claro. Por un lado se adquiere un vehículo con el objetivo de que sirva como medio de
transporte pero, por otro lado, representa un símbolo del estatus social de su propietario (Hamilton, 1987: 1547).
60 Consumo ostentoso es la traducción de la expresión conspicuous consumption utilizada por Veblen, y se refiere al consumo
realizado por los individuos para demostrar su estatus social. Así, los bienes ostentosos se definen porque son visibles para los
demás y permiten dar una señal de riqueza y estatus social al resto de la sociedad. De este modo, los bienes pueden ser os­
tentosos o tener un componente ostentoso (tal y como se ha indicado en el ejemplo del automóvil del pie de página anterior).
— 56 —
Así, el fin perseguido con la acumulación consiste en alcanzar un grado pecuniario supe­
rior, en comparación con el resto de la comunidad. Como señala Veblen, mientras la comparación le
sea desfavorable, el individuo medio normal vivirá en un estado de insatisfacción crónica, y cuando
haya alcanzado el nivel pecuniario normal de la comunidad –o de su clase dentro de la comunidad–
esta insatisfacción crónica cederá paso a un esfuerzo incesante encaminado a crear un intervalo pe­
cuniario cada vez mayor entre él y ese nivel medio. El deseo de riqueza no puede saciarse nunca
debido a que el deseo no es la comodidad física, sino obtener una reputación basada en una compa­
ración valorativa. Aunque no se trata de negar que los individuos obtienen bienes para satisfacer sus
necesidades físicas, Veblen resalta la importancia de la adquisición de bienes como símbolo social,
es decir, como comparación con los individuos con otros individuos con los que tiene la costumbre de
61
clasificarse, para poder superarlos .
En cuanto a la emulación, Veblen (1966: 105-110) señala que los individuos tienden a
compararse con aquellos que pertenecen a la clase social situada por encima de ellos, y rara vez se
comparan con las clases que están debajo o aquellas mucho más altas. Ahora bien, si se imitan los
usos de la clase superior, todos los cánones de reputación y decoro, y todos los patrones de consu­
mo, derivan de los usos y hábitos mentales de la clase social y pecuniaria más elevada, la que Ve­
blen denomina “clase ociosa”. Es esta clase la que determina, en líneas generales, qué esquema
general de vida ha de aceptar la comunidad como decoroso u honorífico. Con referencia a la clase
ociosa, Veblen destaca que, debido a que el consumo se convierte en una muestra de riqueza, el
patrón de consumo de esta clase está determinado por el consumo ostentoso o derrochador, es decir,
el consumo de bienes superfluos, que no contribuyen al bienestar individual o social y, como el autor
indica, la necesidad de consumo ostentoso absorbe todo aumento de la eficiencia industrial, una vez
62
provistas las necesidades físicas más elementales. Como se ha indicado anteriormente, los pro­
63
ductos consumidos por esta clase social, y por analogía las actividades de ocio que realiza , se con­
vierten en artículos y actividades de deseo por el resto de las clases inferiores, debido a que su
consumo confiere buena reputación social y, a su vez, la imposibilidad de consumirlos o realizarlos
64
constituye una muestra de inferioridad y demérito.
Sin embargo, Fine y Leopold (1993) y Lears (1993) señalan que el efecto emulación
puede producirse de modo inverso, es decir, de las clases populares a la clase alta (por ejemplo,
61 Ahora bien, no todos los autores institucionalistas están de acuerdo con este aspecto sobre la insaciabilidad de los indivi­
duos. Como señala Scitovsky (1976), sólo un tipo de consumo (el ostentoso) pertenece a esta categoría. Además, dicho autor
indica que la mayor parte de las satisfacciones de los individuos no proceden del consumo de bienes y servicios sino de su
participación en el mercado de trabajo o en actividades no de mercado. Sin embargo, Witt (2001) incide en el aspecto de la
insaciabilidad, no entendida como que la cantidad de unidades de un determinado bien que un individuo está dispuesto a
consumir siempre crece a medida que aumenta la renta monetaria, sino que el consumo no cesa de crecer debido a tres facto­
res: en primer lugar, la creciente diversidad existente en la cantidad y calidad de bienes, que produce que, aunque se pueda
saciar una determinada necesidad, el consumo sigue aumentando mediante la adquisición de distintas variedades de bienes
que existen en el mercado para dicha necesidad (ej: electrodomésticos); en segundo lugar, la especialización de los individuos
en el consumo, debida a que el propio consumo genera un mayor conocimiento sobre los bienes consumidos e incrementa la
voluntad de consumir otros bienes relacionados (ej: aficionados a la cocina, música, etc); finalmente, el aumento del nivel
educativo de la población, que permite un mayor acceso al consumo de determinados bienes, debido a la mejor comprensión
de su funcionamiento (ej: consumo de bienes tecnológicos).
62 A este respecto, Schor (1999) señala que si pudiera separarse el aspecto instrumental del ostentoso en los bienes que se
adquieren, es decir, su utilidad en la medida que satisfacen una necesidad (por ejemplo, el coche para el transporte o las zapa­
tillas deportivas para realizar algún deporte), podría verificarse el enorme coste social que tiene el consumo ostentoso, es decir,
el consumo como muestra de haber alcanzado un determinado estatus social.
63 Además del consumo ostentoso, Veblen también sugiere la existencia de ocio ostentoso, si bien señala la mayor importan­
cia del primero sobre el segundo. Sin embargo, McIntyre (1992) considera que los hombres más ricos no se dedican al ocio
ostentoso sino al trabajo ostentoso, dedicando casi la totalidad de su tiempo al trabajo.
64 De un modo contrario, Sennet y Cobb (1972) señalan que los trabajadores (miembros de la clase inferior) no adoptan la
ética consumista de las clases superiores, sino que el consumo de la clase trabajadora sirve para “curar las heridas” de la
explotación que sufren en una sociedad capitalista.
— 57 —
como ha sucedido con la ropa vaquera, originariamente utilizada por la clase trabajadora). Además,
Peterson y Kern (1996) incorporan el concepto de la “omnivoracidad” de la clase alta, definida como
la preferencia de los individuos que pertenecen a ésta por consumir bienes y realizar actividades ca­
racterísticas de otras clases inferiores, además de las que les son propias y, de este modo, ampliar el
conjunto de bienes y servicios consumidos.
Ahora bien, aunque los individuos pueden emular el comportamiento de consumo de
aquellos que pertenecen a otras clases, Veblen destaca la existencia de un patrón de consumo dife­
renciado para las distintas clases sociales, debido a que los individuos consideran aquello que es
“conveniente” consumir, en función del rol que cada uno ocupa en la sociedad en un momento deter­
minado. De este modo, los individuos internalizan los valores de la sociedad y adecuan su patrón de
consumo para que esté acorde con aquello que la sociedad, y especialmente el grupo al que pertene­
cen, espera de ellos. El tipo de gastos aceptado en la comunidad o la clase a la que pertenece una
persona determina en gran parte cuál ha de ser su nivel de vida. Como señala Veblen (1966: 116-8),
esto sucede de un modo directo, ya que los individuos consideran como conveniente el esquema
general de la vida en el que están insertos, y de un modo indirecto, mediante la insistencia popular en
la necesidad de adoptar la escala aceptada de gastos bajo el riesgo de que, en caso de no seguir,
uno caiga en la desestimación y el ostracismo. Por tanto, de lo indicado anteriormente, cabe esperar
distintos patrones de consumo para distintas clases sociales o categorías socioeconómicas, ya que
65
los gustos o preferencias se estratifican socialmente .
Como señala el sociólogo Bourdieu (1984), aunque la universalización del deseo de determi­
nados bienes puede generar que éstos sean deseados por individuos de todas las clases sociales, en
general, existe un patrón social en el consumo, es decir, las preferencias y, por tanto, el consumo está
66
estratificado por categorías socioeconómicas como la clase, la educación y la ocupación .
Aunque Bourdieu señale la existencia de una universalización de los deseos por deter­
minados bienes, su postura no debe confundirse con las aportaciones denominadas “postmodernas”
67
(véase Tomlinson, 1998 y Alonso, 2000), realizadas por diversos autores que señalan que la rela­
ción entre clase social y consumo ha desaparecido en la actualidad, y que es el estilo de vida el que
indica el grupo social al que pertenecen los individuos que, a su vez, permite reemplazar las restric­
ciones que imponía la clase social sobre el consumo y el comportamiento en general. Para estos
autores, existe una alta pluralidad de valores y trayectorias de vida, menos homogéneas e integradas,
con un consumo sujeto a un conjunto de formas culturales diversas (consumo de jóvenes, mayores,
consumo ecologista, consumo feminista, etc.).
Ahora bien, como señala Trigg (2001), Veblen ya señaló la existencia de distintos es­
quemas de vida (aunque no utilizó la expresión “estilo de vida”), pero conservó el carácter social y la
importancia de la posición ocupada dentro de la escala social en la determinación del consumo. Así,
Veblen y Bourdieu no señalan que todos los individuos de una misma clase social elijan el mismo
estilo de vida o tengan los mismos hábitos, pero concluyen que el estilo de vida y la clase social de
65 Así, por ejemplo, Veblen muestra cómo el gusto por distintos tipos de animales difiere en función de la clase social de los
individuos, y Hamilton (1987) y Canterbery (1998) destacan la evolución que ha sufrido el hábito de fumar cigarrillos y beber
alcohol entre las mujeres de Estados Unidos, a partir de las variaciones producidas en torno a la consideración social de dichos
hábitos en ese país (y que, por ejemplo, no se han producido en otro tipo de sociedades como en las árabes).
66 Ahora bien, para Bourdieu (1984), el estilo de vida depende no sólo de la posición ocupada en la escala social (determina­
da en gran parte por lo que él denomina el capital económico −la renta−), como señala Veblen, sino también del capital cultural
(que depende fundamentalmente de la educación recibida). Así, surgen distintos estilos de vida en función de las combinacio­
nes de capital económico y capital cultural de los individuos, si bien el componente de clase y la jerarquía social no desapare­
cen. El capital cultural permite flexibilizar la rigidez social y que existan variaciones “horizontales” del estilo de vida, es decir,
entre individuos pertenecientes a una misma clase social.
67 Entre otros, véanse Featherstone (1991), McIntyre (1992), Slater (1997) y Mason (1998).
— 58 —
los individuos están íntimamente ligados. Sin embargo, Lears (1993) destaca que, aunque el consu­
mo lleva asociado aspectos sociales, tal y como indican los autores institucionalistas, el énfasis de
Veblen en la emulación y la búsqueda de estatus como determinantes del consumo simplifica en ex­
ceso las causas sociales del mismo.
En cuanto a la valoración de los bienes, Veblen (1966: 132-8, 163-66) argumenta que la
utilidad de los artículos depende, en gran parte, de su carácter costoso. Así, los precios son conven­
ciones sociales, aunque incluyen, entre otros, el trabajo incorporado y la utilidad psicológica que cada
consumidor otorga a una determinada mercancía. La utilidad puede ser la causa del precio, al modo
neoclásico, pero también el precio puede ser la causa de la utilidad, debido a que el consumo de bie­
nes de alto precio es símbolo de tener un alto estatus social, y son esos bienes más caros los que se
definen como bellos. Por tanto, la valoración en cuestión de gusto varía de una clase social a otra
debido a la distinta capacidad adquisitiva. Aunque los consumidores se esfuerzan por obtener bienes
al precio más ventajoso, la exigencia social de un coste evidente lleva a los individuos a rechazar
aquellas mercancías que no contienen elementos de derroche ostentoso. De este modo, el consumo
de bienes de bajo coste se convierte en consumo vulgar, debido a que mucha gente puede consu­
mirlos y que su adquisición no permite una favorable comparación valorativa con otros individuos.
Asimismo, el consumo de determinados productos por parte de clases de un menor estatus social
lleva a las clases de mayor nivel a no consumirlos.
Después del análisis de Veblen, destaca la aportación de Duesenberry (1962) quien,
desde una aproximación macroeconómica, y a partir de la función de consumo keynesiana, señala
argumentos parecidos a los de Veblen para explicar el consumo, al indicar que éste depende, ade­
más del nivel de renta, del contexto cultural del individuo. En concreto, Duesenberry señala que las
preferencias de los individuos están en parte determinadas socialmente, debido a que los individuos
consideran el consumo de otros individuos y, por este motivo, puede producirse una variación en el
consumo (el autor habla de una tendencia al alza), no por variaciones (aumentos) de la renta o (dis­
minuciones) de los precios, sino por el consumo realizado por otros individuos, que Duesenberry de­
nomina “efecto demostración”. Este efecto demostración muestra que las preferencias de los
individuos son interdependientes, es decir, el consumo de unos incide en la voluntad de consumir de
otros y, así, no puede suponerse una teoría de la demanda agregada que suponga que el comporta­
miento de consumo de los individuos es independiente de las elecciones de consumo de los demás.
Además, el autor vincula el efecto demostración a la voluntad de los individuos de adquirir o mantener
un determinado prestigio social a través del consumo. De un modo similar a Veblen (1966), Duesen­
berry (1962: 113) señala que los individuos situados en los niveles más altos de renta están más in­
fluidos por el aspecto social del consumo que los individuos situados en los niveles más bajos.
El hecho de dar importancia a los aspectos sociales lleva a Duesenberry (1962: 32) a in­
dicar que en la función de demanda agregada, la variable importante a considerar no es el nivel de
renta absoluto, sino el nivel de renta relativo. Al considerar este último, Duesenberry incluye en el
análisis del consumo la emulación y la propensión a consumir ostentosamente, y es capaz de propo­
ner una teoría del consumo que incorpora las influencias sociales. Así, la utilidad de un individuo de­
pende no sólo de su nivel de consumo sino también del consumo de los demás. Así,
Ui = Ui Ci
α ijC j , donde Ui es la utilidad del individuo “i”, Ci es el consumo de dicho individuo, C j
[ ∑
]
es el consumo del individuo “j” y α ij es la ponderación aplicada por el consumidor “i” al gasto de “j”.
Asimismo, Cowan et al. (1997) incluyen las interacciones sociales en el comportamiento
de consumo de los individuos, señalando que los individuos establecen tres grupos de referencia: un
primer grupo de individuos similares con quien el individuo desea compartir algunas actividades de
consumo, un segundo grupo del cual el individuo desea diferenciarse claramente, y un tercer grupo
— 59 —
con el que el individuo no interactúa pero que es al que éste desea pertenecer. Así, el consumo de­
pende, además de las características propias de los bienes de consumo, de un factor de asociación
(el primer grupo), un factor de diferenciación (el segundo) y un factor de aspiración (el tercero), es
decir, de las interacciones sociales entre individuos.
A partir de la evidencia presentada, puede observarse cómo los institucionalistas recha­
zan tratar las preferencias de los individuos como dadas, no afectadas por las instituciones culturales
y socioeconómicas, y destacan el papel de las interacciones existentes entre individuos en la forma­
ción de las mismas. Además, Galbraith (1971, 1973) subraya el poder de los productores sobre los
68
deseos de los consumidores . Como este autor señala, las empresas crean necesidades que antes
no existían y, de este modo, se modulan las preferencias de los individuos para intentar que éstos
adquieran los productos que las empresas ofrecen. Por tanto, los productores generan necesidades
69
en los individuos .
Como señala Schor (1999), la expansión de la televisión ha hecho que los anuncios an­
tes dirigidos a la clase alta (en revistas o ambientes frecuentados por ésta) se dirijan a todos los indi­
viduos, aumentando la presión a consumir en todas las clases sociales. Asimismo, las nuevas
tendencias en el sector publicitario en la década de los ochenta han enfatizado la necesidad de esta­
blecer una identidad individual, no de grupo, que generalmente es aquella de una mayor capacidad
adquisitiva, de tal modo que, guiados por la emulación, los individuos pertenecientes a grupos socia­
70
les de menor poder económico deben aumentar su consumo.
De este modo, para los institucionalistas, el concepto de la nueva teoría del consumo, y
del marco neoclásico en general, respecto a la soberanía del consumidor −de tal modo que los indivi­
duos actúan libremente en el mercado dados unos determinados gustos y preferencias−, debería ser
abandonado en favor de una visión de los individuos que están sujetos a la presión de la oferta, es
decir, las empresas, con el importante papel desempeñado por la publicidad y los vendedores, y el
poder prescriptivo de las normas sociales existentes.
Además de destacar la influencia de la cultura y las relaciones sociales sobre la forma­
ción de preferencias y el comportamiento en el consumo, la tercera crítica de los institucionalistas a la
nueva teoría del consumo (apuntada al inicio de este apartado) consiste en rechazar la racionalidad
del homo economicus, para el que los neoclásicos suponen la existencia de conocimiento completo.
Como indica James (2000), si los individuos tuvieran un conocimiento completo, los consumidores
comprarían y utilizarían su tiempo, de acuerdo a sus preferencias, una vez hubieran considerado
todas las alternativas posibles. En ese caso, no existirían “sorpresas” en el consumo, es decir, discre­
pancias entre las expectativas que espera alcanzar el consumidor y la utilidad derivada del consumo,
aspecto que, según el autor, se da más a menudo de lo que puede esperarse de un homo economi­
cus. Siguiendo con el análisis del comportamiento de consumo en el marco neoclásico, Thurow
(1991: 187) señala, a modo de ejemplo, que el homo economicus nunca pagaría (mucho) dinero para
68 Como indica Hamilton (2001), a pesar de la insistencia de Veblen en el papel de la ostentación como “motor” del consumo,
también debe advertirse que este autor ya incluyó la importancia de la oferta (a través del progreso técnico) sobre la demanda
de bienes. Así, Veblen indica que las inversiones en tecnología producen nuevos productos que son deseados por los indivi­
duos o que se convierten en “indispensables” en su quehacer diario.
69 Como ejemplo puede mencionarse la presión de la industria tabaquera para captar nuevos grupos de población fumadora
(niños, adolescentes y mujeres) a través de la publicidad directa, la promoción de productos bajo el patrocinio de diferentes
actividades (música, viajes, premios, etc.), o utilizando marcas de tabaco en otros objetos, como ropa, calzado o relojes (véase
Ministerio de Sanidad y Consumo, 2002a). Asimismo, dicho ejemplo puede extenderse a las empresas productoras de bebidas
alcohólicas (véase Ministerio de Sanidad y Consumo, 2002b).
70 Sobre este aspecto destacan los numerosos estudios relacionados con el marketing y cómo las empresas consiguen gene­
rar necesidades en los consumidores −véase Walters (1974) y Solomon et al. (1999) a modo de ejemplo−.
— 60 —
que lo encerraran y pudiera perder peso, ya que simplemente comería menos, pero el homo sapiens
sabe que a menudo tiene que forzarse para hacer aquello que cree que debe hacer, pero que no
puede hacer sin restricciones externas.
Asimismo, el concepto de hábito merece una atención especial. Como argumentan Ve­
blen (1966: 115-8) y Duesenberry (1962: 20-24), los consumidores no son planificadores racionales
sino que se nutren del aprendizaje y el seguimiento de unos determinados hábitos de consumo. El
nivel de vida alcanzado por un individuo se convierte en un hábito, es decir, en un método reiterado
de responder a unos estímulos dados. Por este motivo, disminuciones de la renta no generan dismi­
nuciones simétricas en el consumo. Existe una dificultad en descender desde un patrón de consumo
acostumbrado ya que supone romper un hábito.
Finalmente, una última aportación institucionalista critica la función de producción domésti­
ca de la nueva teoría del consumo. Como señala Ackerman (1997: 661-2), del modelo de Becker se
extrae la conclusión de que los cambios en el consumo no se deben a cambios en los gustos o las
preferencias de los individuos sino a cambios en la función de producción doméstica. De este modo,
cualquier cambio en el consumo tiene una explicación racional y permite utilizar el supuesto de que el
hogar está maximizando su utilidad. Como apunta Thurow:
“Los economistas [neoclásicos] llamarán 'maximización de la utilidad' a cualquier
cosa que hagan los individuos. Independientemente de que los individuos compren el bien
X o el bien Y, seguirán siendo maximizadores racionales de la utilidad individual. Por defi­
nición, no existe ningún individuo que no maximice su utilidad.” (Thurow, 1991: 180).
De este modo, el modelo aportado por la nueva teoría del consumo neoclásica permite al
hogar tal grado de flexibilidad que todo puede ser explicado o, lo que es lo mismo, nada queda real­
mente explicado (Stabile, 1996; Ackerman, 1997). Como advierte Thurow (1991: 180), una teoría que
jamás puede estar errada es una mera tautología y carece de contenido. En este sentido, Blaug
(1985: 267-77) argumenta que, más que intentar explicar la realidad mediante un modelo, los teóricos
de la nueva teoría del consumo elaboran modelos teóricos a partir de la realidad existente. De este
modo, sus modelos se limitan a dar fe de los hechos, sin explicar sus causas, permitir nuevas impli­
caciones o predecir nuevos hechos no previstos por la misma teoría. Para Blaug la nueva teoría del
consumo opta por el verificacionismo, con la ayuda de explicaciones ad hoc cada vez que la teoría
queda contradicha por las observaciones, en lugar de seguir las normas metodológicas del falsacio­
nismo. Como señala Carrasco:
“Las explicaciones [de la nueva teoría del consumo] a partir de un cálculo maximizador
corren el peligro de quedarse en simples justificaciones de cualquier situación existente, lo
que no está exento de preocupantes resabios legitimadores.” (Carrasco, 1991: 151).
Por todo lo indicado anteriormente, puede entenderse que una teoría neoclásica como la
nueva teoría del consumidor no se adapte al enfoque teórico institucionalista, ya que en la primera los
consumidores acuden al mercado con una serie de deseos de bienes y servicios derivados de una
función de utilidad que se maximiza dados unos recursos escasos, sin que esos deseos se vean alte­
rados por el entorno sociocultural, la interacción social de los individuos, las elecciones de consumo
de los demás y la presión de los productores; es decir, sólo los precios, la renta y las preferencias
individuales afectan al consumo. De un modo contrario, como señala Dugger (1979: 90), los institu­
cionalistas buscan comprender la estructura institucional en la que se encuentran los individuos para
poder entender y explicar la realidad y, en el análisis del consumo, se analizan las normas institucio­
nales y el contexto cultural de los individuos para poder construir un patrón de comportamiento de los
consumidores. Además, como indica Hamilton (1987: 1549), a diferencia del análisis neoclásico, en la
visión institucionalista del consumo no existe una unión entre precio y valor de los bienes. Esto no
— 61 —
implica que los institucionalistas no concedan ningún valor a los precios, ya que los consumidores
deben asignar unos recursos determinados, pero sugieren que el valor de los bienes no viene sólo
determinado por su precio de mercado, sino también por el entorno social y cultural de los individuos.
Por tanto, no es de extrañar que las aportaciones de Veblen, Duesenberry y otros auto­
res institucionalistas hayan sido, muy mayoritariamente, ignoradas por la corriente dominante de pen­
71
samiento económico . Ahora bien, a continuación se consideran algunas excepciones que, aunque
no han sido difundidas ampliamente en dicha corriente de pensamiento, destacan por haber introdu­
cido algunos aspectos institucionalistas al análisis neoclásico del consumo.
La primera aportación es la realizada por Leibenstein (1950) quien, desde una aproxima­
ción microeconómica, señala los diferentes modos por los que la interacción social de los individuos
altera el comportamiento de consumo de los mismos, es decir, considera el papel de las interdepen­
dencias en la formación de preferencias individuales e incorpora a Veblen en el marco de análisis
72
neoclásico . Así, Leibenstein indica tres comportamientos que surgen de la interacción social como
son el efecto bandwagon (o efecto furgón de cola, contagio o demostración), el efecto snob y el efecto
73
Veblen . En el primer caso, se trata del consumo −o del no consumo− por parte de los individuos de
una serie de bienes debido a un efecto imitación de aquello que realizan otros individuos; es decir, el
deseo de los individuos de consumir (o de no consumir) determinados bienes y servicios sigue un
patrón de consumo elegido por otros individuos, porque así mantienen un sentimiento de pertenencia
74,75
. En el segundo caso, el del efecto snob, el objetivo es el contrario. Así,
a un determinado grupo
algunos individuos desearán un patrón de consumo que los distinga de la mayoría, que les haga ex­
clusivos y, además, les confiera prestigio y estatus social. En este caso, el consumo de un individuo
estará inversamente relacionado con la demanda total de mercado. Finalmente, el efecto Veblen se
refiere al consumo ostentoso; es decir, aquel consumo de artículos simplemente porque tienen un
elevado precio. Así, mientras que el consumo snob depende del consumo de los demás individuos, el
efecto Veblen depende del precio de los artículos.
Con respecto al consumo ostentoso y las influencias sociales sobre el consumo indica­
76
das por Veblen, Hirsch (1976) y Frank (1985) desarrollan el concepto de bienes posicionales . Si­
71 Mason (2000) destaca que el marco de análisis dominante en el estudio del consumo (la denominada síntesis neoclásica)
ha preferido la “hipótesis del ciclo vital” de Modigliani y Brumberg (1954) y la “hipótesis de la renta permanente” de Friedman
(1957) a las aportaciones de Duesenberry. Ambas teorías rechazan las hipótesis de la renta relativa de Duesenberry y su
alejamiento de la racionalidad neoclásica, y permiten a la escuela dominante examinar el consumo a partir de parámetros
económicos, como la renta y el precio, sin la necesidad de introducir variables de tipo sociológico. Aunque empíricamente no
se haya demostrado la invalidez de las aportaciones de Duesenberry, la escuela neoclásica ha preferido desechar sus postula­
dos a favor de las otras aportaciones aquí indicadas.
72 Leibenstein permanece en el marco neoclásico al analizar los bienes sólo en precios monetarios y realizar todo su estudio
en torno al precio (Canterbery, 1998).
73 Aunque los tres efectos descritos por Leibenstein concuerdan con las aportaciones de Veblen descritas en los párrafos
anteriores, sólo uno de ellos lleva su nombre.
74 Bikhchandani et al. (1992) señalan que la influencia social actúa mediante lo que ellos denominan “cascadas informativas”,
de tal modo que la opinión o actuación de unos determinados individuos condicionan la actuación de otros y así sucesivamen­
te, generándose un efecto imitación cada vez mayor, que permite explicar, por ejemplo, cómo varían las modas, el comporta­
miento de los electores en política, determinados comportamientos en el mercado financiero, etc. El aspecto destacado es que,
debido al efecto cascada, en un determinado momento de la secuencia temporal de decisiones entre individuos, éstos actúan
guiados por la información que tienen sobre el comportamiento anterior de otros individuos, más allá de su propia información o
creencia al respecto.
75 Este efecto ha sido incorporado incluso por Becker (1991) en el análisis del consumo de bienes de gran demanda, como
restaurantes de moda o determinados espectáculos deportivos y culturales y, de este modo, incorpora el efecto del entorno
social en el análisis del consumo neoclásico más “ortodoxo”.
76 Concepto introducido por Hirsch y modelizado formalmente por Frank, que permite describir al consumidor como un busca­
dor de estatus.
— 62 —
guiendo a Hirsch (1976), los bienes posicionales son aquellos que se desean debido a su escasez
(por ejemplo, obras de arte originales de autores ya fallecidos, antigüedades, tierras y propiedades
situadas en entornos naturales de gran belleza, etc). La oferta de bienes posicionales no puede in­
crementarse y, por ello, confiere a sus poseedores un estatus social. De este modo, el consumo de
bienes posicionales pertenece a la categoría de consumo ostentoso, si bien no todo el consumo os­
tentoso está compuesto de bienes posicionales, y no debe analizarse su demanda a partir de la fun­
ción de demanda tradicional neoclásica sino considerando la influencia social.
Por su parte, Robert A. Pollack, Laurie S. Bagwell y Douglas Bernheim desarrollaron,
dentro del marco neoclásico, dos de las ideas aportadas por Veblen y Duesenberry, como son la
existencia de interdependencia en las preferencias de los individuos, así como la formación de hábi­
tos en el consumo. Pollack (1970, 1976, 1977, 1978) analiza las preferencias individuales introdu­
ciendo diversos elementos característicos del análisis institucional en una función de demanda de
bienes neoclásica, como son la formación de hábitos, la interdependencia de las mismas y el efecto
de los precios (denominado por Leibenstein, efecto Veblen). En general, se trata de analizar el cam­
bio de los gustos o preferencias en el ámbito del estudio del comportamiento del hogar, ofreciendo
una alternativa neoclásica al modelo de la nueva teoría del consumo desarrollado en el apartado
II.2.1. No se trata de analizar los cambios en la demanda de productos a partir de cambios en la pro­
ductividad o eficiencia del hogar (como señala la nueva teoría del consumo), sino de incorporar a la
función de demanda aspectos vinculados con el cambio de las preferencias, tales como el hábito y la
existencia de interdependencia de las mismas.
Así, Pollack (1970) incorpora el concepto de hábito en las funciones de utilidad y deman­
da de los individuos, mediante la introducción en dichas funciones del consumo pasado, de tal modo
que éste influye en las preferencias presentes (al incorporarse en la función de utilidad y, por tanto,
en la función de demanda). En su modelo existe una relación positiva entre el consumo pasado de un
bien y el consumo presente, así como una relación negativa entre el consumo pasado de un bien y el
consumo presente de cualquier otro bien. Asimismo, de un modo análogo a las funciones de deman­
da tradicionales, la demanda de bienes dependerá positivamente de la renta monetaria y negativa­
mente del nivel de precios de los bienes de consumo.
En un artículo posterior, Pollak (1976) analiza la interdependencia de las preferencias,
es decir, cómo las preferencias de los individuos dependen del consumo de otros individuos. Para
ello, introduce el consumo de los demás individuos en la función de demanda individual, y supone
que el consumo de un determinado bien por parte de otros individuos aumenta el consumo del indi­
viduo considerado (en la línea del efecto bandwagon señalado por Leibenstein, 1950). Ahora bien,
Pollak (1976) considera que es el consumo pasado de los demás el que influye en la demanda de
bienes de un individuo y, de este modo, está considerando, además de las interdependencias de
las preferencias, que las preferencias de los individuos forman parte de un proceso de socialización
debido a la importancia del hábito de los demás sobre las preferencias individuales. En concreto, se
indica que las preferencias de los individuos pueden estar influidas, especialmente, por el consumo
pasado de aquellos individuos situados en una escala jerárquica superior. Así, se supone que los
individuos desean imitar el comportamiento de consumo de aquellos con un estatus superior.
Bagwell y Bernheim (1996) analizan el efecto Veblen de Leibenstein indicando que éste
puede darse no sólo porque los individuos adquieren productos debido a que tienen un precio eleva­
do, es decir, pagan un precio mayor al razonable, y, por tanto, muestran su estatus social, sino que
dicho efecto puede darse mediante la adquisición de una gran cantidad de bienes a un precio menor
o mediante la selección de bienes de mayor calidad. Es decir, puede señalarse el estatus social pa­
gando precios altos, pero también adquiriendo grandes cantidades o productos de alta calidad. Di­
chos autores desarrollan un modelo en el cual los hogares deben decidir entre comprar bienes
— 63 —
ostentosos y aquellos que no lo son, dados unos recursos monetarios determinados y una función de
utilidad que depende de la cantidad de bienes ostentosos adquiridos, los gastos en dichos bienes, y
una variable que indica cómo los demás individuos tratan al hogar en función de sus gastos en ese
tipo de bienes. Como la riqueza no es observable, los individuos tratan a los demás en función del
gasto ostentoso que perciben. Dicha variable aumenta la utilidad debido a que cuanto mayor sea,
mejor es tratado socialmente un individuo.
II.2.3.2. Análisis de los beneficios no monetarios de la educación sobre el consumo
De acuerdo con lo indicado al inicio de este apartado, no existe un marco teórico institu­
cionalista que analice los beneficios no monetarios de la educación sobre el consumo. Ahora bien, a
raíz de lo señalado por los institucionalistas en el análisis del consumo y el valor económico de la
educación, pueden sugerirse una serie de aspectos que deben tenerse en consideración al analizar
los beneficios no monetarios de la educación sobre el consumo.
En primer lugar, el análisis institucionalista ha destacado el carácter predominantemente
ostentoso del consumo, es decir, el consumo de bienes para mostrar el estatus social adquirido por el
individuo. Asimismo, se indica que la clase superior u ociosa decide qué tipo de bienes son los que
dan un mayor prestigio social. Dado el carácter socializador de la educación, uno de los efectos que
ésta puede generar es incrementar el consumo de bienes y servicios con un alto componente osten­
toso. Como señala Schor (1999), en Estados Unidos los individuos con un mayor nivel educativo son
los más orientados por el estatus y más proclives al consumo posicional, así como a estar más preo­
cupados por mantenerse a la altura de los grupos sociales más elevados a los que aspiran o pertene­
cen. Además, la presión de emular en el consumo es experimentada por los individuos especialmente
en lo referido al gasto en bienes para los hijos. Para Chao y Schor (1996), aunque podría suponerse
que los individuos con un mayor nivel educativo deberían ser unos mejores consumidores, por sus
mayores conocimientos de las características intrínsecas de los productos, el consumo por estatus
reporta beneficios sociales reales y, de este modo, es posible que los individuos con mayores niveles
educativos sean los que más consuman bajo un criterio de ostentación que señale el éxito obtenido
(derivado de sus competencias).
A este respecto, Congleton (1989) y Rauscher (1993) analizan la búsqueda de esta­
tus por parte de los individuos y consideran la existencia de una relación entre renta, educación y
consumo ostentoso. Para estos autores, la búsqueda de estatus genera dos tipos de externalida­
des que dan lugar a dos fenómenos contrarios: el efecto amplificación (por el cual el mayor con­
sumo de bienes que proporcionan un determinado estatus social por los demás estimula el
consumo de esos bienes en los individuos), y el efecto disuasión (por el cual ese mayor consumo
hace abandonar a algunos individuos la “carrera” por consumir bienes ostentosos). Para Chao y
Schor (1996), los individuos con menores niveles de renta y educación sufren más el efecto di­
suasión y, por tanto, en promedio, tienen una menor probabilidad de consumir guiados por la
obtención de estatus, mientras que el efecto ampliación se da más entre aquellos con un mayor
nivel educativo y de renta, que serán los que realicen un mayor consumo de bienes que aportan
estatus social.
En segundo lugar, el carácter social del consumo genera una serie de comporta­
mientos diferenciados en función de la clase social a la que pertenecen los individuos. En el aná­
lisis de los efectos no monetarios de la educación sobre el consumo debe considerarse si la
educación tiene alguna incidencia al respecto, reforzando o debilitando los comportamientos de
consumo esperado para cada clase social. Como señala Bourdieu (1984), se puede predecir el
patrón de consumo de los individuos a partir de su nivel educativo y las características socioeco­
— 64 —
nómicas de los padres ya que, junto a las experiencias personales, determinan las preferencias
individuales. Asimismo, este aspecto social en el consumo puede analizarse considerando la
renta relativa de los individuos, es decir, la posición que los individuos ocupan en la distribución
de la renta, tal y como señala Duesenberry (1962).
En tercer lugar, la influencia social, señalada anteriormente, no sólo debe vincularse a la
clase social a la que pertenecen los individuos, sino que puede extenderse a los distintos grupos
existentes (jóvenes/mayores, hombres/mujeres, etc). Asimismo, debe considerarse, también, la in­
fluencia de la oferta sobre la formación de preferencias, que, además, puede diferir para distintos
grupos de consumidores. De este modo, por ejemplo, puede producirse un efecto diferenciado de la
educación sobre el patrón de consumo de cada sexo debido a la distinta presión que tanto las empre­
sas como el entorno social ejerce sobre cada uno.
En cuarto lugar, las peculiaridades culturales de cada sociedad pueden conducir a que
los resultados obtenidos en un determinado entorno pueden no ser extrapolables a otros ámbitos
culturales (países, regiones, etc).
En quinto lugar, también debe analizarse si la educación incrementa la eficiencia de los
individuos en el consumo, debido a su efecto positivo sobre la productividad y, además, debido a que
individuos con un mayor nivel educativo pueden estar más preparados para demandar aquellos bie­
nes y servicios que realmente desean, que mejor satisfacen sus necesidades y en los lugares y con­
diciones que más les interesen (Alonso et al., 2000). Sin embargo, un análisis institucionalista exige
que dicha relación sea demostrada y no que deban aceptarse los supuestos de la teoría del capital
humano para poder aceptar la evidencia presentada, tal y como se ha sugerido en el apartado
77
II.1.3.2. .
En sexto lugar, debe considerarse si la educación estimula el consumo de un mayor nú­
mero de bienes y servicios, así como si permite el consumo de determinados bienes, inaccesibles
para aquellos que no han alcanzado un determinado nivel educativo, más allá de consideraciones
respecto al nivel de renta, tales como la adquisición de ordenadores, los gastos en formación (propia
y de los hijos), consumo de bienes y servicios culturales, etc.
En séptimo lugar, debe observarse qué valores transmite la educación mediante su
efecto sobre el patrón de consumo, considerando si estos valores son beneficiosos no sólo para el
individuo sino para el conjunto de la sociedad. Así, los efectos de la educación sobre el consumo de
bienes relacionados con la salud, la cultura, etc., pueden mostrar algunos beneficios no monetarios
de la educación sobre el consumo, tanto privados como sociales. De este modo, el análisis de la efi­
ciencia no se vincula al incremento de productividad que la educación puede generar sobre el con­
sumo de los individuos, tal y como lo ha definido la nueva teoría del consumo (véase II.2.1), sino al
estudio del tipo de consumo que fomenta la educación. Asimismo, dado el importante papel de la
educación en el proceso de socialización de los individuos, deberían considerarse los efectos inter­
generacionales de ésta sobre el consumo.
En octavo lugar, debe analizarse si la educación estimula la alteración de hábitos de
consumo, debido al peso de éstos en el consumo, así como al comportamiento adaptativo de los indi­
viduos.
Por último, debe considerarse también si el tipo de educación (general o profesional), o
el tipo de escuela atendida, genera distintos efectos sobre el comportamiento de consumo de los
77 El estudio empírico de Michael (1972) presentado en el capítulo III es una clara muestra de lo aquí señalado.
— 65 —
individuos, es decir, si existe, o no, un efecto uniforme de la educación. Además, el análisis por dis­
tintos tipos y niveles de educación recibida puede aportar una mayor información que considerar la
educación en años de escolarización.
Los aspectos enumerados en este apartado permiten realizar un análisis empírico de los
efectos no monetarios de la educación sobre el consumo con un marco teórico que posibilita una
explicación alternativa al marco neoclásico. Así, éstos permiten un análisis más completo de los dife­
rentes efectos que la educación puede generar sobre el consumo de los individuos, más allá del vín­
culo causal positivo entre educación y productividad, postulado por el marco neoclásico, al incluir los
siguientes elementos: el entorno social, las características y circunstancias personales y el tipo de
educación recibida.
Como se describe en el capítulo IV, dedicado a la metodología del análisis empírico que
se desarrolla en el capítulo V, los elementos citados anteriormente son tomados en consideración en
el análisis empírico que se lleva a cabo en el ámbito de estas tesis, de tal modo que se considera no
sólo el efecto de la educación sobre la eficiencia en el consumo, sino también, si los beneficios que
se generan son uniformes entre distintas clases sociales, para diferentes sexos, si el consumo de
determinados bienes y servicios sólo es posible una vez que se ha alcanzado un determinado nivel
educativo, así como si el efecto no monetario de la educación sobre el patrón de consumo de los
individuos varía en función del tipo de educación recibida (general o profesional).
III. BENEFICIOS NO MONETARIOS DE LA EDUCACIÓN: EXPOSICIÓN Y
III. ANÁLISIS DE LA EVIDENCIA EMPÍRICA EXISTENTE
En este capítulo se exponen estudios empíricos que demuestran la existencia de benefi­
cios no monetarios de la educación, es decir, que la educación genera unos efectos positivos sobre
los individuos (y el conjunto de la sociedad) al actuar sobre determinadas variables, tales como el
consumo, el ahorro, la salud, la fecundidad, la delincuencia, etc., más allá del efecto sobre éstas de­
bido a la obtención de mayores niveles de renta derivados de un mayor nivel educativo. La evidencia
empírica existente se recoge en este capítulo en diversos apartados, que se configuran en función del
78
tipo de beneficio generado . En cada apartado, además, se indican los modelos teóricos que sus­
tentan los análisis empíricos, y se realiza una valoración de la evidencia presentada, así como de las
interpretaciones que los distintos autores realizan sobre los resultados obtenidos.
La estructura de este capítulo es la siguiente. En primer lugar, se exponen los beneficios
no monetarios de la educación sobre la gestión de los recursos monetarios del hogar, es decir, el
consumo y el ahorro. En segundo lugar, se desarrolla la evidencia existente respecto a los beneficios
no monetarios de la educación sobre la salud propia y de los hijos. En tercer lugar, se consideran los
beneficios no monetarios de la educación sobre la fecundidad y, en cuarto lugar, se analizan los be­
neficios de la educación sobre la delincuencia. A continuación, en quinto lugar, se indican los efectos
no monetarios de la educación sobre la comunidad, así como las externalidades no monetarias que
ésta puede generar. En sexto lugar, se muestran los esfuerzos realizados por diversos autores para
78 Si se observa la tipología de beneficios no monetarios de la educación señalada por Haveman y Wolfe (1984), puede com­
probarse que este capítulo comprende la práctica totalidad de beneficios no monetarios existentes.
— 66 —
valorar pecuniariamente los beneficios no monetarios de la educación y para obtener unas mejores
estimaciones de dichos beneficios. Finalmente, un último apartado recoge unas reflexiones sobre la
evidencia empírica presentada en este capítulo.
Debido a que el análisis empírico de esta tesis se realiza para el caso español, el con­
junto de estudios empíricos recogidos en este capítulo se refiere a países desarrollados. Sin embar­
go, debe destacarse que existen numerosos estudios sobre los beneficios no monetarios de la
educación realizados en diversos países en desarrollo, especialmente en los campos de la salud y la
79
fecundidad .
Finalmente, dada la evidencia empírica existente, se ha enfatizado el estudio de los be­
neficios no monetarios sobre el consumo, que constituyen el ámbito de análisis del trabajo empírico
desarrollado en el capítulo V de esta tesis. Debido a que dicho tipo de beneficio incluye hábitos que
influyen sobre la salud, el conjunto de beneficios no monetarios de la educación sobre el consumo se
recoge en dos apartados distintos, en función de la interpretación proporcionada por los autores de
los estudios: como un beneficio no monetario de la educación sobre el consumo o como un beneficio
no monetario sobre la salud.
III.1. Beneficios no monetarios de la educación sobre el consumo y el ahorro
En este apartado se exponen y analizan una serie de estudios empíricos relacionados
con los beneficios no monetarios de la educación sobre dos variables referidas a la gestión de los
recursos financieros del hogar, como son el consumo y el ahorro. Así, en primer lugar se muestran
una serie de estudios relacionados con el consumo de bienes y servicios en general, así como estu­
dios que inciden en el análisis de determinados bienes y servicios; en segundo lugar, se consideran
las aportaciones de autores que se ocupan de los efectos de la educación sobre el ahorro; finalmente,
se realiza una valoración general de los resultados y conclusiones de los estudios presentados. La
evidencia empírica que se presenta en este apartado se ha realizado desde una aproximación mi­
croeconómica, salvo en los estudios macroeconómicos de Rizzo y Zeckhauser (1992) sobre el con­
sumo y de Attanasio (1998) para el ahorro.
III.1.1. Evidencia empírica de la existencia de beneficios no monetarios de la educación sobre el
III.1.1. consumo
En este apartado se presentan estudios referidos al efecto no monetario de la educa­
ción sobre el consumo en general, así como estudios realizados sobre el consumo de determina­
dos bienes y servicios. Dentro del primer grupo, destacan las aportaciones de Michael (1972,
1973a, 1975a), Warde et al. (2000), Tomlinson (1998), y Tomlinson y McMeekin (1998), mientras
que en el segundo grupo se recogen los análisis del efecto de la educación sobre el consumo de
bienes y servicios médicos (véase Rizzo y Zeckhauser, 1992; Benham y Benham, 1975; Haugh,
1981; Mechanic, 1970), el uso de tarjetas de crédito (Mandell, 1972), el consumo de determina­
dos productos cosméticos (Chao y Schor, 1996) y el consumo de ropa (Schor, 1999) –véase a
modo de resumen la tabla III.1–.
79 Sobre la salud, véase entre otros: Cochrane et al. (1980), Crouch et al. (1992), Psacharopoulos y Woodhall (1985), Wolfe y
Behrman (1982, 1983), Behrman y Wolfe (1984, 1987, 1989) y Behrman y Deolalikar (1988). Respecto a la fecundidad, desta­
can las publicaciones, para varios años, del Banco Mundial agrupadas bajo el título World Development Report, así como los
estudios de Bowman y Anderson (1963), Cochrane (1979), Psacharopoulos y Woodhall (1985), Weinberger (1987), Cleland y
Rodríguez (1988), Weinberger et al. (1989) y T.P. Schultz (1993, 1997).
— 67 —
TABLA III.1
BENEFICIOS NO MONETARIOS DE LA EDUCACIÓN SOBRE EL CONSUMO
Autor/es
Año
Muestra
Variable dependiente
Resultados
Michael
1972
Hogares de
EE.UU., 1960-1961
Consumo de bienes y La educación incrementa la
servicios
eficiencia en el consumo. El
beneficio no monetario es un
50-60% del monetario
Tomlinson
1998
Enc. Salud y Estilo
de Vida. Reino
Unido, 1985 y 1992
Consumo de determina­
dos bienes y servicios
Warde et al.
2000
Enc. Salud y Estilo
de Vida. Reino
Unido, 1985 y 1992
Actividades
deportivas, La educación incrementa el
culturales y otros hobbies número de actividades realiza­
das y fomenta el consumo de
servicios de “cultura superior”
Rizzo y Zeckhauser
1992
Médicos.
EE.UU., 1980
Tiempo dedicado a los Los médicos dedican más
pacientes
atención a los pacientes con
un mayor nivel educativo
Haugh
1981
Médicos. Reino
Unido y Unión So­
viética, 1974
Aceptación de la autori­
dad del médico
La educación fomenta la
demanda de información, así
como cuestionar las decisio­
nes médicas
Benham y Benham
1975
Encuesta de salud.
EE.UU., 1970
Precio de las gafas
La educación mejora la efi­
ciencia en el consumo al
permitir obtener un menor
precio
Mandell
1972
Enc. de Finanzas
EE.UU., 1970-71
Uso de tarjeta de crédito
La educación fomenta el uso
de la tarjeta de crédito
Chao y Schor
1996
Mujeres de EE.UU., Productos cosméticos
1989-91
La educación fomenta el uso
de los bienes de mayor visibi­
lidad social
Schor
1999
Mujeres de EE.UU., Ropa de diseño
1995
La educación fomenta la
adquisición de ropa de diseño
La educación puede fomentar
hábitos de consumo más
saludables
Así, entre los estudios que examinan el efecto de la educación sobre la eficiencia en el
consumo en general, cabe destacar el trabajo de Michael (1972), revisado por el mismo autor en es­
critos posteriores (véase Michael, 1973a y 1975a), que sigue el modelo teórico de la nueva teoría del
consumo –expuesto en el apartado II.2.1– y, por tanto, considera el consumo como un proceso pro­
ductivo que combina bienes de mercado, tiempo y capital humano, para producir artículos que satis­
facen las necesidades de los individuos. En este contexto, la educación (variable proxy del capital
humano) puede producir unos beneficios no monetarios si aumenta la eficiencia de dicho proceso de
consumo, ya sea mediante un mejor uso del tiempo o de la tecnología. Como indica Michael, si la edu­
cación incrementa la eficiencia en el consumo, las familias con un mayor nivel educativo experimentan
cambios en su patrón de consumo de un modo igual al que se produce al aumentar la renta, debido a
que el aumento de eficiencia equivale a una disminución en el precio de los artículos. Así, dicha hipóte­
sis se acepta si se observa que la educación y la renta producen el mismo efecto sobre el patrón de
80
consumo (véase el apartado II.2.1 para un análisis completo del marco teórico aquí señalado) .
80 Asimismo, deben recordarse las críticas realizadas a dicho marco teórico tanto desde el propio marco neoclásico (véase el
apartado II.2.2), como desde el institucionalismo (véase II.2.3).
— 68 —
En el estudio empírico, Michael (1972) analiza el consumo de bienes y servicios de mer­
81
cado en Estados Unidos, para 1960-61, en función de diversas variables personales y socioeconó­
micas, entre las que destacan la renta del hogar (aproximada como gasto total del mismo) y los años
de educación del cabeza de familia. Aunque la muestra utilizada es de 13.728 hogares, el estudio
empírico considera 157 observaciones que representan los valores medios de un conjunto de hoga­
res agrupados en función de la renta disponible, los años de educación completados y la región geo­
gráfica de residencia.
En primer lugar, Michael divide el gasto realizado por las familias en dos grupos −bienes
y servicios− y, mediante un análisis de regresión múltiple, obtiene que la educación y la renta influyen
de un modo similar sobre el consumo. Así, a medida que aumenta la renta o el nivel educativo del
hogar, éste gasta, proporcionalmente, más en servicios que en bienes. Con referencia a la educación,
debe apuntarse que un incremento del nivel educativo conlleva una disminución del consumo de bie­
nes a favor de los servicios, ya que el consumo total es el mismo, al no permitirse variaciones de la
renta monetaria en el análisis del efecto de la educación sobre el consumo. En concreto, un aumento
del 10% en el número de años de escolarización completado por el cabeza de familia (por ejemplo,
pasar de 10 a 11 años de educación) disminuye el gasto en bienes en un 0,7% e incrementa un 1,9%
el consumo de servicios.
En segundo lugar, Michael considera diversos bienes y servicios separadamente:
primero utiliza 15 bienes y servicios y después los desagrega en 52. En ambos grupos observa
que alrededor de un 67% de los casos (o un 60% del gasto total), la educación y la renta generan
un efecto sobre el consumo como el descrito en el párrafo anterior. Tras unos procesos de depu­
ración de los datos (eliminación de casos donde el efecto de las variables sobre el consumo es
casi insignificante y exclusión de los bienes no duraderos del análisis), obtiene que la educación
y la renta producen un mismo tipo de efecto sobre el consumo en el 88% de los casos (o en un
82
96% del gasto total) .
Finalmente, Michael realiza un intento de valorar pecuniariamente el efecto de la educa­
ción sobre el consumo, mediante diversos métodos, entre los que destaca el análisis de regresión
entre las elasticidades observadas de la educación y la renta sobre el consumo. Dichos métodos se
aplican para los 15 elementos indicados anteriormente, así como para diversas desagregaciones de
bienes y servicios. Los análisis muestran coeficientes de regresión entre un 0,08 y un 0,75, con una
mayoría de resultados en torno al 0,5. Si se considera este último resultado, el beneficio no monetario
de la educación implica que un aumento del nivel educativo de un 10% es equivalente a aumentar el
nivel de gasto total de la unidad familiar en un 5%. Así, por ejemplo, para un individuo con 10 años de
educación y una renta de 10.000$, un aumento del nivel educativo a 11 años equivale a un aumento
de la renta a 10.500$. Además, como el efecto de la educación sobre la renta monetaria es 0,8, Mi­
chael indica que el efecto de la educación en la producción de artículos es un 60% el efecto de la
educación sobre las ganancias monetarias. Asimismo, Michael (1972: 72-77) repite el estudio con la
81 Como este autor indica, se analiza el gasto en bienes de mercado y no el consumo de artículos (los producidos por el
hogar) debido a la inexistencia de datos respecto a estos últimos. Para el análisis, Michael supone que existe una relación
paritaria entre el gasto en bienes y artículos, es decir, que el gasto en el consumo de un bien de mercado equivale al coste de
producir un determinado artículo. Este supuesto facilita el análisis empírico pero, a mi entender, ignora, precisamente, el mo­
delo desarrollado por la “nueva teoría del consumo”, ya que no considera la existencia del proceso productivo en el consumo
que la propia teoría propone.
82 Tras depurar los datos, el conjunto de bienes constituye un 44% del total de productos considerados (siendo los servicios
un 56%), mientras que en el análisis con todos los bienes y servicios la proporción era de un 57% de bienes y un 43% de servi­
cios. Asimismo, la muestra final de bienes consiste sólo en aquellos ligados a la alimentación (comida, bebida y tabaco) y
bienes de ocio (televisor, radio, etc). Dichos cambios, sin embargo, pueden producir un sesgo en los resultados, debido a la
consideración solamente de bienes y servicios donde los efectos de la renta y la educación sobre el consumo son mayores, así
como por el cambio en la proporción y el tipo de bienes y servicios considerados.
— 69 —
“Encuesta de gastos en consumo” de 1950 (similar a la descrita anteriormente para 1960) y obtiene
unos resultados parecidos, si bien el beneficio no monetario de la educación es un 50% del beneficio
83
monetario de la misma .
Michael concluye que la educación genera dos efectos sobre la renta real de los individuos:
un beneficio monetario, que permite unos mayores salarios en el mercado laboral, y un beneficio no
monetario mediante el incremento de la eficiencia de la unidad familiar en la producción no de mercado,
es decir, el consumo. Este estudio es el más completo entre los que analizan, en el marco neoclásico, la
existencia de beneficios no monetarios de la educación sobre el consumo. Sin embargo, el conjunto de
críticas indicado a lo largo de la exposición del mismo lo convierten, a mi entender, en un modelo inade­
cuado para el estudio de los beneficios no monetarios de la educación sobre el consumo.
Desde aproximaciones institucionalistas y sociológicas destacan los estudios de Tomlinson
(1998), Tomlinson y McMeekin (1998) y Warde et al. (2000). Los dos primeros no analizan explícita­
mente el efecto de la educación sobre el consumo, aunque se intuye la existencia de un beneficio no
monetario de la misma, y, además, muestran dos aspectos de gran interés como son la existencia de
efectos de clase sobre el patrón de consumo de los individuos y la importancia del hábito en el mis­
mo. El estudio de Warde et al. (2000) sí incluye el efecto de la educación en el consumo y, además,
permite observar la importancia de la misma a la hora de consumir determinados bienes y servicios.
Los tres análisis se basan en datos que provienen de la “Encuesta de Salud y Estilo de Vida” para el
Reino Unido (realizada en 1985 y 1992, y que incluye, en el último caso, 5.352 individuos), que pro­
porciona información sobre el consumo de determinados bienes y servicios, así como de las caracte­
rísticas sociodemográficas de los individuos encuestados.
Tomlinson (1998) analiza los hábitos de consumo y ocio de los individuos para conocer
84
las características de aquellos que tienen unos hábitos más saludables . En su estudio, de las
distintas ocupaciones surgen dos grupos sociales con estilos de vida claramente diferenciados. En
el primero se incluyen profesionales, directivos y otros trabajadores de cuello blanco, mientras que
el segundo agrupa trabajadores manuales de distinta cualificación, de tal modo que los individuos
de las profesiones que pertenecen al primer grupo tienen hábitos de consumo y ocio más saluda­
bles que los que pertenecen al segundo. Además, aunque el análisis temporal muestra que los
individuos de todas las ocupaciones han tendido a consumir bienes y servicios cada vez más salu­
dables, las distancias entre ocupaciones se mantienen. Asimismo, aunque no se analiza el papel de
la educación, los resultados del estudio permiten suponer que ésta incide positivamente sobre el
consumo de bienes y servicios más saludables. Ello es debido a que las ocupaciones que aparecen
asociadas a un estilo de vida más saludable son las que requieren trabajadores más cualificados,
como los profesionales, seguidos de los directivos y, en tercer lugar, los trabajadores de cuello
blanco que realizan tareas rutinarias. Entre las ocupaciones con un estilo de vida no saludable, las
peor situadas son aquellas que requieren trabajadores con menor cualificación, es decir, las referi­
das a tareas manuales no cualificadas, seguidas de las ocupaciones de semi-cualificados y, final­
mente, las cualificadas.
En un estudio muy similar al anterior, Tomlinson y McMeekin (1998) insisten en la exis­
tencia de un efecto del grupo social sobre el consumo y, además, concluyen que éste es mayor que
el generado por la renta. Asimismo, analizan el hábito mediante el estudio del consumo de distintos
alimentos y bebidas (considerados más o menos novedosos) en función de la edad, e indican que los
83 Sin embargo, debe advertirse que el alto grado de variabilidad de los resultados (entre un 0,08 y un 0,75), en función del
método de estimación aplicado, debilita las inferencias realizadas a partir de los mismos.
84 Se analizan el consumo de comida, bebida, tabaco y la participación en diversas actividades de ocio.
— 70 —
individuos de mayor edad son más propensos a consumir productos considerados como “tradiciona­
les” en detrimento de otros productos más “novedosos”, señalando la importancia del hábito en el
consumo.
Warde et al. (2000) analizan tres aspectos diferenciados, como son el número de activi­
85
dades que realizan los individuos en su tiempo de ocio , los factores que más influyen en la realiza­
ción de dichas actividades, así como la existencia de algunas actividades que son socialmente más
exclusivas que otras. En cuanto al primer aspecto, el estudio pretende conocer si los individuos están
aumentando el número de actividades que realizan, proceso que en la literatura se denomina “omni­
86
voracidad” (véase Peterson y Simkus, 1992; Peterson y Kern, 1996) . De su estudio, destaca que en
el análisis de los factores que inciden sobre la omnivoracidad, el nivel educativo es la variable con un
efecto positivo mayor, por encima de otras variables que también inciden positivamente como son la
renta y la clase social de los individuos (definida esta última en función de la ocupación). Así, a mayor
nivel educativo aumenta la probabilidad de realizar un mayor número de actividades. A su vez, para
29 de las 33 actividades analizadas, el nivel educativo incide positivamente en la probabilidad de rea­
lizar dicha actividad de ocio.
Finalmente, en cuanto al análisis de la exclusión social existente en algunas actividades,
los autores consideran un conjunto de actividades que denominan de “cultura superior” y otro grupo
87
que denominan de “cultura inferior” . En cuanto a las actividades representativas de la cultura supe­
rior, la educación es la variable más determinante, por encima de la renta y la clase social, para expli­
car la participación de los individuos en dichas actividades, si bien las tres variables son significativas.
Sin embargo, aunque en un menor grado, la educación y la clase social inciden negativamente a la
hora de explicar la participación de los individuos en actividades de “cultura inferior”.
Por tanto, dichos autores concluyen que la educación permite la realización de un ma­
yor número de actividades (influye positivamente sobre la omnivoracidad) y, además, permite con­
sumir bienes y servicios vinculados a la denominada “cultura superior”, así como evitar las
actividades consideradas de “cultura inferior”. Además, se indica que la omnivoracidad es social­
mente selectiva, ya que ésta es realizada por la clase media pero no por la clase popular. De este
modo, los individuos que pertenecen a la primera realizan un mayor número de actividades y, ade­
más de realizar actividades características de su clase, participan en actividades de la clase popu­
lar. Sin embargo, los individuos que pertenecen a esta última apenas realizan actividades propias
de la clase media.
Ahora bien, con respecto al análisis anterior, a mi entender debe tenerse en considera­
ción lo siguiente. Aunque dicho estudio no selecciona las actividades de un modo aleatorio, sino que
se consideran grupos de actividades que los individuos indican que realizan frecuentemente, la con­
sideración de un determinado grupo como actividades de “cultura superior” –que incluye actividades
85 En cuanto al tipo de actividades, éstas se relacionan con la práctica de diversos deportes, asistencia a actos culturales,
reunirse con gente, hobbies, etc.
86 Las primeras referencias a dicho término, realizadas por estos autores, definen la omnivoracidad como la preferencia por
parte de la clase alta no sólo de los bienes que tradicionalmente consumen, sino sobre bienes y actividades característicos de
otras clases sociales inferiores. En el estudio de Warde et al., sin embargo, se aplica dicho término al incremento de activida­
des por parte de la clase media.
87 La clasificación de las actividades como de cultura “superior” e “inferior” se realiza del siguiente modo. En primer lugar, del
conjunto de actividades presentadas, se consideran distintas actividades que los encuestados indican que realizan con mayor
frecuencia y se reúnen en 11 grupos. En segundo lugar, se escoge uno de esos grupos como representativo de las actividades
vinculadas con la clase media y que se consideran de “cultura superior” (dicho grupo incluye visitar museos, viajes a la costa,
tener hobbies, asistir a lecciones, e ir al cine o al teatro), y otro grupo como representativo de las actividades vinculadas a la
clase popular y consideradas de “cultura inferior” (que incluye apostar, jugar a dardos, ir a un club social, jugar al bingo y parti­
cipar en juegos de habilidad).
— 71 —
que realizan miembros de la clase media con un mayor nivel educativo– conlleva que el estudio del
efecto de la educación sobre el consumo sea una tautología: se define como cultura superior la reali­
zada por aquellos con un mayor nivel educativo y se demuestra que los más educados realizan acti­
vidades de cultura superior. Por tanto, dicho análisis no supone un avance significativo. Sin embargo,
debe destacarse que el análisis permite conocer que, ceteris paribus, la educación fomenta la partici­
pación de los individuos en un conjunto de actividades vinculadas a servicios culturales y, de este
modo, puede concluirse que la educación permite a los individuos disfrutar, en mayor proporción, de
determinados servicios culturales y, por tanto, genera un beneficio no monetario.
Una vez indicados diversos estudios que analizan el consumo considerando un amplio
conjunto de bienes y servicios, pueden destacarse una serie de trabajos de investigación realizados
para determinados casos particulares. Con referencia al análisis sobre el uso de servicios médicos,
en concreto, la visita a médicos de atención primaria, Rizzo y Zeckhauser (1992), a partir de una en­
cuesta de la Asociación Médica Americana, de Estados Unidos, realizada a 1.615 médicos autóno­
mos de atención primaria en 1980, observan que existe una relación fuerte y positiva entre el nivel
88
educativo de los pacientes y el tiempo que los médicos dedican a los mismos. Para dichos autores,
los médicos pueden considerar más valioso dedicar más tiempo a los pacientes con un mayor nivel
educativo debido a que éstos son mejores transmisores de la información. Ello beneficia a los médi­
cos y, además, genera un beneficio no monetario de la educación debido a que los pacientes con un
nivel educativo mayor reciben una mayor atención médica. Sin embargo, a mi entender no parece
aceptable concluir que constituye un beneficio no monetario de la educación que los médicos dedi­
quen un mayor tiempo a los pacientes con un mayor nivel educativo si los primeros actúan de este
modo para conseguir un mayor número de pacientes. Ahora bien, sí parecen acertadas las explica­
ciones proporcionadas por Haugh, a raíz de un estudio también referido al consumo de servicios mé­
dicos, quien sugiere que los individuos con un mayor nivel educativo son más eficientes en el
consumo de dichos servicios debido a que demandan más explicaciones y son más reacios a aceptar
la autoridad del médico.
El estudio de Haugh (1981), llevado a cabo en 1974, se refiere a los casos del Reino
Unido y la Unión Soviética. En dicho estudio se entrevista a médicos y personal vinculado con la
asistencia primaria para analizar la evolución de los pacientes en cuanto al respeto de la autoridad del
médico, y que ésta sea discutida a la hora de aceptar tratamientos. Tras constatar que los pacientes
son más reacios a aceptar la autoridad que antes, se busca información sobre factores (individuales y
sociales) que pueden haber causado dicho efecto. Individuales como el nivel educativo de los pa­
cientes y su edad, e institucionales como la estructura del servicio médico y el papel del médico en el
mismo, el sexo de los doctores, el nivel de tecnología existente en el servicio médico, así como as­
pectos históricos, ideológicos y culturales de la población. De los diversos factores enumerados, en
ambos países, los médicos subrayan el nivel educativo de los pacientes como el más relevante a la
hora de explicar la pérdida de autoridad de los primeros frente a los segundos, así como la mayor
demanda de información realizada por los pacientes. Dichos resultados coinciden, además, con un
estudio anterior para el caso de Gran Bretaña llevado a cabo por Mechanic (1970).
Por su parte, Benham y Benham (1975), en un estudio donde se analiza el efecto del
89
control de los colegios profesionales de optómetras sobre el precio y la demanda de gafas gradua­
88 La variable educativa se obtiene de considerar los años medios de educación alcanzado por los individuos de 25 y más
años en el condado de residencia del médico entrevistado. Al no ser una variable obtenida directamente de los individuos, sino
relacionada con su lugar de residencia, los resultados obtenidos deben ser considerados con precaución.
89 En concreto, la Asociación Americana de Optometría (AAO), cuyos miembros se comprometen, en función de los Estados
en los que residen, o bien a no anunciarse, o bien, en el caso de hacerlo, a no difundir los precios de los productos y servicios.
Por tanto, cuanto mayor sea la proporción de asociados a la AAO menor será la información difundida con respecto a precios y
características de los bienes y servicios proporcionados.
— 72 —
das, obtienen resultados referidos a las diferencias de precios soportadas por los compradores en
90
función de su nivel educativo . Con datos de 1970, provenientes de una Encuesta de Salud de Esta­
dos Unidos realizada a 10.000 individuos (mayores de 6 años) de los que 1.625 compraron gafas,
Benham y Benham indican que el precio de las gafas graduadas pagado por los consumidores es
siempre mayor, y el número medio de gafas adquiridas es menor, en las zonas con un mayor número
91
de profesionales pertenecientes a la Asociación Americana de Optometría (AAO) . Con referencia a
la educación, los autores muestran que, manteniendo constantes otras variables socioeconómicas
tales como la renta familiar, el tamaño familiar, la edad y la zona geográfica de residencia, el incre­
mento de precio producido por el control de la AAO es mayor para aquellos con un menor número de
años de escolarización. Como indica Feldstein (1993: 312) a raíz de dicho estudio, es posible que
aquellos con un menor nivel educativo sean menos eficientes en la búsqueda de bienes y servicios
menos costosos que los individuos con más años de escolarización.
En un ámbito de análisis distinto, Mandell (1972) considera la eficiencia en el consumo
derivada de la mayor capacidad de procesar información de los individuos con un mayor nivel edu­
cativo. En el estudio, este autor señala que los individuos con un mayor nivel educativo son más
proclives a utilizar la tarjeta de crédito en la adquisición de bienes y servicios. Su estudio se realiza
en Estados Unidos con datos de la “Encuesta de Finanzas de los Consumidores” de 1970 y 1971
(poco más de diez años después de que se extendiera de un modo generalizado el uso de la tarjeta
de crédito en dicho país) y, en él, Mandell observa que, para cada grupo de renta considerado,
aquellos con un mínimo de 12 años de escolarización utilizan más la tarjeta de crédito que aquellos
individuos con un menor número de años de escolarización. Ahora bien, como advierte Michael
(1982: 133), el hecho de que las compañías de tarjetas de crédito favorecieran la adquisición de las
mismas a los graduados de las universidades resta credibilidad al supuesto, indicado por Mandell,
de que los más educados toman mejores decisiones de consumo al procesar la información de un
modo más eficiente.
Finalmente, destaca otro análisis institucionalista realizado para un determinado gru­
po de bienes, en concreto, la adquisición de diversos productos cosméticos. Chao y Schor (1996)
indican que si existe un efecto ostentación en el consumo –véase el apartado II.2.3–, puede su­
ponerse que dicho efecto será más fuerte en aquellos bienes cuyo consumo es más visible y, por
tanto, los individuos estarán dispuestos a adquirir productos más caros en el caso de este tipo de
bienes, aunque conozcan la existencia de otros productos de menor precio e igual calidad. Para
contrastar dicha hipótesis, las autoras analizan el consumo de diversos productos cosméticos a
partir de varias encuestas realizadas a unas 12.000 mujeres norteamericanas entre 1989-1991.
En el estudio, se clasifican los productos en función de su visibilidad (es decir, que su uso pueda
ser observado) y se consideran las distribuciones de precios y calidad de los mismos existentes
92
en el mercado . Los resultados muestran que las mujeres están dispuestas a pagar un precio
más elevado, dada una determinada calidad, por los productos socialmente más visibles. Ade­
90 Para su análisis, Benham y Benham (1975) consideran dos grupos de individuos en función del número de años de educa­
ción alcanzados. El primer grupo abarca aquellos individuos con un mínimo de trece años de escolarización y, el segundo,
aquellos con un máximo de ocho años.
91 Debe advertirse que el precio de las gafas no incluye una distinción en función del tipo de gafas seleccionado. Por dicho
motivo, el estudio no permite comparar fenómenos idénticos, es decir, el comportamiento de los individuos para bienes de la
misma calidad. Sin embargo, si se supone que, en promedio, los más educados consumen gafas de mayor calidad (y precio)
dada su mayor capacidad de compra, el efecto no monetario de la educación sería mayor en caso de comparar productos de
calidad similar.
92 La visibilidad de los productos cosméticos se estableció a partir de una encuesta realizada a jóvenes universitarias de
Harvard. De mayor a menor visibilidad, se elaboró la siguiente clasificación: pintalabios, rimmel, sombra de ojos y limpiadores
faciales. El pintalabios es el producto más visible debido a que no sólo se usa en privado sino que es el más utilizado a la vista
de los individuos con los que una mujer interactúa. Sin embargo, los limpiadores faciales son los menos visibles debido a su
uso exclusivo en el hogar. Los otros dos productos fueron clasificados de visibilidad intermedia.
— 73 —
más, se observa que son las mujeres con un mayor nivel de renta y nivel educativo las que más
93
siguen un comportamiento de consumo vinculado a la ostentación. Dicho resultado es reforzado
por otro estudio realizado por Schor (1999), en 1995, con mujeres de renta media y media-alta
que trabajan en un centro de una gran empresa de telecomunicaciones norteamericana, en el
que se muestra que la probabilidad de comprar ropa de diseño (debido al deseo de adquirir una
determinada marca comercial y no por el supuesto mayor nivel de calidad) aumenta a medida
que se incrementa el nivel educativo y de renta.
III.1.2. Evidencia empírica de la existencia de beneficios no monetarios de la educación sobre el
III.1.2. ahorro
La evidencia empírica con respecto a los beneficios no monetarios de la educación sobre
el ahorro es escasísima y, además, los estudios referidos a la relación entre educación y ahorro no
suelen aislar el efecto de la educación del correspondiente a la renta y, de este modo, aunque per­
miten establecer relaciones entre la educación y el ahorro, no es posible conocer si existen beneficios
no monetarios de la primera sobre el segundo. Dichos estudios analizan dos aspectos diferenciados:
por un lado, la relación que existe entre el nivel educativo y el nivel de ahorro -véase Solmon (1975),
Attanasio (1998) y Schor (1999) para el caso de Estados Unidos, y Oliver et al. (1998) en el caso
español–; por otro lado, si la educación genera comportamientos de ahorro diferenciados, es decir, si
el tipo de ahorro varía en función del nivel educativo alcanzado –véase Solmon (1975) y Costa
94
(1998), este último para el caso español– .
En cuanto a los estudios del primer grupo, el análisis de Solmon (1975) se realiza con
datos provenientes de una encuesta realizada a 3.300 miembros de la Unión de Consumidores de
EE.UU., llevada a cabo entre 1957 y 1959. Con respecto a las variables utilizadas, debe señalarse
que, para el caso del ahorro, Solmon considera una versión reducida (que consiste básicamente en la
diferencia entre la variación de activos y pasivos financieros, excluyendo los aspectos relacionados
con la vivienda), y una versión ampliada (donde incluye el ahorro monetario y el relacionado con la
vivienda y bienes duraderos, así como las inversiones en educación formal post-obligatoria y en el
95
puesto de trabajo) . Asimismo, los niveles educativos considerados son: educación formal hasta
educación secundaria, algún año de educación superior, cuatro años de educación superior y más de
cuatro años.
En su análisis de la relación entre la educación (escolarización) y el ahorro, Solmon ob­
serva que la propensión media y marginal a ahorrar aumenta para cada nivel educativo, siendo las
diferencias mayores al utilizar la variable ampliada de ahorros que la reducida. Sin embargo, como se
ha indicado anteriormente, no puede considerarse que dicho análisis muestre la existencia de un
beneficio no monetario de la educación sobre el ahorro, debido a que no se analiza el efecto de la
educación dado un determinado nivel de renta, sino las propensiones a ahorrar de los individuos en
93 El efecto de la educación no es considerado conjuntamente con la renta, motivo por el cual no puede indicarse la existencia
de un efecto no monetario de la educación. Sin embargo, los resultados sí señalan la existencia de un efecto de la educación
sobre el consumo que orienta éste hacia la ostentación.
94 Con relación a lo advertido al inicio de este apartado, debe subrayarse que del conjunto de análisis enumerados anterior­
mente, sólo los estudios de Schor (en el primer caso) y Solmon (en el segundo) consideran explícitamente el efecto de la edu­
cación sobre el ahorro aislado del efecto de la renta y, de este modo, permiten contrastar la existencia de beneficios no
monetarios de la educación sobre el ahorro.
95 Sin embargo, la deficiente valoración de la formación permite cuestionar los resultados estimados para la versión ampliada
del ahorro. Así, los gastos en formación no se obtienen a partir de las indicaciones de los individuos, sino que se asigna a cada
individuo, en función de su edad y nivel educativo alcanzado, un determinado importe en concepto de ingresos no percibidos
por recibir formación, siguiendo los perfiles de edad-ingreso por nivel educativo estimados por Mincer en 1958-59 para Estados
Unidos (véase Solmon, 1975: 420-23).
— 74 —
96
función de su nivel educativo. Asimismo, los estudios más recientes de Attanasio (1998) y Oliver et
97
al. (1998) también indican una relación positiva entre educación y ahorro, aunque tampoco analizan
la existencia de beneficios no monetarios de la educación sobre el mismo.
Sin embargo, desde una óptica institucionalista, Schor (1999) analiza cómo influye el
efecto emulación (véase II.2.3.1) en el nivel de ahorro y el papel de la educación en el mismo. Así, en
un estudio llevado a cabo en EE.UU., para 1994-95, con poco más de 800 individuos de clase media
y media-alta que trabajan en dos de los centros de una gran empresa norteamericana de telecomuni­
caciones, la autora observa que no sólo la renta es un factor determinante del ahorro, sino que debe
considerarse, además, la distancia financiera que existe entre un individuo y su grupo de referencia
(es decir, el grupo social al que quiere pertenecer). Los resultados de su estudio indican que alejarse
98
financieramente del grupo de referencia reduce los ahorros de los individuos . En cuanto al efecto de
la educación, la autora muestra que, manteniendo la renta y el resto de variables socioeconómicas y
personales constantes, la educación influye negativamente sobre el nivel de ahorro. Para Schor, ello
es debido a que los individuos con un mayor nivel educativo son los más orientados hacia la emula­
ción y el mantenimiento de un determinado estatus social, y, por tanto, son más proclives al consumo
posicional y a preocuparse por mantenerse a la altura de los grupos sociales más elevados a los que
99
pertenecen o aspiran pertenecer . Como esta autora observa:
“Es posible que los individuos a los que más les preocupa el estatus tiendan a permane­
cer más en la escuela, o quizás que la orientación hacia el estatus es un sistema de valo­
res que aprendemos en la misma. En cualquier caso, el resultado es claro: los más
educados están más inmersos en la cultura de la adquisición para lograr una posición su­
perior.” (Schor, 1999: 76).
Ahora bien, aunque en el conjunto de estudios considerados anteriormente puede obser­
varse cómo la educación incide sobre el volumen de ahorro, estos estudios no analizan el efecto de la
educación sobre la eficiencia en el ahorro –aspecto sí considerado en la segunda parte del estudio de
Solmon (1975) y en el análisis de Costa (1998)–. Solmon observa, en primer lugar, que manteniendo
constante la renta y otras variables como la edad del cabeza de familia, la ocupación y el tamaño de
la familia, la educación de los individuos permite una mejor comprensión de los efectos negativos de
la inflación sobre el ahorro. En segundo lugar, Solmon apunta que los más educados conocen mejor
los mecanismos por los cuales pueden protegerse de la inflación, tras observar que los individuos con
mayores niveles educativos señalan que si dispusieran de una determinada cantidad de recursos
monetarios los invertirían en activos financieros de renta variable (de mayor rentabilidad y riesgo),
mientras que aquellos con niveles educativos inferiores indican que invertirían dichos recursos en
cuentas de ahorro y activos de renta fija (más seguros pero de rentabilidad menor, e incluso negativa
100
si existen altos niveles de inflación) . Así, Solmon concluye que la educación incrementa la eficien­
96 Attanasio (1998) analiza las causas de la disminución de la tasa de ahorro en Estados Unidos desde 1980, utilizando datos
provenientes de la “Encuesta de gastos de consumo”, para el período 1980-1991, realizada por la Agencia de Estadísticas
Laborales del gobierno norteamericano a una muestra de 5.000 hogares. Para ello, Attanasio construye datos de panel a partir
de observaciones cross-section para analizar un período de 12 años, agrupa los individuos en cohortes de edad y utiliza diver­
sas definiciones de ahorro, de un modo similar a Solmon (1975).
97 Este análisis del caso español se realiza a partir de la “Encuesta de Presupuestos Familiares” −corregidos según los datos
de la Contabilidad Nacional− para 1990-91 y, en él, se generan perfiles de ingreso, consumo y ahorro a lo largo del ciclo vital
de los cabezas de familia, en función del nivel educativo alcanzado por éstos, que puede ser: sin estudios, con estudios prima­
rios, con estudios secundarios y con estudios superiores.
98 Aunque debe señalarse que la falta de representatividad de la muestra no permite generalizar los resultados.
99 Sin embargo, también debería analizarse la incidencia sobre el ahorro de los mayores gastos en educación de aquellos con
un mayor nivel educativo, ya que pueden explicar parte del menor nivel de ahorro observado.
100 Ahora bien, hubiera sido mejor realizar dicho análisis sobre los ahorros reales de los individuos, ya que, con los recursos moneta­
rios, pueden surgir discrepancias significativas entre lo que los individuos declaran que harían y lo que realmente hacen.
— 75 —
cia de los individuos a la hora de gestionar sus recursos financieros, ya que aquellos con un mayor
nivel educativo pueden obtener una mayor rentabilidad de su ahorro al protegerse de un mejor modo
101
frente a la inflación y los impuestos, y tener un menor grado de aversión al riesgo . Además, Solmon
subraya que la muestra utilizada tiene una menor dispersión de renta y nivel educativo que la pobla­
ción de EE.UU. y, de este modo los resultados pueden mostrar unos mayores efectos de la educación
si se utilizara una muestra representativa de la población norteamericana.
En el caso español, una encuesta elaborada por la Confederación Española de Asocia­
ciones de Amas de Casa, Consumidores y Usuarios (CEACCU) en 1997, con una muestra de 1.492
individuos, también revela que los individuos con niveles educativos más elevados son los que más
diversifican sus ahorros, así como los que más productos con algún riesgo financiero utilizan (accio­
nes, fondos de inversión, etc.), y los que en mayor proporción consideran los incentivos fiscales a la
102
hora de invertir sus ahorros en activos financieros .
III.1.3. Una valoración sobre la existencia de beneficios no monetarios de la educación sobre el
III.1.3. consumo y el ahorro
Del estudio de Michael puede concluirse que la educación genera un beneficio no mo­
netario sobre el consumo debido a que incrementa la eficiencia de los hogares en el consumo. Ahora
bien, cabe destacar que, siguiendo las críticas realizadas a la nueva teoría del consumo en el aparta­
do II.2.3.1, dichas conclusiones sólo son consistentes si se acepta el supuesto de neutralidad del
modelo, así como la función de producción doméstica de dicha teoría y las aportaciones de la teoría
del capital humano referidas al vínculo entre educación y productividad. Por tanto, a mi entender, el
estudio de Michael exige la aceptación de los supuestos indicados anteriormente para poder demos­
trar la existencia de beneficios no monetarios de la educación sobre el consumo entendidos como
incrementos de productividad o eficiencia. Así, la eliminación de tales supuestos permite una inter­
pretación alternativa, como se ha señalado en los apartados II.2.1.2 y II.2.3, de tal modo que puede
considerarse que el cambio en el patrón de consumo se debe a una alteración de las preferencias de
los individuos originada por la educación.
Bajo esta segunda aproximación, debe destacarse la necesidad de incorporar la forma­
ción de preferencias al estudio de los beneficios no monetarios de la educación (y al análisis econó­
mico en general) y, por tanto, a partir de las indicaciones realizadas por autores institucionalistas
(véase II.2.3) debe considerarse el entorno social de los individuos.
Asimismo, los estudios neoclásicos que analizan el consumo de determinados bienes y
servicios, en concreto bienes y servicios médicos o el uso de la tarjeta de crédito, también revelan la
existencia de beneficios no monetarios de la educación, de modo que los individuos con un mayor
nivel educativo son más eficientes y, así, reciben una mayor y mejor atención por parte de los médi­
cos y eligen de un modo más eficiente determinados bienes. Sin embargo, como se ha indicado en el
apartado anterior, debe incidirse en la debilidad de algunos aspectos metodológicos en la mayoría de
los estudios analizados, debilidad que erosiona la capacidad explicativa de los mismos.
101 Asimismo, un estudio de Barlow et al. (1966), para Estados Unidos, muestra que aquellos con un mayor nivel educativo
tienen una mayor propensión a solicitar el consejo de profesionales para sus decisiones de inversión, así como a delegar la
gestión de sus activos financieros a profesionales del sector y, de este modo, pueden obtener una mayor rentabilidad de sus
recursos monetarios (véase Bowen, 1997: 205).
102 Sin embargo, como se ha indicado al inicio del apartado, la metodología de análisis del estudio no permite conocer los
verdaderos beneficios no monetarios de la educación, al no considerar el efecto de la educación sobre el ahorro aislado del
efecto de la renta (véase Costa, 1998).
— 76 —
La existencia de beneficios no monetarios de la educación sobre el consumo también
puede suponerse a partir de los estudios empíricos realizados en el marco de análisis institucionalis­
ta. De ellos puede extraerse que la educación permite unos hábitos de vida más saludables mediante
103
unas mejores elecciones en el consumo . Asimismo, el beneficio no monetario de la educación pue­
de surgir debido a que la educación permite realizar un mayor número de actividades y, además, la
educación es la variable con una capacidad explicativa mayor a la hora de permitir el acceso a deter­
minados servicios culturales. Ahora bien, en estos estudios se subraya que existe un patrón de con­
sumo diferenciado por clases sociales que, por tanto, debe ser considerado en el análisis del efecto
de la educación sobre el consumo. Además, también debe tenerse en consideración que el consumo
se basa en unos determinados hábitos de comportamiento. Finalmente, los beneficios no monetarios
de la educación sobre el consumo pueden derivarse de los efectos positivos de realizar un consumo
ostentoso (tal y como se ha señalado en el apartado II.2.3.2), sobre el que la educación incide positi­
vamente –véanse los estudios empíricos de Chao y Schor (1996) y Schor (1999)–. Ahora bien, aun­
que la educación puede fomentar comportamientos de consumo relacionados con la ostentación que,
a su vez, generen beneficios (monetarios y no monetarios) individuales, a mi juicio, difícilmente pue­
den considerarse dichos efectos como beneficios no monetarios de la educación para el conjunto de
la sociedad.
Por tanto, con respecto a la evidencia empírica relacionada con los beneficios no monetarios
de la educación sobre el consumo presentada en el apartado anterior, tres aspectos deben tenerse en
consideración: por un lado, el análisis de la existencia de beneficios no monetarios de la educación sobre
el consumo a través de incrementos de productividad no puede realizarse mediante la metodología “glo­
bal” propuesta por Michael, y exige métodos de análisis más específicos que consideren el consumo dife­
renciado por niveles educativos de bienes y servicios específicos; por otro lado, el estudio de los
beneficios no monetarios de la educación sobre el consumo no debe circunscribirse sólo al efecto de la
educación sobre la productividad y, de este modo, también pueden considerarse como beneficios otros
aspectos tales como que la educación permita el acceso a determinadas actividades, fomente el consumo
de determinados bienes, permita incrementar el número de actividades a realizar, llevar estilos de vida
más saludables, etc. Finalmente, el análisis empírico debe contrastar si la educación genera los mismos
efectos no monetarios sobre el consumo para distintos grupos o clases sociales, dada la influencia de esta
última sobre el patrón de consumo de los individuos.
Con referencia al ahorro, la escasa evidencia empírica existente sugiere la existencia
de un beneficio no monetario de la educación derivado de una mejor eficiencia en la gestión de
los activos financieros entre los individuos de mayor nivel educativo. Así, los más educados pue­
den obtener una mayor rentabilidad del mismo, debido a que la educación mejora la comprensión
de los factores económicos que inciden en la rentabilidad del ahorro, genera una menor aversión
al riesgo, y estimula que soliciten el consejo de profesionales en la gestión del ahorro. Asimismo,
aunque la evidencia empírica señala mayoritariamente que la educación incide positivamente
sobre el ahorro de los individuos, no debe obviarse el papel de ésta sobre el efecto emulación
indicado por Schor (1999), que puede incidir negativamente sobre el ahorro para los grupos so­
ciales más aventajados.
III.2. Beneficios no monetarios de la educación sobre la salud
En este apartado se consideran una serie de estudios empíricos relacionados con los
beneficios no monetarios de la educación sobre la salud. Contrariamente a lo indicado en el apartado
103 Aunque la evidencia aquí presentada es escasa, en el apartado III.2.2.2 se presenta un significativo número de estudios
en torno a los beneficios no monetarios de la educación sobre el consumo de bienes que inciden en la salud.
— 77 —
anterior, la evidencia empírica respecto a este tipo de beneficios no monetarios es muy extensa, y
comprende tanto los beneficios sobre la salud propia, como sobre la salud de otros miembros de la
familia (especialmente los hijos).
Los estudios que analizan empíricamente la relación entre educación y salud suelen utili­
zar métodos de análisis directos e indirectos. En los primeros se relaciona el nivel de educación de un
individuo y su estado de salud. Este último se mide bien a partir de evaluaciones del estado de salud
físico y/o psíquico realizado por los propios individuos, o bien mediante una serie de indicadores ob­
jetivos (como el número de días que han estado enfermos al año, la longevidad, mortalidad, etc). En
el análisis indirecto se contempla el efecto de la educación sobre la salud mediante el estudio del
impacto de la primera sobre variables que influyen en el estado de salud de los individuos, tales como
fumar, beber alcohol, hacer ejercicio, etc. Debe apuntarse que el efecto de la educación sobre algu­
nos hábitos de comportamiento vinculados a la salud (como fumar, beber alcohol, la dieta alimenticia,
etc.), también puede considerarse un efecto sobre el consumo, tal y como se ha señalado en el
apartado III.1. Dado el interés en esta tesis por dicho ámbito de análisis, se ha dedicado una especial
atención a este tipo de estudios.
En este apartado, en primer lugar, se describe el marco teórico desarrollado por la
escuela neoclásica para el análisis de los beneficios no monetarios de la educación sobre la sa­
lud, debido a que la mayor parte de la literatura empírica se sustenta en dicho marco. En segun­
do lugar, se analiza la evidencia empírica existente en torno a los beneficios no monetarios de la
educación sobre la salud propia (con alguna referencia al efecto sobre la salud del cónyuge) y, en
tercer lugar, sobre la salud de los hijos. Finalmente, un último apartado valora la evidencia empí­
rica presentada.
III.2.1. Marco neoclásico de análisis de los beneficios no monetarios de la educación sobre la
III.2.1. salud
Desde la escuela neoclásica, el modelo teórico que sustenta la mayor parte de los estu­
dios empíricos referidos a los beneficios no monetarios directos de la educación sobre la salud es la
función de producción doméstica de salud propuesta por Grossman (1972a, 1972b). Para este autor,
los hogares son, al mismo tiempo, demandantes y productores de salud: por un lado, demandan sa­
lud porque ésta es fuente de utilidad (salud como consumo) y, además, es uno de los determinantes
104
del nivel de riqueza (salud como inversión) , por otro lado, los individuos producen salud mediante
una función de producción que utiliza una serie de inputs (tales como el tiempo y algunos bienes y
105
servicios −cuidados médicos−) para obtener el output “buena salud” .
Con referencia a la demanda de salud, de un modo análogo al modelo desarrollado
en el apartado II.2.1, los individuos buscan maximizar la utilidad mediante una función de produc­
ción de salud que está restringida por la limitación de recursos existentes, dando lugar a unas
funciones de demanda de salud que dependen de la renta, los precios, la eficiencia de produc­
ción, la dotación de salud inicial y las preferencias de los individuos (véase Grossman y Kaestner,
1997: 73).
104 Como indica Grossman, la diferencia entre la variable salud y el resto de variables que componen el capital humano de los
individuos reside en que mientras estas últimas permiten incrementar la productividad (en el mercado y en el hogar), la salud
determina el tiempo total que los individuos pueden dedicar a cualquier actividad.
105 De este modo, la demanda de cuidados médicos es una demanda derivada. Los individuos no demandan dichos servicios
per se sino debido a su demanda de salud, que es uno de los artículos Zi de la función de utilidad que el hogar quiere maximi­
zar (véase II.1.2.2).
— 78 —
Respecto a la producción de salud, Grossman indica que la educación permite aumentar
la eficiencia de producción, es decir, obtener una mayor cantidad de salud dados unos determinados
inputs debido, por ejemplo, a que los individuos más educados poseen una mayor información (y son
más capaces de analizar nueva información) sobre cómo obtener un buen estado de salud (la deno­
minada eficiencia productiva). Asimismo, Rosenzweig y Schultz (1981, 1982, 1983a, 1983b) –y poste­
riormente Kenkel (1995)– añaden a dicho concepto de eficiencia la denominada eficiencia asignativa,
que proviene del efecto de la educación sobre la elección de los inputs que inciden en el estado de
salud, es decir, el efecto de la educación sobre determinados hábitos o comportamientos que inciden
en la salud de los individuos, como el consumo de alcohol y tabaco, la elección de una buena dieta
alimenticia, realizar ejercicio físico, etc. –el efecto indirecto señalado anteriormente–. Si la educación
aumenta (o permite comprender mejor) la información referida a los verdaderos efectos de dichos
inputs sobre la salud, posibilita una elección más eficiente de los mismos y, de este modo, mejorará el
106
estado de salud de aquellos con un mayor nivel educativo .
Del análisis anterior, puede concluirse que uno de los efectos de la educación es incre­
mentar la demanda de salud debido a que su efecto positivo sobre la eficiencia (productiva y asignativa)
en la producción del artículo salud reduce el coste de producción. Sin embargo, esa mayor productividad
genera una reducción en la compra de atención sanitaria. Por tanto, la educación tenderá a incrementar la
demanda de salud y a disminuir la demanda de servicios médicos (Grossman, 1999).
Ahora bien, en el propio marco neoclásico diversos autores han criticado el modelo de
Grossman (y las consideraciones de Rosenzweig y Schultz). La mayor objeción procede de Fuchs
(1982, 1996) y Farrell y Fuchs (1982), quienes apuntan que la correlación positiva que pueda obser­
varse entre la educación y la salud no es causal, sino debida al efecto sobre ambas de una tercera
variable: la tasa de preferencia temporal. De este modo, Fuchs argumenta que las personas con una
mayor consideración por el futuro, es decir, con una menor tasa de preferencia temporal, permanecen
períodos más largos en la escuela y realizan mayores inversiones en su salud, pero que no existe
una relación causal entre ambas.
Asimismo, Becker y Murphy (1988) −con la teoría de la adicción racional – y Becker y
Mulligan (1997) −con un modelo de determinación endógena de la preferencia temporal− también
analizan las relaciones existentes entre la educación, la tasa de preferencia temporal de los indivi­
duos y la salud, pero, a diferencia de Fuchs, sí indican la existencia de una relación causal positiva
entre la educación y la salud. Para estos autores la educación formal reduce la tasa de preferencia
temporal y provoca que los individuos se orienten más hacia el futuro y, por tanto, “inviertan” más en
su salud (es decir, sigan un estilo de vida más saludable).
107
Cabe señalar que los marcos teóricos indicados anteriormente también pueden ser apli­
cados al efecto de la educación de los padres sobre la salud de los hijos. Así, las hipótesis de la efi­
ciencia productiva y la eficiencia asignativa permiten sugerir que un aumento de la educación de los
106 Grossman (1972a, 1972b) ya contempla el efecto que la educación puede producir sobre la salud a través de la elección
de inputs (como fumar, beber alcohol, etc.), si bien los elimina de su análisis formal, reduciendo la producción de salud a tres
inputs: cuidado médico, tiempo dedicado a la salud y educación. Al considerarse los efectos indirectos, el stock de salud (H)
depende del estilo de vida (L), el stock de capital humano (S) y otras variables que inciden sobre la producción de salud (X): H
= H(L,S,X) –véase Kenkel (1995)–.
107 Dicha teoría supone que las adicciones son racionales, en el sentido de que surgen de procesos racionales de maximiza­
ción de la utilidad, dadas unas determinadas preferencias. Asimismo, no sólo se considera que el consumo pasado incide
sobre el consumo presente, sino que, el aspecto fundamental de esta teoría consiste en señalar que, en la toma de decisiones
presentes, los individuos prevén las consecuencias futuras de los bienes y servicios que pueden consumir. En el marco neo­
clásico, esta aproximación se contrapone a la teoría del consumo “miope” –véase Winston (1980) y Thaler y Sheffrin (1981)–,
para la que sólo el consumo pasado incide sobre el consumo presente (véase Escario y Molina, 2001). Para un desarrollo más
reciente de la teoría de adicción racional véase Harris y Laibson (2001).
— 79 —
padres incrementará la salud de los hijos, mediante la mayor eficiencia de los primeros en la función
de producción de salud de los segundos. Asimismo, los modelos referidos al efecto negativo de la
educación sobre la tasa de preferencia temporal permiten indicar que los padres pueden incrementar
la salud de sus hijos si consiguen orientarlos hacia el futuro. Como los años de escolarización com­
pletados es una variable que no suele variar más allá de la edad de 30 años, los padres pueden influir
más en la variable educativa de los hijos que en la variable salud. Si los padres invierten en la educa­
ción de sus hijos, inducen a estos últimos a realizar inversiones que disminuyen su tasa de preferen­
cia temporal y, de este modo, podrán mejorar su salud en la edad adulta (McMahon, 1998).
Una vez analizados los distintos modelos teóricos neoclásicos, a continuación se descri­
ben los principales estudios empíricos existentes divididos en dos grupos: beneficios no monetarios
de la educación sobre la salud propia –con una muy breve referencia a la salud del cónyuge– (apar­
tado III.2.2) y beneficios no monetarios de la educación sobre la salud de los hijos (apartado III.2.3).
Finalmente, en el apartado II.2.3 se valora la evidencia empírica presentada.
III.2.2. Evidencia empírica de la existencia de beneficios no monetarios de la educación sobre la
III.2.2. salud propia
En este apartado se describen diversos estudios empíricos que demuestran la existencia
de una relación causal positiva entre el nivel educativo de los individuos y su estado de salud. Dichos
análisis no consideran las mejoras de salud derivadas del mayor nivel de renta obtenida por los indi­
viduos con un mayor nivel educativo, sino el efecto de la educación sobre la salud, manteniendo la
renta constante. Por tanto, el análisis se centra exclusivamente en los beneficios no monetarios de la
108
educación sobre la salud . La mayor parte de los estudios aquí presentados se refieren a los Esta­
dos Unidos, el país desarrollado donde se han realizado más estudios empíricos, si bien también se
consideran algunos trabajos para determinados países europeos y el caso particular español.
En primer lugar se analiza el efecto directo de la educación sobre la salud y, de este mo­
do, se exponen trabajos empíricos que reflejan la existencia de una relación causal positiva entre la
educación (medida como años de escolarización formal o nivel educativo alcanzado) y la salud (como
estado de salud o a través de la mortalidad). En segundo lugar se describen una serie de estudios
que analizan los efectos indirectos de la educación sobre la salud, es decir, el efecto de la educación
sobre determinados hábitos de vida que inciden sobre la salud. Antes de iniciar la descripción de los
distintos estudios empíricos debe apuntarse lo siguiente. Tradicionalmente, los estudios que analizan
el efecto directo de la educación sobre la salud se basan en el modelo de Grossman (explicado en el
apartado anterior) y, por tanto, suponen que existe un beneficio no monetario de la primera sobre la
segunda debido a que la educación mejora la eficiencia en el proceso de producción de salud. Asi­
mismo, los estudios empíricos que consideran el análisis de los efectos indirectos de la educación
suponen que los beneficios no monetarios se generan debido a mejoras en la eficiencia asignativa (la
mejor selección de hábitos de vida). Ahora bien, las recientes aportaciones de Becker y Murphy y,
especialmente, de Becker y Mulligan, así como la crítica de Fuchs al modelo de Grossman, han
abierto un debate sobre cómo la educación genera los beneficios no monetarios sobre la salud, e
incluso si dicha relación es causal. Por este motivo, los estudios más recientes han incorporado me­
todologías que intentar descubrir los mecanismos mediante los cuales la educación genera dichos
beneficios sobre la salud. Debido a que los estudios empíricos relacionados con dicho debate son los
más recientes, y que analizan tanto los efectos directos como los efectos indirectos de la educación
sobre la salud, son considerados al final de este apartado (véase III.2.2.3).
108 La excepción son los estudios para el caso español, debido a que éstos utilizan unas metodologías de análisis que no
aíslan el beneficio no monetario de la educación de los beneficios monetarios.
— 80 —
III.2.2.1. Efectos directos de la educación sobre la salud
Los estudios que comprenden los efectos directos de la educación sobre la salud utili­
zan dos aproximaciones distintas: análisis del efecto de la educación sobre el estado de salud, y
estudio del efecto de la educación sobre la mortalidad. En el primer caso destacan las aportaciones
de Grossman (1975), Taubman y Rosen (1982), Lairson et al. (1984), Sickles y Taubman (1986),
Wagstaff (1986), Kemna (1987), Desai (1987), y Urbanos (2000). En el segundo caso, sobresalen los
estudios de Grossman (1975), Rosen y Taubman (1982), Duleep (1986), Behrman et al. (1991), Arias
y Borrell (1998), Borrell et al. (1999) y Regidor et al. (2001). Todos los estudios citados están referidos
a Estados Unidos, a excepción de Wagstaff, que analiza la experiencia danesa, y Urbanos, Arias y
Borrell, Borrell et al., y Regidor et al., que examinan el caso español. Para una mejor comprensión del
conjunto de estudios presentados, en la tabla III.2 se recogen aquellos que permiten el análisis de los
beneficios no monetarios (directos) de la educación sobre la salud desde la primera aproximación
señalada anteriormente, mientras que la tabla III.3 muestra los estudios que utilizan la segunda apro­
109
ximación .
Con referencia a los estudios empíricos que indican la existencia de un beneficio no mo­
netario de la educación sobre el estado de salud, destaca la aportación inicial de Grossman (1975).
Este estudio se basa en una muestra de 3.534 hombres blancos de mediana edad, para el año 1971,
y la variable estado de salud proviene de la evaluación realizada por los propios individuos encuesta­
dos. Asimismo, el análisis considera el efecto sobre la salud de variables como la dotación inicial de
salud y la capacidad intelectual (obtenida de una encuesta realizada en 1943), la escolarización de
los padres y la renta (que muestra que los individuos de este estudio tienen niveles elevados de ren­
ta). En el estudio, Grossman indica que la educación mejora el estado de salud de los individuos y, de
este modo, señala la existencia de beneficios no monetarios de la educación sobre la salud. Además,
Grossman analiza el efecto de la educación sobre los salarios y, al comparar los beneficios moneta­
rios y no monetarios de la educación –en estos últimos sólo para el caso de la salud–, concluye que
110
los segundos representan alrededor de un 40% del efecto de los primeros . Además, como advierte
este autor, debido a que todos los individuos de la muestra tienen un nivel educativo superior a la
educación secundaria, deben destacarse dos aspectos: por un lado, el efecto positivo de la educación
sobre la salud persiste incluso para altos niveles educativos y, por otro lado, si la educación tiene
rendimientos decrecientes, el beneficio no monetario de la misma sería mayor al indicado si se am­
pliara la muestra para todos los niveles educativos.
Siguiendo con estudios que analizan el papel de la educación sobre la salud en EE.UU.,
con una muestra de 1.974 hombres blancos de renta baja, y que considera el estado de salud inicial
de los mismos, así como el uso de cuidados médicos, Desai (1987) apunta que la educación mejora
el estado de salud de los individuos y disminuye el número de días no trabajados debidos a enferme­
dad. Como señalan Grossman y Kaestner (1997: 78), el estudio de Desai (con individuos de renta
baja) y el de Grossman (con individuos de renta alta) permiten concluir que los beneficios no moneta­
rios de la educación sobre la salud se observan para cualquier nivel de renta. Sin embargo, debe
advertirse la falta de un estudio que comprenda individuos pertenecientes a diversos niveles de renta,
o que incluyan la variable clase social, debido al efecto que ésta puede producir en el estado de salud
de los individuos (véase Urbanos, 2000 más adelante).
109 En dichas tablas sólo se incluyen aquellos estudios que permiten aislar el efecto de la educación del que genera la renta,
es decir, muestran los beneficios no monetarios de la educación.
110 En concreto, Grossman indica que la educación mejora la salud de los individuos aproximadamente un 2,4%, mientras
que el efecto de la educación sobre los salarios es un 5,5%. Para cuantificar el beneficio no monetario de la educación
Grossman transforma la escala de estado de salud proporcionada por los individuos en horas perdidas al año por enfermedad
(véase Grossman, 1975: 165-175).
— 81 —
TABLA III.2
BENEFICIOS NO MONETARIOS DE LA EDUCACIÓN SOBRE LA SALUD:
EFECTOS DIRECTOS (educación y estado de salud)
Autor/es
Año
Muestra
Variable dependiente
Resultados
Grossman
1975
Hombres blancos de Estado de salud de en­
renta
elevada. cuestados (autovaloración)
EE.UU., 1971
Desai
1987
Hombres blancos de Días no trabajados por La educación reduce el nú­
renta baja. EE.UU.
enfermedad
mero de días no trabajados
Lairson et al.
1984
Hombres blancos no Estado de salud de en­
jubilados. EE.UU., 1966 cuestados (autovaloración)
La educación mejora el esta­
do de salud
Kemna
1987
Hombres blancos no Estado de salud de en­
jubilados. EE.UU., 1980 cuestados (autovaloración)
La educación mejora el esta­
do de salud
Taubman y Rosen
1982
Hombres blancos jubi­ Estado de salud de en­
lados. EE.UU. 1969, cuestados (autovaloración)
1971, 1973
La educación mejora el esta­
do de salud y su evolución en
el tiempo
Sickles y Taubman
1986
Hombres blancos y Estado de salud de en­
negros
jubilados. cuestados (autovaloración)
EE.UU., 1975, 1977
La educación mejora el esta­
do de salud y su evolución en
el tiempo
Wagstaff
1986
Hombres y mujeres Aspectos vinculados a la La educación permite una
Dinamarca, 1976
salud física y mental
mayor movilidad, mejora la
salud mental, y reduce los
problemas respiratorios.
La educación mejora el esta­
do de salud. El beneficio no
monetario supone el 40% del
monetario
Asimismo, Lairson et al. (1984), con datos de 1966, y Kemna (1987), con datos de 1980,
señalan que la educación incide positivamente en el estado de salud (valorado por los propios indivi­
duos) de adultos blancos con una edad cercana a la edad de jubilación. Además, Taubman y Rosen
(1982) y Sickles y Taubman (1986) muestran la existencia de beneficios no monetarios de la educa­
ción sobre la salud para individuos jubilados. Así, a partir de la “Encuesta sobre Jubilación” de Esta­
dos Unidos (años 1969, 1971 y 1973), Taubman y Rosen (1982) indican que, manteniendo constante
el nivel de salud inicial, la renta monetaria y el estado civil, los hombres (blancos) de mayor nivel edu­
cativo habían alcanzado mejores niveles de salud y habían tenido una mejor evolución de la misma
en el tiempo. Sickles y Taubman (1986) extienden el análisis a las olas de 1975 y 1977 e incluyen
hombres de color, llegando a la misma conclusión.
También cabe destacar la existencia de un estudio aplicado a un país europeo. Así, en
su análisis de 1976 referido a Dinamarca, Wagstaff (1986) señala que la educación mejora la salud
física (afectando positivamente la movilidad, la salud respiratoria y una menor presencia de dolor), así
como la salud mental.
Para el caso español, destaca el estudio de Urbanos (2000) que analiza el efecto directo
de la educación sobre la salud a partir de la “Encuesta Nacional de Salud” para los años 1987, 1993 y
1995. La variable que indica el estado de salud de los individuos se obtiene a partir de la autovalora­
ción que éstos realizan, y se incluye el estado de salud previo de los individuos (mediante la informa­
ción referida a la existencia de alguna enfermedad crónica). En las tres muestras los resultados
confirman que el nivel de estudios contribuye positiva y significativamente al estado de salud de los
individuos y, además, es la segunda variable de mayor significatividad (sólo superada por el estado
de salud previo). En concreto, Urbanos subraya que los individuos con estudios medios registran una
— 82 —
probabilidad de valorar su salud como buena o muy buena entre un 6-9% mayor que la población sin
estudios. Para individuos con estudios superiores, las cifras anteriores están en torno al 11-15% (la
variable más explicativa influye en la salud alrededor de un 20%) y, por tanto, debe destacarse el
papel de la educación sobre la salud. Ahora bien, la no inclusión de la renta monetaria provoca que el
efecto de la educación sobre la salud no refleje el beneficio no monetario de la primera sobre la segunda.
Finalmente, Urbanos (2000) también destaca la existencia de un efecto de clase sobre la salud. Así, per­
tenecer a las clases sociales inferiores aumenta la probabilidad de que los individuos valoraren negativa­
mente su estado de salud y, además, la autora muestra que este elemento social es más significativo del
mal estado de salud al final del período considerado (1995) que al inicio del mismo (1987).
TABLA III.3
BENEFICIOS NO MONETARIOS DE LA EDUCACIÓN SOBRE LA SALUD:
EFECTOS DIRECTOS (educación y mortalidad)
Autor/es
Grossman
Año
Muestra
Variable dependiente
Resultados
1975
Hombres blancos de renta Mortalidad
elevada. EE.UU., 1971
Rosen y Taubman
1982
Hombres. EE.UU., 1973
Duleep
1986
Hombres casados 35-64 Mortalidad
años. EE.UU., 1978
La educación reduce la mortalidad,
pero disminuye el efecto a partir de
los 12 años de escolarización
Behrman et al.
1991
Jubilados EE.UU., 1975, 1977 Mortalidad
No existe un efecto directo
Mortalidad
Un año más de educación reduce
la probabilidad de morir un 0,4%
La educación reduce la mortalidad
Un segundo grupo de estudios que analizan el efecto directo de la educación sobre la
salud considera la relación existente entre la educación y la mortalidad (véase tabla III.3). Así, con
una muestra de 9.700 individuos norteamericanos, Grossman (1975) indica que un año adicional de
educación disminuye la probabilidad de fallecer un 0,4% (aunque los resultados de este estudio de­
ben tomarse con precaución por las características de la muestra, debido a que, al analizar individuos
en edades no muy avanzadas, el número de fallecimientos ocurridos entre los miembros de la mues­
tra es muy escaso). Asimismo, Rosen y Taubman (1982) analizan la mortalidad en 1977 de una
muestra de individuos proveniente del Censo de Población y la Seguridad Social de 1973, y observan
que la educación incide negativamente sobre la mortalidad, manteniendo constante el nivel de renta,
estado civil y la dotación inicial de salud. Además, Duleep (1986) realiza un análisis con los mismos
datos para 1978, aunque considera sólo hombres casados con edades entre 35 y 64 años en 1973, y
111
concluye que la educación disminuye la mortalidad, si bien dicho efecto no es lineal .
Finalmente, Behrman et al. (1991) examinan la mortalidad de hombres de blancos y ne­
gros con los mismos datos utilizados por Sickles y Taubman (a los que se ha aludido anteriormente).
Aunque dichos autores no obtienen un efecto de la educación sobre la probabilidad de morir, sí
muestran un efecto negativo de la pensión de jubilación y el estar casado sobre la mortalidad. Debido
a la influencia de la educación sobre estas variables (la educación permite una pensión más elevada
debido a los mayores salarios de los más educados y, además, el nivel educativo de los hombres
casados suele ser, en promedio, mayor que el de los no casados), los autores argumentan que la
educación puede influir negativamente sobre la mortalidad. Sin embargo, debe advertirse que el
efecto de la educación sobre la pensión refleja un beneficio monetario y, por tanto, el beneficio no
monetario sobre la salud quedaría circunscrito al efecto de la educación sobre el matrimonio, motivo
111 Duleep (1986) señala que el estado de salud mejora a medida que aumentan los años de escolarización pero, sin embar­
go, este efecto finaliza a partir de los 12 años de educación y, sorprendentemente, los individuos que han alcanzado este nivel
educativo poseen un mejor estado de salud que aquellos que han cursado algún año en educación superior.
— 83 —
por el cual no parecen muy convincentes los comentarios de los autores y cabe cuestionar la existen­
cia de beneficios no monetarios de la educación en este estudio.
En el caso español, destacan dos estudios sobre la mortalidad en los municipios de Bar­
celona y Madrid realizados por Arias y Borrell (1998) y Borrell et al. (1999), así como uno más re­
ciente de Regidor et al. (2001) para la Comunidad de Madrid. Los dos primeros trabajos consideran
individuos mayores de 24 años y están referidos a 1992-94 en el primer caso y 1993-94 en el segundo.
Ambos estudios muestran diferencias en la mortalidad en función del nivel educativo de los individuos,
de tal modo que se observa que los individuos sin estudios o con estudios primarios tienen una mayor
mortalidad y una menor esperanza de vida que aquellos con estudios secundarios o superiores. Sin
embargo, las diferencias en la mortalidad por niveles educativos se ven reducidas a medida que au­
menta la edad de los individuos y son menores en las mujeres que en los hombres. Asimismo, en los
estudios para Barcelona, con 28.046 fallecidos, para los que existen datos sobre la causa de la muerte,
los autores señalan que la desigualdad en la mortalidad por niveles educativos es aplicable a casi todas
112
las causas de defunción, con una mayor mortalidad para aquellos con un menor nivel educativo .
Además, entre los más jóvenes, destaca la mayor tasa de mortalidad para aquellos con un menor nivel
educativo en el caso del sida (vinculado en España, mayoritariamente, al consumo de drogas).
El estudio de Regidor et al. (2001) considera una muestra de alrededor de 3,1 millones
de personas residentes en la Comunidad de Madrid (un 96% del total de residentes) agrupados en
tres niveles de edad (25-44 años, 45-64 y más de 64). Su análisis, que incorpora además de la edu­
cación y la edad (ya existentes en los estudios anteriores) otras variables socioeconómicas, como el
estado civil, la situación laboral y el número de miembros del hogar, muestra que un mayor nivel de
estudios está asociado con una menor mortalidad tanto en varones como en mujeres, excepto en
113
mujeres de 45 a 64 años , siendo el efecto mayor en los niveles de edad más jóvenes –salvo en el
grupo de mujeres indicado–. Así, en el grupo de 25 a 44 años, después de ajustar por el resto de
variables señaladas, los varones y las mujeres sin estudios tuvieron una mortalidad 4,49 y 3,12 veces
superior que aquellos con estudios de tercer grado, mientras que en el grupo de mayores de 65 años
dichas cifras fueron de 1,17 y 1,28, respectivamente. Como los autores concluyen, muy probable­
mente los resultados en edades más jóvenes reflejan el impacto del consumo de drogas por vía pa­
renteral (ya indicado en los estudios mostrados anteriormente) y, para el conjunto de la población,
que un bajo nivel de estudios puede conllevar una peor condición material de vida (efecto monetario)
y unos hábitos menos saludables (efecto no monetario). Ahora bien, como en el estudio de Urbanos
(2000), los estudios de Arias y Borrell (1998), Borrell et al. (1999) y Regidor et al. (2001) no conside­
ran la renta y, de este modo, no puede señalarse que el efecto de la educación sobre la mortalidad
sea, en su totalidad, un beneficio no monetario, si bien los resultados permiten destacar la importan­
cia de la educación sobre la salud en el caso español.
Antes de finalizar este apartado, debe señalarse la existencia de algunos estudios empíri­
cos que relacionan la salud de los individuos (en concreto de los hombres casados) con el nivel educati­
vo de sus cónyuges (esposas). El estudio de Grossman indicado anteriormente, así como la aportación
anterior de Auster et al. (1969), y las posteriores de Grossman y Jacobowitz (1981), Rosenzweig y
Schultz (1982), Sweet y Bumpas (1987) y Cherlin (1992) muestran, para EE.UU., un efecto positivo
112 Dos son las excepciones: muerte por cáncer de pulmón (en hombres y mujeres) y por cáncer de mama (en las mujeres).
En el primer caso, los autores sugieren que la causa es el mayor hábito de fumar entre las mujeres de las clases más favoreci­
das –de mayor nivel educativo– y, aunque en el caso de los hombres el porcentaje de fumadores es mayor para los de clase
baja que para aquellos de clase alta, en períodos anteriores se ha observado la situación contraria. En el segundo caso, la
mayor mortalidad por esta enfermedad en la clase alta se relaciona con factores reproductivos (tales como la edad del primer
embarazo y de la menarquia –primer período menstrual–).
113 Dicho efecto puede deberse al mayor consumo de tabaco y alcohol realizado por las mujeres de mayor nivel educativo
que pertenecen a ese intervalo de edad, así como a su mayor incorporación al mercado laboral –que genera una doble jornada
laboral, en el mercado laboral y en el hogar, que puede perjudicar su salud– (véase Regidor et al., 2001: 18).
— 84 —
de la educación de la esposa sobre la salud y longevidad del marido. Como indica McMahon (1998),
desafortunadamente, no se conoce la existencia de ningún estudio sobre el efecto de la educación
del marido sobre la salud de la esposa.
III.2.2.2. Efectos indirectos de la educación sobre la salud
Los estudios empíricos que consideran el efecto indirecto de la educación sobre la salud
analizan el efecto de la educación sobre algún input de la función de producción salud, tal como el
hábito de fumar, beber alcohol, realizar ejercicio físico, etc. Tradicionalmente, dichos estudios se
sustentan en las aportaciones teóricas de Rosenzweig y Schultz y Kenkel (descritas en el apartado
III.2.1) que señalan que la educación aumenta la eficiencia asignativa en la función de producción de
salud y, por tanto, los individuos con un mayor nivel educativo tienen un mejor estado de salud. Ahora
bien, como se ha indicado con anterioridad, más recientemente ha surgido un debate en torno a cómo
la educación genera beneficios no monetarios sobre la salud, que se contempla en el siguiente apar­
tado (III.2.2.3). Por tanto, los estudios contemplados aquí suponen que los efectos de la educación
sobre la salud se deben a que la primera mejora la eficiencia asignativa en la función de producción
de salud. Asimismo, en este apartado se considera, también, un grupo de estudios que analizan los
mecanismos por los que la educación genera beneficios no monetarios sobre la salud mental, es de­
cir, el efecto de la educación sobre la eficiencia asignativa vinculada a la salud mental. Como en el
apartado anterior, todos los estudios considerados incluyen variables personales y socioeconómicas
que permiten analizar el beneficio no monetario de la educación sobre la salud.
114
Con referencia a los efectos indirectos de la educación sobre la salud física , los estudios
para Estados Unidos llevados a cabo en las décadas de 1970, 1980 y 1990, –véase Leigh (1983), Kenkel
(1991), Blaylock y Blisard (1992), Hu et al. (1995), Ross y Wu (1995), Wray et al. (1998), Nayga (1999) y
Su y Yen (2000)– destacan el efecto negativo de la educación sobre la probabilidad de fumar cigarrillos.
Asimismo, Hu et al.(1995) y Blaylock y Blisard (1992) señalan que la educación reduce la cantidad de
cigarrillos consumidos y, tanto Ross y Wu (1995) como Blaylock y Blisard (1992) muestran que la probabi­
lidad de dejar de fumar aumenta a medida que se incrementa el nivel educativo –aspectos señalados
también por Sander (1995a, 1995b) tal y como se observa al final de este apartado–.
Con respecto al consumo de alcohol, Kenkel (1991), Blaylock y Blisard (1993) y Ross y
Wu (1995) indican que el mayor nivel educativo de los individuos reduce la probabilidad de que abu­
sen del alcohol, dándose el efecto contrario en cuanto al hábito de beber. Asimismo, Nayga (1996) y
Su y Yen (2000) analizan el consumo de determinadas bebidas alcohólicas y concluyen que la edu­
cación incide positivamente sobre la probabilidad de que los individuos consuman vino, pero no influ­
ye sobre el consumo de cerveza (aunque debe señalarse que el primer estudio considera el consumo
fuera del hogar). Sin embargo, Heien y Pompelli (1989) no encuentran ningún efecto significativo de
la educación sobre el consumo de cerveza y vino, y solamente constatan que la educación incide
positivamente, aunque de modo leve, sobre el consumo de licores de mayor graduación.
Otro efecto de la educación que beneficia la salud es la mayor probabilidad de practicar
algún tipo de ejercicio físico en aquellos con un mayor nivel educativo, tal y como señalan los estu­
dios de Leigh (1983), Kenkel (1991) y Ross y Wu (1995). Sin embargo, de un modo contrario a lo
indicado anteriormente, Hraba et al. (1998) observan, para la República Checa, que la educación no
115
incide en el hábito de fumar, abusar del alcohol o llevar una dieta alimenticia más sana .
114 Véase una breve descripción de los estudios desarrollados en este apartado en la tabla III.4.
115 Los autores sugieren como causas de que no se observe dicho beneficio no monetario de la educación sobre la salud la ausencia
de campañas públicas relativas al vínculo existente entre el estilo de vida y la salud, la falta de elección en el consumo, así como el
aislacionismo respecto a las tendencias a favor de un consumo saludable que sí han existido en los países occidentales.
— 85 —
TABLA III.4
BENEFICIOS NO MONETARIOS DE LA EDUCACIÓN SOBRE LA SALUD: EFECTOS INDIRECTOS
Autor/es
Año
Muestra
Resultados
Efecto negativo sobre fumar; positivo sobre la
elección de ocupaciones de menor riesgo y
realizar ejercicio
Leigh
1983
Hombres de EE.UU. 1973-77
Heien y Pompelli
1989
Encuesta de Consumo, EE.UU. La educación aumenta la probabilidad de con­
1977-78
sumir licores en los hombres. No se observa
efecto alguno sobre la cerveza o el vino
Kenkel
1991
Encuesta Nacional de Salud. Efecto negativo sobre fumar, abusar del alco­
EE.UU., 1985
hol (no sobre beber alcohol); positivo sobre
realizar ejercicio
Blaylock y Blisard
1992
Encuesta de consumo de La educación reduce la probabilidad de fumar,
alimentos. EEUU. Mujeres de aumenta la probabilidad de dejar de fumar y
renta baja, 1987
genera un menor consumo de cigarrillos en las
fumadoras.
Blaylock y Blisard
1993
Encuesta de consumo de La educación incrementa la probabilidad de
alimentos. EEUU. Hombres, beber alcohol y reduce la probabilidad de abu­
1987
sar en el consumo de vino
Ross y Wu
1995
Encuesta Nacional de prácti­
cas personales de salud y
consecuencias (EE.UU., 1980).
Encuesta de trabajo, familia y
bienestar (EE.UU.,1990)
Nayga
1996
Gasto en consumo. Buró de La educación incrementa el gasto en el con­
Estadísticas Laborales, EE.UU., sumo de vino fuera del hogar, pero no incide
1992
sobre el consumo de cerveza.
Hraba et al.
1998
Encuesta propia República Ningún efecto positivo de la educación sobre
Checa 1994 y 1996
hábitos de vida (fumar, abusar del alcohol y
alimentación). Sí sobre aspectos relacionados
con el trabajo y la familia
Wray et al.
1998
Encuesta de Salud y Jubila­
ción EE.UU.
Sufrir un ataque de corazón induce a dejar de
fumar a los individuos con al menos educación
secundaria superior. Efecto mayor a medida
que aumenta el nivel educativo
Hu et al.
1999
California (EE.UU.) 1985-1991
Efecto negativo sobre fumar y la cantidad de
cigarrillos consumida. Variaciones por etnia,
estado civil y actividad. Relación entre fumar,
beber alcohol y no realizar ejercicio
Nayga
1999
Encuesta sobre dieta y salud Efecto negativo sobre fumar, sobre todo tras 10
EE.UU., 1994
años de educación, cuando la probabilidad de
fumar se reduce a la mitad de la correspon­
diente a un individuo sin estudios
Su y Yen
2000
Encuesta consumo de ali­
mentos EE.UU. 1989-91
— 86 —
Efecto negativo sobre fumar (y positivo sobre
dejar de fumar), abusar del alcohol (no sobre
beber alcohol); positivo sobre realizar ejercicio
físico. Estos factores explican un 55-71% de la
asociación existente entre educación y salud,
persistiendo un efecto directo del 29-45%
Efecto negativo sobre fumar, y beber cerveza;
positivo sobre el vino (relacionado con el esta­
tus socio-económico).
Finalmente, debe destacarse que no existen estudios de este tipo para el caso es­
pañol, más allá de determinada información referida al consumo de alcohol y el nivel de estu­
dios de la población, que no permite conocer el beneficio no monetario de la educación sobre la
salud. Así, con datos de 1987, Gutiérrez-Fisac (1995) muestra que, en el caso de los hombres,
el consumo de alcohol es mayor entre aquellos sin estudios, si bien las diferencias por niveles
educativos son mínimas, mientras que las diferencias sí son importantes entre las mujeres
(destacando el mayor porcentaje de consumidoras de alcohol entre aquellas con estudios uni­
versitarios). En cuanto al consumo excesivo, la frecuencia es mayor entre los hombres con los
menores niveles educativos, pero, entre las mujeres, las más afectadas son aquellas con estu­
116
dios secundarios .
Tras considerar el efecto de la educación sobre la eficiencia asignativa relacionada con
la salud física, a continuación de describen diversos estudios que analizan los efectos de la educa­
ción sobre la salud mental. Ross y Wu (1995), Ross y Van Willigen (1997) para EE.UU., así como el
análisis de Hraba et al. (1998) para la República Checa destacan que la educación permite un mejor
estado de salud, debido a que los más educados tienden a sentirse más realizados en el trabajo,
tener una mayor sensación de control sobre su vida, unas mejores relaciones sociales con la familia y
el entorno social, que disminuye la probabilidad de depresiones, estados de ansiedad y otros proble­
117
mas psicológicos, así como de padecer dolores y enfermedades físicas . Los beneficios de la edu­
cación son similares para individuos blancos y de color, y algo mayores para las mujeres que para los
hombres. Ahora bien, el estudio de Ross y Van Willigen (1997) advierte que la mejora de la salud
física y mental no se refleja en el grado de satisfacción alcanzado por los individuos, sobre el que la
educación tiene un efecto insignificante. Como indican las autoras, esto se debe, seguramente, a que
mientras el malestar psíquico y físico surge de un estado de privación, el estado de satisfacción de­
pende de las expectativas creadas por los individuos y de la comparación con los demás, y es posible
que los más educados (al ser un grupo aventajado) tengan unas mayores expectativas y, por tanto,
118
una mayor probabilidad de sentirse insatisfechos .
Incidiendo en la existencia de beneficios no monetarios de la educación sobre la salud
derivados de los efectos positivos de la primera en el puesto de trabajo, en un estudio en 1973 para
EE.UU., con dos muestras de trabajadores no agrícolas con una edad comprendida entre los 21 y los
65 años, Duncan (1976) presenta distintos efectos positivos de la educación. Así, los más educados
tienen una mayor autonomía en el puesto de trabajo, unas mejores condiciones de salud y riesgo
laboral, un mayor control de las horas extraordinarias y más estabilidad laboral. Dichos beneficios,
además, permiten aumentar los rendimientos de la educación entre un 10-20%, según la muestra
utilizada y, aunque la inclusión de variables relacionadas con la capacidad individual y el entorno fa­
miliar reducen el efecto de la educación, dicha variable sigue siendo significativa. En un estudio simi­
lar, y también para EE.UU., Stern (1976) apunta cinco efectos positivos derivados de los trabajos
realizados por individuos con educación superior respecto a los desarrollados por individuos con un
menor nivel educativo, tales como un menor esfuerzo físico, una mayor autonomía, una mayor creati­
vidad, la existencia de una menor repetición de tareas y la posibilidad de tener amistades, e indica
116 Asimismo, las Encuestas Nacionales de Salud de España para 1987, 1993, 1995 y 1997 proporcionan información rela­
cionada con determinados hábitos de comportamiento que pueden incidir sobre la salud. Al respecto, debe señalarse que el
análisis empírico desarrollado en el capítulo V de esta tesis utiliza la encuesta de 1997 para el análisis de los beneficios no
monetarios de la educación sobre el consumo de bienes que inciden sobre la salud. En concreto, se consideran los hábitos de
fumar (y dejar de fumar), así como el consumo y abuso del alcohol.
117 Al respecto, Miech y Shanahan (2000) señalan que existe un fuerte vínculo entre malestar físico y depresión, y enfatizan
que el mayor efecto de la educación sobre el bienestar psíquico es a través de la mejora de la salud física.
118 Conclusión acorde con lo argumentado por Schor (1999) para el consumo y el ahorro (véanse los apartados III.1.1 y
III.1.2).
— 87 —
que dichos beneficios aumentarían en un 25% los rendimientos del trabajo de los individuos con edu­
cación superior (véase Bowen, 1997: 179-80).
Asimismo, Mathios (1989), en un estudio realizado con una muestra de gemelos
norteamericanos, nacidos entre 1917 y 1927, destaca el beneficio generado por la educación al
permitir a los individuos trabajar en profesiones que les generan unos beneficios no monetarios,
tales como la posibilidad de tener un contacto con personas, alcanzar un determinado estatus
social, realizar un tipo de trabajo que sea del agrado del individuo, que le suponga un reto, la
localización del puesto de trabajo, la disponibilidad de tiempo libre, etc. En el estudio, dichos as­
pectos fueron enfatizados por aquellos individuos con mayores niveles educativos. Para Mathios,
la exclusión de los beneficios no monetarios derivados del puesto de trabajo subestima el efecto
de la educación en un 9% (para aquellos con un mínimo de 15 años de educación) y un 2% (para
los de un nivel educativo menor).
Sin embargo, diversos estudios realizados en las décadas de 1960-70 para EE.UU., pre­
sentados por Bowen (1997), señalan una serie de efectos negativos de la educación derivados de la
incapacidad de utilizar los conocimientos adquiridos en el puesto de trabajo. Al respecto, Tsang y
Levin (1985), a partir del análisis de diversos estudios empíricos, indican que una situación de sobreeducación –donde los trabajadores tienen un nivel educativo superior al necesario para desarrollar su
trabajo– puede aumentar la insatisfacción de los mismos en el puesto de trabajo y perjudicar la salud
mental y física de los sobreeducados, debido a la sensación de frustración y estrés. De este modo, la
educación generaría un perjuicio no monetario. Ahora bien, como indica Büchel (2000), dichos resul­
tados, referidos a Estados Unidos, no se dan en Alemania, donde los trabajadores sobreeducados no
muestran una menor satisfacción en el trabajo que aquellos que cumplen exactamente los requisitos
educativos que su puesto de trabajo requiere y donde, además, los primeros tienen un mejor estado
de salud física que los segundos.
Finalmente, tal y como se ha indicado al inicio de este apartado, una serie de estudios
analizan la existencia de beneficios no monetarios de la educación sobre la salud utilizando unas
metodologías de análisis para determinar no sólo si éstos existen, sino, además, cómo se genera dicho
beneficio (que pueden deberse a una mayor eficiencia –productiva o asignativa– o al efecto de la educa­
ción sobre la tasa de preferencia temporal). Dichos estudios, referidos tanto a los beneficios no monetarios
directos e indirectos de la educación sobre la salud se consideran en el siguiente apartado.
III.2.2.3. Un debate en torno a los beneficios no monetarios de la educación sobre la salud dentro del
III.2.2.3. marco neoclásico
Como se ha señalado en el apartado III.2.1, Farrell y Fuchs (1982) fueron los primeros auto­
res en dudar de la causalidad entre educación y salud, e indicaron que la correlación positiva observada
entre ambas variables se debía a que la tasa de preferencia temporal era menor entre los más educados
y, por ello, éstos invertían en cualquier variable que mejorara su capital humano (como la salud). De este
modo, la menor tasa de preferencia temporal de determinados individuos les lleva a alcanzar un mayor
nivel educativo y a invertir más en su salud. Su conclusión deriva de un estudio sobre el consumo de taba­
co para hombres y mujeres de EE.UU. en edades de 17 y 24 años. En éste, los autores observan que los
individuos que adquirieron un nivel educativo mayor después de los 17 años tenían una menor probabili­
dad de fumar antes de que adquirieran ese mayor nivel educativo. De ahí, concluyen que el efecto de la
educación sobre la salud se debe a la tasa de preferencia temporal, que determina ambas.
Ahora bien, como indican Grossman y Kaestner (1997: 88-9), existen varios estudios que
desestiman la hipótesis Fuchs a favor de una relación causal entre la educación y la salud. Como se
— 88 —
ha señalado anteriormente, esta relación se debe bien a que la educación mejora la eficiencia (pro­
ductiva o asignativa) en la función de producción de salud, o bien a que la educación tiene un efecto
sobre la tasa de preferencia temporal, provocando que los individuos inviertan más en su salud. En
este último caso, a diferencia de lo señalado por Farrell y Fuchs (1982), se enfatiza la existencia de
una relación causal entre la educación, la tasa de preferencia temporal y la salud, de modo que la
educación disminuye la tasa de preferencia temporal y, así, los individuos más educados se orientan
más hacia el futuro e invierten en mejorar su salud (véase Becker y Mulligan, 1997).
Entre los estudios que rechazan la hipótesis de Fuchs, destacan los análisis, para
EE.UU., de Berger y Leigh (1989) y Leigh (1998) –que analizan el efecto directo de la educación so­
bre la salud–, y los estudios de Leigh (1990), y Sander (1995a, 1995b, 1999) –que consideran diver­
sos efectos indirectos–. Así, con datos provenientes de dos encuestas nacionales de salud (una
primera muestra con personas con un mínimo de 20 años de edad y para el período 1971-75, y una
segunda de 1976, sólo con hombres entre 24 y 34 años), Berger y Leigh (1989) observan que la edu­
cación incide positivamente sobre el estado de salud (medido a través de indicadores objetivos del
estado de salud, tales como la presión de la sangre y limitaciones funcionales). La hipótesis de Fuchs
puede desestimarse debido a que, en el estudio, Berger y Leigh incluyen en la ecuación que determi­
na la salud de los individuos, además del nivel educativo y otras variables socioeconómicas, los resi­
duos de estimaciones realizadas sobre los determinantes del nivel educativo (que se corresponden
con la existencia de variables inobservables). En las diversas estimaciones, la educación resulta
siempre significativa y con un efecto positivo sobre la salud, mientras que los estimadores de varia­
bles inobservables, que puede representar, entre otros, la tasa de preferencia temporal, no son signi­
ficativos. Asimismo, en un estudio posterior, con datos nacionales que provienen del “Estudio de
Panel de la Dinámica de Renta” para 1986, y siguiendo una metodología análoga a la descrita ante­
riormente, Leigh (1998) obtiene unos resultados similares y, así, concluye que existe una relación
negativa entre educación e incapacidad física (y, por tanto, positiva entre educación y salud). Ade­
más, el autor muestra que dicho efecto es mayor que el producido por el indicador utilizado para me­
dir la inteligencia, la preferencia temporal y el nivel educativo de los padres.
Siguiendo la metodología de Berger y Leigh (1989) se encuentran, además, los estudios
de Leigh (1990) y Sander (1995a, 1995b), que analizan determinadas variables que relacionan la
educación y la salud. Así, en un estudio referido a Estados Unidos, Leigh (1990) muestra que la edu­
cación incrementa el uso del cinturón de seguridad, reduciendo el número de lesiones graves y
muertes por accidentes de tráfico (que estima en un 50%).
Asimismo, Sander (1995a, 1995b) considera el efecto de la educación sobre el hábito de
fumar y también contrasta la hipótesis de la preferencia temporal. Con datos para las olas 1986-91 de
la “Encuesta Social General” del Centro de Investigación de la Opinión Nacional de Estados Unidos,
que considera hombres y mujeres mayores de 24 años, Sander muestra que la educación influye
negativamente en la probabilidad de fumar y positivamente en la probabilidad de dejar de fumar y,
además, desestima la hipótesis de la preferencia temporal. A modo de ejemplo, Sanders señala que
la probabilidad de que hombres con un mínimo de 16 años de educación formal dejen de fumar es un
25% mayor que la probabilidad de que lo hagan hombres con 12 años de educación. Ahora bien, en
cuanto a la probabilidad de fumar, destaca que el efecto de la educación depende de la edad. Así, la
educación no incide en la probabilidad de fumar de los hombres entre 55 y 64 años y de las mujeres
entre 45 y 64. Además, la educación incide positivamente en el hábito de fumar en edades posterio­
res a las referidas anteriormente. Como este autor sugiere, esto puede deberse a la falta de informa­
ción sobre los aspectos perjudiciales del tabaco que los individuos de mayor edad tuvieron al iniciarse
en el hábito de fumar. En este caso, sin embargo, el estudio de Sander permitiría rechazar la hipóte­
sis que relaciona positivamente la educación y la eficiencia asignativa, que supone que, para cual­
quier nivel de información existente, aquellos con un mayor nivel educativo deberían procesar la
— 89 —
información de un modo más eficiente y, así, elegir mejor los bienes de consumo que influyen en su
119
salud (aunque dicha hipótesis no quedaría desestimada si el grado de información fuera nulo) .
Asimismo, con una muestra que sigue a un determinado grupo de individuos desde
su estancia en la educación secundaria, denominada High School and Beyond Investigation,
Sander (1999) analiza, para 1982 y 1986, el efecto de la educación sobre la demanda de alcohol
y sobre el consumo de alcohol de un modo abusivo (heavy drinker). Con datos de 1982, Sander
indica que cursar educación superior tiene un efecto negativo sobre el abuso en el consumo de
alcohol para los hombres y un efecto negativo sobre la demanda de alcohol por parte de las mu­
jeres (no se analiza el abuso de alcohol en el caso de las mujeres para este año). Asimismo, los
datos de 1986 señalan que finalizar la educación superior tiene un efecto negativo sobre el con­
sumo de alcohol por parte de los hombres y sobre el consumo abusivo del mismo por parte de
hombres y mujeres. Además, otras variables explicativas del consumo de alcohol reflejan algunos
aspectos sociales de interés. Así, hombres y mujeres de religión católica, con padres con estu­
dios superiores, y las mujeres que trabajan, tienden a beber más alcohol, mientras que hombres
y mujeres afroamericanos, y los casados, consumen una menor cantidad de alcohol. Finalmente,
cabe destacar el efecto positivo de haber consumido alcohol en el pasado sobre el hecho de be­
ber en el presente, que muestra –como es de esperar– la existencia de hábitos (e incluso adic­
ción) en el consumo de alcohol.
Gracias a la metodología de análisis utilizada, Sander puede concluir que los efectos ne­
gativos de la educación sobre el consumo de alcohol no son debidos a la preferencia temporal, de­
sestimando la hipótesis de Fuchs. Dicha metodología consiste en realizar un análisis en dos períodos
de tiempo. En el primero, realizado en 1982, se incluye el nivel educativo presente y el futuro (referido
a 1986) ya que si la educación está correlacionada con la tasa de preferencia temporal, un aumento
del nivel educativo futuro implicará una menor tasa de preferencia temporal, y la significatividad de la
variable educativa futura sobre la salud puede señalar que el efecto de la educación sobre la salud se
debe, en realidad, a la tasa de preferencia temporal. En el segundo análisis, realizado en 1986, se
incluye en el estudio sobre el abuso del alcohol, si el individuo tenía este hábito con anterioridad, va­
riable proxy de la preferencia temporal, debido a que el hábito de beber puede denotar una alta prefe­
rencia temporal (véase Becker y Murphy, 1988). Si en el análisis empírico, el efecto de la educación
se reduce significativamente debido a la inclusión de la variable hábito, puede asumirse que el efecto
entre educación y salud se debe al efecto de la tasa de preferencia temporal sobre ambas. En Sander
(1999), los resultados muestran que, para 1982, la educación está inversamente relacionada con el
abuso de alcohol y, sin embargo, la educación futura no lo está. Asimismo, para 1986, el nivel educa­
tivo de ese año sí está relacionado negativamente con el abuso del alcohol y la introducción del nivel
de consumo anterior no varía significativamente el efecto de la educación sobre el consumo de alco­
hol. De este modo, Sander desestima la hipótesis de Fuchs.
Finalmente, debe considerarse que puede existir una doble causalidad entre educación y
estado de salud, de modo que no sólo la educación mejore el estado de salud, sino que, además,
esta última incida positivamente sobre el nivel educativo alcanzado por los individuos. En ese caso,
parte del efecto de la educación sobre la salud se explicaría porque un mejor estado de salud conlle­
va una mayor inversión en educación, es decir, porque los más sanos se educan más. Aunque existe
evidencia empírica al respecto −véase Edwards y Grossman (1979), Shakotko et al. (1981), Perri
(1984), Wolfe (1985) y Chaikind y Corman (1991)−, varios de los estudios empíricos presentados
119 A mi entender, el grado de información debe ser cercano a cero para esta franja de edad y, de este modo, dicho estudio
no desestima la hipótesis de la eficiencia asignativa.
— 90 —
anteriormente han incluido como variable explicativa el estado de salud de los individuos en un mo­
mento anterior y, de este modo, han excluido el efecto inverso señalado con anterioridad, permitiendo
120
concluir que la educación genera beneficios no monetarios sobre la salud .
III.2.3. Evidencia empírica de la existencia de beneficios no monetarios de la educación sobre la
III.2.3. salud de los hijos
Los beneficios no monetarios de la educación sobre la salud también han sido anali­
zados considerando los efectos, directos e indirectos, de la educación de los padres sobre la
salud de los hijos. Mientras que unos estudios se limitan a señalar la existencia de una relación
causal, otros intentan conocer qué comportamientos generan los padres con mayores niveles
educativos que permiten un mejor estado de salud de sus hijos (o una menor tasa de mortalidad
de los mismos).
En este apartado se muestran, en primer lugar, estudios referidos a la relación existente
entre la educación de los padres y la salud de los hijos en período de niñez y adolescencia y, en se­
gundo lugar, se presentan estudios que analizan la relación existente entre la educación de los pa­
dres y el estado de salud de los hijos al nacer, así como el efecto de la educación de los padres sobre
la mortalidad infantil (véase la tabla III.5). En el primer grupo de estudios, destacan las investigacio­
nes desarrolladas por Shakotko et al. (1981), Wilcox-Gök (1983), y Chernichovsky y Coate (1980,
1983), mientras que en el segundo grupo, destacan las aportaciones de Corman y Grossman (1985),
Rosenzweig y Schultz (1981, 1982, 1983a, 1983b, 1988, 1991), Leibowitz et al. (1986), Grossman y
Joyce (1990) y Joyce (1987a, 1987b).
Con referencia al primer grupo de estudios, los que consideran la relación existente entre
la educación de los padres y la salud de los hijos en período de niñez y adolescencia, Shakotko et al.
(1981) analizan la salud de niños y adolescentes a partir de datos de varias olas de la “Encuesta de
Examen de la Salud” de Estados Unidos (niños entre 6 y 11 años en el período 1963-65, adolescen­
tes entre 12 y 17 años en el período 1966-70, y un panel de individuos analizados en ambos perío­
dos, siendo todos blancos), e indican que los años de escolarización de la madre es un factor
determinante de la buena salud de los hijos. Asimismo, manteniendo constante la renta y proxies para
la dotación genética de los hijos (tales como el peso de los hijos al nacer o la existencia de enfermeda­
des congénitas), observan que la educación de los padres (especialmente de la madre) tiene un efecto
positivo sobre el estado de salud de los hijos, tales como la salud dental y una menor probabilidad de
padecer anemia u obesidad. Como indican Grossman y Kaestner (1997: 94), que el nivel educativo de
la madre tenga una mayor incidencia sobre la salud de los hijos que el del padre confirma que la educa­
ción no es sólo una proxy de la dotación genética. Asimismo, los autores apuntan la existencia de un
efecto negativo del nivel educativo de la madre sobre la ausencia en la escuela, por enfermedad, de los
hijos en edad adolescente (manteniendo constante las ausencias por enfermedad en edad infantil), y
sobre la obesidad en la adolescencia (manteniendo constante la obesidad en edad infantil).
Sin embargo, los estudios de Wilcox-Gök (1983) y Chernichovsky y Coate (1980, 1983)
contradicen el supuesto de que la educación de los padres aumenta la salud de los hijos. Así, con
datos de 1978 sobre individuos pertenecientes a un plan de cuidado médico en San Luis (EE.UU.),
Wilcox-Gök (1983) analiza los determinantes de la salud de los hijos comparando parejas de herma­
nos naturales y hermanos donde uno de los hijos es adoptado, para las edades entre cinco y catorce
años. Wilcox-Gök sugiere que la dotación genética sí parece explicar el estado de salud de los hijos
y, sin embargo, la educación de los padres no tiene ningún efecto al respecto.
120 Véase Grossman (1975), Desai (1987), Taubman y Rosen (1982) y Sickles y Taubman (1986).
— 91 —
Asimismo, Chernichovsky y Coate (1980) consideran la relación existente entre la edu­
cación de los padres y la salud de los hijos mediante el análisis del efecto de la educación de la ma­
dre sobre la nutrición de los hijos. En un primer estudio, con una muestra de 500 niños menores de
tres años de edad que viven en distritos de renta baja de 10 estados de EE.UU., para el período
1968-1970, los autores observan un efecto negativo (aunque insignificante) de la educación de la
madre sobre las funciones de demanda de calorías y proteínas de los hijos. En un segundo estudio,
con una muestra de 2.500 niños entre uno y cinco años de la “Encuesta Nacional de Salud y Examen
Nutricional” de EE.UU., para 1971-1975, Chernichovsky y Coate (1983) obtienen que la educación de
la madre no incide significativamente en la salud de los hijos (analizada mediante la medición del
nivel de vitamina C y la ausencia escolar por enfermedad de estos últimos). Ahora bien, como seña­
lan Grossman y Kaestner (1997: 95-98), algunas deficiencias de dichas investigaciones, relacionadas
con las características de la muestra de Wilcox-Gök (1983) y algunos aspectos metodológicos de
Chernichovsky y Coate (1980, 1983), no permiten generalizar los resultados.
Con referencia a la relación existente entre la educación de los padres y el estado de
salud de los hijos al nacer, la mayoría de autores considera dicho efecto mediante el estudio de la
relación existente entre la educación de la madre y la mortalidad infantil. Así, con datos –agrupados–
referidos a los condados de EE.UU. con un mínimo de 50.000 habitantes, entre 1964 y 1977, Corman
y Grossman (1985) analizan el efecto de la educación de la madre sobre la tasa de mortalidad de los
121
hijos al nacer , y concluyen que el aumento del nivel educativo de las mujeres blancas es la variable
más importante en la reducción de la mortalidad infantil experimentada en ese período. En concreto,
un incremento de un año de educación reduce la mortalidad en 0,5 muertos por cada mil nacimientos.
En el caso de mujeres afroamericanas, la educación es la segunda causa que explica la reducción de
la mortalidad (tras la interrupción voluntaria del embarazo), aunque su efecto es mayor que en el caso
de las mujeres blancas y, así, un aumento de un año de educación reduce el número de fallecimien­
122
tos en 0,7 por cada mil nacimientos .
Asimismo, a partir de la “Encuesta Nacional de Seguimiento de la Natalidad” de EE.UU.
(para 1967-69), Rosenzweig y Schultz (1981, 1982, 1983a, 1983b) analizan el efecto de la educación
de la madre sobre las posibilidades de sobrevivir de los hijos al nacer y su estado de salud (medido a
partir de su peso al nacer). Los resultados de sus estudios sugieren que la educación influye positi­
vamente sobre la salud y supervivencia de los hijos, pero los resultados no son robustos al variar la
significatividad de la variable educativa en función de la metodología utilizada. Sin embargo, en estu­
dios posteriores con datos de la encuesta indicada anteriormente para 1980, los autores vuelven a
resaltar el efecto positivo de la educación de la madre en la salud de los hijos, si bien mediante un
análisis indirecto que considera el efecto de la educación de la madre sobre sus cuidados prenatales.
Así, dichos estudios muestran que las madres con un mayor nivel educativo tienen una menor proba­
bilidad de fumar, de retrasar el cuidado prenatal, de dar a luz en edades más tardías, y de recibir ra­
yos X cuando están en período de gestación (véase Rosenzweig y Schultz, 1988, 1991).
En otro estudio, Grossman y Joyce (1990) también analizan el efecto de la educación de
la madre sobre la salud de los hijos al nacer, a partir de una muestra de la población de color de Nue­
va York en 1984. Los resultados revelan que la educación de la madre incide positivamente sobre el
peso de los hijos al nacer. En concreto, revelan que una mujer de color que haya cursado al menos
un año de educación universitaria (es decir, con un mínimo de doce años de escolarización) tendrá,
en promedio, hijos que pesan un 2% más que una mujer, también de color, que haya cursado un mí­
nimo de ocho años de educación y un máximo de once.
121 Considerada como mortalidad del hijo hasta los 27 días de su nacimiento.
122 Siendo el número de fallecimientos general de 8,9 por cada mil nacimientos (dato de 1979).
— 92 —
Un último aspecto abordado es el efecto de la educación de las mujeres sobre la proba­
bilidad de interrumpir voluntariamente el embarazo. Los estudios para Estados Unidos de Joyce
(1987b) y Leibowitz et al. (1986), el primero referido a mujeres afroamericanas, entre 15 y 49 años, y
el segundo con una muestra de adolescentes embarazadas en California, muestran que incrementos
del nivel educativo de las mujeres aumentan la probabilidad de abortar de las mismas. Dado que el
número de abortos reduce la mortalidad infantil (véase al respecto Grossman y Jacobowitz, 1981;
Joyce, 1987a y Corman et al., 1987), un incremento del nivel educativo de las mujeres permite dismi­
nuir la mortalidad infantil.
TABLA III.5
BENEFICIOS NO MONETARIOS DE LA EDUCACIÓN DE LOS PADRES
SOBRE LA SALUD DE LOS HIJOS
Autor/es
Año
Shakotko et al.
1981
Mujeres blancas de Salud
EE.UU. 1963-1970
La educación de la madre
beneficia la salud de los hijos.
Menor efecto de la educación
del padre
Wilcox-Gök
1983
Plan médico
San Luis, 1978
La educación de los padres
no afecta la salud de los hijos
Chernichovsky y Coate
1980
Individuos de renta Nutrición
baja, EE.UU. 1968­
1970
Enc. Nacional Sa­ Nutrición y enfermedad
lud, EE.UU, 1971-75
La educación de la madre no
afecta la salud de los hijos
1983
Muestra
Variable dep. (hijos)
Salud
Resultados
La educación de la madre no
afecta la salud de los hijos
Corman y Grossman
1985
Condados
de Tasa de mortalidad
EE.UU., 1964-1977
La educación de la madre
reduce la tasa de mortalidad
(0,5 por cada mil en mujeres
blancas y 0,7 en afroamer.)
Rosenzweig y Schultz
1981,
1982,
1983
Enc. Nacional de Peso al nacer
Natalidad EE.UU.,
1967-1969
La educación de la madre
influye positivamente sobre la
salud de los hijos al nacer
1988,
1991
Enc. Nacional de Efectos indirectos
Natalidad EE.UU.,
1980
La educación garantiza un
mejor cuidado prenatal
Grossman y Joyce
1990
Población de color Peso al nacer
de Nueva York,
1984
La educación de la madre
incide positivamente en el
peso de los hijos al nacer
Leibowitz et al.
1986
Adolescen­
tes.California
Probabilidad de abortar
La educación aumenta la
probabilidad de abortar
Joyce
1987
Mujeres afroameri­
canas EE.UU.
Probabilidad de abortar
La educación aumenta la
probabilidad de abortar
III.2.4. Una valoración sobre la existencia de beneficios no monetarios de la educación sobre la
III.2.4. salud
A raíz de lo indicado en los apartados III.2.2 y III.2.3, puede concluirse que está sufi­
cientemente demostrada la existencia de beneficios no monetarios de la educación sobre la salud.
— 93 —
Asimismo, dicho efecto se constata, en líneas generales, tanto en el caso de la salud propia como en
la de los hijos (aunque la evidencia empírica respecto a esta última es menos concluyente para eda­
des de niñez y adolescencia).
Con respecto a la salud propia, los estudios presentados que relacionan directamente la
educación con el estado de salud muestran que la primera genera un beneficio no monetario sobre la
segunda, debido a que, ceteris paribus, permite un mejor estado de salud. Asimismo, del estudio de
los efectos indirectos se observa que la educación genera buena parte de dichos beneficios no mo­
netarios al incidir en los hábitos de consumo y de comportamiento. Así, los estudios presentados
muestran que los individuos con un mayor nivel educativo tienen una menor probabilidad de fumar –y
en caso de hacerlo fuman menos–, abusar del alcohol, así como una mayor probabilidad de dejar de
fumar, realizar ejercicio físico, descansar de un modo apropiado y reducir el número de lesiones gra­
ves y muertes por accidentes de tráfico. Asimismo, la educación posibilita un mejor estado de salud
psíquica debido a su efecto sobre las condiciones de trabajo, el entorno familiar y social, así como al
proporcionar una mayor sensación de control, que reducen los estados de ansiedad, depresión y
otras alteraciones psicológicas. Los diversos estudios cubren segmentos de población tan diversos
como individuos de edades jóvenes y medias, jubilados, muestras de hombres y mujeres, diversos
niveles de renta, distintas etnias, están realizados en varios países (aunque muy predominantemente
en Estados Unidos) y, además, utilizan diversas metodologías de análisis. Por tanto, debe subrayarse
la robustez de los resultados.
Asimismo, los estudios referidos al efecto de la educación de los padres sobre la salud
de los hijos muestran que la primera permite una menor tasa de mortalidad infantil, así como una
mejor salud de los hijos al nacer. Sin embargo, los efectos de la educación de los padres sobre la
salud de los hijos en edad infantil y adolescente muestran resultados contradictorios.
Ahora bien, una vez se ha establecido la existencia, en líneas generales, de una relación
causal positiva entre educación y salud, considerando, además, que existen suficientes estudios que
desestiman la hipótesis de Fuchs (que niega dicha relación) cabe preguntarse sobre los mecanismos
por los que se establece dicho vínculo. La evidencia presentada señala lo siguiente. Por un lado, los
estudios que muestran la existencia de un efecto indirecto de la educación sobre la salud inciden en
que la educación aumenta la eficiencia asignativa y, por tanto, genera un beneficio no monetario so­
bre la salud. En ese caso, una vez considerados los efectos indirectos, la existencia de un efecto
directo podría vincularse a la eficiencia productiva. Por otro lado, ambos tipos de eficiencia podrían
considerarse simplemente como efectos de la educación sobre la tasa de preferencia temporal, de tal
modo que la primera reduce dicha tasa y, por tanto, los individuos adoptan hábitos de vida y compor­
tamiento que benefician su estado de salud. Asimismo, una serie de estudios que analizan los efectos
directos e indirectos de la educación sobre la salud, y que incluyen, además, proxies de la tasa de
preferencia temporal como variables explicativas, muestran una mayor significatividad de la educa­
ción que de la tasa de preferencia temporal (y, además, esta última no es siempre significativa). De
este modo, podría concluirse que la educación genera un beneficio no monetario sobre la salud al
incrementar la eficiencia asignativa y productiva.
Ahora bien, el propio Grossman (1999) indica que la explicación de Becker y Murphy
(1988) y Becker y Mulligan (1997), sobre que la educación genera unos beneficios no monetarios
sobre la salud debido a que la educación disminuye la tasa de preferencia temporal y genera com­
portamientos que mejoran el estado de salud, es la más convincente. Como este autor señala, las
hipótesis de la eficiencia productiva y asignativa sugieren que los más educados tienen una mayor
información sobre determinados comportamientos que son perjudiciales para la salud, pero, sin em­
bargo, puede suponerse que, en las sociedades avanzadas, dicho conocimiento está prácticamente
— 94 —
123
al alcance de todos . Para Grossman, es más razonable suponer que la educación altera la tasa de
preferencia temporal provocando que los individuos se orienten más hacia el futuro y se comporten
de un modo que beneficie a su salud.
Por tanto, la evidencia empírica existente no permite concluir cuál es el mecanismo (o
conjunto de mecanismos) predominante por el que la educación genera beneficios no monetarios
sobre la salud, aunque sí puede subrayarse la gran cantidad de estudios a favor de que dicho benefi­
cio se genera. Grossman y Kaestner (1997) recomiendan que se profundice en el estudio de las cau­
sas de la relación entre educación y salud, debido a que las políticas educativas a realizar varían en
función de cuál sea el efecto que produce la primera sobre la segunda. Como estos autores obser­
van, si la educación genera un beneficio no monetario sobre la salud debido a su efecto sobre la efi­
ciencia asignativa, deberían implementarse programas educativos de salud, posiblemente en el
ámbito de escuela, para animar o desanimar el uso de determinados inputs. Ahora bien, si dicho
efecto es debido a la mejora de la eficiencia productiva, las políticas a implementar son menos claras,
y los autores sugieren una expansión en la escolarización, al menos para determinados segmentos
de la población, con un contenido de la educación más general y menos dirigido a aumentar el cono­
cimiento sobre la salud que sugiere la eficiencia asignativa. Finalmente, si la mayor parte del efecto
de la educación sobre la salud se produce a través de su efecto sobre la preferencia temporal, los
programas educativos de salud generarán unos menores beneficios que aquellos que animan las
inversiones en preferencia temporal realizadas por los más educados. De hecho, como señalan estos
autores:
“[…] En un mundo siempre cambiante donde la nueva información se hace accesible, las
intervenciones generales que animan a tener comportamientos orientados hacia el futuro
pueden tener mayores tipos de rendimiento a largo plazo que intervenciones específicas di­
señadas, por ejemplo, para evitar que la gente fume.” (Grossman y Kaestner, 1997: 116).
Sin embargo, a mi entender los tres tipos de efectos de la educación señalados (sobre la
eficiencia productiva, la eficiencia asignativa y la tasa de preferencia temporal) llevan a una misma
conclusión, que la educación formal genera beneficios no monetarios sobre la salud, y las diferencias
entre ellas no parecen ser muy relevantes. Así, tanto si la educación incide sobre la eficiencia produc­
tiva como sobre la eficiencia asignativa, el efecto es que, ceteris paribus, la educación mejora la salud
de los individuos (ya sea por la mejor interpretación de las recomendaciones médicas o por los hábi­
tos de comportamiento escogidos). En ambos casos, la escolarización genera beneficios no moneta­
rios y la información relacionada con la salud será mejor comprendida por los más educados –y de
este modo, puede desestimarse la consideración de Grossman y Kaestner (1997) citada anterior­
mente–. En cuanto a la tasa de preferencia temporal, si la educación incide sobre ésta, los individuos
más educados elegirán hábitos de comportamiento más saludables. Por tanto, este efecto, aunque de
naturaleza distinta a la eficiencia asignativa, es equiparable a esta última y, así, la extensión de la
124
escolarización formal generará beneficios no monetarios . De este modo, los individuos con un me­
123 Sin embargo, creo que este aspecto no debería suponerse de antemano y, por tanto, requiere un análisis específico. Al
respecto, véase en Kenkel (1991) el distinto grado de conocimiento de los efectos perjudiciales del consumo de tabaco y alco­
hol sobre la salud en una muestra de individuos norteamericanos. Asimismo, en un estudio llevado a cabo en mayo de 2000
con estudiantes de la Universidad de La Rioja, Portillo et al. (2001) señalan que, aunque los conocimientos sobre los efectos
nocivos del tabaco están muy extendidos entre los individuos de la muestra (especialmente aquellos para los que ha existido
una mayor información pública), se produce una infravaloración de los verdaderos riesgos del tabaco que, además, es mayor
entre los fumadores.
124 Asimismo, la consideración de distintos grupos sociales permite suponer la existencia de diversas tasas de preferencia
temporal, aspecto que tampoco incluyen los estudios neoclásicos señalados en este apartado. Dicha diferenciación de la tasa
de preferencia temporal podría extenderse, además, a otras circunstancias, como la renta, el territorio, etc. (véase Calero,
1995: 77-92).
— 95 —
nor nivel educativo deberían ser los mayores receptores de información referida a los hábitos de con­
sumo y comportamiento que influyen sobre la salud, debido a su menor capacidad para analizar dicha
información o a su menor grado de orientación hacia el futuro.
Ahora bien, creo conveniente mencionar que el debate neoclásico sobre los mecanismos
por los que la educación genera unos beneficios no monetarios sobre la salud, al fundamentarse en el
individualismo metodológico, ha excluido del análisis el entorno social al que pertenecen los indivi­
duos. A mi juicio, considerar que la educación puede alterar la tasa de preferencia temporal o la elec­
ción de determinados hábitos de consumo y de comportamiento, sin considerar el entorno social, no
permite comprender en su totalidad las causas de determinados comportamientos individuales. La
inclusión del entorno social de los individuos es especialmente necesaria en el estudio de determina­
dos hábitos de comportamiento que suelen adquirirse en la adolescencia –como por ejemplo el
consumo de tabaco, alcohol, drogas, practicar algún deporte, etc.–, donde el entorno juvenil (en
la escuela y en el vecindario), el entorno familiar y la presión de la oferta (empresas) ejercen una
gran influencia sobre los individuos –véase Ennet et al. (1997), Johnson y Hoffmann (2000), Gaviria y
Raphael (2001) y Ministerio de Sanidad y Consumo (2002a, 2002b).–
Por tanto, debería darse un mayor protagonismo en la investigación empírica al entorno
familiar y social de los individuos, dando cabida en el estudio empírico a variables relacionadas con
éstos, así como al efecto que ejerce la escuela en el comportamiento de los individuos (sobre la com­
petitividad, sentimiento de pertenencia a un grupo, etc.), que puede incidir en determinados compor­
tamientos que afecten a la salud mental y física de los individuos. Así, como se ha señalado en el
apartado III.1.3, aunque debe destacarse los esfuerzos de la escuela neoclásica en el análisis de los
beneficios no monetarios de la educación sobre la salud, a mi entender, la inclusión de variables so­
ciales e institucionales pueden ampliar el conocimiento sobre cómo la educación genera dichos bene­
ficios, así como sus efectos diferenciados para distintos grupos sociales.
III.3. Beneficios no monetarios de la educación sobre la fecundidad
En este apartado se analiza la evidencia empírica existente en torno a los beneficios no
monetarios de la educación sobre la fecundidad, es decir, sobre la demanda y la oferta potencial de
hijos. Con respecto a la demanda, no sólo se considera el efecto de la educación sobre el número de
hijos deseado (cantidad) sino también el efecto de la primera sobre la dotación de capital humano de
los hijos (“calidad”), debido a las interrelaciones existentes entre ambas, tal y como se muestra en el
siguiente apartado. Con respecto a la oferta, el análisis se refiere a la capacidad de los individuos de
alcanzar el tamaño familiar deseado y, de este modo, se considera el efecto de la educación sobre la
eficiencia en el uso de métodos anticonceptivos.
La estructura de este apartado es la siguiente: en primer lugar se presentan algunos as­
pectos teóricos provenientes de la escuela neoclásica que fundamentan la mayor parte de los estu­
dios empíricos aquí presentados; en segundo lugar, se muestra la evidencia empírica existente; y
finalmente, se realiza una valoración de la evidencia presentada.
III.3.1. Marco neoclásico de análisis de los beneficios no monetarios de la educación sobre la
III.3.1. fecundidad
Desde la escuela neoclásica existen aproximaciones micro y macroeconómicas a la rela­
ción entre la educación y la fecundidad. La aproximación más desarrollada es la microeconómica, que
tiene su origen en los escritos de Becker (1960) y Mincer (1962b) sobre la relación entre el nivel edu­
— 96 —
cativo, la fecundidad y la tasa de participación laboral de las mujeres, y que se consolida con las
aportaciones de Michael (1973b, 1975b), Willis (1973), y Michael y Willis (1975), en el marco de la
denominada “nueva economía de la familia”. Estos modelos consideran que la educación es uno de
los determinantes de la fecundidad mediante su efecto sobre la demanda de hijos y la oferta potencial
de los mismos. Asimismo, desde una aproximación macroeconómica, los estudios teóricos vinculan el
efecto de la educación sobre la fecundidad con el crecimiento económico.
Un aspecto a destacar es que el marco neoclásico considera como beneficio no monetario
que la educación reduzca la natalidad, ya que, de este modo, aumenta la renta per cápita (especialmente
en los países en desarrollo). A lo largo de este apartado se mantiene esta visión; sin embargo, ésta será
contestada en el apartado dedicado a la valoración de la evidencia empírica presentada.
Con referencia al análisis microeconómico, el aspecto principal reside en la vinculación
del deseo de tener hijos con una decisión económica, de modo que los individuos toman decisiones
sobre el número de hijos que desean para maximizar su función de utilidad, considerando los costes y
125
beneficios económicos de su decisión (Doyle y Weale, 1994: 147) . Los beneficios provienen del
trabajo que puedan realizar los hijos en edad no adulta (en el hogar o fuera de éste), y el apoyo, en
tiempo y dinero, de éstos a los padres, una vez que los últimos alcanzan edades avanzadas. Ahora
bien, como indican Mason (1984) y Caldwell (1982), el desarrollo económico en los países más avan­
zados ha reducido la dependencia económica de los padres respecto a los hijos. Por tanto, cobran
más importancia los aspectos vinculados al “disfrute” de los hijos (es decir, aspectos afectivos) y, de
este modo, se reduce el papel de los hijos como una inversión, que genera beneficios económicos, y
aumenta su consideración como un “bien de consumo”.
En cuanto a los costes de tener hijos, éstos pueden ser directos y de oportunidad. En los
primeros, los individuos deben determinar la cantidad de recursos que desean destinar a los hijos (de tal
modo que consideran la existencia de un tradeoff entre cantidad y “calidad” de los hijos, entendida esta
126
última como el capital humano de los mismos) . En los segundos, cabe señalar la existencia de un tra­
127
deoff entre el tiempo asignado por los padres al mercado laboral y el tiempo asignado al hogar .
En el primer tradeoff, Michael (1975b: 340) argumenta que la utilidad que los padres ob­
tienen de los hijos viene determinada por la cantidad y “calidad” de los mismos, y la decisión a tomar
es respecto a qué combinación de ambas maximiza la función de utilidad del hogar. Además, este
autor advierte que las inversiones destinadas a incrementar la “calidad” de los hijos aumentan el
coste directo de criarlos (costes de la educación, cuidado médico, etc.), y que si los padres desean
que todos sus hijos adquieran la misma dotación de capital humano, ese coste adicional reduce el
número de hijos deseado. En este sentido, Greenwood (1997) sugiere que el coste directo de los
hijos puede ser mayor para los padres con un mayor nivel educativo ya que éstos suelen dedicar más
recursos a la educación y formación de los hijos. Sin embargo, si la educación aumenta la productivi­
125 Aunque aquí se describe la aportación realizada por la nueva economía de la familia (NEF), debido a que forma parte de
la ortodoxia neoclásica y comparte el mismo marco teórico que el modelo de consumo neoclásico descrito en el capítulo II,
también debe destacarse la aproximación neoclásica realizada por la escuela de Pensilvania (EP), con autores como Richard
A. Easterlin, Robert Pollak y Michael Wachter. Esta escuela se asemeja a la NEF en que supone hogares que maximizan la
utilidad sujeta a restricciones presupuestarias y tecnológicas, y plantea unas hipótesis similares. Sin embargo, como apunta
Olsen (1994), la EP da énfasis tanto a los mecanismos biológicos que influyen en los resultados demográficos, como al proce­
so de formación de preferencias (en el que destaca la influencia de las condiciones socioeconómicas existentes en los hogares
donde se han criado los individuos sobre sus comportamientos de fecundidad). Debido a la consideración de las preferencias
en el estudio económico, el análisis de la EP, aunque neoclásico, está más cercano al institucionalismo que el propuesto por la
NEF. Así, en el apartado III.3.3, dedicado a la valoración de la evidencia empírica, se realizará alguna referencia que me pare­
ce de interés respecto al análisis de la fecundidad de esta escuela.
126 Véase Becker (1960), Becker y Lewis (1973), Willis (1973) y Becker y Tomes (1976).
127 Véase Gronau (1973), Leibowitz (1974, 1975), Easterlin (1987), Keyfitz (1987) y Johnes (1999).
— 97 —
dad de los individuos en el hogar puede reducir el coste de incrementar la “calidad” de los hijos y, de
este modo, fomentar la preferencia por la “calidad” frente a la cantidad de hijos (Behrman et al., 1999:
11-12). Dicho efecto genera un beneficio no monetario de la educación al permitir una mayor “calidad”
de los hijos, dados unos determinados recursos monetarios.
Con respecto al segundo tradeoff, el marco neoclásico subraya que la educación permite
obtener a los individuos unas mejores oportunidades en el mercado laboral y unos salarios mayores.
De este modo, la educación incrementa el coste de oportunidad de tener hijos, especialmente de la
madre –que es la que suele dedicar un mayor tiempo al cuidado de los mismos (véase el apartado
II.2.2)– ya que ésta dejaría de percibir rentas provenientes del mercado de trabajo. Así, la actividad
doméstica debe competir con las posibilidades de realizar una carrera profesional en el mercado labo­
ral. Este tradeoff explicaría que, aunque los hijos se consideran bienes normales (Becker, 1981), es
decir, existe un efecto renta positivo, el aumento de renta puede no incrementar el número de hijos,
ya que el efecto sustitución –derivado del incremento del coste de oportunidad– influye negativa­
mente sobre la demanda de hijos. Así, en un hogar donde es la mujer la que se ocupa mayoritaria­
mente de los hijos, cabe suponer que para ésta el efecto sustitución es mayor que el efecto renta (y,
así, un aumento de su nivel educativo reduce la demanda de hijos), mientras que esto no sucede en
el caso de los hombres y, de este modo, la educación no disminuye su demanda de hijos. Asimismo,
si ningún cónyuge se dedica intensamente a los hijos, no existiría la diferenciación de sexo señalada
(Llorente et al., 1997).
Ahora bien, debe destacarse que, mientras que el primer tradeoff se refiere a la existencia de
un efecto no monetario de la educación (ya que el mayor nivel educativo de los padres permite aumentar
el capital humano de los hijos), el segundo tradeoff constituye un efecto monetario (al ser los mayores
salarios y oportunidades en el mercado de trabajo que pueden obtener los individuos, especialmente las
mujeres, por su mayor nivel educativo los que inciden sobre la fecundidad). Por este motivo, la evidencia
empírica presentada en el siguiente apartado tan sólo considera el primer tipo de efecto, si bien, a modo
de introducción –al ser los primeros estudios al respecto–, también se describen aquellos análisis que,
manteniendo la renta constante, observan el efecto de la educación sobre la fecundidad pero sin dar nin­
guna explicación de las causas de dicho efecto (que, desde una óptica neoclásica, está vinculada al se­
gundo tradeoff). Sin embargo, como se sugiere en el apartado de valoraciones, dicho efecto puede
también relacionarse con cambios en las preferencias de los individuos.
Asimismo, como se ha señalado al inicio de este apartado, la educación incide sobre la
fecundidad no sólo desde la demanda, sino también al actuar sobre la oferta potencial de hijos. Así, la
educación puede reducir la fecundidad de los individuos mediante su efecto sobre la aplicación de
métodos anticonceptivos y la mortalidad infantil. En el primer caso, la teoría del capital humano indica
que los individuos más educados son más capaces de alcanzar el tamaño familiar deseado debido a
que procesan de un modo más eficiente la información relacionada con el control de natalidad (véase
Michael, 1973b y 1975b). De este modo, la educación proporciona un mayor conocimiento sobre los
métodos anticonceptivos y su uso eficiente, favorece actitudes positivas ante el uso de métodos anti­
conceptivos y la interrupción voluntaria del embarazo y, además, fomenta el acceso a los servicios de
planificación familiar (Gibney, 1995: 166-7). En el segundo caso, tal y como se ha indicado en el
apartado III.2.3, la educación de los padres reduce la mortalidad infantil y, de este modo, provoca
128
disminuciones en el número de nacimientos .
Finalmente, debe señalarse que, además del enfoque microeconómico, existe una apro­
ximación macroeconómica a la relación entre educación y fecundidad. En el marco neoclásico, los
128 Dada una determinada preferencia sobre el tamaño familiar deseado, una menor tasa de mortalidad infantil reduce el
número de nacimientos.
— 98 —
estudios más recientes se sustentan en modelos de crecimiento económico que endogeneizan las
variables capital humano y fecundidad (definida como el número de hijos deseado por los individuos),
y señalan la existencia de una relación inversa entre educación y fecundidad que, además, tiene un
efecto positivo sobre el crecimiento económico (véase Barro y Becker, 1989; Becker et al., 1990 y
Rosenzweig, 1990).
Una vez se han desarrollado los diferentes aspectos teóricos en los que se basan los
estudios empíricos neoclásicos referidos a la existencia de beneficios no monetarios de la educación
sobre la fecundidad, en el siguiente apartado se analizan dichos estudios y, finalmente, un último
apartado recoge una valoración de la evidencia empírica presentada.
III.3.2. Evidencia empírica sobre los beneficios no monetarios de la educación sobre la fecundidad
La evidencia empírica que se presenta en este apartado se divide en dos grupos: el pri­
mero comprende los estudios referidos a los efectos de la educación sobre la demanda de hijos y, el
segundo, los estudios referidos a los efectos de ésta sobre la oferta potencial de hijos.
Los primeros estudios referidos al efecto de la educación sobre la demanda de hijos se
limitan a contrastar la existencia de un efecto no monetario de la educación sobre la fecundidad −véa­
129
se Willis (1973), Gardner (1973) y Michael (1975b) −, mientras que otros estudios posteriores, ade­
más, contrastan la existencia de los tradeoff indicados en el apartado teórico.
Con una muestra de 9.169 mujeres blancas en EE.UU., con edades comprendidas entre
35 y 64 años en 1960, casadas una sola vez y viviendo con sus maridos en áreas urbanas, Willis
(1973) señala que, manteniendo la renta del marido constante, la educación de las mujeres tiene un
efecto negativo sobre el número de hijos. Asimismo, en un estudio de 1971, que considera más de
500 familias de ámbito rural en el estado de Carolina del Norte (EE.UU.), Gardner (1973) indica que
aumentos en la educación de las mujeres reducen el número de hijos y, además, aunque las fami­
lias de color tienen más hijos que las blancas, el efecto de la educación sobre las mujeres pertene­
cientes al primer grupo es mayor. Además, Gardner señala que el aumento de la educación de los
maridos también disminuye la fecundidad de sus mujeres, aunque en menor grado. Dichos efectos
de la educación sobre la fecundidad no son lineales y, así, el efecto de la educación es mayor para
las mujeres con un menor nivel educativo inicial que para aquellas con un mayor nivel. En el caso
de los hombres, el efecto es opuesto y, de este modo, los incrementos en los años de escolariza­
ción reducen la fecundidad en mayor medida para individuos que ya han alcanzado los nueve años
de escolarización.
Asimismo, en 1967, con una muestra de 4.500 hogares residentes en 3 ciudades de
EE.UU., con un nivel educativo y de renta superior a la media norteamericana, Michael (1975b) des­
taca la influencia negativa del nivel educativo de la mujer sobre el número de hijos y la no significati­
vidad de la educación en los hombres. Finalmente, para el caso español, a partir de una encuesta de
ámbito nacional realizada en 1984, a unas dos mil amas de casa mayores de edad, y que considera
diversas variables socioeconómicas que inciden sobre la fecundidad, Caillavet (1988) señala que la
educación de las mujeres incide negativamente sobre la fecundidad, y que dicho efecto es mayor
para las mujeres entre 25-34 años que para edades superiores a los 34 años. Este efecto diferencia­
do por edad puede deberse a que las mujeres españolas se muestran más favorables a tener hijos
una vez se han estabilizado en el mercado laboral –véase Llorente et al. (1997) y Alba (2000)–.
129 A este grupo de estudios se ha añadido en este análisis el de Caillavet (1988) debido a que, aunque se ha realizado
posteriormente, se refiere al caso español. Una breve descripción de estos cuatro estudios puede observarse en la tabla III.6.
— 99 —
TABLA III.6
BENEFICIOS NO MONETARIOS DE LA EDUCACIÓN SOBRE LA FECUNDIDAD: DEMANDA DE HIJOS
Autor/es
Año
Muestra
Variable dependiente
Resultados
Willis
1973
Mujeres blancas casadas Número de hijos
EE.UU., 1960
La educación de la mujer reduce
el número de hijos
Gardner
1973
Matrimonios de Carolina Número de hijos
del Norte, 1971
La educación de los hombres y, en
especial de las mujeres, reduce el
número de hijos. Efecto no lineal
Michael
1975
Hogares de renta media Número de hijos
y superior, EE.UU.,
1967
La educación de las mujeres
reduce el número de hijos. Au­
sencia de efecto de la educación
en los hombres
Caillavet
1988
Mujeres, España, 1984
Número de hijos
La educación de la mujer reduce
el número de hijos
Aunque dichos estudios no aportan las causas por las que dicho efecto se produce, la
diferencia en la significatividad de la educación sobre las mujeres y los hombres puede señalar, si­
guiendo el marco neoclásico, la existencia del segundo tradeoff descrito en el apartado anterior, es
decir, que el incremento educativo de las mujeres les permite unas mayores oportunidades laborales
130
y, de este modo, se incrementa el coste de oportunidad de tener hijos .
En el análisis del tradeoff entre la cantidad y la “calidad” de los hijos, para el caso espa­
ñol, un estudio realizado en 1996 por Llorente et al. (1997), con una muestra efectiva de 901 hogares
del Principado de Asturias, muestra que mientras la variable “calidad” de los hijos (medida como re­
cursos destinados a ellos) incide escasamente (aunque de manera inversa) sobre el número de hijos,
la cantidad de hijos incide de manera destacada (y también negativamente) sobre la “calidad” de los
mismos. Con referencia a esta última, tal y como cabía esperar, destaca la influencia positiva tanto de
la renta familiar como del nivel educativo de la madre. Así, puede sugerirse que un incremento del
nivel educativo de la mujer aumenta la preferencia por la “calidad” de los hijos y reduce el número de
hijos deseado. Ahora bien, el análisis de los beneficios no monetarios de la educación sobre la “cali­
dad” de los hijos no debe considerar los recursos monetarios aportados por los padres sino cuál es el
efecto de la educación de éstos sobre el capital humano de los hijos, dados unos determinados re­
cursos monetarios. Como muestran diversos estudios, los hijos de padres con un mayor nivel educa­
tivo alcanzan mayores niveles de capital humano (nivel de estudios alcanzado, estado de salud,
131
etc) .
El estado de salud ya ha sido tratado en el apartado III.2.3; sin embargo, con referencia
al nivel educativo de los hijos, los estudios indicados anteriormente señalan que, manteniendo la
renta constante, existe una relación positiva entre el nivel educativo de los padres (especialmente la
madre) y el nivel educativo alcanzado por los hijos. Sin embargo, algunos estudios muestran que este
efecto positivo de la educación se da, sobre todo, para los padres que han alcanzado los estudios
130 Al respecto, véanse los recientes estudios de Llorente et al. (1997), Alba (2000) y Puy (2000), para el caso español, de
Cohn y Addison (1998) para los países de la OCDE, y de Blau (1998) para Estados Unidos, que concluyen en este mismo
sentido. Asimismo, Puy (2000) señala que las dificultades para compaginar la vida laboral y la maternidad no permiten a las
mujeres españolas alcanzar el tamaño familiar deseado.
131 Veáse Coleman (1966), Hill y Stafford (1974), Michael (1975b), Lindert (1977), Parsons (1978), Benson (1982), Leibowitz
(1974, 1977), Murnane (1981), Chiswick (1988), Schultz (1993), Zill y Nord (1994), Haveman y Wolfe (1994) y Ermisch y Fran­
cesconi (2001).
— 100 —
secundarios, disminuyendo el efecto al incrementar su nivel educativo, y sugieren la existencia de
rendimientos decrecientes de la educación (véase Haveman y Wolfe, 1995).
Con referencia a las causas de dicho efecto, los estudios enumerados anteriormente su­
gieren que este beneficio no monetario de la educación se produce, básicamente, por el mayor tiem­
po dedicado por las madres a la formación de sus hijos (ayuda en el estudio, limitación de ver
132
televisión, participación en la escuela, etc) . Ahora bien, no sólo debe considerarse la atención dedi­
cada por los padres a la formación de los hijos en edad infantil. Así, en un análisis con estudiantes
universitarios en Estados Unidos, Terenzini et al. (1996) observan que los individuos que constituyen
la primera generación en llegar a la universidad están menos estimulados por sus familias para finali­
zar sus estudios, sugiriendo que los padres con un menor nivel educativo influyen negativamente en
la probabilidad de que los hijos finalicen los estudios superiores.
Como se ha señalado en el apartado III.3.1, también existe una aproximación empírica
macroeconómica, pero los diversos estudios empíricos incluyen tanto países desarrollados como
países en desarrollo (y estos últimos en mayor grado). Por dicho motivo, no se analiza dicha evi­
dencia empírica, aunque puede apuntarse que los estudios concluyen que existe una relación
133
y, como
causal negativa entre el aumento del nivel educativo de las mujeres y la fecundidad
destaca Rosenzweig (1988), que los estudios macroeconómicos señalan una relación más fuerte
entre educación y fecundidad. Aunque los resultados no son concluyentes, Doyle y Weale (1994)
sugieren que la discrepancia entre los resultados de los estudios macro y microeconómicos puede
deberse a que los segundos no recogen las externalidades de la educación, si bien, también cabe la
posibilidad de que existan sesgos en los resultados debido a errores de medida, o que los estudios
macroeconómicos no incluyan variables determinantes de la fecundidad y, de este modo, la variable
educativa muestre efectos sobre ésta que no le pertenecen.
Con referencia al análisis del efecto de la educación sobre la oferta potencial de hijos,
destacan los estudios referidos al efecto de la educación sobre el conocimiento y uso de métodos
134
anticonceptivos, así como sobre la interrupción voluntaria del embarazo y la mortalidad infantil. En
este apartado se desarrollan los estudios, para Estados Unidos, de Michael (1975b), Michael y Willis
(1975), Ryder y Westoff (1971) y Rosenzweig y Schultz (1989) –véase la tabla III.7–.
Michael (1975b) y Michael y Willis (1975) consideran tres encuestas nacionales de 1955,
1960 y 1965 realizadas a unas 3.000 mujeres casadas (4.800 en el último caso, en la que se denomi­
nó primera “Encuesta Nacional de Fecundidad”), para analizar el efecto de la educación tanto sobre la
actitud de las mujeres ante el uso de medios anticonceptivos no naturales como frente a su uso real.
Con referencia al primer aspecto, dichos autores destacan que a mayor nivel educativo de las muje­
res más positiva es su actitud hacia el uso de métodos anticonceptivos (excepto entre las mujeres de
132 Al respecto, véanse los estudios indicados en el apartado II.2.2 que señalan que las mujeres con un mayor nivel educativo
suelen dedicar más tiempo al cuidado y la formación de los hijos. Sin embargo, debe destacarse un estudio reciente realizado
por Behrman y Rosenzweig (2000) que, para el caso de EE.UU., y con una muestra de mujeres y hombres gemelos, señalan
que la educación de la madre no incide en el nivel educativo alcanzado por los hijos, mientras sí es significativa la educación
del padre (aspecto también indicado por Gang y Zimmermann, 1999 para el caso alemán). Para estos autores, la menor aten­
ción proporcionada por las mujeres con un nivel educativo mayor, debido a su incorporación al mercado laboral, puede explicar
los resultados obtenidos. Sin embargo, Haveman y Wolfe (1995) concluyen, a partir de la evidencia empírica mostrada por
diversos estudios realizados en EE.UU., que no puede predecirse qué tipo de influencia tendrá sobre el nivel educativo de los
hijos que la madre trabaje en el mercado laboral.
133 Al respecto, véase Barro (1991), Panapoulou y Tsakloglou (1999) y Behrman et al. (1999).
134 Del conjunto de elementos que determinan de la oferta potencia de hijos, indicados al inicio de este apartado, los efectos
de la educación sobre la mortalidad infantil y la interrupción voluntaria del embarazo no son desarrollados aquí, debido a que
ya se han considerado en el apartado III.2.3. En este apartado, sólo cabe recordar que la educación reduce la mortalidad infan­
til e incrementa la probabilidad de interrupción voluntaria del embarazo y, por tanto, reduce el número de nacimientos.
— 101 —
religión católica). Respecto a su uso, Michael muestra que a mayor nivel educativo de las mujeres,
mayor es la probabilidad de utilizar métodos anticonceptivos, así como menor es la edad de inicio en
el uso de los mismos (incluso en el caso de las mujeres católicas). Asimismo, este autor destaca que
aquellas con un mayor nivel educativo utilizan métodos anticonceptivos más eficientes (de menor
riesgo) y, así, señala la mayor probabilidad de que éstas alcancen el tamaño familiar deseado. Así, en
los estudios de 1960 y 1965, Michael observa una diferencia menor entre el número de hijos deseado
y el obtenido a medida que aumenta el nivel educativo de las mujeres, confirmando que las parejas
con un mayor nivel educativo son más capaces de conseguir el tamaño familiar deseado y que uno
de los factores causantes es el mejor uso de los métodos anticonceptivos.
TABLA III.7
BENEFICIOS NO MONETARIOS DE LA EDUCACIÓN SOBRE LA FECUNDIDAD:
OFERTA POTENCIAL DE HIJOS
Autor/es
Año
Muestra
Variable dependiente
Resultados
Michael
1975
Mujeres casadas.
Anticonceptivos: opinión, La educación de la mujer
uso y edad de inicio
favorece la receptividad de
las mujeres ante los anticon­
cep. (excepto católicas), su uso
y edad de inicio (todas). Mayor
probabilidad de alcanzar el
tamaño familiar deseado
Michael y Willis
1975
EE.UU., 1955,
1960, 1965
Ryder y Westoff
1971
Mujeres casadas.
EE.UU., 1960,
1965
Uso de anticonceptivos
Rosenzweig y Schultz
1989
Matrimonios.
EE.UU., 1970,
1975
Anticonceptivos: conoci- La educación de hombres y
miento y uso eficiente
mujeres (esp. las segundas)
aumenta el conocimiento y
uso eficiente de los anticon­
ceptivos artificiales
La educación de la mujer
favorece el uso de métodos
anticonceptivos artificiales
Asimismo, Michael y Willis (1975) muestran que son las mujeres blancas (con la excep­
ción de las mujeres católicas) las que más utilizan los métodos anticonceptivos más seguros (como la
píldora anticonceptiva, el DIU, el diafragma y los preservativos). Además, Ryder y Westoff (1971)
analizan dicha muestra para el período 1960-65 y destacan el aumento del uso de métodos anticon­
ceptivos artificiales para todas las mujeres y la reducción de la diferencia de uso existente entre las
mujeres blancas de religión protestante y el resto de mujeres (católicas blancas y negras no católi­
cas), especialmente entre las mujeres más jóvenes y las de mayor nivel educativo.
Siguiendo con dicha encuesta nacional de salud norteamericana, con datos referidos a
matrimonios (entre blancos), para 1970 y 1975, Rosenzweig y Schultz (1989) revelan que las parejas
con un mayor nivel educativo (aunque es especialmente relevante el nivel educativo de la mujer) tie­
nen un mayor conocimiento de los métodos anticonceptivos naturales y artificiales. Las diferencias
son más notables en el caso de los métodos naturales, para los que existe poca información y un
135
extendido mal uso de los mismos . Con referencia al uso de los mismos, los resultados muestran
que las parejas con un mayor nivel educativo son más eficaces en aquellos métodos anticonceptivos
(naturales y artificiales) más ineficaces, pero no se observa una diferencia significativa en los de ma­
yor seguridad. Ahora bien, como los autores subrayan, los métodos de mayor eficacia requieren aten­
135 En concreto, el estudio muestra que un año más de educación de la mujer incrementa entre un 7-9% la probabilidad de
que ésta conozca cómo usar correctamente los métodos naturales y un 3,5% para los otros métodos.
— 102 —
ción médica previa y, por tanto, es más difícil que la educación incremente la eficacia en el uso. Ade­
más, los resultados del estudio muestran que, dadas unas determinadas preferencias por el número
de hijos deseado, las parejas que han experimentado un embarazo no planeado, cuya mujer tiene 16
años de escolarización, ven incrementada la capacidad de evitar otro embarazo un 34% más que
aquellas donde la mujer sólo ha alcanzado 12 años de educación formal, y ello es debido a las dife­
rencias en los métodos anticonceptivos utilizados.
A raíz de los resultados mostrados, y debido a que en el estudio se incluyen diversas va­
riables que pueden influir en las preferencias (como el deseo de tener hijos, la religión de los indivi­
duos, la renta, edad y otras variables socioeconómicas), Rosenzweig y Schultz concluyen que las
parejas con un mayor nivel educativo pueden controlar mejor el número de hijos no planificados y, de
este modo, que la educación genera un beneficio no monetario sobre la fecundidad. Además, sugie­
ren que aquellos con un menor nivel educativo deberían ser los mayores beneficiarios de los progra­
mas de información sobre el control de natalidad, al ser éstos un sustituto de la educación.
III.3.3. Una valoración sobre la existencia de beneficios no monetarios de la educación sobre la
III.3.3. fecundidad
La evidencia empírica presentada señala diversos aspectos de interés. En primer lugar,
queda suficientemente demostrado que un incremento del nivel educativo en las mujeres genera una
reducción de la fecundidad. Asimismo, dicho efecto parece ser mayor en el caso de aumentar el nivel
educativo de las mujeres que tienen un menor nivel educativo inicial, mientras que en los hombres el
efecto es mayor para aquellos con mayor nivel educativo (aunque, en este segundo caso, la eviden­
cia empírica no es concluyente en torno a la existencia de un efecto no monetario de la educación
sobre la demanda de hijos). Debido a que los estudios empíricos analizados mantienen constante la
renta de los individuos, concluyen que existe un efecto no monetario de la educación sobre la fecun­
didad, que la literatura neoclásica considera beneficioso.
Sin embargo, si bien existe evidencia empírica que asocia la pobreza con la presencia de
un gran número de hijos en el hogar (véase Greenwood, 1997), creo que deben considerarse, tam­
bién, los perjuicios económicos que genera la pérdida de población. Así, el trabajo es uno de los fac­
tores que intervienen en el proceso de producción y, en consecuencia, que permiten obtener los
recursos necesarios para el mantenimiento y crecimiento económico de la sociedad. Además, dicho
perjuicio puede ser mayor en países avanzados, dado el proceso de envejecimiento de la población
en el que éstos se encuentran. Por tanto, aunque la disminución de la fecundidad sea beneficiosa
individualmente, es discutible que lo sea para la sociedad en su conjunto. En este sentido, Alba
(2000: 48) señala que los hijos son, en parte, bienes públicos porque contribuyen a renovar la pobla­
ción y, una vez criados, aportan servicios productivos y permiten sostener el sistema de la Seguridad
Social, de tal modo que el beneficio social que supone el nacimiento de un hijo supera el beneficio
privado que perciben los padres. En este marco de análisis, Alba advierte que debido a que el benefi­
cio privado es el que se confronta con el coste al decidir la demanda de hijos, el número de éstos va a
ser inferior al socialmente deseable. Por tanto, este autor propone que el sector público intervenga
mediante un subsidio a los progenitores para corregir este “fallo de mercado”.
Con referencia al estudio de las causas de dicha disminución, la evidencia empírica
muestra la existencia de un tradeoff entre “calidad” de los hijos (es decir, su dotación de capital hu­
mano) y la cantidad de hijos que las familias desean tener. Así, los individuos con unos mayores ni­
veles educativos prefieren que sus hijos alcancen un mayor nivel de capital humano (educación y
salud) y reducen la cantidad de los mismos. La mayor capacidad de los más educados por obtener
hijos con un mayor nivel de capital humano señala el beneficio no monetario de la educación sobre la
— 103 —
“calidad” de los hijos. Además, aunque la literatura económica ha enfatizado el nivel educativo de la
madre como determinante del nivel educativo de los hijos, ya que es ésta quien más se ocupa de la
formación de los hijos, los estudios más recientes sugieren una disminución de su importancia debido
a la mayor incorporación al mercado laboral. Asimismo, en el análisis del efecto de la educación de
los padres sobre el nivel educativo de los hijos, deben considerarse las indicaciones de Marjoribanks
(1994) sobre la importancia de lo que él denomina “capital social” familiar, es decir, las interacciones
entre padres e hijos, ya que si la educación que tienen los padres no se complementa con el capital
social existente en las familias, la primera no podrá influir positivamente sobre el nivel educativo de
los hijos. Por tanto, en el análisis de los efectos de la educación de los padres sobre la “calidad” de
los hijos deben tenerse en consideración las relaciones familiares, y no suponer, como hace la teoría
del capital humano que, ceteris paribus, a mayor educación de los padres mayor capital humano de
los hijos.
Con respecto al análisis del efecto de la educación sobre la oferta potencial de hijos, la
evidencia empírica presentada indica que la educación (especialmente de la mujer) permite que los
hogares con un mayor nivel educativo consigan, en mayor proporción, el tamaño familiar deseado,
aspecto que demuestra la existencia de un beneficio no monetario de la educación sobre la fecundi­
dad. Ello es debido a un mejor conocimiento y una mayor eficacia en el uso de métodos anticoncepti­
vos (naturales y artificiales –especialmente en el caso de los que proporcionan una menor seguridad–),
así como una mayor probabilidad de interrumpir voluntariamente el embarazo y a la reducción de la
136
mortalidad infantil que la educación genera .
Ahora bien, a partir de la evidencia presentada, conviene señalar la conveniencia de
profundizar en la incorporación de variables sociales en el estudio del efecto de la educación sobre la
oferta de hijos. Aunque algunos estudios muestran los efectos de pertenecer a un determinado grupo
religioso o etnia, deberían incluirse también variables relacionadas con la clase social, y observar el
efecto de la educación para cada una de ellas.
Además, las interpretaciones de los efectos observados no deben circunscribirse sola­
mente a la racionalidad neoclásica sugerida por Michael (y la NEF), ya que parece difícil interpretar la
evidencia presentada exclusivamente en términos de decisiones racionales que responden sólo a las
alteraciones de los precios vinculados a la cantidad y “calidad” de los hijos. Así, también debe consi­
derarse que la educación puede incidir en la formación de preferencias y que aquellos con un mayor
nivel educativo muestren una mayor preferencia por tener un menor número de hijos, no sólo debido
a los tradeoffs indicados por la escuela neoclásica, sino también debido a que el mayor nivel educati­
vo puede alterar sus objetivos vitales.
Asimismo, la escuela de Pensilvania, citada anteriormente, aunque realiza un análisis
similar al de la nueva economía de la familia, permite la incorporación del cambio de preferencias
individuales (y, por tanto, del estudio del efecto de la educación sobre el mismo). Así, esta escuela
señala que las diferencias culturales, o la presión social, influyen en la fecundidad, debido a su inci­
dencia sobre las actitudes individuales frente al uso de métodos anticonceptivos, la interrupción vo­
luntaria del embarazo, el matrimonio, el tamaño familiar y “calidad” de los hijos deseados, etc. –véase
Easterlin (1975), Easterlin y Crimmins (1985), Easterlin et al. (1980), así como las síntesis sobre las
aportaciones de esta escuela realizadas por Shapiro (1992), Olsen (1994) y Macunovich (1998).–
Con referencia a los costes de tener hijos, también destacan las aproximaciones institu­
cionalistas referidas al efecto de los condicionamientos sociales sobre los mismos (y sobre la forma­
136 Sin embargo, la mayor incorporación de la mujer al mercado laboral puede que amplíe la distancia existente entre el nú­
mero de hijos deseado y el efectivamente obtenido (véase Puy, 2000).
— 104 —
ción de preferencias). Así, a principios del siglo XX, Veblen (1899) ya señalaba que la baja cifra del
índice de natalidad de las clases superiores se debía, al menos en parte, a que éstas soportaban en
mayor grado la exigencia de tener que realizar gastos ostentosos (encaminados a mantener una de­
terminada reputación social) y, como advierte Schor (1999), éstos aumentan con la llegada de un
nuevo miembro al hogar, ya que la presión de emular en el consumo es experimentada por los indivi­
137
duos especialmente en lo referido al gasto en bienes para los hijos (véase II.2.3.2) .
Por tanto, puede destacarse la influencia del entorno social y cultural al que los indivi­
duos pertenecen sobre sus comportamientos vinculados a la fecundidad. Así, deberían incorporarse
otro tipo de motivaciones y restricciones de corte institucionalista – que incluyan los hábitos, los con­
dicionantes sociales, así como las relaciones familiares– para una mejor comprensión de los benefi­
cios no monetarios de la educación sobre la fecundidad.
III.4. Beneficios no monetarios de la educación sobre la delincuencia
En este apartado se analiza si la educación incide negativamente sobre la delincuencia,
es decir, si reduce la probabilidad de que un individuo se dedique a actividades delictivas y, en caso
afirmativo, los mecanismos a través de los cuales se produce dicho efecto. Principalmente se consi­
dera la evidencia empírica existente en torno a la delincuencia denominada de “cuello azul”, es decir,
aquella relacionada con asaltos a la propiedad y a la persona, debido a la mayor atención dedicada
por la literatura económica a este tipo de actividad delictiva. Secundariamente, se analiza el efecto de
la educación sobre la delincuencia de “cuello blanco”, es decir, aquella vinculada a estafas financieras
y similares.
De un modo análogo a lo realizado en los apartados anteriores, en primer lugar se pre­
sentan algunos aspectos teóricos, provenientes del marco neoclásico, sobre el análisis económico del
efecto de la educación sobre la delincuencia; en segundo lugar, se expone la evidencia empírica más
relevante y, finalmente, se realiza una valoración de la misma.
III.4.1. Marco neoclásico de análisis de los beneficios no monetarios de la educación sobre la
III.4.1. delincuencia
El análisis neoclásico de la delincuencia se inicia con el modelo de Becker (1968) y el
138
desarrollo posterior de Ehrlich (1973) , que consideran que los individuos (que maximizan su función
de utilidad sujeta a restricciones monetarias y temporales) deben elegir entre dedicarse a actividades
139
legales o delictivas . La decisión de participar en una u otra actividad depende de las oportunidades
de obtener beneficios monetarios y no monetarios (satisfacción personal), la probabilidad y severidad
del castigo (en el caso de las actividades ilegales) y la probabilidad de obtener o perder el empleo (en
las actividades legales). Por tanto, los individuos responden a los incentivos económicos existentes
en torno a las actividades legales e ilegales. De este modo, por ejemplo, un incremento de la deman­
da de trabajo y unos mayores salarios en las actividades legales, así como un aumento de los ele­
mentos disuasorios de las acciones delictivas (mayor probabilidad de ser arrestado) disminuye la
actividad criminal. Asimismo, el modelo explica la reincidencia de los presos en actividades delictivas,
debido a que éstos tienen unas menores oportunidades en el mercado laboral legal. Como indica
137 Como señala Veblen (1899), el gasto ostentoso es probablemente el más eficaz de los frenos prudenciales maltusianos.
138 Aunque no son modelos tan completos como los citados en el texto, destacan las aportaciones previas realizadas por
Smigel-Leibowitz (1965) y Fleisher (1966).
139 Aunque Ehrilch (1975) sugiere que el modelo debe extenderse para permitir que los individuos puedan dedicarse a ambas
actividades al mismo tiempo.
— 105 —
Ehrlich (1975), no se considera la existencia de características personales o sociales únicas que indi­
quen una determinada preferencia por el delito, sino que, dadas unas preferencias personales, se
examina el comportamiento (legal o ilegal) a partir de las oportunidades económicas existentes.
La educación no se incorpora a los modelos neoclásicos que estudian la delincuencia
hasta la aportación de Ehrlich en 1975, aunque se analiza sólo su efecto monetario. Así, este autor
propone que la educación es un factor que puede incrementar la eficiencia de los individuos, tanto en
las actividades legales como en las delictivas y, siguiendo el marco neoclásico, permite aumentar las
ganancias en ambos mercados. Por tanto, el efecto dependerá de su incidencia en las productivida­
des de los individuos en ambos tipos de actividades. Sin embargo, posteriormente, Ehrlich (1996)
indica que cabe esperar que la educación favorezca la participación en actividades legales debido al
mayor efecto positivo de la educación sobre la renta procedente de dichas actividades. Sin embargo,
la educación puede estimular la realización de actividades ilegales de “cuello blanco” (por ejemplo,
fraudes y estafas financieras), en las que se espera que los individuos que las realizan tengan un
nivel educativo mayor que los criminales relacionados con la delincuencia de “cuello azul”.
En la línea de los modelos anteriores, que consideran el participar en actividades legales
e ilegales como alternativas, Flinn (1986) incorpora la educación en el análisis de la delincuencia,
pero considerando la formación en el puesto de trabajo. Así, este autor señala que la participación en
actividades legales genera un aumento del capital humano mediante el aprendizaje en el puesto de
trabajo que, a su vez, permite obtener unas mayores rentas futuras. Por tanto, no participar en activi­
dades legales conlleva unas menores expectativas salariales que estimulan a los individuos a perma­
necer en actividades ilegales y, de este modo, el capital humano y la delincuencia están inversamente
relacionados.
Asimismo, mediante un modelo de ciclo vital que endogeneiza el proceso de adquisición
de educación, Lochner (1999) concluye que la educación es un factor disuasorio para la actividad
delictiva debido a que incrementa los rendimientos privados del trabajo legal y, de este modo, aumenta
el coste de oportunidad de delinquir. Además, este autor muestra una serie de efectos de la educa­
ción sobre el delito: en primer lugar, un incremento del tipo de rendimiento de la educación puede
aumentar la participación de los jóvenes en actividades delictivas debido a que este aumento favore­
ce a los individuos más capaces (que pueden realizar mayores inversiones en educación), pero no
beneficia a los menos capaces y, por tanto, predice una mayor polarización de la educación y el
delito en función de la capacidad; en segundo lugar, la educación genera externalidades positivas
ya que posibilita un mayor nivel de actividad económica y disminuye los costes asociados a la de­
lincuencia (judiciales y de mantenimiento de presos, pérdidas físicas y humanas, etc); finalmente,
140
Lochner indica que los jóvenes están más inclinados que los adultos a cometer actos delictivos ,
debido a su menor cantidad de capital humano (sobre todo el específico derivado de la formación en
141
el puesto de trabajo) .
Una crítica a los modelos anteriores es la de Wilson (1994), quien señala que debería in­
cluirse el hábito, así como no suponer la homogeneidad de los individuos. Para este autor, la incorpo­
ración de ambas variables al análisis produce que un cambio en los incentivos económicos pueda
llevar a individuos de características similares a comportarse de distinto modo debido a sus hábitos
anteriores (por ejemplo, que hayan participado en actividades delictivas en el pasado).
140 Así, destaca la importancia de los jóvenes en el total de individuos que participan en actividades criminales. Con referen­
cia a EE.UU., en 1990, Witte y Tauchen (1994: 156) muestran que el 70% de los individuos arrestados tenían una edad com­
prendida entre 16 y 34 años.
141 En consonancia con el modelo de Ehrlich (1975) y con el marco neoclásico, no se consideran otro tipo de efectos vincula­
dos a las características personales, familiares y sociales de los individuos. Una crítica a esta aproximación puede observarse
en el apartado III.4.3.
— 106 —
Asimismo, Mocan y Billups (2000) elaboran un modelo dinámico en el que una decisión
particular (como participar en actos delictivos) conlleva unas implicaciones en la toma de decisiones
futuras, así como en las oportunidades futuras disponibles para los individuos. En su modelo, los indi­
viduos pueden dotarse de capital humano legal y criminal. El primero se consigue mediante inversio­
nes en educación o trabajando en el sector legal, mientras que el segundo se obtiene mediante la
participación de los individuos en actividades delictivas. Asimismo, los autores extienden el análisis al
considerar el impacto de la comunidad en el comportamiento de los individuos, e indican la existencia
de una “trampa de la delincuencia”, de tal modo que, una vez iniciadas las actividades delictivas, la
apreciación resultante del capital humano delictivo, y la depreciación del capital humano útil para las
actividades legales, dificultan la incorporación a actividades legales de los individuos que han partici­
pado en actividades ilegales. Además, la vinculación de aquellos que participan en actividades delicti­
vas de “cuello azul” a puestos de trabajo de escasa formación no les permite beneficiarse de
incrementos salariales importantes –vinculados a la mayor formación en el puesto de trabajo– refor­
zándose, de este modo, la trampa de la delincuencia mencionada anteriormente.
Como se observa en los modelos teóricos presentados con anterioridad, no se considera
la existencia de beneficios no monetarios de la educación sobre el delito, debido a que este tipo de
modelos estudia la relación entre la educación y la delincuencia a partir del efecto de la primera sobre
la probabilidad de encontrar un empleo o de obtener unas mayores rentas monetarias provenientes
142
de actividades legales . Sin embargo, otro tipo de estudios analiza el efecto de la educación sobre el
delito sin considerar su efecto monetario. A este respecto, Witte (1997) argumenta que la escolariza­
ción puede disminuir la participación de los jóvenes en actividades delictivas, debido a diversos efec­
tos, tales como incrementar la información que tienen los jóvenes respecto a las actividades
criminales (conocimiento de aquello que es legal o moral y aquello que no lo es), enfatizar los costes
de las actividades ilegales y los beneficios de las legales, que disminuya la preferencia por el pre­
sente (de un modo similar a lo señalado por Becker y Mulligan, 1997 −véase el apartado III.2.1−), y,
de este modo, estimularlos a no participar en actos delictivos. Sin embargo, Evans et al. (1992) enfa­
tizan el hecho de asistir a la escuela, por encima del efecto de la educación recibida, en la reducción
de la delincuencia. Así, la escuela permite a los jóvenes relacionarse con otros individuos no inclina­
dos hacia actividades delictivas, y su influencia puede disminuir la probabilidad de que éstos se ini­
cien en dichas actividades.
Una vez desarrollados los diversos modelos neoclásicos que explican la relación entre
educación y delincuencia, en el siguiente apartado se describen algunos de los estudios empíricos
más recientes y relevantes al respecto, llevados a cabo en países desarrollados (fundamentalmente
Estados Unidos). Finalmente, un último apartado valora la evidencia empírica presentada.
III.4.2. Evidencia empírica existente sobre los beneficios no monetarios de la educación sobre la
III.4.2. delincuencia
En la evidencia empírica en torno al efecto de la educación sobre la delincuencia destaca
el análisis del efecto de la educación formal (escolarización), así como de los programas educativos
expresamente diseñados para reducir la delincuencia. En este apartado, en primer lugar se aborda el
efecto de la escolarización sobre la delincuencia y, en segundo lugar, se analizan los programas edu­
cativos dirigidos específicamente a su reducción.
142 Los estudios que consideran los beneficios no monetarios de la educación señalan que cualquier efecto de ésta sobre la
delincuencia es un beneficio no monetario. Siguiendo la definición de beneficios no monetarios señalada en el capítulo I, sólo
aquellos efectos de la educación sobre la delincuencia que no actúan mediante variaciones de la renta monetaria pertenecen
estrictamente a este ámbito de análisis.
— 107 —
III.4.2.1. Beneficios no monetarios de la educación formal sobre la delincuencia
Determinados estudios analizan el efecto de la educación sobre la delincuencia obser­
vando el nivel educativo de los individuos detenidos (véase Ehrlich, 1975; Freeman, 1996). Sin em­
bargo, a mi parecer, el aspecto relevante no es conocer el nivel educativo de los individuos
encarcelados o detenidos, sino saber si la educación tiene un efecto negativo –de naturaleza no mo­
netaria– sobre la probabilidad de participar en actividades delictivas, así como los mecanismos por
los que dicha relación sucede. A continuación se exponen diversos estudios que analizan dichas rela­
143
ciones entre educación y delincuencia (y que se resumen en la tabla III.8) .
Considerando hombres entre 20 y 60 años del Censo de Estados Unidos de 1980, Lochner
y Moretti (2001) señalan que alcanzar los estudios secundarios disminuye un 0,8% la probabilidad de
144
que individuos blancos sean encarcelados, y un 3,4% si éstos son afroamericanos . Además, desta­
can que el 25% de la diferencia en las tasas de encarcelamiento entre individuos de ambas grupos
desaparecerían si disminuyeran las tasas de abandono en educación secundaria de los segundos a
niveles de los primeros.
Asimismo, en un estudio con datos de la “Encuesta Nacional Longitudinal de Jóvenes”
de EE.UU., para 1980, Lochner (1999) muestra que poseer un certificado de educación secundaria
reduce significativamente la participación de los jóvenes, entre 18 y 23 años, en actividades delictivas
contra la propiedad (aunque este impacto diminuye con la edad) y que finalizar la educación secunda­
ria reduce la probabilidad de reincidencia. En su estudio, introducir la capacidad intelectual de los
individuos reduce el efecto negativo de la educación sobre la delincuencia en una tercera parte, aun­
que la variable educativa sigue siendo significativa.
En concreto, Lochner (1999) muestra que la educación secundaria reduce la probabili­
dad de que un individuo se dedique a actividades delictivas entre un 30% y un 54% respecto a aque­
llos que no han alcanzado dicho nivel educativo. Aunque los efectos de finalizar la educación
secundaria varían en función de la etnia (es mayor entre los blancos), edad (es mayor entre los más
jóvenes) y capacidad de los individuos (es mayor para los menos capaces), la educación se muestra
significativa para todas las etnias, edades y niveles de capacidad considerados. Además, la inclusión
de la variable renta permite concluir que se generan beneficios no monetarios de la educación sobre
la delincuencia. Finalmente, deben destacarse dos resultados más del estudio: por un lado, finalizar la
educación secundaria reduce la probabilidad de estar encarcelado en un 85% y un 95%; por otro
lado, este autor observa que un mayor nivel educativo de la madre reduce la probabilidad de que los
145
hijos participen en actos delictivos .
Respecto a este segundo efecto, Case y Katz (1991) muestran que aquellos individuos
que viven en entornos familiares involucrados en actos delictivos tienen una mayor probabilidad de
participar en dichos actos. En su estudio para 1989 con 1.200 jóvenes entre 17 y 24 años que residen
en barrios de Boston con altos niveles de pobreza, los autores revelan la existencia de una fuerte
relación entre la dedicación a actividades delictivas, abuso de alcohol o consumo de drogas por parte
del padre, la madre, o algún miembro mayor de la familia, y que también lo hagan los hijos e hijas, o
algún hermano o hermana menor.
143 Conviene señalar que en algunos estudios se realiza una analogía entre estar encarcelado (o detenido) y delinquir, aun­
que dichos conceptos no son equivalentes (en ambos sentidos).
144 Dichos porcentajes aumentan a un 1,3% para los blancos y un 4,9% para los afroamericanos, en individuos entre 20 y 40 años.
145 Aspecto indicado también por Greenwood (1997). Asimismo, Wolfner y Gelles (1993) revelan que el mayor nivel educativo
de los padres reduce la probabilidad de que éstos abusen sexualmente de los hijos y, como sugiere Moffit (1993), esto provoca
reducciones, a su vez, de la delincuencia juvenil.
— 108 —
Asimismo, en otro estudio, con una muestra de 16.478 jóvenes en educación secundaria
−menores de 18 años y mayoritariamente entre 13 y 17 años−, representativa de la población nor­
teamericana y para el año 1995, Mocan y Rees (1999) también señalan que la educación de los pa­
dres (y especialmente de la madre) tiene un efecto positivo sobre la reducción de las actividades
delictivas de los hijos, y que dicho efecto es mayor en las mujeres que en los hombres. Además, es­
tos autores indican que si bien un aumento de los métodos disuasorios (punitivos) reduce la delin­
cuencia, otros factores como el incremento del desempleo, la pobreza y la falta de supervisión familiar
favorecen la participación de jóvenes de ambos sexos en actos delictivos. En un intento de cuantificar
los resultados, y utilizando diversas fuentes de datos, Mocan y Rees (1999) señalan que el creci­
miento del desempleo y la pobreza pueden explicar sobre un 14% del crecimiento de la delincuencia
juvenil entre 1989-1993, mientras que el descenso del desempleo y la pobreza explican el 28% de la
reducción de la delincuencia juvenil para el período 1993-1996.
TABLA III.8
BENEFICIOS DE LA EDUCACIÓN FORMAL SOBRE LA DELINCUENCIA
Autor/es
Año
Muestra
Resultados
Bandrés y Díez-Ticio
2001
Datos del Cuerpo La educación incide negativamente sobre la tasa de
Nacional de Policía
delitos registrados.
Lochner y Moretti
2001
Hombres del Censo de
EE.UU., 1980
Finalizar los estudios secundarios reduce la proba­
bilidad de ser encarcelado un 0,8% en los blancos y
un 3,4% en los afroamericanos.
Lochner
1999
Jóvenes 18-23 años
EE.UU., 1980
Finalizar la educación secundaria reduce la proba­
bilidad de participar en actividades delictivas (30­
54%), encarcelamiento (85-95%) y reincidencia,
pero incrementa la probabilidad de cometer delitos
de cuello blanco. La educación de la madre reduce
la probabilidad de delinquir de los hijos.
Lochner
1999
Estados de EE.UU.
Un 1% de aumento en la finalización de la educa­
ción secundaria reduce los delitos contra la propie­
dad un 1,6%. La educación es más efectiva que el
castigo. No existe efecto de la educación sobre la
delincuencia de cuello blanco.
Mocan y Rees
1999
Jóvenes 13-17 años Finalizar educación secundaria reduce la probabili­
EE.UU., 1995
dad de participar en actividades delictivas (me­
diante la reducción del desempleo y la pobreza).
La educación de la madre reduce la probabilidad de
que hijos cometan delitos
McMahon
1999
Estados de EE.UU. y La educación secundaria reduce la tasa de homici­
países OCDE Década dios y delitos contra la propiedad (esta última salvo
de 1990
EE.UU.). Efecto vía reducción de la desigualdad, la
pobreza, y el desempleo, pero también existe un
efecto directo de la educación sobre la delincuen­
cia. Asimismo, un aumento de la renta incrementa
el delito (externalidad negativa de la educación).
Witte y Tauchen
1994
Filadelfia 1964-1970
Simpson y Van Arsdol
1967
Los Ángeles Jóvenes La educación no incide en la reducción de la delin­
14-17 años
cuencia. Sí incide acudir a la escuela.
La obtención de un título de educación secundaria
no incide en la reducción de la delincuencia. Sí
incide la asistencia a la escuela (especialmente si
son privadas).
— 109 —
Desde una aproximación macroeconómica, McMahon (1999a) analiza los delitos contra
la propiedad y los homicidios en los 51 estados de EE.UU., y el conjunto de países de la OCDE (al
que también incorpora algunos países en desarrollo) en la década de 1990. Con referencia a los ho­
micidios, este autor revela que a medida que aumenta la riqueza de un país, disminuye la tasa de
146
homicidios . Asimismo, la desigualdad y los niveles de pobreza y desempleo aumentan dicho tipo de
delito para las dos muestras analizadas (EE.UU., y países de la OCDE). Con referencia al análisis del
efecto directo de la educación, la variable seleccionada es la tasa de matriculación bruta en educa­
ción secundaria, y se observa un efecto negativo de ésta sobre la tasa de homicidios en ambas
muestras. Este efecto persiste incluso si se incluye el desempleo como variable explicativa. En cuanto
a los delitos sobre la propiedad, McMahon revela un efecto negativo de la educación sobre dicha
variable para el conjunto de países de la OCDE pero no en el caso de Estados Unidos. Para este
autor, la diferente calidad de la educación y que la expansión de la educación secundaria no haya
incluido a los más pobres (debido a su elevado grado de descentralización), puede explicar dicho
resultado. Además, dicho estudio muestra que el crecimiento de la renta aumenta este tipo de delitos
y, de este modo, se advierte que la educación puede generar también una externalidad negativa de­
bido a su efecto positivo sobre el crecimiento económico.
De su estudio, McMahon (1999a) concluye que la educación puede influir sobre la delin­
cuencia debido a sus efectos sobre el incremento de renta, la reducción de la desigualdad y la pobre­
147
y el desempleo, si bien también observa que la educación incide directamente sobre la
za
reducción de la delincuencia, y supone que dicho efecto se debe a que la escolarización disminuye el
porcentaje de jóvenes sin supervisión y, de este modo, evita la formación de bandas juveniles.
Otro estudio con datos agregados es el de Lochner (1999), que revela que un aumento
de un 1% en la tasa de finalización de la educación secundaria, en EE.UU., reduce los delitos contra
la propiedad en un 1,6%, y que dicho efecto es mayor que las medidas de castigo. En cuanto a los
delitos de “cuello blanco”, este estudio macroeconómico de Lochner muestra la inexistencia de un
efecto significativo de la educación sobre dicho tipo de delito, mientras que el estudio microeconómico
–señalado anteriormente– indica que la educación incrementa la probabilidad de participar en fraudes
y malversación de fondos.
Asimismo, merece especial atención el estudio de Bandrés y Díez-Ticio (2001), que ana­
liza el efecto de la educación sobre la delincuencia para el caso español, con datos agregados de
1995, referidos a las capitales de provincia peninsulares (salvo el País Vasco), proporcionados por el
Cuerpo Nacional de Policía (CNP). En su análisis, una variable dependiente proxy de la delincuencia
(la tasa de delitos registrados, definida como el cociente entre el número total de delitos registrados
por el CNP y la población de cada capital de provincia) está determinada por la educación (en con­
creto, el porcentaje de la población juvenil que ha comenzado estudios de tercer grado) y otras varia­
bles explicativas, referidas a la acción de las instituciones del sistema de justicia criminal (tasa de
delitos esclarecidos, número de efectivos policiales per cápita y tasa de condenas impuestas), la de­
mografía (población y densidad de población), y distintas características socioeconómicas (renta dis­
ponible per cápita, tasa de desempleo de larga duración y un índice de pobreza).
En el estudio se observa que la educación reduce significativamente la tasa de delitos
registrados y, de este modo, además de la actuación de las instituciones del sistema de justicia crimi­
nal, la Administración puede reducir las conductas ilícitas a través de inversiones en educación. Asi­
mismo, aunque la renta aumenta la tasa de delitos registrados, dado que la variable referida a la
146 Salvo en el caso de EE.UU. Ahora bien, como advierte Wintemute (1998), la facilidad para adquirir armas de fuego en
dicho país podría explicar este comportamiento diferencial.
147 Para el caso norteamericano, es la variable pobreza la que explica mejor los delitos sobre la propiedad.
— 110 —
pobreza también incide en el mismo sentido, los autores concluyen que la reducción de la desigual­
dad permitirá que el crecimiento económico genere un mayor bienestar social.
Sin embargo, no todos los estudios enfatizan el efecto de la educación sobre la delin­
cuencia y, así, Witte y Tauchen (1994) destacan que, en la reducción de la delincuencia, es más im­
portante el efecto de permanecer en la escuela que el generado por un aumento del nivel educativo.
Estos autores realizan un seguimiento (desde los 19 a los 25 años) a un conjunto de hombres que
residen en Filadelfia (durante el período 1964-1970), considerando si se han dedicado a actividades
delictivas y la gravedad de éstas, diversos indicadores del sistema disuasorio (como los recursos
dedicados a la justicia y la policía), así como variables que reflejan las características familiares y de
la comunidad, características personales (entre las que se incluye una estimación de la renta en acti­
vidades legales, la educación −tiempo anual dedicado a la escuela− etc.) Los resultados muestran
que trabajar o acudir a la escuela reducen, de un modo similar, la probabilidad de realizar actividades
148
criminales y, sin embargo, haber finalizado los estudios secundarios no incide sobre la delincuen­
cia. Así, los autores concluyen que la participación en actividades legales (educación o empleo) tiene
un mayor efecto sobre el comportamiento delictivo que la mayor renta asociada al empleo, si bien, en
el caso educativo, el aspecto más relevante es el tiempo de permanencia en la escuela (e incluso el
149
tipo de escuela) y no la obtención de un certificado educativo .
El análisis anterior sugiere que no es la educación per se la que incide en la reducción
de la delincuencia sino la asistencia de los individuos a la escuela, que evita su presencia en las ca­
lles y, de este modo, que se asocien a bandas de delincuentes juveniles (donde suelen iniciarse los
individuos en las actividades delictivas). Asimismo, pertenecer a un grupo que asiste a la escuela per­
mite a los jóvenes rodearse de individuos potencialmente menos interesados en participar en activida­
des delictivas. A este respecto, en un estudio sobre la delincuencia juvenil en Los Ángeles, Simpson y
Van Arsdol (1967) observaron que la tasa de delincuencia entre jóvenes (con edades comprendidas entre
14 y 17 años) que no asistían a la escuela era 2,5 veces mayor que la misma tasa para los jóvenes que sí
acudían a la misma. Sin embargo, no se constató una diferencia importante en la tasa de delincuencia
entre los que asistían a la escuela, aunque variaran los niveles educativos alcanzados.
III.4.2.2. Efecto de los programas educativos de prevención de la delincuencia
Una vez analizado el efecto de la educación general sobre la delincuencia, a continua­
ción se analizan los estudios empíricos existentes sobre la eficacia de los programas educativos es­
pecialmente dirigidos a la lucha contra la delincuencia desarrollados en Estados Unidos (donde existe
evidencia empírica al respecto). Dichos programas pueden clasificarse en cuatro grupos: intervencio­
nes educativas a temprana edad, programas educativos –en escuelas– para jóvenes de alto riesgo,
programas de formación y empleo para jóvenes, y cursos específicos impartidos en escuelas (en
torno a las drogas, las bandas de delincuentes juveniles, etc.)
Respecto al primer grupo de intervenciones, Zigler et al. (1992), Yoshikawa (1994) y
Heckman (2000) señalan que las actuaciones educativas dirigidas a familias con riesgo potencial de
que los hijos participen en actividades delictivas, donde se proporciona cuidados y educación a los
niños en edades anteriores a la educación obligatoria, y, además, se da un apoyo a los padres (for­
mación sobre cómo cuidar y educar a los hijos, etc.), han generado resultados positivos al evitar que
148 Aspectos también sugeridos por los estudios realizados por los psicólogos Gottfredson (1985) y Farrington et al. (1986).
149 Witte y Tauchen (1994) argumentan que los modelos económicos tradicionales no explican porqué la educación y el tra­
bajo tienen un efecto análogo sobre el delito. Dichas explicaciones, sin embargo, pueden provenir de las aportaciones de Flinn
(1986), Lochner (1999) y Mocan y Billups (2000), que enfatizan el efecto de la formación en el puesto de trabajo sobre la re­
ducción de la delincuencia.
— 111 —
éstos lleven a cabo actividades delictivas. Aunque estas intervenciones son costosas, los estudios
coste-eficacia demuestran que son menos costosas que el gasto que generan las actividades delicti­
vas (administración de justicia y penitenciaría, etc).
Asimismo, Garces et al. (2000) destacan el éxito en el largo plazo del programa Head
Start, un programa preescolar público para niños socialmente desaventajados. Así, los niños de renta
baja pueden participar en dicho programa a partir de los 3-4 años de edad. Este estudio analiza la
situación personal de individuos en torno a los 30 años que habían participado en dicho programa.
Los resultados muestran que los individuos blancos que tomaron parte en él tienen unas mayores
probabilidades de finalizar la educación secundaria y obtener unos mayores salarios en el mercado
laboral. Aunque dichos efectos se observan en menor grado para los afroamericanos, en éstos se
observa que los que participaron en dicho programa tienen unas menores probabilidades de participar
en actividades criminales que, por ejemplo, sus hermanos (de edad similar) que no tomaron parte en
el mismo. Asimismo, la participación de individuos en este programa reduce la probabilidad de que
150
los hermanos menores de éstos tomen parte en actividades criminales .
Con referencia al segundo tipo de intervenciones, los programas educativos para jóve­
nes de alto riesgo, Lochner (1999) analiza el programa de oportunidades “Quantum”, dirigido a jóve­
nes de grandes ciudades de EE.UU. que pertenecen a minorías desaventajadas, a los que se les
proporciona apoyo económico, social y emocional para que cursen educación post-secundaria (en
escuelas con tutores) o se dediquen a realizar actividades culturales durante cuatro años. Su estudio,
llevado a cabo dos años después de finalizar el programa, muestra que aquellos que participaron en
el programa obtuvieron títulos educativos en una mayor proporción, en concreto un tercio, que el gru­
po comparativo similar que no participó en el programa, y que sus tasas de detención fueron la mitad
respecto a dicho grupo.
Asimismo, Harrell (1995) subraya el éxito del programa Children at Risk (que asiste a
chicos entre 11 y 13 años, en diversos ámbitos, tales como la escuela, actividades de verano, las
relaciones familiares, etc.), en cinco ciudades norteamericanas analizadas, al observar una reducción
de la actividad delictiva entre los adolescentes que participan en dicho programa. Ahora bien, debe
advertirse que el estudio se ha realizado durante el primer año de funcionamiento del mismo y, por
tanto, no puede concluirse con rotundidad que haya sido un éxito.
En otro trabajo empírico, Cox (1999) considera el efecto de la creación de escuelas es­
peciales para adolescentes con problemas de adaptación a la escuela tradicional en una gran ciudad
del Medio Oeste de EE.UU., y su efecto sobre la reducción de la delincuencia, comparando dicho
grupo con otros jóvenes de características similares no incluidos en las escuelas especiales. Dichas
escuelas atienden a los jóvenes durante cuatro meses, prestando una mayor atención personal que
en la escuela convencional, y los evalúan en función de sus propios progresos. Los resultados seña­
lan el fracaso de dicha experiencia, especialmente cuando los jóvenes retornan a la escuela tradicio­
nal. Sin embargo, Cox (1999) advierte que la corta duración del programa y la falta de apoyo a los
jóvenes al volver a su entorno anterior (la escuela tradicional) pueden explicar parte del fracaso.
Además, este autor destaca que la educación por sí sola no puede solucionar los problemas (perso­
nales, familiares y de la comunidad) que afrontan los jóvenes que viven en entornos que pueden favo­
recer conductas delictivas.
150 Ahora bien, como señala Heckman (2000), los programas educativos más intensivos (en cuanto a recursos económicos,
calidad del servicio y duración del período de intervención) son los más eficaces. Así, el programa Preescolar Perry, para niños
entre 4 y 5 años, que proporciona servicios preescolares de alta calidad, y asistencia a los padres en el domicilio, con un per­
sonal altamente cualificado y remunerado, proporciona unos mejores resultados que el programa Head Start, de menor dura­
ción, con una asistencia en el hogar escasa y con una enseñanza en la escuela de menor calidad.
— 112 —
Con respecto al tercer grupo de actuaciones consideradas, los programas de formación
profesional y empleo para jóvenes que han delinquido o de alto riesgo, tras evaluar el “Programa Na­
cional de Apoyo Laboral” de EE.UU., Couch (1992) destaca que sólo ha tenido éxito, a largo plazo,
151
con los grupos de menor incidencia delictiva (mujeres y ex-adictos a las drogas) . Asimismo, con
referencia al programa Job Corps, así como el programa que lo sustituyó -denominado Jobstart- los
estudios de Mallar et al. (1982), Lattimore et al. (1990), Witte (1997) y Heckman (2000) destacan que
dichos programas muestran una leve disminución del nivel de delincuencia de los jóvenes que partici­
paron, si bien no se observa dicho efecto una vez que los participantes dejan de estar vinculados a
los programas señalados. Además, se observa un menor efecto del programa Jobstart frente al
Jobcorps que, según Heckman (2000) se debe a la considerable disminución de recursos económicos
asociada a la sustitución de un programa por otro.
Como señala Heckman (2000), el fracaso de la mayor parte de este tipo de programas –
y el éxito de gran parte de los indicados anteriormente– se debe a dos motivos: en primer lugar, que
son mejores las intervenciones realizadas en edades tempranas y, en segundo lugar, que son más
efectivas las actuaciones que contemplan a los individuos que aún están en la escuela (y no a los que
ya la han abandonado).
Finalmente, un cuarto grupo investigaciones, llevadas a cabo por Esbensen y Osgood
(1999) y Rosenbaum y Hanson (1998) analizan la eficacia de programas de formación sobre aspectos
relacionados con la delincuencia impartidos en escuelas de educación secundaria en EE.UU. Así,
Esbensen y Osgood (1999) analizan, en 1995, la eficacia del programa GREAT (Gang Resistance
Education and Training). Dicho programa, de nueve semanas de duración, pretende educar a los
jóvenes en secundaria sobre los riesgos de pertenecer a bandas juveniles. Su estudio, para 5.935
alumnos en 42 escuelas de 11 ciudades norteamericanas, con una media de edad en torno a los 14
años, revela que los alumnos que han recibido dicho curso muestran, ligeramente, unas actitudes
sociales más positivas y unas menores tasas de comportamiento delictivo (si bien no se contemplan
los efectos a largo plazo que dicho programa genera).
Por otro lado, Rosenbaum y Hanson (1998) analizan la eficacia del programa DARE
(Drug Abuse Resistance Education), un programa sobre la prevención de los riesgos de la droga que
reciben 25 millones de estudiantes norteamericanos, abarcando, aproximadamente, al 70% de los
distritos educativos de EE.UU., y que se ha adoptado en 44 países (datos de 1996). Dicho programa
se lleva a cabo para diversos niveles educativos pero, fundamentalmente, en los últimos cursos de la
educación primaria. El estudio abarca 12 escuelas de primaria del estado de Illinois y realiza un se­
guimiento durante 6 años de los jóvenes considerados (en total 1.798, iniciándose el estudio en el
curso 1989-1990). Los resultados indican la escasa repercusión del programa sobre el uso de drogas
cuando los alumnos llegan a edades en las que éstas les son ofrecidas, más allá de dos años des­
pués de atender dicho curso.
Finalmente, debe señalarse la existencia de un efecto inverso, es decir, un efecto de la
delincuencia sobre la escolarización. Así, Grogger (1997) indica que la violencia en una comunidad
reduce la presencia en la escuela de los alumnos, así como la probabilidad de graduación en educa­
ción secundaria de los jóvenes. En concreto, en su estudio para 1980 con una muestra de 1.000 es­
cuelas y 15.000 estudiantes de EE.UU., Grogger muestra que la existencia de altos niveles de
violencia en el entorno local de las escuelas reduce la probabilidad de que los jóvenes finalicen sus
estudios en educación secundaria en 5,7 puntos porcentuales de media (que pasa de un abandono
151 El Programa National Supported Work Demonstration, se llevó a cabo en la década de los setenta y consistió en propor­
cionar formación y trabajo, en un ambiente de ayuda, a cuatro grupos de personas consideradas con alto riesgo: ex-adictos,
jóvenes que abandonaron la escuela, individuos recién salidos de la prisión y mujeres receptoras de asistencia social.
— 113 —
de un 21% −para escuelas con un entorno de violencia mínimo− a un 27%), y reduce la probabilidad
de que los alumnos cursen educación superior en 15,9 puntos porcentuales (que disminuye del 31%
al 15%). Dicho efecto, sin embargo, no debilita la relación causal educación-delincuencia señalada en
este capítulo, sino que más bien refuerza el argumento al indicar la posible existencia de un círculo
vicioso entre ambas y sugerir que debe considerarse el efecto del entorno social sobre el comporta­
miento delictivo de los jóvenes (que se trata en el siguiente apartado).
III.4.3. Una valoración sobre la existencia de beneficios no monetarios de la educación sobre la
III.4.3. delincuencia
De la evidencia empírica presentada en los apartados anteriores se desprende que la
educación, entendida como escolarización, puede contribuir a reducir la probabilidad de que los indi­
viduos participen en actividades delictivas y, de este modo, ejerza un efecto positivo sobre la reduc­
ción de la delincuencia. La mayor parte de la evidencia presentada señala que dicho efecto se
produce debido a las mayores oportunidades laborales de los individuos con mayores niveles educa­
tivos y, de este modo, existe un beneficio monetario de la educación sobre el delito. En concreto, se
enfatiza el efecto positivo de la educación sobre los salarios, la reducción de la pobreza y la desigual­
dad económica, así como su efecto negativo sobre el desempleo. Asimismo, los estudios teóricos
señalan la importancia de la formación en el puesto de trabajo, que también permite unos mayores
niveles salariales y, de este modo, estimula a los individuos a permanecer en actividades legales.
Sin embargo, la evidencia empírica también muestra que la educación incide directa­
mente en la reducción de la delincuencia de “cuello azul”, más allá de su efecto monetario y, por tan­
to, puede concluirse que existe un beneficio no monetario de la educación sobre el delito. Ahora bien,
dicho efecto se asocia sólo en parte a la educación recibida en la escuela, debido a que también se
destaca la importancia de permanecer en la escuela por encima de los contenidos educativos.
Con referencia al primer caso, se sugiere que la educación da a conocer a los jóvenes
las “reglas de juego” de la sociedad –y que éstas deben ser respetadas– manteniendo, de este modo,
la línea argumental referida al papel de la educación como elemento socializador señalado en el
apartado II.1.3.2. Asimismo, siguiendo el modelo de Becker y Mulligan (1997) –véase III.2.1–, Witte
(1997) postula que la educación puede reducir la delincuencia debido a que produce una mayor
orientación de los jóvenes hacia el futuro. Sin embargo, con referencia al segundo caso, se postula
que la permanencia de los jóvenes (especialmente hombres) en la escuela evita su participación en
bandas juveniles y, de este modo, se reduce la probabilidad de que éstos se inicien en actividades
delictivas. En el primer caso, podría apuntarse la existencia de un beneficio no monetario de la edu­
cación, mientras que las conclusiones en este sentido son más difíciles para el segundo, ya que debe
demostrarse que no participar en actividades delictivas se produce no sólo por la asistencia a la es­
cuela, sino por los efectos de la educación sobre el comportamiento de los individuos. Finalmente,
con referencia a los beneficios no monetarios, debe enfatizarse el positivo papel de la educación de
los padres (en especial la madre) sobre la reducción de la probabilidad de que sus hijos adopten
comportamientos delictivos.
Este último aspecto debe considerarse con mayor atención, debido a que puede mostrar, de
nuevo, el papel socializador de la educación y la importancia del hábito en el comportamiento individual,
aspectos que dañan el mecanismo de elección neoclásico que revela que los individuos deciden participar
o no en actividades delictivas en función de los incentivos económicos existentes. A mi entender, la evi­
dencia empírica que muestra un efecto positivo de la educación de los padres sobre la delincuencia de los
hijos –véase Case y Katz (1991), Lochner (1999) y Mocan y Rees (1999)– puede explicarse mejor me­
diante el efecto imitación y hábito de los individuos que a partir del homo economicus.
— 114 —
Con referencia a los programas educativos específicamente diseñados para evitar la
participación de los jóvenes en actividades delictivas, la evidencia empírica muestra éxitos y fracasos,
destacando entre los primeros los programas educativos que asisten a niños de muy temprana edad
–y a sus familias– y, además, se observa un mayor éxito de los programas educativos impartidos en
escuelas que las actuaciones vinculadas a la formación y la inserción laboral. Asimismo, los progra­
mas educativos que buscan prevenir el desarrollo de la delincuencia tienen una mayor probabilidad
de éxito que aquellos programas que tratan con niños y adolescentes una vez que ya han participado
en actos delictivos. Además, los programas de pequeño alcance pero intensivos parecen obtener un
éxito mayor en la reducción de la delincuencia que otros programas de mayor alcance pero de menor
intensidad. A su vez, para reducir la delincuencia es imprescindible que los programas de educación y
formación estén suficientemente dotados económicamente y que se complementen con otras políti­
cas que incidan en el entorno de los individuos (familia, escuela, barrio, etc). De este modo, una vez
más, debe subrayarse la importancia de los factores institucionales (relacionados con la familia, los
amigos, el entorno social, etc.) sobre los comportamientos individuales. Por tanto, cualquier estudio
vinculado al análisis de la relación existente entre educación y delincuencia debe incluir este tipo de
variables.
Así, merece especial atención el modelo de Shaw y McKay (1942), y el desarrollo poste­
rior de Sampson y Groves (1989), que enfatiza la relación existente entre la delincuencia y el grado
152
de desorganización de las comunidades urbanas (determinado por la existencia de un estatus so­
cioeconómico bajo, una heterogeneidad étnica, movilidad residencial y problemas familiares). Dichos
autores señalan que los factores indicados anteriormente favorecen la delincuencia al producir unas
condiciones locales con escasas redes de colaboración ciudadana y por la existencia de adolescen­
tes sin supervisión (familiar o social). La influencia de la educación sobre estas variables puede per­
mitir una explicación de cómo la educación genera unos beneficios monetarios y no monetarios sobre
la delincuencia. Como muestra el estudio de Sampson y Groves (1989) para diversas ciudades de
Inglaterra y Gales, llevado a cabo en 1982 y 1984 (y parte de la evidencia empírica presentada en el
apartado anterior), además de la falta de redes sociales de colaboración y participación en los asun­
tos locales, el efecto sobre la existencia de adolescentes sin supervisión puede ser el factor más de­
terminante. Sin embargo, debe resaltarse la incorrección de señalar como beneficio no monetario de
la educación que el tiempo de asistencia a la escuela reduzca la probabilidad de pertenecer a bandas
juveniles, si es éste el único efecto causado por la educación.
Finalmente, e insistiendo en la importancia del entorno social en el estudio de la de­
lincuencia, Glaeser et al. (1996) postulan que la decisión de participar en actividades delictivas
no depende de un individuo aislado, sino que está muy influida por la decisión de individuos que
153
pertenecen al entorno más cercano del mismo . Como estos autores muestran, a raíz de un
estudio empírico realizado para diversas ciudades de EE.UU. durante el período 1985-1993, la
interacción social incide, especialmente, en los delitos cometidos por jóvenes. Asimismo, el estu­
dio de Case y Katz (1991) muestra que residir en un vecindario en el que una importante propor­
ción de jóvenes participa en actividades delictivas aumenta sustancialmente la probabilidad de
que un individuo participe en ellas. Además, el diferente efecto de la escolarización sobre la de­
lincuencia en función del tipo de escuela al que asisten los jóvenes –véase el apartado III.4.2.1–
puede interpretarse como un efecto del entorno social, es decir, de las características socioeco­
152 La desorganización social de una comunidad es definida como su incapacidad para establecer unos valores comunes
para sus residentes y mantener unos controles sociales efectivos (Sampson y Groves, 1989: 777).
153 Como indican dichos autores, no debe olvidarse que las actividades delictivas raramente se realizan de un modo indivi­
dual. Asimismo, las interacciones sociales parecen crear, entre los que participan en actividades delictivas, una sensación de
invulnerabilidad y una voluntad de violar las normas sociales y asumir riesgos que no se darían si los individuos actuaran aisla­
damente.
— 115 —
nómicas de las familias de los alumnos que asisten a la escuela. Por tanto, debe cuestionarse el
punto de partida del análisis neoclásico, que no considera el efecto del entorno social sobre las
preferencias y comportamientos personales.
III.5. Beneficios no monetarios sociales de la educación: externalidades y efectos de la
III.5. educación sobre la comunidad
En los apartados anteriores se han analizado diversos beneficios no monetarios de la
educación considerando sus efectos sobre los propios individuos –beneficios privados–. Sin embargo,
en este apartado se consideran distintos tipos de beneficios no monetarios de la educación que inci­
den sobre el conjunto de la sociedad, así como las externalidades que pueden generar los beneficios
no monetarios privados expuestos en los anteriores apartados. Como se indica en la literatura eco­
nómica neoclásica, los individuos no consideran dichos beneficios en sus decisiones de invertir en
educación y, de este modo, la comunidad alcanza un nivel educativo por debajo del óptimo social. Por
tanto, la existencia de beneficios no monetarios sociales de la educación requiere una intervención
gubernamental que fomente la adquisición de mayores niveles educativos, por parte de los individuos,
para que la sociedad alcance el óptimo educativo.
III.5.1. Beneficios no monetarios de la educación sobre la comunidad
Con referencia a los beneficios de la educación sobre el conjunto de la sociedad desta­
can los estudios realizados en torno al análisis del efecto de la educación sobre la participación de los
individuos en tareas de ayuda a otros miembros de la comunidad, la participación en elecciones y
otras actividades políticas, así como en la defensa del medio ambiente.
En el primer caso, diversos estudios muestran una mayor probabilidad de participar en
tareas de voluntariado y de apoyo a organizaciones caritativas, así como una mayor participación en
tiempo y dinero, por parte de aquellos con un mayor nivel educativo –véase Hayghe (1991) e Inde­
pendent Sector (1992) para Estados Unidos–. Ahora bien, dichos estudios no aíslan el efecto de la
educación del correspondiente a la renta y, por tanto, no muestran la existencia de beneficios no mo­
netarios de la educación. Sin embargo, un estudio del National Center for Education Statistics (NCES)
de 1995, para EE.UU., muestra que, considerando diversos grupos de renta, los individuos más edu­
cados contribuyen en una mayor proporción a organizaciones caritativas. Asimismo, un estudio ante­
rior, también referido a EE.UU., llevado a cabo por Solmon (1973), muestra que, ceteris paribus,
aquellos con un mayor nivel educativo dedican más tiempo a realizar actividades para su comunidad
–tales como ayuda a los jóvenes, a los veteranos de guerra, participación política, trabajo voluntario,
etc.–. En concreto, Solmon apunta que un año más de educación incrementa la dedicación (en tiem­
po) a actividades relacionadas con la comunidad, aproximadamente en un 4,5%. Además, los estu­
dios de Freeman (1997), para Estados Unidos, y de Vaillancourt (1994), para el Canadá, muestran
una mayor propensión a participar en tareas de voluntariado, así como de dedicar un mayor tiempo al
mismo, por parte de aquellos con un mayor nivel educativo.
Sin embargo, en un reciente estudio llevado a cabo en Nueva Zelanda, en 1994, y reali­
zado con una muestra de 85 pares de hermanos gemelos monozigóticos –que permite mantener
constante los efectos familiares no observables y, de este modo, aproximarse mejor al “verdadero”
efecto de la educación– Gibson (2000) demuestra que ésta incide negativamente sobre la probabili­
dad de participar en actividades de voluntariado, así como en el tiempo dedicado a las mismas. En
concreto, un año adicional de educación reduce la probabilidad de participar en actividades de vo­
luntariado en un 13% y disminuye la cantidad dedicada al mismo en una hora semanal. A pesar de la
falta de generalización de los resultados –dado que la muestra no es representativa de la población–
— 116 —
cabe destacar un efecto de relevancia, que consiste en la obtención de resultados opuestos a los indica­
dos si se excluyen del análisis determinadas características familiares, debido a la correlación positiva que
existe entre dichas características, la educación y la variable analizada. Por tanto, Gibson duda de los
resultados obtenidos en los estudios empíricos que no utilicen metodologías que permitan aislar, con la
máxima certeza, el efecto de la educación del producido por las variables omitidas.
Con referencia al segundo aspecto indicado anteriormente, la participación en elecciones
y actividades políticas, los estudios que analizan el efecto de la educación tampoco suelen utilizar
metodologías que permitan aislar el efecto de ésta del generado por la renta –véase NCES (1996)–.
Sin embargo, en un estudio llevado a cabo por Wolfinger y Rosenstone (1980), que analiza el voto de
los ciudadanos norteamericanos, en 1972, a partir de la “Encuesta de Población”, se observa que,
para cada nivel de renta, la educación aumenta la probabilidad de acudir a votar, siendo el efecto
menor para los niveles más bajos de renta (que tienen, en promedio, una menor propensión a votar).
En término medio, haber cursado ocho años de educación incrementa la probabilidad de votar en
un 8% respecto a aquellos con un menor número de años de educación cursados. El porcentaje es
un 22% si se ha adquirido un diploma de educación secundaria, 31% si se ha realizado algún curso
de educación superior y 40% para los licenciados. Además, los autores concluyen que la educación
ejerce una influencia sobre la probabilidad de votar mayor que la renta o la profesión y sugieren
que ello es debido a un mayor sentido de la responsabilidad social, así como una mayor facilidad
para entender la política y el proceso electoral norteamericano, por parte de aquellos con un mayor
nivel educativo.
En el caso español, a partir de dos encuestas de ámbito nacional realizadas en 1980 y
1989 a unos 3.500 individuos adultos, Justel (1992: 70) observa que se ha producido un notable au­
mento de la cultura política en España en la década de los ochenta, en cuanto a la información y co­
nocimientos sobre política, actitud hacia la participación política y los partidos políticos, y destaca el
papel de la educación, por encima del sexo y la edad (aunque el estudio no incluye en el análisis el
nivel de renta). Con referencia a la competencia política, destaca la reducción de las diferencias entre
154
individuos de distintas edades y sexo a medida que aumenta el nivel educativo . Con respecto a la
participación política (valorada según la participación de los individuos en la firma de una petición
relacionada con la defensa de derechos laborales o su intervención en manifestaciones pacíficas o
huelgas), el estudio refleja que la actitud hacia dichos fenómenos es más positiva cuanto mayor es el
nivel educativo de los individuos (incidiendo la edad y el ser mujer negativamente, excepto para nive­
les de estudio elevados). Finalmente, en cuanto a la percepción de los partidos políticos como cana­
les de participación democrática el efecto es el mismo: a mayor nivel educativo, mejor percepción de
los mismos. Así, las diferencias en la percepción del papel de los partidos políticos entre sexos y
edades –muy notables para individuos con niveles educativos bajos– no difieren sensiblemente para
niveles medios y altos de educación. En el análisis temporal, se observa una mejora de los grupos de
población con una menor valoración de los indicadores señalados (hombres de mayor edad y mujeres
en general) siendo la educación el factor más explicativo de dicho proceso. Para Justel (1992), el
continuo aumento del nivel educativo de la población española puede ayudar al fortalecimiento de los
valores democráticos y al apoyo al sistema político democrático. Ahora bien, conviene puntualizar que
el estudio se basa en análisis de tipo bivariante y, en consecuencia, no puede concluirse que existan
beneficios no monetarios de la educación.
Sin embargo, en un análisis del efecto de la educación sobre la participación política,
García y Frutos (1999) advierten la escasa incidencia de la educación en la reducción de las diferen­
cias de participación política (definida como un conjunto de actividades tales como trabajar con otras
154 En el análisis, la competencia disminuye con la edad y en el caso de ser mujer, pero en menor grado para los niveles
educativos superiores.
— 117 —
personas de la zona de residencia en tareas de ayuda y asistencia a mítines y manifestaciones) entre
hombres y mujeres. Con datos de 1997, a partir de una encuesta de ámbito nacional, García y Frutos
señalan que, para cualquier nivel educativo, las mujeres participan en política en menor medida que
los hombres, salvo para la actividad de trabajar con otras personas en tareas de ayuda, y dicho grado
de participación se da en mayor medida en las mujeres de un mayor nivel educativo. Sin embargo,
como señalan los autores, que sólo sea éste el tipo de participación política mayor en las mujeres que
en los hombres puede deberse, también, a la “subcultura femenina” de ayuda y atención a los demás
155
generada en el ámbito privado y aprendida en el proceso de socialización .
Un último aspecto analizado es la existencia de beneficios no monetarios de la educa­
ción debidos al efecto de la educación sobre la protección del medio ambiente. McMahon (1999b) y
Ehrlich et al. (1999) apuntan diversos medios por los que la educación puede ayudar a la defensa del
medio ambiente en los países desarrollados: por un lado, un aumento de las actividades menos con­
taminantes, debido a su mayor dotación de capital humano, que permite una mayor eficiencia en la
producción –que sea menos contaminante– y el reciclaje, así como un mayor peso del sector servi­
cios sobre el industrial y extractivo; por otro lado, una mayor concienciación de los ciudadanos sobre
la necesidad de proteger el medio ambiente.
Considerando este segundo grupo de actuaciones no vinculado a la actividad productiva
y, por tanto, donde pueden producirse beneficios no monetarios, tras revisar una serie de estudios
realizados en la década de 1980 y referidos a EE.UU., Smith (1997) concluye que la educación favo­
rece la comprensión de los mensajes recibidos por los individuos sobre el cuidado del medio am­
biente y, además, que dicha mayor comprensión provoca un comportamiento más acorde con la
protección de la naturaleza (aunque no en todos los casos y en menor proporción a largo plazo), se­
ñalando, de este modo, que la educación genera un beneficio no monetario sobre el medio ambiente.
Aunque el autor insiste en la dificultad de conocer, debido a las metodologías de análisis utilizadas, si
ese beneficio no monetario es debido a una mayor eficiencia de los individuos o si la educación sim­
plemente altera sus preferencias, sugiere una mayor probabilidad de que sea la mayor eficiencia de
los más educados por la alta correlación existente entre las variables que recogen el conocimiento
sobre los riesgos (determinadas en gran parte por la educación) y el cambio en la actitud.
Sin embargo, Worsley y Skrzypiec (1998) muestran la existencia de efectos diferencia­
dos de la educación sobre la actitud hacia el medio ambiente en función de la clase social. Así, en un
estudio realizado con estudiantes australianos de secundaria que asisten a escuelas que acogen
alumnos provenientes de distintos estratos sociales, donde se han realizado cursos similares de edu­
cación medioambiental, los autores encuentran una distinta percepción de los riesgos que distintos
comportamientos pueden generar sobre el medio ambiente, así como sobre la capacidad científica
del ser humano para protegerlo.
Finalmente, merece especial atención un estudio de Gómez et al. (1999) que analiza las
actitudes y comportamientos de los españoles con respecto al medioambiente, a partir de una en­
cuesta de ámbito nacional realizada en 1996 a casi 2.500 personas. En dicho estudio se muestra la
existencia, en España, de unas actitudes hacia la defensa y protección del medio ambiente muy si­
milares a la media de la Unión Europea y el conjunto de países avanzados, mientras que, en cuanto
al comportamiento, España está en una situación inferior a la media tanto en el comportamiento co­
lectivo (pertenencia a grupos ecologistas, movilización política a favor del medio ambiente, etc.), co­
mo, especialmente, en el individual (compra de productos no contaminantes, reciclaje, uso del
transporte público, etc.) Aunque el estudio no mantiene la renta constante, y por tanto no puede ana­
155 Una vez más, hay que subrayar la falta de una metodología que permita conocer la existencia de beneficios no monetarios
de la educación.
— 118 —
lizarse el beneficio no monetario de la educación, esta variable es la más significativa a la hora de
señalar actitudes y comportamientos a favor de la protección del medio ambiente. Ello se debe a que
aquellos con un mayor nivel educativo siguen más asiduamente las noticias referidas al medioam­
biente, están más sensibilizados al respecto (lo consideran como un problema grave), y, además,
están más dispuestos a alterar sus comportamientos individuales para favorecer el cuidado del medio
ambiente, así como a pedir el apoyo del Estado para la defensa y protección del mismo. En cuanto a
las acciones colectivas más reivindicativas (manifestaciones y colaboración con grupos ecologistas),
la disposición a participar se incrementa a medida que aumenta el nivel educativo de los individuos,
especialmente hasta alcanzar los estudios secundarios, ya que el crecimiento es muy moderado más
allá de este nivel educativo.
Después de exponer diversos estudios que muestran la existencia de beneficios no mo­
netarios de la educación sobre la comunidad, a continuación se sugiere qué tipo de externalidades
pueden producirse por los efectos de la educación sobre los elementos contemplados en los anterio­
res apartados (consumo, ahorro, salud, fecundidad y delincuencia).
III.5.2. Externalidades no monetarias de la educación
La evidencia empírica presentada en los anteriores apartados permite concluir que la
educación genera beneficios no monetarios privados. A partir de dicha evidencia, en este apartado se
apuntan diversos tipos de externalidad que la educación puede producir, vinculados a los efectos de
la educación sobre el consumo, el ahorro, la salud, la fecundidad y la delincuencia. No se presentan,
sin embargo, estimaciones cuantitativas de estas externalidades, ya que no las contemplan los estu­
dios empíricos revisados.
Con respecto a la eficiencia doméstica, los beneficios no monetarios de la educación so­
bre el consumo pueden producir una serie de externalidades positivas para el conjunto de la sociedad
derivadas de la mayor capacidad de transmisión de información por parte de los más educados, que
permita incrementar la eficiencia global en el consumo. Con referencia al ahorro, Solmon (1975) ar­
gumenta que el tipo de ahorro de los más educados es, probablemente, más beneficioso para la sociedad
debido a que éstos demuestran una mayor voluntad de asumir riesgos y, por tanto, pueden favorecer el
crecimiento económico al financiar determinados sectores productivos. Asimismo, el mayor ahorro de los
más educados, manteniendo constante la renta, puede permitir una mayor disponibilidad de recursos eco­
nómicos para la inversión (si bien ese incremento del ahorro puede tener un efecto negativo sobre la de­
manda agregada que desincentive la inversión y el crecimiento económico).
Con referencia a la salud propia, debido a que la educación influye positivamente en la
salud de los individuos, pueden generarse unos beneficios para el conjunto de la comunidad me­
diante la reducción de la transmisión de las enfermedades, una menor pérdida de días de trabajo y un
incremento del número de años trabajados (que permiten un mayor crecimiento económico), y una
menor utilización de la sanidad pública (que reduce el gasto sanitario). Asimismo, la educación redu­
ce la probabilidad de embarazos no deseados y, de ese modo, puede reducirse los gastos en servi­
cios sociales destinados a ayudar a madres solteras y/o adolescentes. Finalmente, los menores
hábitos de fumar y abusar en el consumo de alcohol por parte de los individuos con un mayor nivel
156
educativo pueden mejorar los estados de salud (físico y/o psicológico) de otros individuos . Con
referencia a los hijos, el efecto positivo de la educación de los padres sobre la salud de los hijos per­
mite reducir la transmisión de enfermedades y el gasto sanitario destinado a los mismos.
156 Parker (1995) subraya que la reducción de la probabilidad de beber en exceso genera una externalidad sobre el delito ya
que provoca disminuciones de la delincuencia.
— 119 —
Respecto a la fecundidad, el efecto positivo de la educación de los padres sobre el nivel
educativo de los hijos puede generar un mayor nivel de beneficios no monetarios futuros. Asimismo,
mientras que la reducción de la fecundidad puede generar una externalidad positiva (por su efecto
positivo sobre la renta per cápita y la reducción de los gastos públicos destinados a los más jóvenes),
dicho fenómeno puede generar una externalidad negativa debido al papel de los individuos como
factor de producción, es decir, como generadores de riqueza, y que permiten sostener el sistema de
protección social.
Con referencia a la delincuencia, las externalidades positivas generadas por la educa­
ción se deben al ahorro de costes policiales, así como los relacionados con la administración de justi­
cia y las instituciones penitenciarias, además de la reducción en pérdidas materiales (y sobre todo
personales) relacionadas con la delincuencia. Sin embargo, también puede surgir una externalidad
negativa derivada del efecto de la educación sobre el crecimiento económico que estimula el delito
contra la propiedad, aunque ésta puede evitarse si se reduce la desigualdad (McMahon, 1999a).
Finalmente, como argumentan Wolfe (1994: 162-3) y McMahon (1987: 135-6), en el caso
de las externalidades y los beneficios sociales destaca el problema de los spillovers, que definen co­
mo que los beneficios no monetarios de la educación no recaigan sobre aquella comunidad que sus­
tenta los costes de la educación, debido a la movilidad geográfica de los individuos. Así, Wolfe
subraya la necesidad de una coordinación entre las regiones en las que se dan los spillovers, de tal
modo que distintos estados o regiones de un país compartan los costes educativos. Aunque Wolfe
sólo contempla el caso de Estados Unidos, su argumento puede extenderse al ámbito de la Unión
Europea, o en las relaciones entre los países desarrollados y en desarrollo debido a la emigración de
individuos formados de los segundos a los primeros. Así, Greenwood (1975) y Delors (1996) desta­
can la pérdida que puede suponer para un determinado país o región que aquellos con un mayor
nivel educativo sean los que tengan una mayor probabilidad de emigrar, debido a que el área de resi­
dencia original soporta los costes de la formación mientras que el área receptora se beneficia de esos
mayores conocimientos, así como de los mayores impuestos que suelen pagar los más educados
debido a sus mayores ganancias monetarias en el mercado laboral. En consonancia con lo señalado
anteriormente Lucas (1988, 1993) sugiere que dichos efectos tienden a perpetuarse debido a que las
zonas demandantes de trabajadores cualificados permiten una mayor retribución del capital humano,
no tendiéndose a igualar las rentas per cápita de la región de origen y de destino de la emigración
sino a persistir la diferencia e incluso aumentar en el tiempo.
III.5.3. Una valoración sobre la existencia de beneficios no monetarios sociales de la educación
Respecto a las externalidades de la educación, la evidencia empírica sugiere que las
externalidades positivas son mayores que las negativas, pero no existen estudios que las cuantifi­
quen, motivo por el cual hay que afirmar que es necesaria una mayor investigación para conocer el
verdadero alcance de las mismas. Con referencia a los efectos de la educación sobre el conjunto
de la sociedad, la evidencia empírica es ambigua respecto a que la educación genere una mayor
participación en actividades de voluntariado o relacionadas con la política. Sin embargo, puede
concluirse que la educación genera una mejor actitud y participación en la protección y defensa del
medio ambiente.
Por tanto, la presencia de externalidades y beneficios sociales generados por la educa­
ción demandan la intervención del sector público para que la sociedad alcance un nivel educativo
óptimo. Asimismo, la existencia de spillovers, derivada de las externalidades y la emigración, exige
una coordinación entre regiones y países para alcanzar dicho óptimo educativo y compartir equitati­
vamente los costes y beneficios.
— 120 —
Finalmente, destaca el estudio de Worsley y Skrzypiec (1998), que revela la existencia
de un distinto efecto de la educación respecto el medio ambiente en función de la clase social de los
individuos. De este modo, como se ha realizado en los apartados anteriores, debe incidirse en la im­
portancia de incluir aspectos sociales en el análisis de los beneficios no monetarios de la educación.
III.6. Aspectos metodológicos relacionados con el análisis empírico de los beneficios no
III.5. monetarios de la educación y su valoración pecuniaria
En este apartado se sugieren, en primer lugar, diversas consideraciones metodológicas
que pueden permitir la obtención de unas mejores estimaciones de los beneficios no monetarios de la
educación y, en segundo lugar, se presentan algunas aportaciones, teóricas y empíricas, realizadas
en torno a la valoración pecuniaria de dichos beneficios.
III.6.1. Consideraciones metodológicas para el análisis empírico de los beneficios no monetarios de
III.6.1. la educación
En este apartado se muestran diversos aspectos metodológicos que han sido considera­
dos recientemente en el análisis de los beneficios monetarios de la educación, y que el estudio de los
beneficios no monetarios de la misma también debería tener en cuenta, para obtener una valoración
lo más cercana posible a los “verdaderos” beneficios no monetarios de la educación. Éstos se refieren
a la existencia de errores de medición, derivados de los datos utilizados para realizar el análisis empí­
rico, el método de estimación aplicado, y las especificaciones del modelo econométrico.
Con referencia al primer aspecto, la existencia de errores de medición en los datos,
McMahon (1997, 1998) señala que los estudios más recientes relacionados con el análisis de los
beneficios monetarios de la educación, en los que se ha podido contrastar el nivel o años de educa­
ción señalados por los encuestados, revelan la existencia de errores en la medición de la educación
llevada a cabo por los individuos que provocan subestimaciones del verdadero efecto de la educa­
ción. Además, como destacan Kane et al. (1999), dichos errores son mayores si se utilizan como
proxy los años de escolarización que si se considera el nivel educativo máximo alcanzado.
Asimismo, como advierte Behrman (1997: 49-50), también deben considerarse los erro­
res de medición en las variables output, especialmente si no se distribuyen aleatoriamente en la
muestra considerada, ya que los estimadores estarán sesgados. Así, a modo de ejemplo, si los más
educados tienden a revelar en mayor medida algún tipo de enfermedad puede producirse una sub­
valoración de los beneficios de la educación sobre la salud. Del mismo modo, en el análisis del
efecto de la educación sobre la reducción de la delincuencia, no considerar la delincuencia de “cue­
llo blanco” puede sobreestimar el efecto positivo de la educación en la reducción de comporta­
mientos delictivos.
Respecto al segundo aspecto, el método de estimación, el más utilizado es el de míni­
mos cuadráticos ordinarios (MCO), si bien algunos estudios más recientes suelen utilizar estimacio­
nes basadas en el uso de variables instrumentales para la educación, para evitar que ésta muestre
otros efectos más allá de los estrictamente educativos y solucionar algunos problemas que ocasiona
la estimación por MCO. Así, en el análisis de los beneficios monetarios de la educación, el método de
estimación mediante variables instrumentales se utiliza cuando no se incluye en la estimación alguna
variable que refleje la capacidad de los individuos, ya que esta omisión genera estimadores sesga­
dos, si se aplica el método de MCO, debido a la correlación existente entre la variable educativa y el
— 121 —
término de perturbación (que incluiría la habilidad). Dos son los métodos más utilizados: por un lado,
sustituir la variable educativa por otra –denominada instrumental– que está relacionada con la educa­
ción pero no con el término de perturbación o la variable dependiente; por otro lado, se realiza un
proceso en dos etapas que consiste, en primer lugar, en estimar una ecuación cuya variable depen­
diente es la educación y, posteriormente, en utilizar los valores predichos de la educación como re­
gresor en la ecuación de ingresos (véase Card, 1999; Ashenfelter et al., 2000; Rosenzweig y Wolpin,
157
2000) . Las estimaciones mediante variables instrumentales suelen señalar rendimientos de la edu­
cación algo superiores que las estimaciones realizadas por mínimos cuadráticos ordinarios (véase
Krueger y Lindahl, 2000).
Una serie de estudios recientes han intentado resolver el problema de estimación que
genera la omisión de la capacidad de los individuos no a través del uso de variables instrumentales,
158
sino mediante el estudio del rendimiento de la educación en gemelos monozigóticos . Sin embargo,
dichos estudios no han llegado a resultados concluyentes, aunque existe una mayor evidencia a favor
de que la exclusión de la variable “capacidad” produce un sesgo al alza de los rendimientos moneta­
159
rios de la educación, si bien de pequeña magnitud (véase Rosenzweig y Wolpin, 2000) . Para el
caso español, con una metodología tradicional (que consiste en introducir alguna variable que refleje
la capacidad de los individuos), Pons y Blanco (2000) señalan que, aunque incluir la capacidad de los
individuos disminuye los rendimientos económicos de la educación, dicha disminución es de escasa
cuantía, y la variable educativa sigue siendo significativa (si bien la variable “capacidad” elegida es
discutible, al obtenerse a partir de la posición relativa del nivel educativo que alcanza cada individuo
en su provincia de residencia).
Con referencia al tercer elemento señalado al inicio de este apartado, las especificacio­
nes del modelo a estimar, algunos estudios han incluido variables relacionadas con la calidad de la
educación para, de este modo, recoger el efecto de la educación sobre los salarios considerando los
aspectos cuantitativos y cualitativos de la misma. Dichos trabajos muestran que no considerar la cali­
160
dad de la educación reduce los beneficios monetarios de la misma entre un 10% y un 30%) .
Asimismo, diversos autores sugieren que los resultados pueden variar si se utilizan datos
longitudinales en lugar de datos de sección cruzada. Como señalan Arias y McMahon (2000) y
McMahon (1998), el uso de datos longitudinales puede permitir el estudio de los beneficios de la edu­
cación eliminando los efectos debidos al momento de tiempo en el que tiene lugar el análisis y, ade­
más, las estimaciones de los rendimientos monetarios de la educación realizadas utilizando datos de
sección cruzada no recogen el verdadero impacto de la educación en el tiempo, debido a que cuando
las cohortes más jóvenes alcancen edades más maduras, los rendimientos de la educación pueden
ser mayores o menores que los encontrados para las cohortes de edad más avanzada del estudio de
sección cruzada. Tal y como indican Arias y McMahon (2000), los análisis con datos de sección cru­
zada subestiman los rendimientos de la educación si la tendencia es alcista, y los sobreestiman si las
ganancias esperadas futuras tienen una tendencia a la baja. Sin embargo, mientras que Arias y
McMahon (2000) muestran que los estudios con dicho tipo de datos subestiman los verdaderos ren­
dimientos de la educación, para el caso de EE.UU., período 1967-1995, Carnoy y Marenbach (1975)
señalan, en su análisis del caso norteamericano para el período 1939-69, que el estudio con datos
longitudinales lleva al mismo resultado que con datos de sección cruzada.
157 Como señalan Angrist y Krueger (2001), Wright (1928) fue el primer autor en utilizar el método de estimación mediante
variables instrumentales (llevado a cabo para estimar elasticidades de oferta y demanda en el consumo de aceite).
158 Véase Ashenfelter y Krueger (1994), Miller et al. (1995), Ashenfelter y Rouse (1998b), Behrman y Rosenzweig (1999) y
Rosenzweig y Wolpin (2000).
159 El estudio de Gibson (2000) sobre el voluntariado, sin embargo, muestra que la exclusión de dichos efectos inobservables
lleva a conclusiones erróneas con respecto a la generación de beneficios no monetarios de la educación.
160 Véase Hanushek (1994), Card y Krueger (1994), Ashenfelter y Rouse (1998a), Card (1999), Krueger y Whitmore (1999).
— 122 —
Por tanto, la evidencia empírica más reciente permite apuntar una serie de factores que,
en general, en caso de no ser considerados subestiman el verdadero efecto de la educación (como
excluir la calidad de la misma, no corregir los errores de medición y utilizar datos de sección cruzada),
mientras que otros factores sobreestiman dichos efectos (no incluir la capacidad de los individuos y
otros factores inobservables, así como estimar por mínimos cuadráticos ordinarios). Ahora bien, lo
más sorprendente de la literatura revisada al respecto es que puede concluirse que considerar los
datos sin ninguna de esas correcciones producen unos resultados no muy alejados de los que pue­
den obtenerse si se consideran los factores correctores indicados anteriormente, debido a los efectos
161
compensatorios de unos sobre otros . Ahora bien, estos estudios se basan en el análisis de los be­
neficios monetarios de la educación y, además, los efectos compensatorios señalados surgen a partir
de los resultados obtenidos en unos determinados estudios empíricos llevados a cabo en un tiempo y
lugar específico, motivo por el cual no puede concluirse que siempre serán compensatorios y debe
recomendarse introducir todas las mejoras metodológicas señaladas aquí en los análisis de los bene­
ficios no monetarios de la educación (siempre que los datos lo permitan).
Finalmente, con respecto al debate sobre si la relación observada entre la educación y
una variable determinada es o no causal (o, incluso, si existe una doble causalidad), pueden señalar­
se los siguientes aspectos. En primer lugar, como subraya McMahon (1998: 326) al considerar el
análisis de los beneficios monetarios, las diferencias temporales existentes entre la realización de
inversiones en educación y la percepción de rendimientos monetarios (entre 15 y 20 años) permiten
concluir que es la educación quien causa un efecto sobre los salarios. En segundo lugar, la existencia
de beneficios monetarios y no monetarios intergeneracionales, donde el nivel educativo de los padres
antecede a los beneficios obtenidos por los hijos, refuerza dicho argumento. Por último, la evidencia
empírica presentada en torno a la existencia de una doble causalidad entre educación y salud propia,
así como entre educación y delincuencia, no impide concluir que existen beneficios no monetarios de
la educación sobre dichas variables (véanse los apartados III.2.2.3 y III.4.2.2, para un análisis más
detallado).
III.6.2. Valoración pecuniaria de los beneficios no monetarios de la educación
En el análisis neoclásico de los beneficios no monetarios de la educación, además de
obtener evidencias empíricas sobre su existencia, diversos autores han intentado cuantificar moneta­
riamente dichos beneficios, si bien la dificultad de dicha cuantificación ha impedido la existencia de
muchos estudios al respecto. Sin embargo, dos artículos merecen especial atención en cuanto a la
aportación de una metodología para la cuantificación monetaria de los beneficios no monetarios de la
educación: el de Haveman y Wolfe (1984), y una revisión del mismo llevada a cabo por Wolfe y Zu­
vekas (1997).
Dicha metodología se sustenta en que, en el marco neoclásico, se supone que los indivi­
duos u hogares combinan una serie de inputs (entre los que se encuentra la educación) para producir
un output (mejor salud, un consumo más eficiente, etc), de tal modo que se iguala el cociente entre el
producto marginal y el precio para cada uno de los inputs. Así, puede obtenerse el precio que los
individuos están dispuestos a pagar por más educación para producir un output determinado, es de­
cir, la valoración pecuniaria del beneficio no monetario de la educación, que será igual al coste de
obtener el mismo efecto mediante el uso de otros inputs.
Siguiendo la propuesta de Wolfe y Zuvekas (1997), que para simplificar el análisis consi­
deran el caso en que existe un sólo beneficio no monetario de la educación y un sólo input de merca­
do, las indicaciones del párrafo anterior pueden representarse del siguiente modo:
161 Véase Carnoy (1997), McMahon (1997, 1998), Ashenfelter et al. (2000) y Rosenzweig y Wolpin (2000).
— 123 —
PM(E) PM(X)
=
P(E)
P(X)
(1)
Donde PM(E) es el producto marginal de la educación en la obtención de un determina­
do beneficio no monetario; P(E) el precio implícito de la educación, es decir, cuánto estarían dis­
puestos a pagar los individuos a cambio de más educación para obtener un determinado beneficio no
monetario; PM(X) es la productividad de cualquier otro input (X); y P(X) el precio de mercado de dicho
input. A partir de la ecuación anterior, puede obtenerse el precio implícito de la educación, mediante
la siguiente expresión:
P(E) =
PM(E) * P(X)
PM(X)
(2)
Donde se observa que, por ejemplo, si la productividad marginal de la educación y del
otro input son iguales, la voluntad de pagar por una unidad adicional de educación equivale al precio
unitario del otro input. Asimismo, para calcular el valor implícito total de la educación deberá sumarse el
valor implícito de los distintos tipos de beneficios no monetarios obtenidos a partir de la ecuación (2).
Por tanto, la aplicación de este método requiere la estimación previa de la productividad
de la educación y de, al menos, otro input de mercado en la generación de los diversos tipos de be­
neficios no monetarios considerados. Ahora bien, si no existe información respecto a ningún input X
que intervenga en la generación del beneficio no monetario, puede considerarse que la renta invertida
para obtener dicho beneficio tiene un producto marginal equivalente al de los restantes inputs. Ello es
debido a que, en el marco neoclásico expuesto con anterioridad, se supone que los individuos gasta­
rán una parte de la renta (para obtener el output deseado) hasta que el producto marginal por unidad
monetaria gastada se iguale al de los otros inputs (incluyendo la educación). De este modo, el pará­
metro asociado a la renta muestra el producto marginal del ingreso que se gasta en obtener el benefi­
cio analizado y, así, se obtiene una valoración pecuniaria del conjunto de beneficios no monetarios de
la educación.
Diversos estudios que han aplicado esta metodología son analizados en Wolfe y Zu­
vekas (1997). En el caso del consumo, destacan las aportaciones de Michael (1975a) y Benham y
Benham (1975). Así, Michael señala que un año adicional de educación genera un aumento de la
eficiencia en el consumo que equivale a 290$ (de 1972). Asimismo, Benham y Benham (1975) sugie­
ren que la mayor eficiencia que genera un año de educación sobre la compra de gafas graduadas de
162
los individuos permite ahorrar 5,50$ (de 1970) por cada par de gafas adquirido .
De modo tentativo, Haveman y Wolfe (1984: 400-1) concluyen que si se comparan los
rendimientos monetarios de la educación estimados para EE.UU., en 1975, con la evidencia empírica
existente sobre la valoración pecuniaria de los beneficios no monetarios de la educación, puede su­
ponerse que el beneficio monetario de la educación es, aproximadamente, equivalente al total de los
beneficios no monetarios. Así, para conocer los verdaderos rendimientos económicos de la educa­
ción, debería doblarse el tipo de rendimiento obtenido en los estudios que cuantifican los beneficios
monetarios de la educación.
Ahora bien, pueden señalarse dos debilidades con respecto a la valoración pecuniaria de
los beneficios no monetarios de la educación descrita en los párrafos anteriores. Por un lado, dicha
162 Además, Wolfe y Zuvekas (1997) y Haveman y Wolfe (1984) presentan un conjunto de estudios que aplican dicha meto­
dología en los ámbitos de la salud propia, la reducción de la actividad criminal (donde también cabe destacar un estudio de
Lochner, 1999), y el control de natalidad.
— 124 —
metodología olvida que la generación de un determinado beneficio no monetario no implica que los
individuos estén dispuestos a pagar por la obtención de una unidad más de un determinado bien
(véase Smith, 1997). Por otro lado, no considera otros métodos de elección que no sean la igualación
de efectos marginales, eliminando, de este modo, el efecto del entorno social y el hábito en la forma­
ción de preferencias.
Para finalizar, puede destacarse la existencia de una metodología distinta que, aunque
no permite obtener una valoración pecuniaria de los beneficios no monetarios de la educación, pro­
porciona una estimación de la magnitud de los mismos respecto a los beneficios monetarios. Dicho
método consiste en comparar beneficios no monetarios de la educación sobre un determinado output
con el efecto de la educación sobre los salarios. El estudio de Grossman (1975), descrito en el apar­
tado III.2.2.1, es un buen ejemplo de ello. Este autor muestra que el beneficio no monetario de la es­
colarización sobre la salud representa alrededor de un 40% del efecto de la educación sobre los
163
salarios . Una vez que se ha obtenido dicha relación, puede conocerse, además, en qué porcentaje
deben incrementarse los rendimientos monetarios de la educación para obtener el rendimiento eco­
nómico total de la educación.
Como señalan Grossman y Kaestner (1997: 318), el efecto de la educación sobre la sa­
lud incrementa en un 4-5% los tipos de rendimiento de la educación indicados por Cohn y Addison
(1998) para los países de la OCDE. Si se considera que la media de los tipos de rendimiento moneta­
rios privados de la educación para 18 países desarrollados de la OCDE (calculados entre 1981 y
164
1991) –obtenida a partir de ecuaciones de tipo minceriano– es un 8,4% , considerar los beneficios
no monetarios de la educación sobre la salud (si se distribuyera de un modo igual entre todos los
países indicados), aumentaría el tipo de rendimiento a un 11,8%. Para el caso español, la aplicación
de los mismos supuestos a los datos proporcionados por Barceinas et al. (2000), para 1991, aumen­
taría el tipo de rendimiento de la educación de un 6,9% a un 9,7% (si bien, para 1996, éste se incre­
mentaría del 8,1% al 11,3%).
A mi entender, sin embargo, aunque dicha metodología permite conocer el alcance de
los beneficios no monetarios de la educación (con relación a los monetarios), su inclusión en los cál­
culos de tipos de rendimiento no parece ser el método más adecuado para conocer los beneficios
económicos totales de la educación, teniendo en cuenta las críticas formuladas sobre dicho método
de cálculo –véase Blaug (1972), Eicher (1988) y Calero (1993)–.
III.7. Reflexiones finales
En este apartado se realiza una serie de reflexiones en torno al conjunto de la evidencia em­
pírica descrita en este capítulo. Aunque existen referencias particulares sobre los diversos tipos de benefi­
cios no monetarios de la educación analizados a lo largo de este capítulo, éste no pretende ser un
resumen de la evidencia presentada, debido a que ya se han realizado las síntesis y valoraciones corres­
pondientes en cada apartado. Así, se sugieren determinados aspectos que creo deben considerarse en
los análisis empíricos de los beneficios no monetarios de la educación, basados en las aportaciones de la
escuela institucionalista, que permiten una aproximación alternativa al marco neoclásico ortodoxo (predo­
minante en este tipo de estudios, como se ha podido observar a lo largo del capítulo).
En cuanto a la evidencia empírica presentada, el primer aspecto a destacar es la impor­
tancia de la educación en la generación de beneficios no monetarios, que complementan los benefi­
163 Asimismo, cabe señalar que Michael (1972) señala que el beneficio no monetario de la educación sobre el consumo su­
pone en torno a un 50-60% del beneficio monetario de la misma.
164 Véase Cohn y Addison (1998: 258).
— 125 —
cios monetarios tratados extensamente en la literatura económica. Así, la valoración económica de la
educación no puede obviar estos beneficios no monetarios que, además, afectan a aspectos muy
importantes tanto para los individuos como para la sociedad en su conjunto, como son el consumo, el
ahorro, la salud, la fecundidad, la delincuencia, la participación ciudadana (política y de voluntariado),
el medio ambiente, así como la existencia de beneficios no monetarios intergeneracionales.
En segundo lugar, a partir de los resultados obtenidos mediante distintas metodologías
de análisis puede concluirse que la correlación observada entre la educación y las distintas variables
analizadas se debe a que la primera causa unos determinados efectos sobre las segundas. Dichas
metodologías se han aplicado especialmente en el análisis de los beneficios no monetarios sobre la
salud propia, así como en los análisis intergeneracionales, pero parece razonable extrapolar las con­
clusiones señaladas al respecto al conjunto de los beneficios no monetarios. Asimismo, para diversos
beneficios no monetarios (como la salud o la delincuencia) se ha observado una doble causalidad
que, sin embargo, no elimina el efecto de la educación sobre dichas variables. Ahora bien, debe inci­
dirse en la necesidad de que los estudios futuros incluyan un número suficiente de variables y unas
metodologías de análisis que permitan aislar al máximo los efectos de la educación para obtener una
aproximación lo más cercana posible a los verdaderos beneficios no monetarios de la educación ya
que, como muestra el estudio de Gibson (2000), los resultados pueden cambiar drásticamente en
función del método de análisis utilizado.
En tercer lugar, debe subrayarse el gran esfuerzo realizado por los autores pertenecien­
tes al marco neoclásico para analizar la existencia de los distintos beneficios no monetarios que la
educación genera, tal y como muestra la evidencia presentada en este capítulo (que obviamente no
puede abarcar la totalidad de los estudios realizados), si bien es mucho menor el número de estudios
que explican cómo la educación genera dichos beneficios. Aunque la dificultad de conocer las causas
por las que la educación genera beneficios no monetarios puede ser uno de los motivos de dicho
fenómeno, deben considerarse, además, los siguientes dos aspectos: en primer lugar, en el marco
neoclásico la interpretación de la evidencia empírica se basa en la teoría del capital humano (que
permite interpretar los beneficios generados por la educación como incrementos de productividad de
los individuos); en segundo lugar, tanto los supuestos del marco neoclásico en torno al homo econo­
micus, como las aportaciones de la nueva economía de la familia, asumen que cualquier acción “pro­
ductiva” llevada a cabo por los individuos que forman un hogar se debe a que éstos maximizan
racionalmente la función de utilidad familiar, a partir de unas determinadas preferencias, y conside­
rando las restricciones monetarias y temporales existentes.
Asimismo, la valoración pecuniaria propuesta por el marco neoclásico, basada en la
igualación de los productos y precios marginales de los beneficios no monetarios de la educación con
el efecto marginal de la renta, olvida las preferencias de los individuos y, por tanto, los efectos del
entorno social y el hábito en el proceso de formación de éstas, ya que la generación de dicho benefi­
cio no implica que los individuos estén dispuestos a pagar por la obtención de una unidad más de un
determinado bien, ni que la igualación de efectos marginales sea el único método de elección. Ade­
más, la inclusión de las estimaciones de los beneficios no monetarios de la educación en los tipos de
rendimiento monetario de la educación, no puede obviar las dudas metodológicas que existen en
torno al uso de este tipo de instrumentos de valoración de los efectos económicos de la educación,
tanto en los tipos de rendimiento privado, como en los sociales, tal y como se ha expuesto en el
apartado anterior. De este modo, no parece que la inclusión de los beneficios no monetarios de la
educación en los cálculos de tipo de rendimiento monetario de la misma sea el mejor método para
conocer los beneficios económicos (privados y especialmente sociales) de la educación.
En cuarto lugar, y vinculado a lo señalado en el párrafo anterior, el marco neoclásico ex­
cluye del análisis empírico las instituciones y el medio cultural en el que los individuos se desenvuel­
— 126 —
ven y, de este modo, no considera que las acciones de los individuos derivan de un conjunto de pre­
ferencias, creadas, al menos parcialmente, a partir de su existencia como ser social, es decir, a partir
de las interacciones familiares y sociales de los individuos. Además, aunque en algunos estudios se
considera el entorno social de los individuos, no se realiza un análisis del efecto de la educación por
grupos sociales, sino que se pretende conocer el efecto de la educación libre de cualquier aspecto social,
de modo que se obtenga un valor que refleje el beneficio no monetario de la educación sobre el conjunto
de la población. Asimismo, la racionalidad económica, derivada del homo economicus, no incluye con­
ceptos como la racionalidad adaptativa o el hábito, tan presente, a mi entender, en el comportamiento de
los individuos. Además, la importancia del entorno cultural, social y normativo en las actitudes y compor­
tamientos de los individuos no permite extrapolar fácilmente determinados resultados surgidos del estudio
empírico realizado en unos países a otras sociedades y entornos culturales.
Un quinto aspecto de interés reside en el análisis de los distintos beneficios no moneta­
rios en particular. Así, en cuanto al consumo, considerar como mejora de la eficiencia productiva en
las actividades de consumo que la educación genere un comportamiento de consumo similar al que
provoca un incremento de la renta monetaria, sólo puede sostenerse aceptando los supuestos de la
teoría del capital humano, ya que dicho efecto puede interpretarse, también, como un cambio en las
preferencias de los individuos, o el efecto del entorno social, que fuerza a aquellos con un mayor nivel
educativo a adquirir los bienes y servicios que consumen los que disponen de un mayor poder adqui­
sitivo (con los que los primeros se relacionan o quieren relacionarse).
A mi entender, el análisis del consumo debe, además de analizar si la educación incre­
menta la eficiencia en la elección, conocer cómo la educación altera el patrón de consumo de los
individuos, de tal modo que permite que los individuos accedan al disfrute de determinados bienes y
servicios, más allá de consideraciones respecto al nivel de renta, analizar los efectos de dichos cam­
bios sobre el bienestar individual y colectivo, así como conocer si la educación genera distintos efec­
tos entre los diversos grupos sociales de la población. Asimismo, en el caso del ahorro, aunque la
educación permite incrementar la eficiencia ahorrativa de los individuos, no puede obviarse que la
educación puede tener diferentes efectos entre individuos que pertenecen a grupos sociales distintos
debido, quizás, a los diferentes niveles de presión que reciben estos grupos en cuanto al patrón de
consumo que deben mantener.
Con referencia a la salud, y especialmente los hábitos de vida que inciden en ella (co­
165
mo fumar, abusar del alcohol, hacer ejercicio, etc.) , no deben obviarse el entorno cultural y social
al que pertenecen los individuos, es decir, el entorno familiar y de grupo con el que se relacionan
los individuos −especialmente en la edad adolescente en la que se adquieren muchos de los hábi­
tos relacionados con dichas actividades− ya que suponer que los individuos actúan como un homo
economicus no permite conocer cómo la realidad social de éstos influye en sus comportamientos.
Asimismo, tratar la adicción a un determinado bien o actividad como una elección racional no pare­
ce ser, en mi opinión, un marco teórico apropiado. Finalmente, el papel de la educación sobre las
expectativas individuales parece un factor a tener en consideración en el análisis del estado de
salud psíquico.
Con relación a la fecundidad, el entorno cultural de los individuos (etnia, creencia religio­
sa, clase social, etc.) vuelve a surgir como un factor determinante, tanto en cuanto a la demanda co­
mo a la oferta potencial de hijos y, de este modo, el análisis del efecto de la educación debería ser
realizado para distintos grupos sociales. Asimismo, el estudio de los efectos que la educación de los
165 Aspectos que –como se ha señalado al inicio de este capítulo– pueden considerarse en el análisis del consumo, pero que
se mantienen en el apartado de salud, siguiendo el criterio de la mayor parte de los autores que han realizado estudios empíri­
cos al respecto.
— 127 —
padres puede tener sobre el capital humano de los hijos debe considerar el capital social familiar, es
decir, las interacciones existentes entre los diversos miembros de la familia. Finalmente, destaca la
consideración neoclásica de la reducción de la fecundidad como un beneficio no monetario, aspecto
discutible tal y como se ha indicado en el apartado III.3.
En cuanto a la delincuencia, los éxitos y fracasos de distintas políticas educativas aplica­
das para luchar contra la misma señalan que tanto el tipo de políticas aplicadas como el entorno so­
cial de los individuos son determinantes para el éxito de las mismas y, por tanto, la educación puede
ser una condición necesaria pero no suficiente para reducir la delincuencia. Con referencia a los be­
neficios no monetarios de la educación formal (escolarización) sobre la delincuencia, la primera redu­
ce la probabilidad de delinquir debido a su efecto socializador, si bien también existe un efecto
arrastre, por el cual los más educados se relacionan con individuos que no participan en actividades
delictivas. Asimismo, destaca el efecto de la educación de los padres sobre la reducción en la proba­
bilidad de incurrir en actividades delictivas por parte de los hijos y, de este modo, la consideración del
entorno familiar y social de los jóvenes parece una mejor alternativa de análisis del beneficio de la
educación sobre la delincuencia, que suponer que los individuos, aislados del entorno, deciden parti­
cipar o no en actividades delictivas en función de los rendimientos económicos esperados.
Con referencia al efecto de la educación sobre la participación ciudadana, el voluntariado
y la protección y defensa del medio ambiente, tampoco puede obviarse el entorno cultural y social de
los individuos, ya que, precisamente, estas actividades tienen un claro componente social. Asimismo,
la educación puede generar distintas actitudes y comportamientos de los individuos que pertenecen a
diferentes grupos sociales.
Finalmente, en cuanto a la intervención del sector público, el marco neoclásico la justifica
a través de la existencia de fallos de mercado (en el mercado de capitales y del seguro, debidos a la
existencia de externalidades de la educación, etc). Sin embargo, esta interpretación olvida que no
sólo estos factores son elementos que justifican la intervención pública, sino también que la educa­
ción genere efectos distintos para diversos grupos sociales, así como un intento de corrección de
las desigualdades que la clase social y la renta familiar producen sobre las oportunidades educati­
vas que, como señalan Peraita y Sánchez (1998), transmite la desigualdad entre generaciones. Así,
el excesivo énfasis neoclásico en la eficiencia contrasta con una escasa preocupación por los as­
pectos vinculados con la equidad, más allá de suponer que el incremento del nivel educativo de los
individuos puede generar idénticos beneficios en todos ellos y reducir, de un modo automático, las
desigualdades existentes. Por último, la existencia de spillovers educativos “obliga” a una coordina­
ción entre países y regiones para distribuir, de un modo equitativo, los costes y beneficios de la
educación.
IV. HIPÓTESIS Y METODOLOGÍA DEL ANÁLISIS EMPÍRICO
El presente capítulo se divide en dos partes diferenciadas. En la primera se presentan
las hipótesis del estudio empírico y, en la segunda, se muestra la metodología que se utilizará para
contrastar dichas hipótesis. Esta última comprende los siguientes aspectos: la presentación de las
bases de datos que permitirán la investigación empírica, la descripción de las variables generadas
para llevar a cabo dicha investigación y, finalmente, la exposición del modelo econométrico que se
utilizará para la contrastación de las hipótesis.
— 128 —
IV.1. Hipótesis del estudio
En esta tesis se formulan una serie de hipótesis –que denominaremos generales– en torno a
los efectos no monetarios de la educación sobre el comportamiento de consumo de los individuos. Ahora
bien, dichas hipótesis generales no se contrastarán directamente, sino que se verificarán o refutarán a
través de la contrastación de otro conjunto de hipótesis –denominadas específicas– que giran en torno a
los efectos no monetarios de la educación sobre el consumo de determinados bienes y servicios. De este
modo, la contrastación de las hipótesis específicas permitirá conocer, además, los efectos no monetarios
166
de la educación sobre el consumo de los bienes y servicios considerados .
Las hipótesis generales que se desean contrastar son las que se recogen a continuación:
A Existe un efecto no monetario de la educación sobre el patrón de consumo de los in­
dividuos.
B La educación aumenta la eficiencia en el consumo.
C El efecto no monetario de la educación sobre el patrón de consumo de los individuos
no es uniforme entre distintas clases sociales.
D El consumo de determinados bienes y servicios sólo es posible una vez que se ha al­
canzado un determinado nivel educativo.
E El efecto no monetario de la educación sobre el patrón de consumo de los individuos
varía en función del tipo de educación recibida (general o profesional).
De este conjunto de hipótesis generales deben destacarse los siguientes aspectos. En
primer lugar, la hipótesis “A” sugiere la existencia de efectos no monetarios de la educación sobre el
consumo en general, es decir, que la educación incide sobre el patrón de consumo de los individuos
más allá de su efecto a través de la renta. En segundo lugar, a diferencia de lo que sucede en la teo­
ría del capital humano, en este estudio no se presume una analogía entre efecto no monetario de la
educación e incremento de la eficiencia y, por tanto, se plantea la hipótesis “B” para contrastar si uno
de los efectos no monetarios es, precisamente, el aumento de la eficiencia en el consumo. En tercer
lugar, siguiendo las orientaciones de la escuela de pensamiento institucionalista –que considera la
existencia de condicionantes sociales sobre el comportamiento de consumo individual– la hipótesis
“C” plantea que los efectos no monetarios de la educación sobre el consumo pueden no ser unifor­
mes entre distintas clases sociales. En cuarto lugar, la hipótesis “D” señala la posibilidad de que sea
precisamente la educación la que permita el consumo de determinados bienes y servicios, de tal mo­
do que no acceder a determinados niveles educativos impida disfrutar de dichos bienes y servicios.
Finalmente, la última hipótesis postula la existencia de distintos efectos no monetarios de la educa­
ción sobre el consumo en función del tipo de educación recibida. La aceptación de esta hipótesis “E”
cuestionaría, además, el uso de los años de escolarización como variable proxy del capital humano,
debido a los efectos diferenciados de los distintos tipos de educación.
Como se ha indicado al inicio de este apartado, para validar o refutar las hipótesis gene­
rales deben contrastarse una serie de hipótesis específicas que, además, permitirán conocer los
efectos no monetarios de la educación sobre el consumo de determinados bienes y servicios. Éstos
se clasifican en tres grupos: bienes cuyo consumo incide en la salud de los individuos, servicios cultu­
rales que fomentan la formación de capital humano, y bienes y servicios con un importante compo­
166 Las relaciones existentes entre las hipótesis generales y las específicas se muestran al final de este apartado, tras descri­
bir ambos tipos de hipótesis.
— 129 —
nente suntuoso que, por tanto, permiten la ostentación social de quienes los consumen. De este mo­
do, surgen los siguientes grupos de hipótesis específicas:
Grupo de hipótesis 1: salud
1.1: La educación reduce la probabilidad de fumar.
1.2: La educación incrementa la probabilidad de dejar de fumar.
1.3: La educación permite una mejor comprensión de los efectos nocivos del tabaco.
1.4: La educación aumenta la probabilidad de beber alcohol.
1.5: La educación reduce la probabilidad de abusar del consumo de alcohol.
Grupo de hipótesis 2: servicios culturales – formación de capital humano
2.1: La educación fomenta la asistencia al cine.
2.2: La educación fomenta la asistencia a teatros.
2.3: La educación fomenta la asistencia a espectáculos musicales.
2.4: La educación genera “omnivoracidad” en el consumo de servicios culturales.
Grupo de hipótesis 3: ostentación social
3.1: La educación fomenta el consumo de artículos de joyería.
3.2: La educación fomenta el consumo de viajes de vacaciones.
La formulación de estas hipótesis parte de las aportaciones teóricas analizadas en el capí­
tulo II y de la evidencia empírica examinada en el capítulo III. Así, dado que la educación puede aumen­
tar la eficiencia asignativa (o productiva) en la “producción” de salud, así como reducir la tasa de
preferencia temporal, puede suponerse, con referencia al consumo de tabaco, que la educación reduce
la probabilidad de fumar e incrementa la probabilidad de dejar de fumar. Asimismo, una última hipótesis
permitirá conocer si el efecto no monetario de la educación sobre el consumo de tabaco se debe, preci­
samente, a que ésta permite una mejor comprensión de los efectos nocivos del tabaco sobre la salud, es
decir, que incrementa la eficiencia de los individuos respecto al cuidado de su estado de salud.
Con respecto al alcohol, desde la óptica de la salud se espera que la educación re­
duzca tanto el consumo moderado de alcohol como su abuso. En el primer caso, aunque es dis­
cutible el perjuicio sobre la salud del consumo moderado de alcohol, salvo alguna excepción, los
estudios médicos consideran que el consumo de dicho producto genera efectos perjudiciales para
la salud tanto a corto como a largo plazo (véase Ministerio de Sanidad y Consumo, 2002b). Sin
embargo, la evidencia empírica (véase el apartado III.2.2.2) sugiere que, aunque la educación
reduce el abuso en el consumo de alcohol, fomenta su consumo y, por tanto, las hipótesis se
formulan en esos términos. Dado que el consumo de alcohol no está determinado sólo por consi­
deraciones de salud, puede esperarse que la educación fomente el consumo de alcohol (no el
abuso) debido al entorno social de los individuos con un mayor nivel educativo, así como al ca­
rácter de ostentación que puede tener su consumo.
Con relación a los servicios culturales, dado el carácter formativo de la educación, se espera
que ésta fomente el consumo de dicho tipo de servicios y, además, genere “omnivoracidad” cultural, es
decir, que aquellos con un mayor nivel educativo sean los que consumen un mayor número de servicios
— 130 —
culturales (véase el apartado III.1.1). Finalmente, tal y como se ha señalado en el capítulo II, el carácter
social del consumo –donde la emulación y la ostentación son factores determinantes– lleva a suponer que
la educación estimula el consumo de bienes y servicios que permiten la ostentación social, tales como el
consumo de artículos de joyería y viajes de vacaciones (si bien dichos artículos no se consuman sólo por
sus características suntuarias, especialmente en el segundo caso).
Como se ha indicado anteriormente, estas hipótesis específicas permiten contrastar las
hipótesis generales. Así, en primer lugar, la observación de efectos no monetarios de la educación
sobre el consumo de los bienes y servicios considerados en las hipótesis específicas muestra que la
educación incide sobre el patrón de consumo de los individuos (hipótesis “A”).
En segundo lugar, la contrastación de la hipótesis general “B” se produce por dos méto­
dos diferenciados. El primero consiste en observar los resultados obtenidos en la contrastación de las
hipótesis específicas (salvo la 1.3) y concluir si la educación incide, o no, sobre la eficiencia en el
consumo. El segundo método considera sólo el resultado obtenido en la contrastación de la hipótesis
1.3, que permitirá conocer si la educación aumenta la eficiencia en el consumo ya que contrasta si la
educación incide positivamente en el conocimiento de los efectos nocivos del tabaco, es decir, un
efecto explícitamente eficiente.
En tercer lugar, la hipótesis general “C” se contrasta al incluir variables que permiten
analizar el efecto no monetario de la educación sobre el consumo de las distintas clases sociales en
la verificación de las hipótesis específicas. Una contrastación positiva de esta hipótesis general abre
un atractivo campo de investigación, dado al escaso interés de los autores pertenecientes a la es­
cuela neoclásica por este tipo de análisis.
En cuarto lugar, la contrastación de las hipótesis específicas puede revelar que el con­
sumo de determinados bienes se produce, de un modo significativo, una vez que se ha alcanzado un
167
determinado nivel educativo (hipótesis “D”) . Finalmente, dado que la variable educativa se contem­
pla para diversos tipos de formación (general y profesional) –véase el apartado IV.2.2– podrá cono­
cerse si el efecto no monetario de la educación sobre el consumo difiere en función del tipo de
168
educación recibida (hipótesis “E”) .
A modo de resumen, la siguiente tabla muestra las relaciones existentes entre las hipó­
tesis generales y específicas señaladas con anterioridad:
TABLA IV.1
HIPÓTESIS ESPECÍFICAS QUE PERMITEN CONTRASTAR LAS HIPÓTESIS GENERALES PLANTEADAS
EN TORNO A LOS EFECTOS NO MONETARIOS DE LA EDUCACIÓN SOBRE EL CONSUMO
Hipótesis generales
Hipótesis específicas
A
Todas
B
Todas (y en especial la hipótesis 1.3)
C
Todas
D
Hipótesis del grupo 2
E
Hipótesis del grupo 1
167 De hecho, se contrasta esta hipótesis general a través de las hipótesis del grupo 2 debido al componente cultural de las mismas.
168 Esta hipótesis sólo puede contrastarse a partir del estudio realizado para el grupo 1 (vinculado a la salud), ya que la base
de datos utilizada para contrastar las hipótesis específicas de dicho grupo es la única que permite diferenciar entre estudios
generales y profesionales (y sólo para los estudios secundarios).
— 131 —
Antes de finalizar este apartado debe realizarse una matización. Tal y como se ha indicado
en el capítulo de presentación de esta tesis, a partir de este capítulo se utiliza el término efectos no mo­
netarios de la educación, en lugar de beneficios, debido a que se considera más oportuno, ya que este
término incluye cualquier tipo de incidencia de la educación sobre el consumo, mientras que el término
beneficio implica sólo un efecto positivo. Aunque dicha distinción carece de sentido en el marco de la teo­
ría del capital humano (ya que se supone que los efectos de la educación sobre el consumo se deben a
incrementos de eficiencia), desde una aproximación institucionalista, que considera la existencia de otro
tipo de efectos de la educación y otro tipo de motivaciones en el comportamiento de consumo (véanse los
apartados II.1.3 y II.2.3) es preferible usar el término efecto, que puede generar resultados positivos o
negativos (tanto si el análisis considera el ámbito individual como el colectivo).
IV.2. Datos y metodología del análisis empírico
En este apartado se describe la metodología de análisis, que comprende la descripción de
los datos y variables utilizadas en el estudio empírico, así como los modelos econométricos aplicados.
La estructura de este apartado es la siguiente: en primer lugar se presentan las encues­
tas que generan las bases de datos utilizadas en el análisis empírico (IV.2.1); en segundo lugar, se
exponen las variables dependientes e independientes que permitirán el estudio empírico, así como
las decisiones metodológicas tomadas para su creación (IV.2.2); finalmente, se desarrolla el modelo
econométrico que se utilizará para la contrastación de las hipótesis específicas (IV.2.3).
IV.2.1. Datos utilizados en el análisis empírico
Los datos utilizados en el estudio empírico provienen de dos encuestas: la Encuesta Na­
cional de Salud de 1997 (en adelante, ENS97), del Ministerio de Sanidad y Consumo, y la Encuesta
Continua de Presupuestos Familiares de 1998 (ECPF98), que elabora el Instituto Nacional de Esta­
dística. A continuación se describen ambas encuestas.
IV.2.1.1. Encuesta Nacional de Salud de 1997 (ENS97)
La ENS97 es una encuesta de ámbito nacional (salvo Ceuta y Melilla) realizada en 1997, que
sigue a otras encuestas llevadas a cabo en 1987, 1993 y 1995. La ENS97 tiene como objetivo general
continuar dicha serie histórica, así como utilizar la información seriada para la planificación sanitaria y la
atención a los usuarios de servicios de salud, en consonancia con sus necesidades y estado de salud.
Como objetivos concretos, la ENS97 recoge información sobre una serie de aspectos, tales como la mor­
bilidad percibida por la población, las características y condiciones del uso de servicios de salud, y el tipo y
distribución de hábitos de vida de los individuos (véase Ministerio de Sanidad y Consumo, 1999).
En cuanto al diseño de la muestra y su tamaño, la encuesta de 1997 se desdobla en dos
encuestas (una para adultos y otra para niños entre 0 y 15 años) y, para evitar variaciones estacio­
nales, se ha procedido al desglose en cuatro fases u oleadas que corresponden a los cuatro trimes­
tres. Cada una de ellas es independiente y, por tanto, la ENS97 permite realizar un análisis por
separado o de un modo conjunto. Cada oleada trimestral consta de unos 1.600 adultos (y, de este
modo, se obtiene una muestra teórica de 6.400 individuos para el total de la encuesta) y 500 niños
(2.000 en total). El muestreo es polietápico, estratificado por conglomerados, con selección de las
unidades de muestreo (municipios) y de las unidades secundarias (secciones) de forma aleatoria y
proporcional, y de las unidades últimas (individuos) por rutas aleatorias y cuotas de sexo y edad. Los
estratos se han formado por el cruce de las 17 Comunidades Autónomas con el tamaño de hábitat
dividido en siete categorías.
— 132 —
La información de la muestra de adultos se refiere a diversas características de los en­
trevistados relacionadas con el lugar de residencia (Comunidad Autónoma, Provincia y tamaño del
169
municipio), características personales y socioeconómicas (sexo, edad, estado civil, nivel educativo,
ocupación, situación laboral y nivel de ingresos del hogar), así como aspectos vinculados con la sa­
lud: morbilidad percibida (enfermedades, dolencias, incapacidades, etc.), características y condicio­
nes del uso de los servicios de salud (consulta médica, hospitalización, etc.), y hábitos de vida
(consumo de tabaco, bebidas alcohólicas, etc). Finalmente, también se proporciona información es­
pecífica sobre el estado de salud de los mayores de 65 años.
En suma, la ENS97 proporciona una información detallada sobre los hábitos de consumo
relacionados con la salud de los individuos, así como sobre diversas variables socioeconómicas de
los mismos. Por tanto, ésta se convierte en una encuesta idónea para la contrastación de las hipóte­
sis relacionadas con la existencia de efectos no monetarios de la educación sobre el consumo de
bienes que inciden en el estado de salud de los individuos (hipótesis específicas del grupo 1). Con
respecto a la utilización de la ENS97 para llevar a cabo parte del análisis empírico de esta tesis, debe
indicarse que se consideran las cuatro oleadas de adultos. De este modo, el análisis es anual y com­
prende una muestra de 6.396 individuos que, como señala la metodología de la ENS97, es repre­
sentativa a nivel nacional.
IV.2.1.2. Encuesta Continua de Presupuestos Familiares de 1998 (ECPF98)
La ECPF98 es una encuesta que se inicia, con una nueva metodología respecto a la
anterior ECPF, en el tercer trimestre de 1997 (si bien la considerada aquí se refiere a los trimestres
de 1998). El ámbito geográfico de análisis está constituido por todo el territorio nacional (incluyendo
Ceuta y Melilla). Entre sus objetivos figuran la obtención de estimaciones del agregado de gasto de
170
consumo trimestral, así como su clasificación según diversas variables del hogar . La ECPF98
considera una muestra de 1.008 secciones censales, investigándose 8 viviendas en cada una de
ellas. Así, la muestra teórica está formada por 8.064 viviendas por trimestre, que colaboran en la
encuesta durante ocho trimestres consecutivos (a los que debe añadirse un primer trimestre de
captación). En ese período, el hogar colabora de un modo fuerte durante cuatro trimestres (en los
que anota todos los gastos) y durante otros cuatro de un modo débil (en que se anotan solamente
los gastos relacionados con determinados artículos –véase INE, 1998–). De este modo, en cada
trimestre, de las ocho viviendas seleccionadas en cada sección, cuatro colaboran de un modo
fuerte y cuatro de un modo débil.
Mediante distintos cuestionarios, la ECPF98 proporciona gran cantidad de información
de los hogares encuestados sobre los siguientes aspectos: características personales y socioeconó­
171
(edad, sexo, estado civil, actividad laboral, situación profesional,
micas del sustentador principal
nivel educativo, etc.), localización geográfica del hogar (Comunidad Autónoma de residencia, tipo de
municipio, densidad de población del municipio, etc.), y características básicas de la vivienda. Asi­
mismo, la ECPF98 incluye el nivel de ingresos del hogar y los gastos realizados por los mismos. Es­
172
tos últimos pueden agruparse, según la clasificación de la COICO/HBS , en las siguientes
169 La ocupación, situación laboral y nivel de estudios también se recogen para el sustentador principal si éste no se corres­
ponde con el entrevistado.
170 Sin embargo, como se observará en el apartado dedicado a las variables explicativas generadas a partir de la ECPF98
(véase IV.2.2.2), aunque ésta permite el análisis de la estructura del consumo, no proporciona una buena estimación de su
nivel, ni tampoco del nivel de renta y ahorro de los hogares españoles.
171 Aunque en menor medida, también se incluyen algunas características personales y socioeconómicas del resto de miem­
bros del hogar. Ahora bien, al no indicarse el nivel educativo de los mismos, no pueden ser incluidos en el estudio de los efec­
tos no monetarios de la educación sobre el consumo.
172 Classification of individual consumption by purpose / Household budget survey.
— 133 —
categorías: alimentos y bebidas no alcohólicas; bebidas alcohólicas, tabaco y narcóticos; artículos de
vestir y calzado; vivienda y servicios relacionados con ésta; muebles y similares; salud; transportes;
comunicaciones; ocio, espectáculos y cultura; enseñanza; hoteles, cafés y restaurantes; y otros bie­
nes y servicios.
Por tanto, la ECPF98 proporciona una información detallada, y de ámbito nacional, sobre
el consumo de los hogares, así como diversas características socioeconómicas de los mismos, como
el nivel de renta y el nivel educativo (en este caso del sustentador principal), y, de este modo, consti­
tuye una base de datos idónea para contrastar hipótesis relacionadas con la existencia de efectos no
monetarios de la educación sobre el consumo del hogar.
Respecto al uso particular de la ECPF98 en el ámbito de esta tesis, conviene resaltar
una serie de aspectos. En primer lugar, la ECPF98 es una encuesta trimestral que no permite agregar
anualmente la muestra de hogares que participa en cada trimestre y, en consecuencia, en el análisis
empírico debe seleccionarse un determinado trimestre. En esta tesis, el trimestre seleccionado es
aquel en el que se observa un mayor número de hogares que han consumido el bien o servicio que
permitirá contrastar la hipótesis específica planteada. Tal y como aparece en la tabla IV.2, para la
173
mayor parte de bienes y servicios se ha seleccionado el primer trimestre .
TABLA IV.2
CLASIFICACIÓN TRIMESTRAL DEL NÚMERO DE HOGARES QUE CONSUMEN BIENES Y SERVICIOS
RELACIONADOS CON LA CONTRASTACIÓN DE LAS HIPÓTESIS QUE UTILIZAN LA
ECPF98 COMO BASE DE DATOS
Trimestre
Número de casos (A)
Número total hogares (B)
A/B (%)
Cine
1
1.331
3.791
35,11
2
1.248
3.759
33,20
3
1.015
3.568
28,45
4
1.186
3.701
32,05
Teatro
1
1.234
3.791
16,17
2
1.184
3.759
14,89
3
1.191
3.568
12,55
4
1.162
3.701
14,38
1
1.212
3.791
15,59
2
1.167
3.759
14,44
3
1.203
3.568
15,69
4
1.293
3.701
17,92
Espectáculo Musical
173 La excepción corresponde al servicio “viajes de vacaciones”, en el que se ha seleccionado el cuarto trimestre. Aunque la
diferencia con el tercer trimestre es muy pequeña, sorprende que sea en este trimestre, y no en el correspondiente a los meses
de verano, el que contiene un mayor número de hogares donde se ha declarado haber consumido este servicio; la existencia
de las fiestas de Navidad, así como los distintos "puentes" del último trimestre pueden explicar dicho fenómeno. Además, para
el caso de los “espectáculos musicales”, aunque el mayor consumo se observa en el cuarto trimestre, se ha elegido el primero
debido a que la contrastación de la hipótesis 2.4 requiere el conjunto de servicios culturales considerados.
— 134 —
(Continuación)
Trimestre
Número de casos (A)
Número total hogares (B)
A/B (%)
Joyería
1
1.112
3.791
29,33
2
1.838
3.759
22,11
3
1.789
3.568
22,11
4
1.713
3.701
19,27
1
1.502
3.791
13,24
2
1.573
3.759
15,24
3
1.600
3.568
16,82
4
1.637
3.701
17,21
Viajes de vacaciones
Nota: En un recuadro los trimestres seleccionados.
Fuente: INE (2000).
En segundo lugar, aunque existe una Encuesta Longitudinal para 1998 (ECPF98-L), que
analiza el gasto de una muestra de hogares a lo largo de dicho año y, de este modo, podría resolver­
se el problema de la no agregación anual indicada en el párrafo anterior, se ha preferido usar la en­
cuesta trimestral debido a que la encuesta longitudinal tiene un menor grado de desagregación del
gasto (que imposibilita contrastar determinadas hipótesis planteadas en este capítulo). Asimismo,
otros inconvenientes de la ECPF98-L son: por un lado, una mayor probabilidad de que varíe la es­
tructura del hogar, ya que el período de análisis es un año (si bien se han realizado determinados
ajustes al respecto); por otro lado, un considerable grado de abandono por parte de los hogares que
obliga a estimar el gasto de determinados trimestres; y, por último, que para los bienes y servicios
cuyo gasto sólo se recoge cuando el hogar está en grado de colaboración fuerte, se supone que el
hogar se comporta del mismo modo en el resto de trimestres.
En tercer lugar, debe subrayarse que el estudio empírico analiza si los hogares han consu­
mido el bien o servicio que permitirá contrastar las hipótesis específicas, pero no considera el importe
efectivamente gastado, o la cantidad consumida. De este modo, se está suponiendo que el consumo de
los bienes y servicios considerados en el estudio depende de la voluntad de los hogares y no de su ca­
174
pacidad adquisitiva (salvo, quizá, para determinados hogares con un muy reducido poder de compra) .
Sin embargo, deja de considerarse en el análisis parte de la información disponible que permitiría profun­
dizar en el estudio de los efectos no monetarios de la educación sobre el consumo.
En cuarto lugar, el método de recogida de datos, con unos hogares en colaboración
fuerte y otros en colaboración débil, conlleva que deba considerarse sólo a los primeros para con­
trastar las hipótesis relacionadas con el consumo de servicios culturales (grupo de hipótesis 2), ya
que únicamente éstos proporcionan dicho tipo de información, si bien sí puede considerarse el con­
junto de hogares en la contrastación de las hipótesis relativas al consumo ostentoso (grupo 3). Ahora
bien, con el objeto de utilizar una muestra homogénea, en el análisis empírico se consideran, en todo
momento, los hogares que colaboran en grado fuerte. Así, como se observa en la tabla IV.2, las ba­
ses de datos seleccionadas son el conjunto de hogares que colaboran en grado fuerte durante el
primer y cuarto trimestre de 1998, que constan de 3.791 hogares, en el primer caso, y 3,701 en el
segundo.
174 Dicha excepción, sin embargo, puede extenderse a más hogares al considerar el consumo de ostentación.
— 135 —
IV.2.2. Definición de las variables
En este apartado se procede a la descripción del conjunto de variables (dependientes e
independientes) que se utilizan para contrastar las hipótesis específicas (y, en consecuencia, las ge­
nerales), así como las decisiones metodológicas tomadas para su creación.
La estructura de este apartado es la siguiente: siguiendo el orden de las hipótesis espe­
cíficas planteadas, en primer lugar, se consideran las variables generadas a partir de la ENS97 y, a
continuación, aquellas creadas con datos que provienen de la ECPF98.
IV.2.2.1. Variables generadas para contrastar las hipótesis del grupo 1 (salud)
Como se ha indicado anteriormente, en este apartado se muestra el conjunto de varia­
bles que permiten contrastar las hipótesis que pertenecen al grupo 1, que se generan a partir de la
ENS97. En primer lugar se describen las variables dependientes y, posteriormente, las variables in­
dependientes o explicativas.
Variables dependientes
Para poder contrastar las hipótesis del grupo 1, se generan tres variables dependientes
relacionadas con el consumo de tabaco y dos variables que corresponden al consumo de alcohol.
Hipótesis 1.1. La educación reduce la probabilidad de fumar
La primera hipótesis analiza el efecto no monetario de la educación sobre la probabilidad
de fumar. Por tanto, la variable dependiente debe mostrar si los individuos son, o no, fumadores. La
ENS97 proporciona cuatro respuestas, que son las siguientes:
• El individuo fuma diariamente.
• El individuo fuma, pero no diariamente.
• El individuo no fuma, pero ha fumado con anterioridad.
• El individuo no fuma y nunca ha sido fumador.
Así, se considera que el individuo es fumador, en el momento de la entrevista, si éste
señala una de las dos primeras respuestas. De este modo, se genera una variable dicotómica que
adquiere el valor 0 para los individuos no fumadores y 1 para aquellos que sí tienen dicho hábito.
Hipótesis 1.2. La educación incrementa la probabilidad de dejar de fumar
En esta hipótesis se contrasta la capacidad de los fumadores de dejar de fumar. Para ello,
se consideran los individuos que han señalado en el cuestionario que, aunque no fuman en la actuali­
dad, han fumado (es decir, los ex-fumadores), así como aquellos que aún fuman en la actualidad (tanto
a diario como esporádicamente). De este modo, la variable dependiente será dicotómica, tomando el
valor 0 para aquellos que aún fuman en la actualidad y 1 para los que han dejado de fumar.
Hipótesis 1.3. La educación permite una mejor comprensión de los efectos nocivos del tabaco
En esta hipótesis se contrasta si la educación permite un mejor conocimiento de los
efectos nocivos del tabaco, de tal modo que, en caso de respuesta afirmativa, puede suponerse que
— 136 —
la educación incrementa la eficiencia en el consumo al evitar comportamientos que perjudican la sa­
lud. Los datos utilizados para contrastar esta hipótesis proceden de las respuestas indicadas por los
individuos sobre los motivos que les han llevado a dejar de fumar. Por tanto, no sólo se contrasta si la
educación genera un mejor conocimiento de los efectos nocivos del tabaco sino, además, que dicho
conocimiento se ha traducido en una determinada acción.
Sin embargo, dado que la hipótesis sólo se contrasta para aquellos que han dejado de
fumar –al no existir información para el conjunto de la muestra– no puede conocerse si la educación
genera el mismo efecto sobre la eficiencia en el consumo para el resto de individuos. En consecuen­
cia, los resultados de este análisis deben considerarse con prudencia al proceder del estudio de un
determinado grupo en particular.
El proceso aplicado para obtener la variable dependiente es la siguiente. La ENS97 se­
ñala una serie de motivos que han llevado a los individuos a dejar de fumar (los entrevistados pueden
escoger un máximo de dos respuestas) que son las siguientes:
• Aconsejado por el médico.
• Sentía molestias por causa del tabaco.
• Aumentó el grado de preocupación por los efectos nocivos del tabaco (riesgo para la salud).
• Sentí que disminuía mi rendimiento físico y/o psíquico.
• Lo decidí sólo por propia voluntad.
• Otros motivos.
La variable dependiente dicotómica se genera asignando el valor 1 si los encuestados
indican, en una de sus respuestas, que han dejado de fumar debido a que ha aumentado su grado de
preocupación por los efectos nocivos del tabaco y, en caso de existir una segunda respuesta, que
ésta señale que han dejado de fumar por voluntad propia. Para el resto de los casos, se otorga el
valor 0 a la variable dependiente ya que se supone que han mediado otro tipo de factores en la deci­
175
sión de dejar de fumar .
Hipótesis 1.4. La educación aumenta la probabilidad de beber alcohol
Para generar la variable dependiente necesaria para la contrastación de esta hipótesis,
se otorga el valor 0 a aquellos individuos que declaran no haber consumido bebidas alcohólicas (en
las dos semanas anteriores a la encuesta), mientras que se asigna el valor 1 en caso afirmativo.
Hipótesis 1.5. La educación reduce la probabilidad de abusar del consumo de alcohol
Con respecto al abuso en el consumo de alcohol, la ENS97 proporciona una escala de
equivalencia entre los distintos tipos de bebidas alcohólicas consideradas (véase la tabla IV.3), así
como una tipología que, en función de la cantidad de alcohol consumida, permite clasificar a los indi­
viduos en cuatro categorías:
• Bebedor ligero: de 1 a 175 centímetros cúbicos (c.c.) de alcohol puro a la semana.
• Bebedor moderado: de 176 a 525 c.c. de alcohol puro/semana.
175 Asimismo, se genera una segunda variable dependiente considerando una definición más laxa de eficiencia, ya que se
asigna el valor 1 a dicha variable si los encuestados indican que han dejado de fumar debido a que ha aumentado su grado de
preocupación por los efectos nocivos del tabaco, cualquiera que sea la segunda respuesta.
— 137 —
• Bebedor alto: de 526 a 700 c.c. de alcohol puro/semana.
• Bebedor excesivo: más de 700 c.c. de alcohol puro/semana.
TABLA IV.3
EQUIVALENCIAS ENTRE DISTINTOS TIPOS DE BEBIDA ALCOHÓLICA
Tipo de bebida
Equivalentes en c.c.
(por vaso o copa)
Vino
12,0
Sidra
18,5
Cerveza
18,5
Aperitivos
12,6
Brandy
20,0
Whisky
30,0
Fuente: Ministerio de Sanidad y Consumo (1999)
Ahora bien, los encuestados no aparecen clasificados en dichas categorías, sino que
éstos declaran, para cada tipo de bebida considerada, la cantidad de vasos –o copas– que consumen
(cada vez que beben alcohol) y la frecuencia en el consumo. Por tanto, la cantidad de alcohol consu­
mida, que permite clasificar a los individuos en la tipología de la ENS97, se obtiene del siguiente mo­
do. En primer lugar, para cada tipo de bebida, se calcula la cantidad de centímetros cúbicos de
alcohol consumida por semana (Ci) mediante la siguiente expresión: C i = q i * fi * ε i .
Con:
q i = cantidad de bebida consumida cada vez que se bebe alcohol (en vasos o copas).
fi = frecuencia en el consumo (por semana).
εi = centímetros cúbicos de alcohol puro (por vaso o copa).
“i” = tipo de bebida considerada (seis en total).
Por tanto, el consumo total semanal (C T ) se obtiene a partir de la siguiente expresión:
6
C T
=
∑ Ci E.
i=1
En el análisis empírico se considera que un individuo abusa en el consumo de alcohol si
176
la cantidad consumida corresponde a la definición de bebedor alto o excesivo de la ENS97 . Por
tanto, se genera una variable dicotómica que toma el valor 0 para aquellos que no beben alcohol, o
176 De la tabla de equivalencias proporcionada por la ENS97 se deduce que un consumo alto equivale, aproximadamente, a
un consumo de un mínimo de 6 copas de vino, 9 copas de cerveza, 4 copas de brandy ó 2,5 copas de whisky al día. Dado el
elevado consumo de alcohol que suponen las cifras indicadas anteriormente, creo conveniente realizar un segundo análisis en
el que se considera que se abusa en el consumo de alcohol a partir del punto medio del intervalo de consumo moderado, es
decir, 351 c.c de alcohol a la semana (que implica un consumo diario de 4 copas de vino, o bien, 6 copas de cerveza, 2,5 co­
pas de brandy ó 2 de whisky).
— 138 —
beben de un modo ligero o moderado, y 1 para aquellos individuos que beben de un modo alto o ex­
cesivo. Ahora bien, debido a que el efecto del alcohol en cada persona depende, en buena medida,
de su masa corporal, debería obtenerse una variable que reflejara el consumo de alcohol consideran­
do la misma. Sin embargo, la inexistencia de una tipología de consumidores de alcohol ajustada por
la masa corporal de los mismos no permite realizar el análisis señalado.
Para finalizar la descripción de las variables dependientes descritas en este apartado, en
la tabla IV.4 se muestran, a modo de resumen, algunas de sus características.
TABLA IV.4
VARIABLES DEPENDIENTES GENERADAS A PARTIR DE LA ENS97
Hip.
Variable dependiente
Valores de la variable
Muestra considerada
1.1
Fumar
No / Si (0 / 1)
Toda
1.2
Dejar de fumar
No / Si (0 / 1)
Fumadores y ex-fumadores
1.3
Conocimiento de efectos nocivos No / Si (0 / 1)
del tabaco
Ex-fumadores
1.4
Consumo de alcohol
No / Si (0 / 1)
Toda
1.5
Abuso de alcohol
No / Si (0 / 1)
Toda
Variables independientes o explicativas
Las variables independientes o explicativas muestran las características personales,
geográficas y socioeconómicas de los individuos. El objetivo de incluir este conjunto de variables es
conocer los determinantes del consumo de los individuos y, además, aislar el efecto no monetario de
la educación sobre el consumo del que puedan generar otras variables ya que, en caso de no incluir­
las, podrían reflejarse, de un modo erróneo, en el efecto de la variable educativa.
Además de las variables que se exponen a continuación, en la contrastación de determi­
nadas hipótesis se utilizarán términos de interacción entre las variables educativas y aquellas referi­
das a la clase social, que permitirán analizar la existencia de efectos diferenciados de la educación
sobre la variable dependiente para distintas clases sociales y, de este modo, contrastar la hipótesis
general “C”.
Asimismo, debido al distinto comportamiento que pueden tener los hombres y las muje­
res en el consumo de tabaco y alcohol (véase Sander, 1999), en el estudio empírico se introducirán
términos de interacción (entre el nivel educativo y el sexo) que permitan conocer si los efectos no
monetarios de la educación sobre el consumo de dichos bienes varía en función del sexo de los indi­
viduos. Lamentablemente, la información facilitada en la ENS97 no permite que se lleven a cabo las
177
correcciones señaladas en el apartado III.6 para obtener unas mejores estimaciones.
Las variables explicativas son las siguientes:
a) Variables personales
Con referencia a las características personales de los encuestados, se incluyen en el
análisis la edad, el sexo, el estado de salud, el estado civil y el nivel educativo de los mismos. De este
177 Dichas correcciones se refieren al control de posibles errores de medición de los datos, la separación del efecto de la
educación de la capacidad innata de los individuos, o la consideración de la calidad de la educación.
— 139 —
modo, se genera una variable continua denominada EDAD, así como la variable SEXO, que toma los
siguientes valores:
SEXO “0”: Mujer
SEXO “1”: Hombre
Además, se incorpora una tercera variable que muestra el estado de salud de los en­
cuestados, ya que éste puede influir en el comportamiento de consumo de los individuos con respecto
a los bienes analizados (tabaco y alcohol). En la ENS97, el estado de salud puede obtenerse de un
modo subjetivo y de un modo objetivo. En el primer caso, la encuesta permite conocer el estado de
salud que los entrevistados creen tener (que se clasifica en cinco categorías: muy bueno, bueno,
regular, malo y muy malo). En el segundo caso, se proporciona información sobre si los encuestados
padecen determinadas enfermedades crónicas (en concreto: hipertensión arterial, colesterol elevado,
diabetes, asma o bronquitis crónica, enfermedades del corazón, úlcera de estómago y alergia). A mi
entender, es mejor generar la variable relacionada con el estado de salud a partir de esta segunda
información, dado su carácter objetivo. Por este motivo, el estado de salud se refleja en una variable
dicotómica que toma el valor 0 si el individuo padece enfermedades crónicas y 1 en caso contrario:
SALUD “0”: Padece alguna enfermedad crónica
SALUD “1”: No padece ninguna enfermedad crónica
Ahora bien, el estado de salud de modo objetivo se obtiene tras conocer si un médico ha
diagnosticado, o no, alguna de las enfermedades crónicas citadas. Por este motivo, aquellos que no
contestan son considerados en el grupo de salud “1”, dado que puede suponerse que, por la grave­
dad de las enfermedades consideradas, es muy probable que el individuo acuda al médico en caso
de padecer alguna de ellas.
Con respecto al estado civil, la tipología que proporciona la ENS97 es la siguiente: solte­
ro/a, casado/a, separado/a, divorciado/a, viudo/a. Ahora bien, en el análisis empírico se ha conside­
rado conjuntamente a los separados y divorciados, debido a que, de este modo, se reduce el número
de variables independientes y no se altera, significativamente, la capacidad explicativa de esta varia­
178
ble. En consecuencia, las variables generadas son :
ECIVIL1. Soltero/a
ECIVIL2. Casado/a
ECIVIL3. Separado/a y Divorciado/a
ECIVIL4. Viudo/a
Con referencia al nivel educativo de los individuos, la ENS97 considera los siguientes
grupos:
• (01) Algunos años de estudios primarios: menos de cinco años de escuela o sin com­
179
pletar la Enseñanza General Básica (EGB) .
178 Aunque para cada variable explicativa discreta se indica el conjunto de variables generadas, en el análisis empírico se
excluirá una de ellas para evitar la colinealidad perfecta entre variables, que impediría la estimación de la ecuación propuesta.
179 A este grupo se añaden aquellos individuos que, aunque no indican haber alcanzado nivel educativo alguno, en otra
pregunta del cuestionario declaran no tener estudios. De este modo, se incrementa el número de encuestados considerados y,
además, la inclusión de este grupo de individuos permite homogeneizar el grupo (01) de la ENS97 con el de la ECPF98 (véase
IV.2.2.2).
— 140 —
• (02) Estudios Primarios: antigua enseñanza primaria completa, cinco cursos aproba­
o
o
dos de EGB (1. a 5. ), menos de cuatro años de bachiller elemental, cultura general,
alfabetización de adultos.
• (03) Bachillerato elemental (antiguo): EGB, graduado Escolar, certificado de escolari­
dad, estudios eclesiásticos (seis cursos de humanidades con dos de filosofía).
• (04) Formación Profesional 1 (FPI), antigua oficialía industrial y otras enseñanzas téc­
nico-profesionales equivalentes: codificador de datos; grado elemental del Conserva­
torio de música; antigua formación profesional acelerada; antigua capacitación
agraria; instructor rural; antiguas escuelas de comercio (auxiliar de empresa, secreta­
riado elemental, mecanografía, taquigrafía); primer nivel de mandos intermedios, ca­
bos 2ª y cabos 1ª especialistas; diploma de puericultura; azafatas; auxiliares de vuelo.
• (05) Bachillerato Superior (antiguos cursos 5º y 6º) y BUP (cursos 1º a 3º), indepen­
dientemente de que se hayan completado, o no, el COU, PREU, la prueba de acceso
a la universidad o la selectividad. También incluye aquellos que, en lugar de BUP, ha­
yan cursado estudios eclesiásticos.
• (06) Formación Profesional 2 (FPII), antigua maestría industrial, operador, perito mer­
cantil, secretariado y otras enseñanzas técnico-profesionales de 2º grado: grado me­
dio del Conservatorio de música; artes aplicadas y oficios artísticos desde 1990;
escuela oficial de idiomas; suboficial del ejército; estudios bancarios; arte dramático y
danza (sólo hasta 1992 ya que posteriormente se convierten en estudios superiores).
• (07) Arquitecto e ingeniero técnico (antiguos peritos, facultativos, aparejadores), di­
plomado de escuelas universitarias de la Politécnica y aprobado (completo) el tercer
curso de escuelas técnicas superiores.
• (08) Diplomado de otras escuelas universitarias y diplomado (aprobado completo ter­
cer curso) de facultades y colegios universitarios. Además, las siguientes equivalen­
cias: graduado social, turismo, profesor mercantil, grado superior de música,
diseñador superior de moda, escuela superior de canto.
• (09) Estudios superiores de 2 ó 3 años, no equivalentes a las diplomaturas de escue­
las universitarias: programador o analista de aplicaciones o de sistemas; restaurador
(no universitario); pilotos de aviones comerciales; relaciones públicas (no universita­
rio); diplomado en criminología; gemólogo, enólogo, terapeuta ocupacional (Ministerio
de Sanidad), etc.
• (10) Arquitecto e ingeniero superior (2º ciclo de escuelas técnicas superiores).
• (11) Licenciado universitario y titulaciones equivalentes: 2º ciclo del INEF, danza y
arte dramático desde 1992, academias militares superiores (oficiales), grado superior
de música (nueva titulación).
• (12) Doctorado.
• (13) Titulaciones de Postgrado o especialización para licenciados: master, especiali­
dades médicas y farmacéuticas.
• (14) Otros títulos no reglados: corte y confección, taquigrafía, mecanografía, contabili­
dad, informática, marketing, idiomas, música, teatro, preparación de oposiciones, etc.
— 141 —
A partir de los grupos expuestos, se generan las siguientes variables educativas:
NIVEST1. Sin estudios: comprende la primera categoría indicada anteriormente (grupo 01).
NIVEST2. Estudios primarios: grupo 02.
NIVEST3. Estudios secundarios de primer ciclo o básicos: grupo 03.
NIVEST4. Estudios secundarios profesionales de segundo ciclo: grupos 04 y 06.
NIVEST5. Estudios secundarios generales de segundo ciclo o superiores: grupo 05.
NIVEST6. Estudios universitarios de primer ciclo: grupos 07, 08 y 09.
NIVEST7. Estudios universitarios de segundo y tercer ciclo: grupos 10, 11, 12 y 13.
NIVEST8. Estudios no reglados: grupo 14.
Ahora bien, la educación no se considera sólo en niveles sino, además, en años de es­
colarización. De este modo, podrá conocerse el efecto de la educación (considerada como una única
variable continua –AÑOSEDU–) sobre las variables dependientes y, además, constatar si, en el análi­
sis de regresión, existen diferencias significativas entre utilizar la variable educativa en años de es­
colarización o en niveles educativos.
La tabla IV.5 muestra la conversión realizada para obtener los años de escolarización a
partir de los grupos educativos considerados en la ENS97 y, además, se comparan dichos resultados
con los niveles educativos expuestos anteriormente.
TABLA IV.5
EQUIVALENCIAS ENTRE AÑOS DE ESCOLARIZACIÓN Y NIVELES EDUCATIVOS (ENS97)
Grupo en la ENS97
Contenido del Grupo
Valor de la variable
Años de
escolarización
Grupo 11
Algunos años de estudios primarios
Nivest1
13
Grupo 21
Estudios primarios
Nivest2
15
Grupo 31
Bachillerato elemental
Nivest3
18
Grupo 41
FP1 y similares
Nivest4
10
Grupo 51
Bachillerato superior y similares
Nivest5
12
Grupo 61
FP2 y similares
Nivest4
13
Grupo 71
Diplomados de escuelas universit. de la Politécnica
y similares
Nivest6
15
Grupo 81
Diplomados de otras escuelas universitarias y
similares
Nivest6
15
Grupo 91
Estudios superiores de 2-3 años
Nivest6
15
Grupo 10
Arquitecto-ingeniero superior
Nivest7
17
Grupo 11
Licenciado universitario y similares
Nivest7
17
Grupo 12
Doctorado
Nivest7
19
Grupo 13
Titulaciones de postgrado
Nivest7
19
Grupo 14
Títulos no reglados
Nivest8
—
— 142 —
En la elaboración de la variable educativa en años de escolarización se ha considerado
la información con el mayor grado de desagregación posible. Así, como se observa en la tabla ante­
rior, algunas agrupaciones realizadas para la educación en niveles (debido al tipo de educación con­
siderada) no se llevan a cabo al considerar los años de escolarización.
De este modo, la diferencia entre ambas proxies de la educación son las siguientes: en
primer lugar, los estudios secundarios profesionales de segundo ciclo (nivest4) se dividen en 10 años
de escolarización, para aquellos que declaran haber cursado estudios de FP1 (o similares), y 13 años
para los que han alcanzado la FP2 (o similares); en segundo lugar, los estudios universitarios de ciclo
largo (nivest7) se dividen en 17 años de escolarización, para los que han finalizado dichos estudios
(licenciados, arquitectos o ingenieros), y 19 años para los que han realizado cursos de master, docto­
rado y similares; finalmente, no se considera a los que declaran haber cursado estudios no reglados
(nivest8).
Por último, en la contrastación de la hipótesis 1.2, se ha considerado oportuno la inclu­
sión, como variable explicativa, de los años que llevan fumando (o han fumado) los individuos. Esta
variable, denominada AÑOSFUMA, se obtiene, para los que han dejado de fumar, de la diferencia
entre la edad del individuo cuando dejó de fumar y la edad de inicio en el consumo de tabaco, mien­
tras que, para los fumadores, surge de la diferencia entre la edad de inicio en dicho hábito y la decla­
rada en el momento de la entrevista.
b) Variables geográficas
La inclusión de aspectos geográficos como variables explicativas permitirá conocer si la
zona geográfica de residencia del encuestado incide en su comportamiento de consumo, es decir, si
existen unas costumbres, hábitos, e incluso precios (en el caso de existir diferencias entre comunida­
des o municipios, como puede suceder en el caso del alcohol), que inciden en el comportamiento de
consumo individual.
La ENS97 proporciona distintas variables que revelan las características geográficas re­
lacionadas con el lugar de residencia del entrevistado: Comunidad Autónoma, Provincia, nombre del
municipio (si es mayor de 100.000 habitantes) y tamaño del municipio. Para lograr el objetivo especi­
180
ficado anteriormente, se han elegido las variables Comunidad Autónoma y tamaño del municipio .
La primera, denominada CCAA, es una variable dummy que toma los valores 0 ó 1 en
función de la región de residencia de los individuos:
CCAA01. Andalucía
CCAA10. Comunidad Valenciana
CCAA02. Aragón
CCAA11. Extremadura
CCAA03. Asturias
CCAA12. Galicia
CCAA04. Baleares
CCAA13. Madrid
CCAA05. Canarias
CCAA14. Murcia
CCAA06. Cantabria
CCAA15. Navarra
180 En mi opinión, sería preferible incluir una variable que reflejara si el municipio pertenece a un ámbito rural o urbano –tal y
como se realizará con los datos de la ECPF98 (véase IV.2.2.2)–. Dada la imposibilidad de obtener dicha variable con la infor­
mación de la ENS97, se ha seleccionado otra variable geográfica que mostrará si existe un comportamiento diferenciado de los
individuos en función del tamaño del municipio en el que residen.
— 143 —
CCAA07. Castilla-León
CCAA16. País Vasco
CCAA08. Castilla-La Mancha
CCAA17. La Rioja
CCAA09. Cataluña
Asimismo, las variables dummy referidas al tamaño (medido como el número de habi­
tantes) de los municipios considerados son las siguientes:
TAMUNI1. Menos de 2.000 habitantes.
TAMUNI2. Entre 2.001 y 10.000 habitantes.
TAMUNI3. Entre 10.001 y 50.000 habitantes.
TAMUNI4. Entre 50.001 y 100.000 habitantes.
TAMUNI5. Entre 100.001 y 400.000 habitantes.
TAMUNI6. Entre 400.001 y 1.000.000 habitantes.
TAMUNI7. Más de 1.000.000 habitantes.
c) Variables socioeconómicas
El último grupo de variables explicativas está relacionado con las características socioe­
conómicas de los individuos y comprende las siguientes variables: nivel de ingresos familiares (REN­
TA), situación laboral (ACTIVO) y clase social (CSOCIAL).
Respecto a la renta monetaria, en la ENS97 se pregunta al entrevistado “el total de in­
gresos que por todos los conceptos entran en su hogar mensualmente”. Dado que no se proporciona
mayor información, se supone (como es habitual en este tipo de encuestas) que dichos ingresos se
corresponden con los ingresos mensuales monetarios netos del hogar. Ahora bien, los entrevistados
no revelan una cantidad determinada de ingresos sino que se clasifican en una serie de intervalos,
que permiten generar las siguientes variables de renta:
RENTA1. Menos de 60.000 pesetas
(Menos de 360,61 euros)
RENTA2. De 60.001 a 100.000 pesetas
(De 360,62 a 601,01 euros)
RENTA3. De 100.001 a 150.000 pesetas
(De 601,02 a 901,52 euros)
RENTA4. De 150.001 a 200.000 pesetas
(De 901,53 a 1.202,02 euros)
RENTA5. De 200.001 a 300.000 pesetas
(De 1.202,03 a 1.804,04 euros)
RENTA6. Más de 300.000 pesetas
(Más de 1.804,04 euros)
Aunque la inexactitud de los datos relacionados con la renta, que cualquier tipo de en­
cuesta suele conllevar, requiere el ajuste de esta variable, la falta de información sobre los gastos
familiares y el número de miembros del hogar no permiten realizar corrección alguna ni aplicar esca­
las de equivalencias (lo que sí se realiza en la variable renta generada con datos de la ECPF98 –véa­
se IV.2.2.2–).
— 144 —
Asimismo, en la ENS97 existe un importante porcentaje de individuos que no declaran su
nivel de ingresos (en concreto, un 22,1%). Por este motivo, se considera oportuno crear un séptimo
intervalo, denominado “Renta desconocida”, que permite incluir en el análisis aquellos individuos que
181
no indican ningún nivel de ingresos .
La segunda variable socioeconómica considerada se refiere a la situación laboral de los
encuestados. Así, éstos declaran estar en las siguientes situaciones:
• Trabaja.
• Jubilado.
• Pensionista.
• Parado habiendo trabajado antes.
• Parado, busca primer empleo.
• Estudiante.
• Sus labores.
• Otra situación.
A partir de la información anterior, se genera una variable, denominada ACTIVO, que
toma el valor 1 cuando los individuos se declaran activos (es decir, ocupados o parados) y 0 para el
resto de casos.
La tercera variable socioeconómica considerada, la clase social de los individuos, se ob­
tiene a partir de su ocupación. Como señala Bourdieu (1984), la clase social debería comprender la
renta monetaria, la ocupación y el capital humano de los individuos. Ahora bien, como el análisis em­
pírico pretende conocer el efecto de cada uno de estos elementos por separado, se realiza esta equi­
valencia entre ocupación y clase social que, aunque imperfecta, refleja esta variable más
acertadamente que la renta o la educación. Para ello, se consideran las distintas ocupaciones que
182
proporciona la ENS97 y una tipología de clases sociales, propuesta por Torres (1991) , de tal modo
que los individuos son agrupados en clases sociales en función de la ocupación que declaran realizar
(o que han realizado). Dicha tipología diferencia entre:
• Capitalistas: empresarios agrarios con asalariados y empresarios no agrarios con
asalariados.
• Clases medias patrimoniales: empresarios agrarios sin asalariados, miembros de co­
operativas agrarias, empresarios no agrarios sin asalariados y miembros de coopera­
tivas no agrarias.
• Clases medias funcionales supraordinadas: profesionales y técnicos por cuenta pro­
pia, directores de explotaciones agrarias, directivos de empresas no agrarias y Admi­
nistración Pública, profesionales y técnicos por cuenta ajena, y jefes de
departamentos de empresas no agrarias y de la Administración Pública.
181 Aunque también se contrastarán algunas hipótesis sin dicho intervalo para conocer si su inclusión ocasiona alteraciones
en los resultados.
182 Véase Calero (2001).
— 145 —
• Clases medias funcionales subordinadas: resto del personal administrativo y comer­
cial, contramaestres y capataces no agrarios y profesionales de las Fuerzas Arma­
das.
• Obreros: resto de trabajadores agrarios, resto del personal de los servicios, operarios
especializados no agrarios y operarios sin especializar no agrarios.
Como se observa en la tipología expuesta, ésta distingue entre los propietarios de los
medios de producción (capitalistas y clases medias patrimoniales) y los que no lo son (resto de gru­
pos) y, además, permite considerar dos grupos de clase media más, al distinguir entre aquellos que
dirigen empresas y organizaciones (clase media funcional supraordinada) y aquellos que, aunque
pueden dirigir un número reducido de individuos, están supeditados a las instrucciones que reciben
de otros grupos (clase media funcional subordinada).
Para clasificar a los individuos de la ENS97 en la tipología expuesta anteriormente, se
consideran los siguientes grupos ocupacionales:
1. Agricultor (pequeña explotación).
2. Agricultor (gran explotación).
3. Autónomo o empresario con cinco empleados o menos.
4. Autónomo o empresario con seis empleados o más.
5. Profesional.
6. Responsable de cinco subordinados o menos.
7. Responsable de seis subordinados o más.
8. Mando intermedio.
9. Otro empleado con trabajo de oficina.
10. Obrero cualificado.
11. Trabajador manual no cualificado.
183
Como se ha indicado con anterioridad, a partir de la variable ocupacional de la ENS97
y la tipología de Torres (1991), se crea una variable (denominada CSOCIAL) que agrupa a los indivi­
184
duos del siguiente modo en las clases sociales indicadas .
CSOCIAL1. Capitalistas y clases medias patrimoniales: incluye a los individuos que
se clasifican en los grupos 1 a 4 en la ENS97.
CSOCIAL3. Clases medias funcionales supraordinadas: grupos 5 y 7.
183 En el análisis empírico se considera siempre la ocupación del sustentador principal, sea o no el entrevistado, ya que creo
que determina mejor la condición social a la que pertenece el entrevistado.
184 Dado que los datos de la ENS97 no permiten distinguir entre los empresarios con y sin asalariados, las dos categorías
que agrupan a los propietarios de los medios de producción se han unido en una sola variable, denominada CSOCIAL1, que­
dando reducido su número a cuatro. Para mantener la misma numeración que en la ECPF98, donde sí existen las cinco varia­
bles propuestas, se ha eliminado la variable CSOCIAL2.
— 146 —
CSOCIAL4. Clases medias funcionales subordinadas: grupos 6, 8 y 9.
CSOCIAL5. Obreros: grupos 10 y 11.
Para finalizar, en la siguiente tabla se resumen las principales características de las va­
riables explicativas descritas en este apartado.
TABLA IV.6
VARIABLES EXPLICATIVAS RELACIONADAS CON LAS HIPÓTESIS DEL GRUPO 1
Nombre de la variable
Tipo de característica
considerada
Categorías
EDAD
Personal
Continua
SEXO
Personal
2
SALUD
Personal
2
ECIVIL
Personal
4
NIVEST
Personal
8
AÑOSEDU
Personal
Continua
AÑOSFUMA
Personal
Continua
CCAA
Geográfica
17
TAMUNI
Geográfica
7
RENTA
Socioeconómica
7
ACTIVO
Socioeconómica
2
CSOCIAL
Socioeconómica
4
IV.2.2.2. Variables generadas para contrastar las hipótesis del grupo 2 (servicios culturales) y
IV.2.2.2. grupo 3 (ostentación social)
En este apartado se describen las variables dependientes e independientes que se utili­
zarán para la contrastación de los grupos de hipótesis 2 y 3, referidos, respectivamente, al consumo
de bienes y servicios culturales y de ostentación, y que se generan a partir de la ECPF98.
Variables dependientes
Con respecto a las variables dependientes, es decir, aquellas que reflejan el consumo de
determinados bienes y servicios, la ECPF98 no detalla los gastos de cada uno de los miembros que
constituyen un hogar, sino que considera la totalidad de gastos del mismo. Por tanto, el análisis empí­
rico debe basarse en bienes y servicios cuyo consumo pueda considerar al hogar como unidad de
185,186
.
análisis
Con referencia al grupo de hipótesis 2, aunque sería deseable poder conocer el consu­
mo de servicios culturales de cada individuo del hogar, puede suponerse que el entorno familiar inci­
185 Por este motivo se ha excluido la ECPF98 como base de datos para contrastar las hipótesis del grupo 1, dado que el
análisis del consumo de tabaco y alcohol sólo puede ser realizado de modo individual, es decir, para cada uno de los miembros
del hogar.
186 El INE (1998: 21) define el hogar como “el conjunto de personas que ocupan en común una vivienda familiar principal, o
parte de ella, y consumen y/o comparten alimentos u otros bienes con cargo a un presupuesto común.”
— 147 —
de de manera significativa en el mismo, es decir, que existen hogares con una mayor propensión a
consumir servicios culturales, o donde se estimula su consumo y, contrariamente, hogares donde
dicho estímulo es menor, inexistente o incluso donde se ejerce una influencia negativa. Además,
puede suponerse que gran parte del consumo de servicios culturales se realiza por parte de los
miembros del hogar conjuntamente, o cuenta con la participación o consentimiento del sustentador
principal (que es el individuo de referencia).
Asimismo, con respecto al grupo de hipótesis 3 –consumo de artículos de joyería y viajes
de vacaciones (hipótesis 3.2)– aunque también sería deseable conocer el gasto de cada miembro del
hogar, por los motivos sugeridos anteriormente, no parece inadecuado analizar el comportamiento de
consumo de este tipo de artículos para el hogar en su conjunto.
Grupo de hipótesis 2: servicios culturales
Si se consideran los distintos elementos que pueden constituirse como objeto de análisis
del efecto no monetario de la educación sobre el consumo de servicios culturales, la ECPF98 permite
el estudio de siete servicios distintos:
1. Asistencia al cine.
2. Museos, exposiciones, galerías de arte y monumentos.
3. Teatros.
4. Espectáculos musicales: óperas, conciertos, ballet, zarzuela y cualquier tipo de es­
pectáculo musical.
5. Parques y similares: zoológicos, jardines botánicos, acuarios, reservas naturales, etc.
6. Bibliotecas, hemerotecas, mediatecas y similares.
7. Otros espectáculos: circos, espectáculos de luz y sonido, toros, etc.
La definición de estos bienes y servicios como “culturales” resulta controvertida. Sin em­
bargo, siguiendo las indicaciones de los estudios sobre prácticas y consumos culturales llevados a
cabo por el Ministerio de Cultura (véase Ministerio de Cultura, 1985 y 1993), en esta tesis se conside­
ran todos los servicios enumerados anteriormente como culturales. Ahora bien, por diversos motivos
que se enumeran a continuación, en el análisis empírico sólo se han seleccionado tres de los servi­
cios enumerados anteriormente: la asistencia al cine, teatro y espectáculos musicales.
La exclusión de la asistencia a “bibliotecas” se debe a que dicha asistencia por parte de
unos determinados individuos puede no reflejar un comportamiento distinto de aquellos que no acu­
den a las mismas, dado que estos últimos pueden llevar a cabo idénticas actividades (como leer,
trabajar, estudiar, etc.), en el hogar, al disponer de una mayor dotación de bienes culturales, o unas
mejores condiciones de estudio y trabajo. Asimismo, la exclusión de la visita a “parques” se debe a la
distinta naturaleza de este tipo de actividad con respecto a las otras consideradas y, como en el caso
de “otros espectáculos”, por la heterogeneidad de los servicios incluidos en dicho epígrafe. Además,
la asistencia a “bibliotecas” y “parques” suele ser gratuita y, de este modo, la ECPF98 puede ser una
base de datos inapropiada para analizar este tipo de consumo. Finalmente, se excluye la asistencia a
“museos” del análisis empírico debido a las características de la muestra, que contiene una respuesta
positiva muy minoritaria y concentrada en la C.A. de Madrid (véase la tabla IV.7).
— 148 —
TABLA IV.7
INDIVIDUOS QUE DECLARAN ASISTIR A MUSEOS POR COMUNIDADES AUTÓNOMAS
(primer trimestre de la ECPF98)
Comunidades Autónomas
Casos afirmativos
% de casos sobre el total de hogares en
las CCAA consideradas
Todas las CCAA excepto Madrid
127
10,8
C.A. de Madrid
193
28,2
Todas las CCAA
120
13,4
Por tanto, el análisis empírico considera el consumo de los siguientes servicios cultu­
rales: cine (hipótesis 2.1), teatro (2.2) y espectáculos musicales (2.4). De este modo, se elaboran
tres variables dependientes denominadas CINE, TEATRO y MUSICAL, que toman el valor 0 si los
miembros del hogar señalan no haber consumido dichos servicios en un trimestre, y 1 en caso
afirmativo.
Asimismo, para verificar la hipótesis 2.4, relacionada con la existencia de “omnivoraci­
dad” en el consumo de servicios culturales, se genera una variable, denominada OMNIVORA, que
toma valor 1 si se observa que entre los miembros del hogar se han consumido los tres servicios cul­
turales considerados (cine, teatro y espectáculos musicales), y 0 en caso contrario.
Finalmente, la contrastación de este grupo de hipótesis permitirá contrastar, además, la
hipótesis general “D”; es decir, si es preciso alcanzar un determinado nivel educativo para poder dis­
frutar de determinados servicios (culturales en este caso).
Hipótesis 3.1: La educación fomenta el consumo de artículos de joyería
En la contrastación de esta hipótesis la variable dependiente está formada por el consu­
mo de joyería, bisutería y relojería, que incluye el consumo de piedras preciosas, así como pendien­
tes, collares, sortijas, alianzas, pulseras, gemelos, alfileres de corbata, relojes –de mano, de pared,
de pulsera, bolsillo y de colgar en el cuello–, cronómetros, termómetros y barómetros de pared, des­
pertadores (no con radio) y la reparación de estos artículos.
En el análisis empírico, se genera la variable JOYERÍA, a la que se le otorga el valor 0
cuando no existe gasto en este tipo de bienes y 1 en caso contrario.
Hipótesis 3.2: La educación fomenta el consumo de viajes de vacaciones
La variable dependiente creada para contrastar esta hipótesis considera la participa­
ción de miembros del hogar en viajes de vacaciones (con todo incluido), así como la realización de
excursiones y visitas de corta duración, pero sin incluir estancias en hoteles y similares que no for­
man parte de un “paquete” de vacaciones. Así, se obtiene una variable que refleja mejor el gasto en
viajes y salidas de vacaciones, que es el objeto de estudio. Por tanto, la variable VIAJE toma el
valor 0 cuando no existe ningún gasto relacionado con este servicio y 1 en caso afirmativo.
Como se ha realizado en apartados anteriores, en la tabla IV.8 se indican las principales
características de las variables dependientes descritas en este apartado.
— 149 —
TABLA IV.8
VARIABLES DEPENDIENTES GENERADAS A PARTIR DE LA ECPF98
Hipótesis
Variable dependiente
Valores de la variable
2.1
Cine
No / Si (0 / 1)
2.2
Teatro
No / Si (0 / 1)
2.3
Musical
No / Si (0 / 1)
2.4
Omnivoracidad cultural
No / Si (0 / 1)
3.1
Joyería
No / Si (0 / 1)
3.2
Viaje
No / Si (0 / 1)
Variables independientes o explicativas
Las variables explicativas consideradas muestran diversas características del hogar, así
187
como de los sustentadores principales . Entre las primeras, destacan las variables relacionadas con
la ubicación geográfica del hogar (CA. y densidad de población del municipio), así como la renta del
hogar, el número de miembros del mismo, y la presencia, o no, de hijos y algún miembro activo. Entre
las segundas, se consideran la edad, estado civil, nivel de estudios y clase social.
a) Variables personales y familiares
Las características personales y familiares incluidas en el estudio empírico son la edad,
el estado civil y el nivel de estudios de los sustentadores principales, así como la presencia de hijos
en el hogar y el total de miembros del mismo. La primera es una variable continua denominada
EDAD, mientras que la segunda variable (ECIVIL), de un modo análogo a lo señalado en el apartado
IV.2.2.1, considera las siguientes categorías:
ECIVIL1. Soltero/a.
ECIVIL2. Casado/a.
ECIVIL3. Separado/a y Divorciado/a.
ECIVIL4. Viudo/a.
Con respecto al nivel educativo, la ECPF98 clasifica a los sustentadores principales en 8
grupos, en función del nivel de estudios máximo alcanzado:
• (01) Enseñanza anterior a primer grado: incluye individuos analfabetos, sin estudios
(personas que han asistido menos de cinco años a la escuela -sin considerar los años
de preescolar o de educación infantil- y saben leer y escribir), y personas con sólo
educación preescolar e infantil.
• (02) Enseñanza de primer grado: educación primaria LOGSE (6 a 12 años), asistencia
durante al menos 5 años a la escuela, Enseñanza General Básica, ciclo inicial y me­
dio, certificado de estudios primarios y cultura general.
187 En este apartado no se justifica la elección de las variables seleccionadas salvo que no coincidan con las descritas en el
apartado IV.2.2.1. De este modo, sólo se indican los aspectos metodológicos vinculados a su elaboración.
— 150 —
• (03) Enseñanza de segundo grado primer ciclo: bachiller elemental o equivalente, EGB (3
ciclos completos de 1º a 8º), enseñanza secundaria obligatoria –ESO– completa, gradua­
do escolar, certificado de escolaridad, así como música y danza (grado elemental).
• (04) Enseñanza de segundo grado, segundo ciclo general y profesional. La general
incluye: bachiller superior (con o sin preuniversitario o COU), BUP (con o sin COU),
REM (bachillerato de la reforma), bachillerato LOGSE (nuevo sistema), estudios ecle­
siásticos (seis cursos de humanidades con dos de filosofía). La profesional compren­
de: FPI, capacitación agraria, primer y segundo nivel de mandos intermedios, otros
estudios reglados equivalentes a la FPI, Plan experimental de Formación profesional
(módulos profesionales II), formación profesional específica de grado medio
(LOGSE), perito mercantil, oficialía industrial, ciclos formativos de grado medio de las
artes plásticas y oficios artísticos, grado medio de canto (diploma de cantante), grado
medio de música y danza anterior a la LOGSE (diploma de instrumentista, título de
profesor), cerámica, graduado en artes aplicadas y oficios artísticos, escuela oficial de
idiomas y arte dramático anterior a la LOGSE.
• (05) Estudios superiores no universitarios: maestro industrial o técnico especialista, plan
experimental de formación profesional (módulos profesionales III), formación profesional
de 2º grado (FPII), formación profesional específica de grado superior (LOGSE), piloto de
avioneta, instructor de vuelo, plan experimental de las artes plásticas y el diseño (ciclos
formativos de grado superior), enseñanza militar (suboficial del ejército).
• (06) Estudios universitarios primer ciclo: estudios universitarios de ciclo corto (nor­
malmente, tres años de duración), cuya finalización da derecho a título de diplomado,
ingeniero técnico o arquitecto técnico.
• (07) Estudios universitarios de 2º y 3r ciclo: estudios universitarios de ciclo largo cuya
finalización da derecho a título de licenciado, ingeniero o arquitecto; enseñanza militar
superior; grado superior de música, danza y arte dramático; estudios eclesiásticos; y
estudios equivalentes, a todos los efectos, a licenciado universitario; doctores, estu­
dios de postgrado o master. Asimismo, se incluye otros estudios superiores de dos o
tres años de duración no equivalentes a diplomado universitario y estudios superio­
res, de al menos cuatro años de duración, no equivalentes a licenciado universitario.
• (08) Educación especial de adultos: educación de adultos general y sin ningún nivel,
alfabetización de adultos, otras enseñanzas para adultos con la obtención de títulos
del sistema educativo.
Para el análisis empírico, a partir de dichos grupos se generan las siguientes variables:
NIVEST1. Sin estudios: comprende el grupo 01.
NIVEST2. Estudios primarios: grupo 02.
NIVEST3. Estudios secundarios de primer ciclo o básicos: grupo 03.
NIVEST4. Estudios secundarios de segundo ciclo o superiores: grupos 04 y 05.
NIVEST6. Estudios universitarios de primer ciclo: grupo 06.
NIVEST7. Estudios universitarios de segundo y tercer ciclo: grupo 07.
NIVEST8. Educación de adultos: grupo 08.
— 151 —
Como puede observarse, con la información proporcionada por la ECPF98 se genera
una variable menos que a partir de la ENS97, ya que esta última permite distinguir entre aquellos que
han alcanzado los estudios secundarios de segundo ciclo, de tipo general, y aquellos que han alcan­
zado dicho nivel con estudios profesionales. Ahora bien, para mantener lo más homogéneas posibles
las variables generadas a partir de ambas encuestas, aquí no se considera el nivel de estudios 5 (NI­
VESTUD5), ya que no existe suficiente información para desglosar la variable NIVESTUD4 en los dos
grupos mencionados (educación general y profesional). De este modo, el resto de grupos con niveles
de estudios similares llevan la misma numeración tanto en la ECPF98 como en la ENS97.
Asimismo, de un modo análogo a lo realizado en la contrastación de las hipótesis del
grupo 1 (salud), en la contrastación de las hipótesis de los grupos 2 (servicios culturales) y 3 (bienes
de ostentación), se considera no sólo la educación en niveles sino, también, en años de escolariza­
ción (mediante la variable denominada AÑOSEDU).
La tabla IV.9 muestra la conversión realizada para obtener los años de escolarización a
partir de los grupos educativos considerados en la ECPF98. A diferencia de lo señalado para la
ENS97, existe una correspondencia exacta entre los niveles educativos y los años de escolarización.
Aunque la información contenida en la ECPF98 permite desagregar el nivel de estudios secundarios
de segundo ciclo (nivest4) en dos grupos de años de escolarización, el número de observaciones
desaconseja dividir dicha variable. Asimismo, el nivel educativo correspondiente a la educación de
adultos (nivest8) no se considera en la variable AÑOSEDU.
TABLA IV.9
EQUIVALENCIAS ENTRE AÑOS DE ESCOLARIZACIÓN Y NIVELES EDUCATIVOS (ECPF98)
Grupo en la ECPF98
Contenido del Grupo
Valor de la variable
Años de escolarización
Grupo 1
Algunos años de estudios primarios
Nivest1
13
Grupo 2
Estudios primarios
Nivest2
15
Grupo 3
Bachillerato elemental
Nivest3
18
Grupo 4
Estudios secundarios profesionales
(FP1), generales (BUP) y similares
Nivest4
12
Grupo 5
FP2 y similares
Nivest4
12
Grupo 6
Diplomados y similares
Nivest6
15
Grupo 7
Licenciados y estudios superiores
Nivest7
17
Grupo 8
Educación de adultos
Nivest8
—
Finalmente, en el análisis empírico se añaden dos variables personales relacionadas con
el hogar. Por un lado, la variable HIJOS indica la presencia de hijos del sustentador principal en el
hogar, de tal modo que dicha variable toma el valor 1 en caso afirmativo y 0 en caso contrario. Asi­
mismo, la variable MIEMBROS, de naturaleza continua, se refiere al número de miembros que com­
ponen el hogar.
b) Variables geográficas
La ECPF98 proporciona cuatro tipos de información relacionada con la localización geo­
gráfica del hogar; una referida a la Comunidad Autónoma de residencia y tres a las características del
municipio: el tamaño (número de habitantes), la densidad de población, y si éste es, o no, capital de
provincia.
— 152 —
En el estudio empírico, se considera una variable regional (las CCAA) y otra relacionada
con el municipio. Respecto a la primera, y a diferencia de lo señalado para la variable obtenida a par­
tir de la ENS97, en este caso sí se incorporan Ceuta y Melilla:
CCAA01. Andalucía
CAA10. Comunidad Valenciana.
CCAA02. Aragón
CCAA11. Extremadura.
CCAA03. Asturias
CCAA12. Galicia.
CCAA04. Baleares
CCAA13. Madrid.
CCAA05. Canarias
CCAA14. Murcia.
CCAA06. Cantabria
CCAA15. Navarra.
CCAA07. Castilla-León
CCAA16. País Vasco.
CCAA08. Castilla-La Mancha
CCAA17. La Rioja.
CCAA09. Cataluña
CCAA18. Ceuta y Melilla.
La segunda variable geográfica considerada es la densidad de población (DENS). Se
prefiere ésta a la variable que muestra el tamaño del municipio, debido a que la densidad de pobla­
ción permite una mejor aproximación al concepto de residencia en un medio rural o urbano. Ésta to­
ma los siguientes valores:
DENS1. Alta densidad: conjunto contiguo de unidades locales, cada una de las cuales
2
con una densidad de más de 500 habitantes por Km y con una población
DENS2. Densidad media: conjunto contiguo de unidades locales, no pertenecientes a
una zona densamente poblada, donde cada una tiene una densidad superior a
2
los 100 habitantes por Km o es adyacente a una zona densamente poblada.
DENS3. Baja densidad: conjunto contiguo de unidades locales, no formando ni una
zona densamente poblada ni una zona intermedia.
c) Variables socioeconómicas
La variable relacionada con las características socioeconómicas del sustentador principal
es la clase social (CSOCIAL). Asimismo, la variable RENTACO indica el nivel de ingresos del hogar, y
la variable ACTIVO señala la existencia de algún miembro activo en el mismo.
Con respecto a la renta del hogar, la ECPF98 recoge los ingresos monetarios mensuales
netos del hogar, es decir, aquellos que proceden de las aportaciones de todos los miembros del mis­
mo, a partir de la clasificación en intervalos que se muestra a continuación (aunque, como puede
observarse en la tabla IV.10, el 26,2% de los encuestados declaran, además, un determinado importe
de ingresos monetarios mensuales del hogar):
1. Hasta 65.000 pesetas
(Hasta 390,66 euros).
2. De 65.001 a 130.000 pesetas
(De 390,67 a 781,32 euros).
3. De 130.001 a 195.000 pesetas
(De 781,33 a 1.171,97 euros).
— 153 —
4. De 195.001 a 260.000 pesetas
(De 1.171,98 a 1.562,63 euros).
5. De 260.001 a 325.000 pesetas
(De 1.562,64 a 1.953,29 euros).
6. De 325.001 a 390.000 pesetas
(De 1.953,30 a 2.343,95 euros).
7. De 390.001 a 650.000 pesetas
(De 2.343,96 a 3.906,58 euros).
8. Más de 650.000 pesetas
(Más de 3.906,58 euros).
De acuerdo con lo señalado en el apartado IV.2.2.1, la renta declarada debe ser corregi­
da para reflejar el “verdadero” ingreso monetario del hogar. Si ello no era posible con los datos de la
ENS97, la información contenida en la ECPF98 sí permite la corrección de la renta declarada, si­
guiendo un proceso de cuatro etapas. En primer lugar, debe obtenerse el ingreso monetario para el
73,8% de los hogares que sólo declaran su nivel de ingresos en intervalos. Para ello se asigna como
ingreso monetario el valor medio obtenido de los hogares que pertenecen a un mismo intervalo y que
sí declaran un determinado importe. Como se muestra en la tabla IV.10, los valores obtenidos no
difieren de manera significativa del punto medio de los intervalos cerrados –que es el valor que suele
utilizarse en estos casos (véase Martín, 1994)–, salvo en los intervalos 1 y 7 (aunque en este último la
desviación no llega al 10% y, en el primer caso, la cifra resultante es más creíble que la que se ob­
tendría de calcular el punto medio, dado que el intervalo se inicia con un ingreso igual a cero). Asi­
mismo, este método permite estimar el ingreso monetario de aquellos que pertenecen al intervalo de
ingresos máximos que, al estar abierto, no puede obtenerse mediante el método del valor medio.
TABLA IV.10
CONVERSIÓN DE LOS INTERVALOS DE RENTA EN RENTA DECLARADA
Interv.
Número de
declarantes1
Declarantes
(%)2
Declarantes
acumulado (%)3
Punto medio
intervalo (A)
Punto medio
declarant. (B)
% desviación
(B/A)
1
163
54,3
14,4
132.500
154.148
66,6
2
332
32,9
13,3
197.500
197.154
-0,4
3
220
21,9
19,2
162.500
159.195
-2,0
4
135
20,9
22,8
227.500
223.341
-1,8
5
160
16,9
24,4
292.500
291.855
-0,2
6
129
14,8
25,2
357.500
352.716
-1,3
7
133
17,6
26,1
520.000
472.767
-9,1
8
114
12,9
26,2
?
784.289
—
(1) Número de hogares que declaran un determinado importe de ingresos.
(2) Porcentaje del número de declarantes respecto al total de hogares del intervalo.
(3) Porcentaje acumulado del número de declarantes respecto al total de hogares declarantes.
En segundo lugar, para conseguir una cifra lo más cercana posible al concepto de renta
familiar disponible (que refleja mejor la capacidad adquisitiva del hogar) deben añadirse a los ingre­
sos monetarios obtenidos, las rentas no monetarias, es decir, aquellas que provienen del autoconsu­
mo, el autosuministro y el salario en especie que, como señala Gimeno (1993), forman parte de la
188
definición de renta disponible .
188 Para obtener la renta familiar disponible, deberían sustraerse, además, los pagos por el Impuesto sobre la renta de las
personas físicas (IRPF) y el patrimonio, así como agregarse las devoluciones del IRPF, pero dicha información no está dispo­
nible en la ECPF98.
— 154 —
RENTA BRUTA MONETARIA (Ingresos monetarios ordinarios y extraordinarios).
+ Ingresos no monetarios
RENTA BRUTA INICIAL
- Impuestos directos y cotizaciones sociales.
RENTA NETA INICIAL
+ Transferencias públicas en efectivo.
RENTA DISPONIBLE
En tercer lugar, se procede a la corrección de la renta declarada, de tal modo que se re­
duzca la discrepancia observada con la Contabilidad Nacional y, además, se obtenga unos ingresos
189
declarados por los hogares más cercanos a su “verdadero” nivel de renta . Para ello, se consideran
190,191
.
los ingresos y gastos del hogar y se asigna como renta del hogar el mayor de ambos importes
Ahora bien, dicho método de corrección implica incluir el endeudamiento de los hogares como ingre­
sos (si los gastos superan a los ingresos) y, así, la renta resultante se asemeja más al concepto de
nivel de recursos económicos que posibilita el consumo efectivo realizado por los hogares que al nivel
de ingresos de los mismos.
Finalmente, se obtiene una variable, denominada RENTACO (renta ajustada a la Contabilidad
Nacional y corregida con escalas de equivalencia), que muestra la renta disponible del hogar considerando el
tamaño del mismo. En su elaboración, se utilizará la escala propuesta de Buhman et al. (1988):
Y=X
sθ
donde:
Y= renta corregida (RENTACO)
X= renta no ajustada
s= tamaño del hogar
θ = parámetro entre 0 y 1
189 Aunque la discrepancia surge de comparar los resultados de la Contabilidad Nacional con los presentados por la ECPF98
elevados poblacionalmente, sirve de guía para realizar las correcciones de ámbito muestral que se llevan a cabo en esta tesis.
Así, la discrepancia observada es la siguiente. Mientras que la Contabilidad Nacional (CN98) señala que los ingresos de los
hogares españoles (renta familiar disponible) fueron, en 1998, de 55,13 billones de pesetas (331,4 mil millones de euros) –
véase Banco de España (2001)–, los ingresos monetarios en la ECPF98 (obtenidos a partir de las declaraciones de ingresos
mensuales del primer trimestre) fueron 26,68 billones de pesetas (160,4 mil millones de euros). Si se considera que la muestra
representa al 96,74% de la población española dichas cifras revelan que los ingresos declarados en la ECPF98 equivalen al
50,03% del importe proporcionado por la CN98. Asimismo, la inclusión de los ingresos no monetarios reduce dicho porcentaje
al 43,13% ya que, aunque los ingresos monetarios y no monetarios de la ECPF98 ascienden a 26,89 billones de pesetas (161,6
mil millones de euros), la renta familiar disponible ajustada (es decir, incluyendo las rentas en especie) de la CN98 pasa a 64,45 billo­
nes de pesetas (387,4 mil millones de euros). Una vez realizada la corrección señalada en el texto, se consigue reducir sustancialmente la discrepancia entre las cifras de ingresos declaradas por los hogares en la ECPF98 y las proporcionadas por la CN98. Así, la
renta del hogar corregida asciende a 36,53 billones de pesetas (219,6 mil millones de euros) que representa el 55,06% de la renta
disponible ajustada de la Contabilidad Nacional (68,37% en el caso de los ingresos monetarios).
190 A diferencia del criterio empleado por la ECPF98, no se considera como gasto el alquiler imputado a aquellos hogares que
tienen el piso o casa en propiedad, salvo para aquellos con un préstamo hipotecario en curso (dado que la ECPF98 no propor­
ciona información sobre las cuotas satisfechas al respecto).
191 Este proceso de corrección de la renta corresponde a una simplificación del método propuesto por Alcaide y Alcaide (1983).
— 155 —
El parámetro θ hace oscilar la escala entre dos posiciones extremas: en caso de que
θ = 1 , ésta es per cápita, mientras que si θ = 0 , no se utiliza escala alguna. En esta tesis, la escala de
192
equivalencia seleccionada incorpora un valor de θ = 0,5 .
La segunda variable socioeconómica considerada es la referida a la clase social, que se
obtiene a partir de las variables referidas a la ocupación y la situación profesional del sustentador
principal, debido a que ninguna de ellas aisladamente permite clasificar a los hogares de la ECPF98
en la tipología de Torres (1991) descrita en el apartado IV.2.2.1. La ocupación se obtiene siguiendo la
clasificación nacional de ocupaciones (CNO-94), que si se considera a un dígito muestra los siguien­
tes grupos (véase INE, 1998):
1. Dirección de empresas y de la administración pública.
2. Técnicos y profesionales científicos e intelectuales.
3. Técnicos y profesionales de apoyo.
4. Empleados de tipo administrativo.
5. Trabajadores de servicios de restauración, personales, protección y vendedores
de los comercios.
6. Trabajadores cualificados en la agricultura y en la pesca.
7. Artesanos y trabajadores cualificados de las industrias manufactureras, la cons­
trucción, y la minería, excepto los operadores de instalaciones y maquinaria; tra­
bajadores cualificados de las industrias extractivas, de la metalurgia, la
construcción de maquinaria y asimilados; trabajadores cualificados de industrias
de artes gráficas, textil y de la confección, de la elaboración de alimentos, eba­
nistas, artesanos y otros asimilados.
8. Operadores y montadores de instalaciones y maquinaria fija y conductores y ope­
radores de maquinaria móvil.
9. Trabajadores no cualificados.
0. Fuerzas Armadas.
Asimismo, la variable “situación” permite seis opciones:
1. Empleador.
2. Empresario sin asalariados o trabajador independiente.
3. Ayuda familiar.
4. Asalariado.
192 Esta escala tiene efectos similares a la “escala OCDE”, en la que se corrige el número de miembros del hogar a partir de
la siguiente fórmula, que considera que éstos tienen una distinta necesidad de gasto:
[1 x (sustentador principal)] + [0,7 x (otros adultos)] + [(0,5 x (no adultos)].
— 156 —
5. Aprendiz remunerado.
6. Otra.
Ambas informaciones permiten construir la variable clase social (CSOCIAL), siguiendo la
propuesta de Torres (1991). Se ha procurado que las categorías resultantes, que se exponen a conti­
nuación, se asemejen al máximo con las elaboradas con la ENS97.
CSOCIAL1. Clase capitalista, que incluye a los individuos que se clasifican en el gru­
po 1 de la variable referida a la situación profesional.
CSOCIAL2. Clases medias patrimoniales, que incorpora a los individuos que se clasi­
fican en el grupo 2 de la variable referida a la situación profesional salvo
aquellos que, además, pertenecen a los grupos ocupacionales 1 a 3.
CSOCIAL3. Clases medias funcionales supraordinadas. Individuos que pertenecen a
los grupos 2 a 6 de la variable referida a la situación profesional y a los
grupos 1 a 3 de la variable ocupacional.
CSOCIAL4. Clases medias funcionales subordinadas. Individuos que pertenecen a
los grupos 3 a 6 de la variable referida a la situación profesional y a los
grupos 0, 4, 5 (excepto el subgrupo 50 –camareros y similares–), así
como al subgrupo 80 de la variable ocupacional (jefes de equipo y en­
cargados en instalaciones industriales).
CSOCIAL5. Obreros. Agrupa a los obreros cualificados y a los trabajadores manuales no
cualificados: grupos 3 a 6 de la variable situación profesional y 6 a 9 de la
variable ocupación (salvo el subgrupo 80 e incluyendo al subgrupo 50).
Finalmente, la variable ACTIVO señala la presencia en el hogar de algún miembro activo
(ocupado o parado). Dicha variable se obtiene a partir de la información que proporciona la ECPF98,
trimestralmente, sobre la situación económica de los hogares, clasificándolos en función de la situa­
ción de actividad o inactividad laboral de sus miembros. Así, la ECPF98 prevé los siguientes grupos:
• El sustentador principal, cónyuge y algún otro miembro activo.
• El sustentador principal y el cónyuge activos; nadie más activo.
• El sustentador principal o el cónyuge activos, y algún otro miembro activo.
• El sustentador principal o el cónyuge activos y ningún otro miembro activo.
• El sustentador principal y el cónyuge no activos, y al menos otros dos miembros activos.
• El sustentador principal y el cónyuge no activos y otro miembro activo (sólo uno).
• Nadie activo.
De la clasificación anterior, la variable ACTIVO toma valor 1 para todos los grupos des­
critos salvo el último, y 0 en este caso.
Para finalizar este apartado, las variables explicativas que se consideran en los análisis
basados en la ECPF98 aparecen recogidas en la tabla IV.11.
— 157 —
TABLA IV.11
VARIABLES EXPLICATIVAS GENERADAS A PARTIR DE LA ECPF98
Nombre de la variable
Tipo de característica considerada
Categorías
EDAD
Personal
Continua
ECIVIL
Personal
4
NIVEST
Personal
7
AÑOSEDU
Personal
Continua
HIJOS
Personal
2
MIEMBROS
Personal
Continua
CCAA
Geográfica
18
DENS
Geográfica
3
RENTA
Socioeconómica
Continua
CSOCIAL
Socioeconómica
5
ACTIVO
Socioeconómica
2
IV.2.3. Método de estimación para la contrastación de las hipótesis específicas
Todas las hipótesis específicas planteadas conllevan la creación de una variable depen­
diente de naturaleza dicotómica. Por tanto, el modelo de regresión que se utilizará para contrastar
dichas hipótesis será el modelo logit que, como se muestra en el apartado IV.2.3.2, es el adecuado
para este tipo de variables. Así, a continuación se describe el modelo de regresión logística binaria
(logit), si bien también se desarrolla el modelo de regresión lineal múltiple ya que, aunque es bien
conocido por los economistas, sirve como modelo de referencia a la hora de describir el modelo lo­
193
gístico binario (logit) .
IV.2.3.1. El modelo de regresión lineal múltiple
El modelo de regresión lineal múltiple considera la existencia de una variable Yi que de­
pende de un conjunto de variables explicativas Xi, con las que se relaciona siguiendo la siguiente
194
ecuación .
Yi =
∑ βk Xik + ui
(A.1)
Donde Yi es la variable dependiente, X k (para k=2,...,K; ya que k=1 es el término de
intersección) son las variables exógenas o independientes, ui es el término de perturbación (inobser­
vable) y βk son los parámetros desconocidos. Asimismo, el subíndice “i” denota la observación i-ésima de
una muestra de tamaño N.
193 La descripción estadística de los siguientes apartados se basa en Aldrich y Nelson (1984), salvo que se indique la aporta­
ción de otros autores.
194 Para simplificar, en las ecuaciones no se indica la anotación completa del sumatorio que, en (A.1) sería: Yi =
k
∑ βk Xik + ui .
k =1
— 158 —
En el análisis econométrico se estiman las constantes no observables o parámetros, βk ,
porque en un análisis de regresión múltiple, dichas estimaciones (βk ) denotan el efecto marginal de
X k sobre Yi
195
.
El método de estimación por mínimos cuadrados ordinarios (MCO) genera, si se
cumplen unas determinadas condiciones, los estimadores lineales con Yi más eficientes, es decir,
insesgados y con la menor varianza.
El método de estimación es el siguiente. Si se sustituyen los parámetros por sus estima­
ciones en (A.1), se obtiene la siguiente expresión (con e como el término de error estimado):
Yi =
∑ β̂k X ik + e i
(A.2)
La ecuación (A.2) puede reordenarse para aislar el término de error:
e i = Yi − β̂ k X ik
(A.3)
Elevando al cuadrado la ecuación (A.3), y sumando para las N observaciones, se obtiene
la suma de los errores al cuadrado. Una estimación por mínimos cuadrados ordinarios (MCO) propor­
ciona los estimadores de βk que minimizan dicha suma.
Ahora bien, como se ha señalado con anterioridad, para que los parámetros estimados
sean insesgados y eficientes deben cumplirse unas determinadas condiciones relativas a las varia­
bles independientes y al término de perturbación. Respecto a las primeras, se exige que ninguna
variable sea una combinación lineal perfecta de cualquier otra. Con referencia al término de perturba­
ción, éste no debe estar correlacionado con ninguna variable explicativa, precisa tener media cero y
una varianza constante en todas las observaciones, es decir, ui debe ser homocedástico y serial196
mente independiente . Con estos condicionantes, la media, o valor esperado, de Yi es:
E(Yi Xi1,..., Xik ) =
∑ βk Xik
(A.4)
Finalmente, conviene señalar que este tipo de modelo no impone ninguna restricción en
los valores de las variables independientes –excepto que unas no sean combinaciones lineales per­
fectas de otras, tal y como se ha apuntado anteriormente– pero supone que la variable dependiente
es continua y, de este modo, Yi puede tomar cualquier valor. Por tanto, no es recomendable usar
dicho modelo en el caso de que Yi sea una variable dicotómica. En ese caso, se recomienda el mo­
delo de regresión logística binaria (logit) que se desarrolla en el siguiente apartado.
IV.2.3.2. El modelo de regresión logística binaria (Logit)
Como se ha indicado en el apartado anterior, el modelo de regresión múltiple supone
que la variable dependiente es continua. Sin embargo, si dicha variable sólo puede tomar dos valores,
ya que los individuos se enfrentan a dos alternativas y deben elegir una de ellas, los modelos de re­
195
dY ˆ
=βk .
dX
k
196 Los tres supuestos referidos al término de perturbación se denominan supuestos de Gauss-Markov (véase Aldrich y
Nelson, 1984: 12).
— 159 —
gresión preferibles son el modelo logit o el modelo probit
nientes que genera una aproximación lineal.
197
, que permiten solucionar los inconve­
Así, la estimación por MCO mediante un modelo de probabilidad lineal genera, en el ca­
so de que exista una variable dependiente dicotómica, estimadores sesgados (debido a que ui no
sigue una distribución normal) e ineficientes (la varianza de ui no es constante). Aunque dichos pro­
blemas pueden solucionarse, ese modelo de estimación conlleva otro tipo de problemas que no re­
comiendan su uso: por un lado, la generación de estimaciones de Yi fuera de los límites razonables
(0,1) y, por otro lado, que la aproximación lineal supone que los efectos marginales de las variables
independientes son constantes –supuesto poco convincente en modelos de probabilidad–. Por dichos
motivos se recomienda el uso de modelos de estimación logit o probit que predicen probabilidades
estimadas entre 0 y 1, y garantizan una relación no lineal entre la variable dependiente y las explicati­
vas (véase Gujarati, 1997). En esta tesis el modelo de estimación seleccionado es el modelo logit y,
de este modo, sólo éste se desarrolla a continuación.
La elección binaria se suele representar mediante una variable dicotómica Y, que toma el
valor 1 cuando se realiza una elección y el valor 0 cuando se realiza la otra. Si Pi es la probabilidad
de que Yi tome el valor 1, entonces (1− Pi ) es la probabilidad de que Yi sea 0. La función de proba­
bilidad de Yi se puede expresar de la siguiente manera:
f(Yi ) = P Yi (1− P)1−Yi
Yi = 0,1
(B.1)
Si la elección depende de un conjunto de variables X i , de un modo análogo a lo apunta­
do en (A.1), la probabilidad de una respuesta positiva, P(Yi = 1) , puede representarse formalmente
como:
Pi = P(Yi = 1) = E(Y = 1X i ) =
∑ βk X ik
(B.2)
∑ βk X ik , para aproximar una probabili­
dad, Pi = P(Yi = 1) , que está limitada a tomar un valor entre 0 y 1 (mientras que ∑ β k X ik no está
De este modo, surge una especificación lineal,
limitado). Si en lugar de realizar una aproximación lineal, se considera una función de distribución
logística acumulada:
Λ (x ) =
1
1+ e
− ∑ βk Xik
1
=
1+ e −zi
se obtiene (con e como la base del logaritmo natural):
Pi = P(Yi = 1) =
1
1 + e −zi
(B.3)
197 La diferencia básica entre el modelo probit y el logit estriba en que la función normal que genera el probit se acerca más
rápidamente a los ejes que delimitan los valores de la variable dependiente que la función logística (véase Gujarati, 1997). No
existen argumentos suficientemente convincentes para elegir entre ambos modelos. Sin embargo, la distribución logística tiene
una expresión más sencilla y fácil de manipular analíticamente, además de ser más cómoda la interpretación de sus resulta­
dos, de ahí que sea el modelo de uso más frecuente (véase Peruga y Torres, 1997) y el utilizado en el ámbito de esta tesis. El
término logit se debe a Berkson, que lo especificó en 1944, y es una abreviatura de “logistic probability unit” (véase Cabrer et
al., 2001).
— 160 —
De este modo se solucionan los problemas que genera la aproximación lineal, debido a
que Z i puede tomar cualquier valor. Así, se cumple que (0 ≤Pi ≤ 1) y, por tanto Ŷi está entre 0 y 1.
Como en el modelo de regresión lineal múltiple, se pretende estimar el vector de parámetros desco­
nocidos βk . Cuando no se dispone de repetidas observaciones sobre el comportamiento de cada
individuo se emplea el método de máxima verosimilitud para la estimación de dichos parámetros
(véase Gujarati, 1997: 422). Este método genera un estimador que proporciona el valor poblacional
que hace más verosímil el resultado en la muestra. Asimismo, para muestras grandes, dichos estima­
dores son insesgados, eficientes y se distribuyen normalmente (Cramer, 1991).
Dada una muestra de N observaciones independientes, donde cada observación perte­
nece a un individuo distinto, la función de verosimilitud es:
N
L(Y / X,β) =
∏
Y
Pi i (1 − Pi )1−Yi
N
=
i=1
∏
i=1
Y

 i

1
1

 

− β x
β x
1+ e ∑ k ik   1+ e ∑ k ik 
1− Yi
(B.4)
Los parámetros surgen de maximizar el logaritmo de la función logística de verosimilitud,
denominado logit, y miden el cambio en L i causado por un cambio unitario en X i , es decir, cómo
varía la factibilidad del logaritmo a favor de que suceda el caso (P (Yi = 1)) respecto a que no suceda,
al variar la variable independiente en una unidad (si ésta es continua) o en pasar a otra categoría (si
ésta es cualitativa):
N
lnL(Y / X,β) =
∑ [Yi lnPi + (1− Yi )ln(1− Pi )]
(B.5)
i=1
Por tanto, el parámetro estimado no se refiere al efecto marginal de cada variable expli­
cativa sobre la probabilidad Pi , sino sobre L i , denominada “odds-ratio”. Ahora bien, de (B.3) puede
obtenerse el efecto marginal de cada variable explicativa sobre la probabilidad Pi :
Si: Pi =
1
1+ e −zi
Puede obtenerse: (1− Pi ) =
1
1+ e zi
Por tanto la odds-ratio se define como:
Así:
Pi
1 + e zi
β X
=
= ezi = e∑ k ik
−z
i
(1 − Pi ) 1+ e
∂Pi
= β̂ k [Pi (1− Pi )]
∂X k
(B.6)
Dicha expresión revela que el efecto marginal de cada variable depende no sólo del pa­
rámetro estimado, sino también del nivel de probabilidad a partir del cual se calcula el efecto marginal
y, de este modo, del nivel de X k al que se calcula la probabilidad para el individuo de referencia.
— 161 —
V. RESULTADOS DEL ANÁLISIS EMPÍRICO
En este capítulo se presentan los resultados del análisis empírico que permiten la contrasta­
ción, para el caso español, de las hipótesis (específicas y generales) planteadas en el capítulo anterior.
La estructura de este capítulo es la siguiente: en primer lugar, se lleva a cabo la con­
trastación del grupo de hipótesis relacionado con el consumo de bienes que inciden sobre la salud
(apartado V.1); en segundo lugar, se señalan los resultados que contrastan las hipótesis relativas al
consumo de servicios culturales (apartado V.2); en tercer lugar, se exponen los resultados relaciona­
dos con el consumo ostentoso (apartado V.3); finalmente, en el último apartado V.4 se contrastan las
hipótesis generales a partir de los resultados obtenidos en los apartados anteriores.
Asimismo, para facilitar la lectura del capítulo, se adjunta un apéndice donde, en primer
lugar, se describe el conjunto de estadísticos que permiten interpretar los resultados obtenidos y don­
de, posteriormente, aparecen distintos resultados a los que se hace referencia en el texto y que no
constituyen el análisis principal, para cada una de las hipótesis que se contrastan.
V.1. Efectos no monetarios de la educación sobre el consumo de determinados bienes que
V.1. inciden sobre la salud
Las hipótesis específicas planteadas en el capítulo anterior en torno a los efectos no mo­
netarios de la educación sobre el consumo de determinados bienes que inciden sobre la salud (grupo 1)
son las siguientes:
Hipótesis 1.1: La educación reduce la probabilidad de fumar.
Hipótesis 1.2: La educación incrementa la probabilidad de dejar de fumar.
Hipótesis 1.3: La educación permite una mejor comprensión de los efectos nocivos del
Hipótesis 1.3: tabaco.
Hipótesis 1.4: La educación aumenta la probabilidad de beber alcohol.
Hipótesis 1.5: La educación reduce la probabilidad de abusar del consumo de alcohol.
A continuación, se muestran cinco subapartados que recogen los resultados de la con­
trastación de cada una de las hipótesis específicas señaladas.
V.1.1. Contrastación de la primera hipótesis: la educación reduce la probabilidad de fumar
En este apartado, en primer lugar, se describe la muestra utilizada en la contrastación de
esta hipótesis; en segundo lugar se señalan los resultados del análisis de tipo bivariante entre la va­
riable dependiente y las variables explicativas; finalmente, se presentan los resultados del análisis de
regresión logística, con especial énfasis en los efectos no monetarios de la educación.
V.1.1.1. Descripción de la muestra
A partir de los datos proporcionados por la Encuesta Nacional de Salud de 1997
(ENS97) se ha obtenido una muestra constituida por 6.166 individuos, es decir, un 96,4% del total de
— 162 —
198
la muestra original . Ahora bien, al introducir la variable dependiente que señala si los encuestados
son, o no, fumadores, la muestra queda constituida por 6.151 personas (que corresponde al 96,2%
del total) debido a la existencia de missings para dicha variable. Sin embargo, para la contrastación
de la hipótesis propuesta se escogen los individuos con un mínimo de 25 años de edad, debido a que
un alto porcentaje de aquellos de menor edad pueden no haber finalizado sus estudios. De este mo­
do, la muestra considerada finalmente consta de 4.980 individuos (un 96,6% del total de individuos de
199
25 y más años). Las características de las variables pueden observarse en la siguiente tabla .
TABLA V.1.1.1
DESCRIPCIÓN DE LAS VARIABLES
N.o casos
Media
Desv. Est.
Mínimo
Máximo
FUMAR (sí=1)
4.980
0,351
0,477
0
1
SEXO (hombre=1)
4.980
0,482
0,500
0
1
EDAD
4.980
49,409
16,331
25
93
SALUD (buena salud=1)
4.980
0,661
0,473
0
1
Variables
ACTIVO (sí=1)
4.980
0,519
0,500
0
1
ECIVIL1 (Soltero/a)
1.859
0,172
0,378
0
1
ECIVIL2 (Casado/a)
3.563
0,715
0,451
0
1
ECIVIL3 (Separad. o divorciad.)
1.134
0,027
0,162
0
1
ECIVIL4 (Viudo/a)
1.424
0,085
0,279
0
1
NIVEST1 (Sin estudios)
1.892
0,179
0,383
0
1
NIVEST2 (E. primarios)
1.561
0,313
0,464
0
1
NIVEST3 (E. secun. 1r ciclo o básicos)
1.939
0,189
0,391
0
1
NIVEST4 (E. sec. profesionales 2º c.)
1.500
0,100
0,301
0
1
NIVEST5 (E. sec. generales 2ºc. o sup.)
1.396
0,080
0,271
0
1
NIVEST6 (E. universitarios 1r ciclo)
1.316
0,063
0,244
0
1
NIVEST7 (E. universit. 2º y 3r ciclo)
1.348
0,070
0,255
0
1
NIVEST8 (E. no reglados)
1.128
0,006
0,075
0
1
AÑOSEDU (años de educación)
4.952
7,922
4,374
3
19
CCAA01 (Andalucía)
1.821
0,165
0,371
0
1
CCAA02 (Aragón)
1.164
0,033
0,178
0
1
CCAA03 (Asturias)
1.144
0,029
0,168
0
1
CCAA04 (Baleares)
1.198
0,020
0,139
0
1
CCAA05 (Canarias)
1.176
0,035
0,185
0
1
CCAA06 (Cantabria)
1.164
0,013
0,113
0
1
CCAA07 (Castilla y León)
1.345
0,069
0,254
0
1
CCAA08 (Castilla-La Mancha)
1.221
0,044
0,206
0
1
CCAA09 (Cataluña)
1.811
0,163
0,369
0
1
CCAA10 (C. Valenciana)
1.498
0,100
0,300
0
1
1
(Sigue)
198 Se han desestimado 230 individuos debido a la existencia de missings en alguna de las variables explicativas.
199 No se observan diferencias significativas entre los valores referidos a las variables de la muestra original y los de la
muestra utilizada para contrastar esta hipótesis.
— 163 —
(Continuación)
N.o casos
Media
Desv. Est.
Mínimo
Máximo
CCAA11 (Extremadura)
1.141
0,028
0,166
0
1
CCAA12 (Galicia)
1.371
0,074
0,263
0
1
CCAA13 (Madrid)
1.622
0,125
0,331
0
1
CCAA14 (Murcia)
1.122
0,024
0,155
0
1
1
Variables
CCAA15 (Navarra)
1.167
0,013
0,115
0
CCAA16 (País Vasco)
1.282
0,057
0,231
0
1
CCAA17 (La Rioja)
1.133
0,007
0,081
0
1
TAMUNI1 (Municipio menor 2.000 h.)
1.386
0,078
0,267
0
1
TAMUNI2 (2.001 a 10.000 hab.)
1.899
0,181
0,385
0
1
TAMUNI3 (10.001 a 50.000 hab.)
1.177
0,236
0,425
0
1
TAMUNI4 (50.001 a 100.000 h.)
1.411
0,083
0,275
0
1
TAMUNI5 (100.001 a 400.000)
1.167
0,234
0,424
0
1
TAMUNI6 (400.001 a 1.000.000)
1.319
0,064
0,245
0
1
TAMUNI7 (Más de 1.000.000 h.)
1.621
0,125
0,330
0
1
RENTA1 (Menos de 60.000 ptas.)
1.410
0,082
0,275
0
1
RENTA2 (60.001 a 100.000)
1.131
0,227
0,419
0
1
RENTA3 (100.001 a 150.000)
1.162
0,233
0,423
0
1
RENTA4 (150.001 a 200.000)
1.680
0,137
0,343
0
1
RENTA5 (200.001 a 300.000)
1.378
0,076
0,265
0
1
RENTA6 (Más de 300.000 ptas.)
1.270
0,054
0,226
0
1
RENTA7 (Renta desconocida)
1.949
0,191
0,393
0
1
CSOCIAL1 (Capital./media patrim.)
1.010
0,203
0,402
0
1
CSOCIAL3 (Media func. supraord.)
1.637
0,128
0,334
0
1
CSOCIAL4 (Media func. subordin.)
1.692
0,139
0,346
0
1
CSOCIAL5 (Obreros)
2.641
0,530
0,499
0
1
(1) No se consideran los 28 individuos que declaran poseer sólo estudios no reglados.
En la tabla anterior se observa que el 35,1% de los encuestados declaran ser fumadores,
que la edad media muestral es de 49 años, y que las categorías dominantes son las siguientes: muje­
res (51,8%), activos (51,9%), casados (71,5%), individuos que declaran no padecer ninguna enfer­
medad crónica (66,1%), que han alcanzado los estudios primarios (31,3%), con una renta familiar
entre 100.001 y 150.000 pesetas mensuales (23,3%), y que pertenecen a la clase obrera (53,0%).
V.1.1.2. Resultados del análisis bivariante
En este apartado se realiza un análisis de tipo bivariante, que permitirá observar el grado
de asociación que se establece entre la variable dependiente –fumar– y cada una de las variables
200
explicativas que intervienen en el modelo .
200 Aunque en el modelo logístico la variable dependiente es la razón entre fumar y no fumar, en el análisis bivariante se ha
considerado la relación entre fumar y las variables explicativas para una mejor comprensión de los resultados. En los análisis
bivariantes realizados en los demás apartados también se ha aplicado esta metodología.
— 164 —
De los datos recogidos en la tabla V.1.1.2 se desprenden las siguientes conclusiones:
• Existe una diferencia notable entre hombres y mujeres en el consumo de tabaco. Así,
el 46,3% de los hombres declaran fumar, mientras que dicho porcentaje desciende a
un 24,7% en las mujeres.
• También existe una diferencia importante en el porcentaje de fumadores entre aque­
llos que declaran padecer una enfermedad crónica (el 22,0% fuman) y los que no pa­
decen dicho tipo de enfermedad (41,9%).
• El porcentaje de fumadores es mucho mayor entre los que se declaran activos
(50,1%) que entre los inactivos (19,0%).
• Con referencia al estado civil, los solteros declaran fumar en una mayor proporción
que los casados (51,0% frente a un 33,2%). Asimismo, el menor porcentaje de fuma­
dores se da entre los viudos (11,8%) y el mayor entre los separados y divorciados
(57,5%).
TABLA V.1.1.2
RESULTADOS DEL ANÁLISIS BIVARIANTE
Casos (fumar=1)
% Casos (fumar=1)
SEXO (hombre)
SEXO (mujer)
Variables
1.112
1.637
46,3
24,7
SALUD (padece enfermedad crónica)
SALUD (no padece enfermedad crónica)
1.371
1.378
22,0
41,9
ACTIVO (activo)
ACTIVO (inactivo)
1.295
1.454
50,1
19,0
ECIVIL1 (Soltero/a)
1.438
51,0
ECIVIL2 (Casado/a)
1.184
33,2
ECIVIL3 (Separado/a o divorciado/a)
1.177
57,5
ECIVIL4 (Viudo/a)
1.150
11,8
NIVEST1 (Sin estudios)
1.155
17,4
NIVEST2 (Estudios primarios)
1.423
27,1
NIVEST3 (E. secundarios 1r ciclo)
1.454
48,3
NIVEST4 (E. secundarios profesionales 2º ciclo)
1.232
46,4
NIVEST5 (E. secundarios generales 2º ciclo)
1.190
48,0
NIVEST6 (E. universitarios 1r ciclo)
1.141
44,6
NIVEST7 (E. universitarios 2º y 3r ciclo)
1.145
41,7
NIVEST8 (E. no reglados)
1.19
32,1
CCAA01 (Andalucía)
1.324
39,5
CCAA02 (Aragón)
11.157
34,8
CCAA03 (Asturias)
11.139
27,1
CCAA04 (Baleares)
11.144
44,9
CCAA05 (Canarias)
11.161
34,7
(Sigue)
— 165 —
(Continuación)
Variables
Casos (fumar=1)
% Casos (fumar=1)
CCAA06 (Cantabria)
126
40,6
CCAA07 (Castilla y León)
100
29,0
CCAA08 (Castilla-La Mancha)
171
32,1
CCAA09 (Cataluña)
254
31,3
CCAA10 (C. Valenciana)
183
36,7
CCAA11 (Extremadura)
146
32,6
CCAA12 (Galicia)
114
30,7
CCAA13 (Madrid)
238
38,3
CCAA14 (Murcia)
140
32,8
CCAA15 (Navarra)
129
43,3
CCAA16 (País Vasco)
111
39,4
CCAA17 (La Rioja)
112
36,4
TAMUNI1 (Municipio menor 2.000 habitantes)
124
32,1
TAMUNI2 (De 2.001 a 10.000 habitantes)
292
32,5
TAMUNI3 (De 10.001 a 50.000 habitantes)
402
34,2
TAMUNI4 (De 50.001 a 100.000 habitantes)
162
39,4
TAMUNI5 (De 100.001 a 400.000 habitantes)
400
34,3
TAMUNI6 (De 400.001 a 1.000.000 habitantes)
127
39,8
TAMUNI7 (Más de 1.000.000 habitantes)
242
39,0
RENTA1 (Menos de 60.000 ptas.)
103
25,1
RENTA2 (De 60.001 a 100.000 ptas.)
341
30,2
RENTA3 (De 100.001 a 150.000 ptas.)
421
36,2
RENTA4 (De 150.001 a 200.000 ptas.)
286
42,1
RENTA5 (De 200.001 a 300.000 ptas)
165
43,7
RENTA6 (Más de 300.000 ptas.)
111
41,1
RENTA7 (Renta desconocida)
322
33,9
CSOCIAL1 (C. capitalista- c. Media patrimonial)
306
30,3
CSOCIAL3 (C. Media funcional supraordinada)
235
36,9
CSOCIAL4 (C. Media funcional subordinada)
266
38,4
CSOCIAL5 (Obreros)
942
35,7
• Por Comunidades Autónomas, destacan los menores porcentajes de fumadores en
Asturias (27,1%), Castilla y León (29,0%) y Galicia (30,7%), mientras que Baleares
(44,9%), Navarra (43,3%), y Cantabria (40,6%) son las Comunidades donde existe
una mayor proporción.
• Los municipios donde se observa un mayor porcentaje de fumadores son aquellos
entre 50.001 y 100.000 habitantes, así como con más de 400.000 habitantes,
siendo los municipios con menos de 2.000 habitantes donde se contabiliza la me­
nor proporción.
— 166 —
• Se observa una relación positiva entre el nivel de ingresos familiares de los encuesta­
dos y la probabilidad de fumar (salvo para aquellos de mayor nivel de renta, cuyo por­
centaje de fumadores es algo menor que en el intervalo que le precede).
• No existe una clara relación entre fumar y la clase social, si bien las clases medias
contienen un mayor porcentaje de fumadores que en clase obrera, y es la clase capi­
talista donde se contabiliza una menor proporción.
Con referencia a la educación, se observa una relación positiva entre los años de escola­
rización y el porcentaje de fumadores, hasta los ocho años de escolarización, mientras que dicha
relación es ligeramente negativa con posterioridad (véase el gráfico V.I.1.1). Ahora bien, tal y como se
ha señalado en los capítulos III y IV, y dada la incidencia de la variable sexo en la probabilidad de
fumar, en el estudio del efecto de la educación sobre dicha probabilidad debería considerarse la dis­
tinta incidencia de la educación por sexo.
GRÁFICO V.I.1.1
PROPORCIÓN DE FUMADORES, SEGÚN AÑOS DE EDUCACIÓN Y SEXO
% de fumadores
70
60
50
mujeres
40
hombres
Ambos
30
20
10
0
3
5
8
10
12
13
15
17
19
Años de
escolarización
De este modo, el análisis diferenciado por sexo muestra que el efecto negativo de los años
de escolarización sobre la probabilidad de fumar a partir de los ocho años de escolarización se da sólo en
los hombres (salvo en el último año considerado) ya que, para las mujeres, el porcentaje de fumadores
sigue aumentando hasta alcanzar los 17 años de escolarización. Asimismo, dicho gráfico muestra una
relación entre fumar y los años de escolarización que sugiere la introducción, en el análisis de regresión,
201
no sólo de la variable “años de escolarización” sino, además, del cuadrado de la misma .
201 Como se ha indicado en la nota a pie de página anterior, en el análisis logístico la variable dependiente no es la probabili­
dad de fumar sino la relación entre dicha probabilidad y la de no fumar. Ahora bien, si se relaciona esta ratio con los años de
escolarización, se observa una relación muy similar a la mostrada en el gráfico V.I.1.1.
— 167 —
Si se consideran los niveles educativos, en la tabla V.1.1.2 se observa que el porcentaje
de fumadores es bastante similar entre los encuestados con al menos estudios secundarios de primer
ciclo (en torno al 45,8%) aunque algo menor para aquellos con estudios universitarios de segundo y
tercer ciclo (41,7%). Dicho porcentaje sí disminuye considerablemente para los individuos con estu­
dios no reglados (32,1%), estudios primarios (27,1%) y sin estudios (17,4%).
GRÁFICO V.I.1.2
PROPORCIÓN DE FUMADORES, SEGÚN EL NIVEL EDUCATIVO Y SEXO
% de fumadores
70
60
mujeres
50
hombres
40
Ambos
30
20
10
Univer 2-3ºC
Univer. 1ºC
Sec. Gen. 2ºC
S. Prof. 2ºC
Secun.1ºC
Primarios
Sin estud.
0
Nivel
educativo
Como en el caso anterior, el análisis separado por sexo muestra unos efectos de la edu­
cación claramente diferenciados. Así, en el gráfico V.I.1.2 se advierte que mientras el porcentaje de
fumadores entre los hombres aumenta desde los sin estudios hasta los que han alcanzado estudios
secundarios de primer ciclo, y desciende a partir de este nivel, en las mujeres dicho porcentaje au­
menta con cada nivel educativo alcanzado (salvo, precisamente, para las que han finalizado estudios
universitarios de segundo y tercer ciclo).
Finalmente, el gráfico V.I.1.3 revela que el porcentaje de fumadores disminuye a partir
del intervalo 30-34 años, y alcanza niveles mucho menores en aquellos de avanzada edad (no exis­
202
tiendo fumadores en la muestra a partir de los 85 años) . Asimismo, puede observarse que, aunque
la trayectoria a lo largo del ciclo vital es similar entre hombres y mujeres, existe una diferencia consi­
derable en el porcentaje de fumadores de ambos grupos, mayor entre los primeros, salvo para el
tramo de edad más joven.
202 Al respecto, cabe suponer que la reducción en el porcentaje de fumadores con respecto a la edad se deba, en parte, a la
mayor mortalidad de éstos.
— 168 —
GRÁFICO V.I.1.3
PROPORCIÓN DE FUMADORES, SEGÚN LA EDAD Y SEXO
% de fumadores
70
60
Mujeres
50
Hombres
40
Ambos
30
20
10
85-92
80-84
75-79
70-74
65-69
60-64
55-59
50-54
45-49
40-44
35-39
30-34
25-29
0
Intervalo
de edad
V.1.1.3 Interpretación de los resultados de los modelos de regresión logística
En este apartado se presentan los resultados de las distintas regresiones logísticas relacio­
nadas con la contrastación de la primera hipótesis, si bien, para facilitar la lectura, sólo se exponen las
regresiones más relevantes, y se incluyen las demás en el apéndice denominado “fumar”. En los análisis
de regresión no se describen los indicadores que aparecen en las tablas (para ello véase el apéndice es­
tadístico). Además, el análisis de los resultados se centra en el efecto de la variable educativa y, por tanto,
la incidencia de las demás variables incluidas en el modelo se considera en menor medida.
Antes de realizar un análisis de regresión logístico conviene contrastar la existencia, o
no, de multicolinealidad entre las variables explicativas, debido a que en caso afirmativo, los errores
estándar aumentan y, de este modo, se tiende a aceptar la hipótesis de que los parámetros estima­
dos son cero, cuando en realidad dicha variable es significativa (Gujarati, 1997: 213-41). El índice de
condición señala que las variables “años de escolarización” y “edad” generan multicolinealidad leve
203
(el valor de dicho índice es 24,5 –inferior a 30–) . Ahora bien, dado que no parece pertinente deses­
timar ninguna de las dos variables en el análisis econométrico (ya que ambas son significativas por
separado), se procede a estimar el efecto no monetario de la educación incluyendo la variable edad.
Asimismo, ambas variables resultan significativas al ser consideradas conjuntamente en el análisis de
regresión (debido, seguramente, a que la multicolinealidad es leve).
Además, un análisis gráfico entre los residuos de las estimaciones al cuadrado y las va­
riables incluidas en el modelo, dependiente y explicativas, señala que no existe heterocedasticidad,
De este modo, los estimadores están insesgados y son eficientes (véase el apartado 7 del apéndice
estadístico). Este tipo de análisis se ha llevado a cabo en todas las estimaciones realizadas en este
capítulo, y puede concluirse que no se observa heterocedasticidad en ninguna de ellas.
203 Una descripción del significado del análisis del índice de condición puede observarse en el apartado 6 del apéndice estadístico.
— 169 —
Por tanto, para el conjunto de la muestra se analiza el efecto de la educación (conside­
rada en años de escolarización y en niveles educativos) incluyendo, además, variables referidas al
sexo, la edad, el estado de salud, la situación de actividad laboral, el estado civil, la Comunidad Autó­
noma y el tamaño del municipio de residencia, así como los niveles de renta familiares y la clase so­
cial de los individuos. Asimismo, el distinto efecto de la educación en función del sexo, que parece
observarse en los gráficos V.I.1.1 y V.I.1.2, sugiere la inclusión de una variable de interacción entre
los años de escolarización y el sexo de los individuos, así como entre esta última y los distintos nive­
les educativos considerados.
En la tabla V.1.1.3 se aprecia la significatividad de la variable años de educación (con
204
signo positivo), así como de su forma cuadrática (con signo negativo) . Asimismo, el término de
interacción “educación*sexo” es significativo y tiene signo negativo, de modo que se observa un dis­
tinto efecto de la educación para cada sexo. Así, mientras que los años de educación inciden positi­
205
vamente sobre la probabilidad relativa de fumar de las mujeres (aunque de un modo decreciente,
tal y como muestra la significatividad del término referido a la educación al cuadrado), el efecto mar­
ginal de los años de educación sobre la probabilidad relativa de fumar es negativo para los hombres.
Además, el test de la chi-cuadrado permite concluir que el modelo propuesto es signifi­
cativo y, aunque el valor de la R-cuadrado no es elevado, está acorde con los valores habituales en
este tipo de estudios –véase Sander (1995a,b) y Ross y Wu (1995)–; asimismo, con el punto de corte
en 0,35, el modelo predice correctamente un alto porcentaje de los casos afirmativos (fumar=1).
TABLA V.1.1.3
RESULTADOS DEL ANÁLISIS DE REGRESIÓN LOGÍSTICA: PROBABILIDAD RELATIVA DE FUMAR
(AÑOS DE ESCOLARIZACIÓN)
Variables
SEXO
EDAD
SALUD
ACTIVO
ECIVIL1
ECIVIL3
ECIVIL4
AÑOSEDU
AÑOSED2
EDUC*SEXO
CCAA02
CCAA03
CCAA04
CCAA05
B
S.E.
Wald
gl
Sig.
Exp(B)
-2,556**
-0,048**
-0,357**
-0,286**
-0,037**
-0,931**
-0,116**
-0,248**
-0,008**
-0,177**
-0,063**
-0,462**
-0,259**
-0,341**
0,167
0,004
0,082
0,089
0,093
0,203
0,179
0,047
0,002
0,016
0,213
0,234
0,263
0,202
235,581
177,449
119,057
110,397
110,157
121,045
110,423
128,408
114,121
122,583
110,087
113,901
110,969
112,857
1
1
1
1
1
1
1
1
1
1
1
1
1
1
0,000
0,000
0,000
0,001
0,692
0,000
0,516
0,000
0,000
0,000
0,768
0,048
0,325
0,091
12,880
10,953
11,429
11,331
10,964
12,538
11,123
11,282
10,992
10,838
10,939
10,630
11,296
10,711
(Sigue)
204 Se expone el análisis de regresión realizado por el método enter (véase el apartado 1 del apéndice estadístico para una
explicación de los distintos métodos de estimación), incluyendo sólo las distintas variables en las que al menos una categoría
es significativa (así como la variable renta, sea o no significativa, para excluir el efecto monetario de la educación). El análisis
de regresión con todas las variables puede observarse en el apartado 1 del apéndice “fumar” (tablas 1 y 2). Asimismo, debe
señalarse la consistencia de los resultados asociados a la variable educativa, ya que no varían significativamente si se conside­
ran otros métodos de estimación (como el forward step).
205 Por probabilidad relativa se entiende la de la odds-ratio, es decir, la probabilidad de fumar respecto a no fumar (véase el
apartado IV.2.3.2).
— 170 —
(Continuación)
Variables
CCAA06
CCAA07
CCAA08
CCAA09
CCAA10
CCAA11
CCAA12
CCAA13
CCAA14
CCAA15
CCAA16
CCAA17
TAMUNI1
TAMUNI2
TAMUNI3
TAMUNI4
TAMUNI6
TAMUNI7
RENTA1
RENTA2
RENTA4
RENTA5
RENTA6
RENTA7
Constante
B
S.E.
Wald
gl
Sig.
Exp(B)
-0,117**
-0,432**
-0,285**
-0,457**
-0,077**
-0,253**
-0,301**
-0,201**
-0,290**
-0,328**
-0,087**
-0,036**
-0,078**
-0,027**
-0,013**
-0,367**
-0,101**
-0,305**
-0,144**
-0,218**
-0,063**
-0,074**
-0,017**
-0,130**
-0,675**
0,306
0,166
0,190
0,130
0,135
0,225
0,156
0,160
0,235
0,299
0,170
0,413
0,157
0,114
0,103
0,140
0,169
0,148
0,158
0,106
0,113
0,141
0,167
0,110
0,350
110,145
116,762
112,267
112,331
110,327
111,266
113,713
111,578
111,523
111,204
110,259
110,007
110,247
110,056
110,016
116,898
110,356
114,239
110,825
114,231
110,310
110,275
110,010
111,391
113,725
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
0,703
0,009
0,132
0,000
0,568
0,260
0,054
0,209
0,217
0,273
0,611
0,931
0,619
0,813
0,899
0,009
0,551
0,040
0,364
0,040
0,577
0,600
0,919
0,238
0,054
1,124
0,649
0,752
0,633
0,926
0,776
0,740
0,818
0,748
1,388
1,090
0,965
1,081
0,973
0,987
1,444
1,106
1,357
1,154
1,244
1,065
1,077
0,983
0,878
0,509
* Significativa al nivel 5%. ** Significativa al 1%.
Categorías de referencia: ECIVIL2, CCAA01, TAMUNI5, RENTA3.
Estadísticos
Número observaciones: 4.952
Chi-cuadrado: 1.205,970, con g.l. 38 y Prob>chi2=0,000
Predicciones correctas (fumar): 75,7%
Predicciones correctas (total): 69,8%
CUT: 0,35
-2LL: 5.213,854
Número de iteraciones: 4
R-cuadrado Nagelkerke: 0,30
Los efectos marginales pueden observarse en el gráfico V.I.1.4, donde se considera la pro­
206
babilidad de fumar respecto a no fumar de individuos representativos de la muestra , a los que sólo se
altera los años de educación. Así, éstos son hombres y mujeres con 49 años de edad, un buen estado de
salud, activos, casados, que viven en Andalucía y en un municipio entre 10.001 y 50.000 habitantes (se
206 Como valores representativos, en las variables cuantitativas continuas se ha considerado el valor medio (ej: 49 años de
edad), mientras que para las variables categóricas se ha considerado la moda (ej: estado civil casado).
— 171 —
consideran sólo las variables significativas). Teniendo en cuenta lo señalado en el apartado IV.2.3.2, y con
los datos de la tabla V.1.1.3, la expresión utilizada para conocer los efectos marginales de la educación,
207
para cada sexo, y sobre los individuos representativos, es la siguiente :
P(Yi = 1)
Pr obabilidad (fumar)
β X
=
= e ∑ k ki = e β0 * e β1X1i * ... * e βk Xki =
Pr obabilidad (no fumar) 1− P(Yi = 1)
e β0 * (e β1 )
= (12,880)
X1i
* ... * (e βk )
sexo
* (0,953)
X ki
=
edad
* (1,429) salud * (1,331) activo * (1,282) añosedu * (0,992) añosed2 *
* (0,838) educación*sexo
GRÁFICO V.I.1.4
EFECTOS MARGINALES DE LOS AÑOS DE ESCOLARIZACIÓN SOBRE LA
PROBABILIDAD RELATIVA DE FUMAR, POR SEXO
Prob. relativa de fumar
3,0
2,5
2,0
Hombres
M ujeres
1,5
1,0
0,5
0,0
3
5
8
10
12
13
15
17
19
Años de
escolarización
208
Si se considera la educación en niveles, la tabla V.1.1.4 señala que, para las mujeres,
los niveles educativos superiores a la categoría de referencia (estudios primarios) incrementan, de un
modo significativo, la probabilidad relativa de fumar, mientras que el efecto de no poseer estudios es
209
negativo . En concreto, de los resultados expuestos en la última columna de la tabla V.1.1.4 puede
concluirse que, con referencia a los estudios primarios, alcanzar estudios secundarios de primer ciclo
incrementa la probabilidad relativa de fumar en poco más del doble, poseer estudios secundarios
207 No se exponen los valores de las variables categóricas, ya que se consideran las categorías de referencia. Este procedi­
miento se aplicará en el cálculo de los efectos marginales de la educación sobre cada una de las variables dependientes con­
sideradas en la contrastación de las hipótesis.
208 Como en la tabla anterior, sólo se consideran las variables explicativas en las que alguna categoría se muestra significati­
va. Además, el modelo propuesto es significativo en su conjunto, tal y como muestran los estadísticos que se adjuntan a la
tabla de resultados.
209 Los estudios no reglados (nivest8) no son significativos.
— 172 —
profesionales de segundo ciclo 2,3 veces, los estudios generales de segundo ciclo y los estudios uni­
versitarios de primer ciclo en torno al triple, y los estudios universitarios de segundo y tercer ciclo casi
el doble. Asimismo, la carencia de estudios reduce la probabilidad de fumar a la mitad.
Para los hombres, los efectos marginales de la educación no se observan directamente
en la tabla, sino que debe considerarse el producto del efecto de la educación (“nivest”) y del efecto
210
interactivo entre la educación y el sexo (“nives*sexo”), considerando los datos de la última columna .
Así, con respecto a los estudios primarios, alcanzar los estudios secundarios de primer ciclo reduce la
probabilidad de fumar un 25,1%, los estudios secundarios profesionales de segundo ciclo un 56,6%,
los estudios secundarios generales de segundo ciclo un 44,8%, los estudios universitarios de primer
ciclo un 53,2% y los estudios universitarios de segundo y tercer ciclo un 65,4%, mientras que no po­
seer estudios incrementa la probabilidad relativa de fumar un 5,8%.
TABLA V.1.1.4
RESULTADOS DEL ANÁLISIS DE REGRESIÓN LOGÍSTICA: PROBABILIDAD RELATIVA DE FUMAR
(NIVELES DE EDUCACIÓN)
B
E.T.
Wald
gl
Sig.
Exp(B)
SEXO
EDAD
SALUD
ACTIVO
ECIVIL1
ECIVIL3
ECIVIL4
NIVEST1
NIVEST3
NIVEST4
NIVEST5
NIVEST6
NIVEST7
NIVEST8
NIVES1*SEXO
NIVES3*SEXO
NIVES4*SEXO
NIVES5*SEXO
Variables
-1,826**
-0,048**
-0,345**
-0,327**
-0,032**
-0,960**
-0,205**
-0,755**
-0,760**
-0,830**
-1,062**
-1,061**
-0,632**
-0,412**
-0,812**
-1,051**
-1,665**
-1,658**
0,143
0,004
0,082
0,089
0,093
0,203
0,180
0,255
0,153
0,187
0,202
0,213
0,215
0,635
0,288
0,198
0,236
0,257
162,059
170,979
117,858
113,388
110,116
122,257
111,286
118,798
124,791
119,739
127,516
124,933
118,605
110,420
**7,920
128,274
149,821
141,681
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
0,000
0,000
0,000
0,000
0,733
0,000
0,257
0,003
0,000
0,000
0,000
0,000
0,003
0,517
0,005
0,000
0,000
0,000
6,210
0,953
1,413
1,387
0,969
2,611
1,227
0,470
2,139
2,294
2,891
2,891
1,882
1,510
2,252
0,350
0,189
0,191
NIVES6*SEXO
-1,820**
0,280
142,226
1
0,000
0,162
(Sigue)
210 En las tablas que recogen los resultados de las regresiones, considerando la educación en niveles, se ha preferido omitir
la variable “nives2*sexo” e incluir la variable “sexo”. Dado que el objetivo no es sólo conocer la distinta incidencia de la educa­
ción entre sexos sino, principalmente, los efectos marginales de la educación para cada sexo, este método facilita los cálculos,
ya que permite obtener dichos efectos en los hombres a partir del producto de “nivest” y “nives*sexo”, sin necesidad de rees­
calar respecto al resultado obtenido para la categoría de referencia –nives2*sexo– (véase Artís y Guillén, 1999). Por tanto:
• Los efectos marginales no monetarios de cada nivel educativo en los hombres, respecto a la categoría de referencia, se
obtienen a partir del producto entre “nivest” y “nives*sexo”.
• Los efectos diferenciados de cada nivel educativo en los hombres respecto a las mujeres se obtienen del producto entre
“nives*sexo” y “sexo”, y de la variable “sexo” para los estudios primarios (la categoría de referencia). Asimismo, los coefi­
cientes de las variables “nives*sexo” permiten conocer la distinta incidencia de cada nivel educativo sobre la probabilidad
relativa de fumar de los hombres respecto a las mujeres, comparado con el efecto de la categoría de referencia.
— 173 —
(Continuación)
Variables
NIVES7*SEXO
NIVES8*SEXO
CCAA02
CCAA03
CCAA04
CCAA05
CCAA06
CCAA07
CCAA08
CCAA09
CCAA10
CCAA11
CCAA12
CCAA13
CCAA14
CCAA15
CCAA16
CCAA17
TAMUNI1
TAMUNI2
TAMUNI3
TAMUNI4
TAMUNI6
TAMUNI7
RENTA1
RENTA2
RENTA4
RENTA5
RENTA6
RENTA7
Constante
B
E.T.
Wald
gl
Sig.
Exp(B)
-1,692**
-1,379**
-0,041**
-0,436**
-0,196**
-0,356**
-0,128**
-0,426**
-0,295**
-0,433**
-0,080**
-0,291**
-0,306**
-0,219**
-0,290**
-0,344**
-0,096**
-0,017**
-0,051**
-0,045**
-0,017**
-0,357**
-0,075**
-0,304**
-0,154**
-0,222**
-0,052**
-0,068**
-0,081**
-0,129**
0,252**
0,267
0,906
0,214
0,232
0,255
0,201
0,308
0,167
0,190
0,130
0,136
0,224
0,157
0,160
0,237
0,298
0,171
0,414
0,156
0,114
0,103
0,140
0,170
0,147
0,160
0,107
0,113
0,141
0,166
0,110
0,259
40,083
12,319
10,037
13,545
10,591
13,132
10,173
16,543
12,408
11,050
10,342
11,676
13,817
11,871
11,501
11,337
10,312
10,002
10,106
10,156
10,026
16,495
10,195
14,270
10,919
14,321
10,215
10,232
10,241
11,372
10,947
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
0,000
0,128
0,847
0,060
0,442
0,077
0,677
0,011
0,121
0,001
0,559
0,196
0,051
0,171
0,220
0,248
0,577
0,967
0,745
0,693
0,871
0,011
0,659
0,039
0,338
0,038
0,643
0,630
0,623
0,242
0,331
0,184
0,252
0,960
0,646
1,217
0,700
1,137
0,653
0,745
0,648
0,924
0,748
0,736
0,804
0,748
1,411
1,100
0,983
1,052
0,956
0,983
1,429
1,078
1,355
1,166
1,248
1,054
1,070
0,922
0,879
1,286
* Significativa al 5%. **Significativa al 1%.
Categorías de referencia.: ECIVIL2, CCAA01, TAMUNI5, RENTA3, NIVEST2.
Estadísticos
Número observaciones: 4.980
Chi-cuadrado: 1.239,664, con g.l. 49 y Prob>chi2=0,000
Predicciones correctas (fumar): 77,6%
Predicciones correctas (total): 69,0%
CUT: 0,35
-2LL: 5.215,436
Número de iteraciones: 4
R-cuadrado Nagelkerke: 0,30
— 174 —
Asimismo, la probabilidad relativa de fumar de los hombres es menor a medida que se
alcanzan niveles educativos superiores (si se consideran los estudios secundarios de segundo ciclo
conjuntamente, así como los estudios universitarios). Respecto a las mujeres, dicha probabilidad es
211
mayor a medida que aumenta su nivel educativo salvo para aquellas con mayor nivel . Asimismo, se
observa que los estudios secundarios profesionales reducen la probabilidad relativa de fumar, res­
pecto a los estudios generales, tanto en hombres como en mujeres.
Los efectos marginales de cada nivel educativo sobre la probabilidad relativa de fumar, des­
critos en los párrafos anteriores, se muestran en el gráfico V.I.1.5, donde se ha considerado un individuo
medio (siguiendo el procedimiento aplicado anteriormente para los años de escolarización). Este gráfico
refleja las disminuciones de la probabilidad relativa de fumar que los niveles educativos superiores a la
categoría de referencia (estudios primarios) generan en los hombres, así como los incrementos que éstos
producen en las mujeres, que se han obtenido al aplicar la siguiente expresión:
P(Yi = 1)
Pr obabilidad (fumar)
β X
=
= e ∑ k ki = e β0 * e β1X1i * ... * e βk Xki =
Pr obabilidad (no fumar) 1− P(Yi = 1)
e β0 * (e β1 )
= (6,210)
X1i
* ... * (e βk )
sexo
* (0,953)
X ki
edad
=
* (1,413) salud * (1,387) activo * (0,470)nivest1 * (2,139)nivest3 *
* (2,294)nivest4 * (2,891)nivest5 * (2,891)nivest6 * (1,882) nivest7 * (2,252) nives1*sexo *
* (0,350)nives3*sexo * (0,189)nives4*sexo * (0,191)nives5*sexo * (0,162)nives6*sexo *
* (0,184)nives7*sexo
GRÁFICO V.I.1.5
EFECTOS MARGINALES DE LOS NIVELES EDUCATIVOS SOBRE LA PROBABILIDAD
RELATIVA DE FUMAR, POR SEXO
Prob. relativa de fumar
1,6
1,4
Hombres
Mujeres
1,2
1,0
0,8
0,6
0,4
Univer 2-3ºC
Univer. 1ºC
Sec. Gen. 2ºC
S. Prof. 2ºC
Secun.1ºC
Primarios
0,0
Sin estud.
0,2
Nivel
educativo
211 Al respecto, la tabla 1.3 del apéndice “fumar” muestra una estimación que considera, por un lado, al conjunto de estudios
secundarios de segundo ciclo y, por otro lado, los estudios universitarios agrupados, que confirma dichos resultados.
— 175 —
En suma, como se observa en las tablas y gráficos anteriores, los efectos no monetarios
de la educación sobre la probabilidad relativa de fumar son contrarios para hombres y mujeres, de tal
modo que mientras la educación incide positivamente sobre la probabilidad relativa de fumar en las
mujeres, ésta reduce dicha probabilidad en el caso de los hombres.
Además, aunque no se presente en este estudio, no son significativos los términos de
interacción creados entre la variable clase social y los niveles educativos o años de escolarización,
así como entre la renta y la educación, de tal modo que no se observa un efecto diferenciado de la
212
educación por clases sociales ni por niveles de renta .
Con respecto al efecto de las variables no educativas sobre la probabilidad relativa de
fumar, el conjunto de regresiones permite enumerar los siguientes efectos marginales:
• La variable “sexo” incide positiva y sustancialmente sobre la probabilidad relativa de
fumar, de tal modo que dicha probabilidad aumenta 2,6 veces para los hombres res­
213
pecto a las mujeres .
• El estado de salud también es una variable significativa, ya que no padecer una en­
fermedad crónica incrementa la probabilidad relativa de fumar en torno a un 42%.
• Los activos tienen una mayor probabilidad relativa de fumar que los inactivos (entre
un 33% y un 39% más).
• Con referencia al estado civil, sólo estar separado o divorciado incide de un modo
significativamente distinto a estar casado. Así, los primeros tienen 2,5 veces más la
probabilidad relativa de fumar que los segundos.
• Respecto a la edad, se observa una incidencia negativa de la misma. Así, un año más
reduce la probabilidad relativa de fumar en torno a un 5%. Si se considera la edad en
intervalos (véase la tabla 1.5 del apéndice), se observa que la disminución en la pro­
babilidad relativa de fumar es mayor a medida que aumenta la edad de los individuos,
dándose la mayor incidencia en dicha reducción en el quinto intervalo, que contiene a
214
los de mayor edad .
• Las CCAA con un comportamiento significativamente distinto a la de referencia (An­
dalucía) son Asturias, Cataluña y Castilla-León; así, los residentes en dichas comuni­
dades tienen una menor probabilidad relativa de fumar (en torno a un 37%, 36% y un
35% respectivamente).
• Respecto al tamaño del municipio de referencia (entre 100.001 y 400.000 habitantes),
residir en municipios entre 50.001 y 100.000 habitantes, así como con más de
1.000.000 de habitantes, incrementa la probabilidad relativa de fumar en torno a un
43% y un 36% respectivamente.
• No se observa significación alguna para las variables clase social y nivel de renta
215
.
212 Fenómeno que tampoco se observa en la contrastación del resto de las hipótesis contempladas en este capítulo.
213 Debido a la existencia de términos de interacción con la variable “sexo” en las regresiones presentadas, el modo más
sencillo de conocer el efecto marginal de dicha variable sobre la dependiente es mediante una regresión sin interacciones (tal y
como se realiza en la tabla 1.4 del apéndice correspondiente).
214 Los intervalos de edad considerados son los siguientes: edad1: 25-34 años; edad2: 35-44 años; edad3: 45-54 años;
edad4: 55-64 años; edad5: 65 y más años.
215 Además, si se convierte las variables relacionadas con la renta en una variable continua (reduciendo la muestra a 4.007
individuos) ésta tampoco es significativa.
— 176 —
Una vez realizado el análisis para el conjunto de la muestra, y a tenor de la relación
observada entre la edad y el porcentaje de fumadores (véase el gráfico V.I.3), se ha considerado
oportuno extender el análisis mediante el estudio de los efectos no monetarios de la educación
sobre la probabilidad relativa de fumar para distintos tramos de edad. Así, podrá conocerse si
ésta incide de un modo diferenciado en los diversos grupos considerados. A partir de dicho gráfi­
co, parece oportuno dividir la muestra en dos grupos: el primero considera el intervalo de 25 a 34
años (debido a que en él se observa una relación positiva entre el porcentaje de fumadores y la
edad), mientras que el segundo tramo contiene al resto de individuos (donde se observa una
relación negativa entre ambas variables).
Debido a la disminución en el número de observaciones que ocasiona la segmentación
de la muestra, se han realizado algunas transformaciones en las variables educativas. Así, se han
eliminado aquellos individuos con estudios no reglados (nivest8), se han incluido aquellos con 19
años de escolarización en el grupo de 17 años y, finalmente, en el intervalo que comprende a los
individuos entre 25 y 34 años no se considera a los individuos sin estudios (nivest1). Dichas transfor­
maciones no producen cambios significativos en los resultados de regresión, con respecto a los que
se obtienen si se incluyen las variables sin transformar, pero permiten un mejor análisis al aumentar
el número de individuos de cada categoría educativa considerada. Finalmente, debe indicarse que,
para facilitar la lectura, sólo se comentan los resultados de las regresiones realizadas, mientras que
las tablas de resultados se incluyen en el apéndice correspondiente (tablas 2.1 y 2.2).
Si se considera el efecto de la educación en años de escolarización, para el primer inter­
valo de edad se observa la existencia de un efecto negativo significativo de la educación sobre la pro­
babilidad relativa de fumar sólo en el caso de los hombres. Para el segundo intervalo, el análisis de
regresión también revela un efecto negativo de los años de educación sobre la probabilidad relativa de
fumar para los hombres aunque, sin embargo, señala un efecto positivo en el caso de las mujeres.
El análisis por niveles educativos muestra que, para el primer grupo de edad, y compa­
rado con poseer estudios primarios, alcanzar los estudios secundarios de primer ciclo, los secunda­
rios profesionales de segundo ciclo y los estudios universitarios de segundo y tercer ciclo reduce la
probabilidad relativa de fumar para ambos sexos un 45%, 50% y 65% respectivamente, mientras que
los estudios universitarios de primer ciclo reducen dicha probabilidad en un 65% sólo en los hombres.
Sin embargo, los efectos de la educación son distintos para el segundo grupo de edad
considerado. Así, comparados con poseer estudios primarios, se observa la significatividad de todos
los niveles. Ahora bien, mientras que para las mujeres los niveles educativos superiores a la catego­
ría de referencia incrementan la probabilidad relativa de fumar, y de un modo creciente (salvo para
aquellas con un mayor nivel educativo), en el caso de los hombres, adquirir un nivel educativo supe­
rior a la categoría de referencia reduce la probabilidad de fumar (aunque no puede establecerse una
determinada tendencia en dicha reducción, de tal modo que los estudios secundarios profesionales y
los estudios universitarios de ciclo largo reducen la probabilidad relativa de fumar más que los estu­
216
dios secundarios generales de segundo ciclo y los estudios universitarios de ciclo corto) .
Por tanto, del conjunto de resultados presentados, y respecto a la variable educativa,
puede concluirse con los siguientes aspectos:
• Existe un efecto diferenciado de los años de escolarización sobre la probabilidad rela­
tiva de fumar en hombres y mujeres, siendo negativo en el primer caso (es decir, la
educación reduce dicha probabilidad) y positivo en el segundo.
216 Como cabía esperar, debido a que este intervalo comprende a la mayor parte de los individuos, los resultados son muy
similares a los señalados para el conjunto de la muestra.
— 177 —
• El análisis por niveles educativos muestra que el mayor efecto negativo en los hom­
bres lo generan los estudios universitarios de segundo y tercer ciclo (o los estudios
universitarios si agrupan todos los ciclos), mientras que son los estudios universitarios
de primer ciclo los que más incrementan la probabilidad relativa de fumar en las muje­
res (en alguna regresión, al mismo nivel que los estudios secundarios generales de
segundo ciclo). Así, existe una tendencia creciente en el efecto negativo que la edu­
cación genera sobre la probabilidad relativa de fumar de los hombres, así como en el
efecto positivo en las mujeres (salvo para los estudios de mayor nivel).
• Los estudios profesionales generan una menor probabilidad relativa de fumar, res­
pecto a los generales, tanto en hombres como en mujeres. Ahora bien, debe señalar­
se que la comparación entre estudios generales y profesionales se realiza sólo para
los estudios secundarios de segundo ciclo.
• En los más jóvenes (menores de 35 años), la educación reduce la probabilidad relativa
de fumar de los hombres, si bien no incide sobre dicha probabilidad en las mujeres.
De este modo, sólo puede aceptarse parcialmente la hipótesis planteada (la educación
reduce la probabilidad de fumar), ya que dicho efecto se observa únicamente en los hombres, mien­
tras que, en las mujeres (y para el conjunto de la muestra), la educación produce el efecto contrario.
V.1.2. Contrastación de la segunda hipótesis: la educación incrementa la probabilidad de dejar de fumar
Tal y como se ha realizado en el apartado anterior, en primer lugar se describe la mues­
tra utilizada en la contrastación de esta hipótesis; en segundo lugar se realiza un análisis bivariante
entre la variable dependiente y las variables explicativas; finalmente, se presentan los resultados del
análisis de regresión logística con especial énfasis en los efectos no monetarios de la educación.
V.1.2.1
Descripción de la muestra
La muestra obtenida a partir de la Encuesta Nacional de Salud de 1997 está constituida
por 3.147 individuos (un 97,16% del total de encuestados que se declaran fumadores o ex217
fumadores) . Ahora bien, si sólo se consideran aquellos individuos con al menos 25 años de edad, y
se introduce una variable que refleja los años que los individuos han fumado, la muestra se reduce a
2.435, es decir, un 90,76% del total de individuos de 25 y más años.
La tabla siguiente, que describe las variables consideradas en el análisis, señala que el
34,8% de la muestra declara haber dejado de fumar, y que el número medio de años que los individuos
han fumado es de 25 (aunque éste es de 18 para las mujeres y 28 en los hombres). Asimismo, con res­
pecto a la muestra que contiene a todos los individuos mayores de 25 años, destaca la existencia de una
mayor proporción de hombres (68% frente a un 48%), una media de edad de 4 años menos (45 frente a
49 años), una mayor proporción de individuos con buena salud (el 72% no padecen ninguna enfermedad
crónica frente a un 66% de la muestra original), así como de activos (66% frente a un 51% de la muestra
original), un ligero aumento en el porcentaje de solteros (del 17,2% al 20,8%) y de separados o divorcia­
dos (del 2,7% al 3,7%), así como una menor proporción de viudos (del 9,0% al 3,3%). Asimismo, con res­
pecto a la CA de residencia, las diferencias son muy pequeñas, aunque destaca una mayor
representación de los habitantes en Madrid (del 12,6% a casi un 15%), y una disminución significativa para
Galicia (del 7,5% al 6,2%), y Cataluña (del 16,2% al 15%). Sin embargo, no existen diferencias notables en
cuanto a clase social, nivel de renta, tamaño del municipio de residencia (salvo un ligero incremento del
número de individuos que residen en ciudades de más de un millón de habitantes).
217 Se han desestimado 92 individuos por la existencia de missings en alguna de las variables explicativas.
— 178 —
TABLA V.1.2.1
DESCRIPCIÓN DE LAS VARIABLES
Variables
DEJAR DE FUMAR (sí=1)
AÑOS FUMANDO
EDAD
SEXO (hombre=1)
SALUD (buena salud=1)
ACTIVO (sí=1)
ECIVIL1 (Soltero/a)
ECIVIL2 (Casado/a)
ECIVIL3 (Separad. o divorciad.)
ECIVIL4 (Viudo/a)
NIVEST1 (Sin estudios)
NIVEST2 (E. primarios)
NIVEST3 (E. secundarios 1r ciclo)
NIVEST4 (E. sec. profesionales 2º c.)
NIVEST5 (E. sec. generales 2º ciclo)
NIVEST6 (E. universitarios 1r ciclo)
NIVEST7 (E. universit. 2º y 3r ciclo)
1
NIVEST8 (E. no reglados)
AÑOSEDU (años de educación)2
CCAA01 (Andalucía)
CCAA02 (Aragón)
CCAA03 (Asturias)
CCAA04 (Baleares)
CCAA05 (Canarias)
CCAA06 (Cantabria)
CCAA07 (Castilla y León)
CCAA08 (Castilla-La Mancha)
CCAA09 (Cataluña)
CCAA10 (C. Valenciana)
CCAA11 (Extremadura)
CCAA12 (Galicia)
CCAA13 (Madrid)
CCAA14 (Murcia)
CCAA15 (Navarra)
CCAA16 (País Vasco)
CCAA17 (La Rioja)
TAMUNI1 (Munic. menor 2.000 h.)
TAMUNI2 (2.001 a 10.000 hab.)
TAMUNI3 (10.001 a 50.000 hab.)
TAMUNI4 (50.001 a 100.000 h.)
TAMUNI5 (100.001 a 400.000)
TAMUNI6 (400.001 a 1.000.000)
TAMUNI7 (Más de 1.000.000 h.)
Nº casos
Media
Desv. Est.
Mínimo
Máximo
2.435
2.435
2.435
2.435
2.435
2.435
1.507
1.757
11.91
11.80
1.301
1.629
1.559
1.298
1.242
1.180
1.210
11.16
2.419
1.419
1.176
1.166
1.158
1.183
1.132
1.150
1.111
1.365
1.243
1.177
1.150
1.355
1.157
1.134
1.146
1.113
1.183
1.404
1.558
1.222
1.551
1.162
1.355
0,348
24,8691
45,3291
0,679
0,715
0,662
0,208
0,722
0,037
0,033
0,124
0,258
0,230
0,122
0,099
0,074
0,086
0,007
8,739
0,172
0,031
0,027
0,024
0,034
0,013
0,062
0,046
0,150
0,099
0,032
0,062
0,146
0,023
0,014
0,060
0,005
0,075
0,166
0,229
0,091
0,226
0,067
0,149
0,476
13,7881
15,1881
0,467
0,451
0,473
0,406
0,451
0,190
0,178
0,329
0,438
0,421
0,328
0,299
0,262
0,281
0,081
4,362
0,378
0,174
0,162
0,153
0,182
0,114
0,241
0,209
0,357
0,300
0,175
0,241
0,353
0,151
0,117
0,238
0,073
0,264
0,372
0,420
0,288
0,419
0,249
0,353
0
1
251
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
3
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
1
761
931
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
171
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
(Sigue)
— 179 —
(Continuación)
Variables
RENTA1 (Menos de 60.000 ptas.)
RENTA2 (60.001 a 100.000)
RENTA3 (100.001 a 150.000)
RENTA4 (150.001 a 200.000)
RENTA5 (200.001 a 300.000)
RENTA6 (Más de 300.000 ptas.)
RENTA7 (Renta desconocida)
CSOCIAL1 (Capital./media patrim.)
CSOCIAL3 (Media func. supraord.)
CSOCIAL4 (Media func. subordin.)
CSOCIAL5 (Obreros)
Nº casos
Media
Desv. Est.
Mínimo
Máximo
146
513
580
392
216
159
429
438
348
391
1.25811
0,060
0,211
0,238
0,161
0,089
0,065
0,176
0,180
0,143
0,161
0,517
0,238
0,408
0,426
0,368
0,284
0,247
0,381
0,384
0,350
0,367
0,500
0
0
0
0
0
0
0
0
0
0
0
1
1
1
1
1
1
1
1
1
1
1
(1) Debido a su escaso número, no se considerarán en el análisis.
(2) No se consideran los 16 individuos que declaran poseer sólo estudios no reglados y, debido a su escaso número, se asig­
nan 17 años de escolarización a todos aquellos con al menos estudios universitarios de segundo y tercer ciclo.
Con referencia a la educación, esta muestra contiene individuos con más años de esco­
larización (siendo la media 8,7 años, frente a 7,9 de la muestra original). Si se considera la educación
en niveles, se observa un menor porcentaje de individuos sin estudios (del 18% al 12%) y con estu­
dios primarios (26% versus 31%), mientras que existe un mayor porcentaje de individuos con estudios
secundarios de primer ciclo (23% frente a un 19%), con estudios secundarios de segundo ciclo (22%
versus 18%) y con estudios universitarios (16% frente a un 13% de la muestra original).
V.1.2.2. Resultados del análisis bivariante
En este apartado se lleva a cabo un análisis de tipo bivariante, que permitirá observar el
grado de asociación entre la variable dependiente –dejar de fumar– y cada una de las variables expli­
cativas que intervienen en el modelo.
De los datos recogidos en la tabla V.1.2.2 se desprenden las siguientes conclusiones:
• Existe una diferencia sustancial entre hombres y mujeres con respecto al porcentaje
de individuos que declaran haber dejado de fumar. Así, el 38,2% de los hombres se­
ñalan haber dejado dicho hábito, mientras que dicho porcentaje desciende a un
27,5% en el caso de las mujeres.
• También existe una diferencia importante en el porcentaje de individuos que han de­
jado de fumar entre aquellos que declaran padecer una enfermedad crónica (el 50,9%
lo han dejado) y los que no padecen dicho tipo de enfermedad (sólo el 28,4% han
abandonado dicho hábito).
• Se observa un mayor porcentaje de exfumadores entre los inactivos (50,7%) que en­
tre los activos (26,7%).
• Con referencia al estado civil, los viudos y casados declaran haber dejado de fumar
en una mayor proporción (48,8% y 38,4% respectivamente) frente a un 22,1% de los
solteros, y un 23,1% de los separados y divorciados.
• Por Comunidades Autónomas, destacan los mayores porcentajes de ex-fumadores en
Asturias (47,0%) y Extremadura (46,8%) y Castilla y León (41,3%), siendo La Rioja
(15,4%), Cantabria (21,9%) y Navarra (23,5%) las CCAA donde un menor número de
fumadores han abandonado dicho hábito.
— 180 —
• No se observa una relación entre dejar de fumar y el tamaño del municipio, el nivel de
ingresos familiares declarados ni la clase social.
TABLA V.1.2.2
RESULTADOS DEL ANÁLISIS BIVARIANTE
Variables
Casos (dejfum=1)
% Casos (dejfum=1)
SEXO (hombre)
SEXO (mujer)
SALUD (padece enfermedad crónica)
SALUD (no padece enfermedad crónica)
632
215
353
494
38,2
27,5
50,9
28,4
ACTIVO (activo)
ACTIVO (inactivo)
430
417
26,7
50,7
ECIVIL1 (Soltero/a)
ECIVIL2 (Casado/a)
ECIVIL3 (Separado/a o divorciado/a)
ECIVIL4 (Viudo/a)
112
675
121
139
22,1
38,4
23,1
48,8
NIVEST1 (Sin estudios)
NIVEST2 (Estudios primarios)
NIVEST3 (E. secundarios 1r ciclo)
NIVEST4 (E. secundar. profesionales 2º ciclo)
NIVEST5 (E. secundarios generales 2º ciclo)
NIVEST6 (E. universitarios 1r ciclo)
NIVEST7 (E. universitarios 2º y 3r ciclo)
162
240
140
191
169
159
178
53,8
38,2
25,0
30,5
28,5
32,8
37,1
CCAA01 (Andalucía)
CCAA02 (Aragón)
CCAA03 (Asturias)
CCAA04 (Baleares)
CCAA05 (Canarias)
CCAA06 (Cantabria)
CCAA07 (Castilla y León)
CCAA08 (Castilla-La Mancha)
CCAA09 (Cataluña)
CCAA10 (C. Valenciana)
CCAA11 (Extremadura)
CCAA12 (Galicia)
CCAA13 (Madrid)
CCAA14 (Murcia)
CCAA15 (Navarra)
CCAA16 (País Vasco)
CCAA17 (La Rioja)
TAMUNI1 (Menos de 2.000 habitantes)
TAMUNI2 (De 2.001 a 10.000 habitantes)
TAMUNI3 (De 10.001 a 50.000 habitantes)
TAMUNI4 (De 50.001 a 100.000 habitantes)
132
130
131
116
132
118
163
143
153
172
136
144
138
124
118
141
113
165
143
200
173
30,1
39,5
47,0
27,6
36,1
21,9
41,3
38,7
40,5
29,6
46,8
28,0
37,5
36,8
23,5
27,4
15,4
35,5
34,2
34,4
32,4
(Sigue)
— 181 —
(Continuación)
Casos (dejfum=1)
% Casos (dejfum=1)
TAMUNI5 (De 100.001 a 400.000 habitantes)
TAMUNI6 (De 400.001 a 1.000.000 habitantes)
TAMUNI7 (Más de 1.000.000 habitantes)
Variables
196
157
140
34,7
33,3
38,0
RENTA1 (Menos de 60.000 ptas.)
RENTA2 (De 60.001 a 100.000 ptas.)
RENTA3 (De 100.001 a 150.000 ptas.)
RENTA4 (De 150.001 a 200.000 ptas.)
RENTA5 (De 200.001 a 300.000 ptas)
RENTA6 (Más de 300.000 ptas.)
RENTA7 (Renta desconocida)
151
212
205
128
174
159
145
34,9
40,0
34,3
32,1
32,9
36,5
31,9
CSOCIAL1 (C. capitalista- c. media patrimon.)
CSOCIAL3 (C. media funcional supraordinada)
CSOCIAL4 (C. media funcional subordinada)
CSOCIAL5 (Obreros)
163
139
157
415
36,3
38,8
38,9
31,9
Con referencia a la educación, el gráfico V.I.2.1 muestra la existencia de una relación
negativa entre los años de escolarización y el porcentaje de individuos que han dejado de fumar
hasta los ocho años de educación (diez en el caso de las mujeres), mientras que dicha relación es
positiva con posterioridad. De este modo, es difícil predecir el efecto de los años de escolarización
sobre la probabilidad relativa de dejar de fumar en hombres y mujeres. Debe señalarse que las mis­
mas conclusiones se obtienen del análisis de la relación entre la probabilidad de dejar de fumar y la
educación en niveles (véase el gráfico V.I.2.2).
GRÁFICO V.I.2.1
PROPORCIÓN DE EX-FUMADORES, SEGÚN EL NIVEL EDUCATIVO Y SEXO
% ex-fumadores
60
mujeres
hombres
Ambos
50
40
30
20
10
0
3
5
8
10
12
13
— 182 —
15
17
Años de
escolarización
GRÁFICO V.I.2.2
PROPORCIÓN DE EX-FUMADORES, SEGÚN EL NIVEL EDUCATIVO Y SEXO
% ex-fumadores
60
50
mujeres
40
hombres
Ambos
30
20
10
Univer 2-3ºC
Univer. 1ºC
Sec. Gen. 2ºC
S. Prof. 2ºC
Secun.1ºC
Primarios
Sin estud.
0
Nivel
educativo
Si se considera la relación existente entre la edad y el porcentaje de individuos que han
dejado de fumar (véase el gráfico V.I.2.3), puede señalarse que este último asciende a medida que
aumenta la edad, y que este aumento es mayor en los hombres que en las mujeres.
Finalmente, se observa un efecto irregular de los años que los individuos llevan fumando
y el porcentaje de ex-fumadores (véase el gráfico V.I.2.4). Así, dicho porcentaje desciende a medida
que aumentan los años que los individuos llevan fumando hasta los 20 años y asciende posterior­
218
mente hasta los 60 años .
218 No se consideran los individuos que llevan más de 60 años fumando debido a la falta de observaciones.
— 183 —
GRÁFICO V.I.2.3
PROPORCIÓN DE EX-FUMADORES, SEGÚN LA EDAD Y SEXO
% ex-fumadores
90
80
70
Ambos
60
mujeres
50
hombres
40
30
20
10
75-79
70-74
65-69
60-64
55-59
50-54
45-49
40-44
35-39
30-34
25-29
0
Intervalos
de edad
GRÁFICO V.I.2.4
PROPORCIÓN DE EX-FUMADORES, SEGÚN LOS AÑOS FUMANDO Y SEXO
% ex-fumadores
60
50
40
Ambos
mujeres
hombres
30
20
10
— 184 —
51-60
41-50
31-40
21-30
11-20
1-10
0
Años fumando
V.1.2.3 Interpretación de los resultados de los modelos de regresión logística
En este apartado se presentan los resultados de las distintas regresiones logísticas que
permiten contrastar la hipótesis planteada. Como en el apartado anterior, sólo se consideran las re­
gresiones más relevantes, incluyendo otras en el apéndice (denominado “dejar de fumar”). Antes de
proceder al análisis de regresión debe señalarse la existencia de multicolinealidad leve (el índice de
condición asciende a 27,9) entre las variables explicativas “edad” y “años fumando”, si bien la inclu­
sión de ambas variables no elimina la significatividad de ninguna de ellas.
Así, para el conjunto de la muestra se analiza el efecto de la educación (considerada en
años de escolarización y en niveles educativos) incluyendo, además, variables referidas al sexo, la
edad, los años que los individuos llevan fumando (o han fumado antes de dejar dicho hábito), el esta­
do de salud, la situación laboral, el estado civil, la Comunidad Autónoma y el tamaño del municipio de
residencia, así como los niveles de renta familiares y la clase social. Además, el distinto efecto de la
educación en función del sexo que parece observarse en los gráficos V.I.2.1 y V.I.2.2 sugiere la inclu­
sión de un término de interacción entre los años de educación y el sexo de los individuos, y entre el
sexo y los distintos niveles educativos considerados. Finalmente, el gráfico V.I.2.4 sugiere la inclusión
de una variable que refleje los años que los individuos llevan fumando al cuadrado (denominada
“afuma2”).
En la tabla V.1.2.3 revela la significatividad de la variable “años de escolarización” (con
219
signo positivo) y del término de interacción “educación*sexo” (con signo negativo) . Por tanto, mien­
tras que los años de escolarización inciden positivamente sobre la probabilidad relativa de dejar de
fumar en las mujeres, su efecto es negativo para los hombres (aunque los valores de las estimacio­
nes señalan que el efecto de la educación, en este último caso, es prácticamente nulo, como puede
220
observarse en el gráfico V.I.2.5) .
TABLA V.1.2.3
RESULTADOS DEL ANÁLISIS DE REGRESIÓN LOGÍSTICA: PROBABILIDAD RELATIVA
DE DEJAR DE FUMAR (AÑOS DE ESCOLARIZACIÓN)
Variables
B
S.E.
Wald
gl
Sig.
Exp(B)
SEXO
-1,150**
0,314
113,367
1
0,000
3,157
EDAD
-0,180**
0,010
351,106
1
0,000
1,197
AÑOSFUMA
-0,227**
0,017
172,252
1
0,000
0,797
AFUMA2
-0,001**
0,000
123,290
1
0,000
1,001
SALUD
-0,590**
0,122
123,457
1
0,000
0,554
ECIVIL1
-0,517**
0,151
111,693
1
0,001
0,597
ECIVIL3
-0,812**
0,344
115,557
1
0,018
0,444
ECIVIL4
-0,722**
0,313
115,318
1
0,021
0,486
AÑOSEDU
-0,080**
0,025
110,636
1
0,001
1,084
EDUC*SEXO
-0,083**
0,028
118,888
1
0,003
0,920
(Sigue)
219 Se expone el análisis de regresión que incluye sólo las distintas variables en las que al menos una categoría es significati­
va (así como la variable renta, sea o no significativa, para aislar el efecto no monetario de la educación).
220 La estimación sin alguna de las variables con multicolinealidad (edad o años fumando) permite observar un efecto decre­
ciente de la educación sobre la probabilidad relativa de dejar de fumar de los hombres algo mayor.
— 185 —
(Continuación)
Variables
B
S.E.
Wald
gl
Sig.
Exp(B)
CCAA02
-0,509**
0,308
2,730
1
0,098
1,664
CCAA03
-0,451**
0,330
1,865
1
0,172
1,570
CCAA04
-0,532**
0,401
1,759
1
0,185
0,588
CCAA05
-0,078**
0,320
0,059
1
0,808
1,081
CCAA06
-0,128**
0,550
0,054
1
0,816
0,880
CCAA07
-0,525**
0,237
4,886
1
0,027
1,690
CCAA08
-0,371**
0,267
1,936
1
0,164
1,450
CCAA09
-0,301**
0,185
2,631
1
0,105
1,351
CCAA10
-0,014**
0,211
0,004
1
0,949
0,987
CCAA11
-0,643**
0,302
4,528
1
0,033
1,902
CCAA12
-0,444**
0,268
2,739
1
0,098
0,642
CCAA13
-0,188**
0,192
0,960
1
0,327
1,207
CCAA14
-0,079**
0,383
0,043
1
0,836
1,083
CCAA15
-0,763**
0,536
2,026
1
0,155
0,466
CCAA16
-0,079**
0,261
0,090
1
0,764
0,924
CCAA17
-0,981**
0,913
1,155
1
0,283
0,375
RENTA1
-0,224**
0,252
0,793
1
0,373
0,799
RENTA2
-0,189**
0,165
1,315
1
0,251
0,828
RENTA4
-0,103**
0,174
0,349
1
0,555
0,902
RENTA5
-0,092**
0,216
0,182
1
0,670
0,912
RENTA6
-0,101**
0,243
0,173
1
0,677
1,106
RENTA7
-0,013**
0,175
0,006
1
0,940
0,987
Constante
-4,565**
0,445
105.19111
1
0,000
0,010
* Significativa al nivel 5%.** Significativa al 1%.
Categorías de referencia: ECIVIL2, CCAA01, RENTA3.
Estadísticos
Número observaciones: 2.419
Chi-cuadrado: 841,014, con g.l. 32 y Prob>chi2=0,000
Predicciones correctas (dejar de fumar): 68,1%
Predicciones correctas (total): 77.6%
CUT: 0,35
-2LL: 2.281,755
Número de iteraciones: 2
R-cuadrado Nagelkerke: 0,41
En el gráfico siguiente pueden observarse los efectos no monetarios marginales de los
años de escolarización sobre la probabilidad relativa de dejar de fumar de un hombre y una mujer
representativos de la muestra (considerando sólo las variables significativas), es decir, individuos con
— 186 —
45 años de edad, un buen estado de salud, que han fumado (o fuman) durante 25 años, casados y
que residen en Andalucía, que se obtienen a partir de la siguiente expresión:
P(Yi = 1)
Pr obabilidad (dejar de fumar)
β X
=
= e ∑ k ki = e β0 * e β1X1i * ... *
Pr obabilidad (no dejar de fumar) 1− P(Yi = 1)
* e βk Xki = e β0 * (e β1 )
= 0,010 * (3,157)
sexo
X1i
* ... * (e βk )
* (1,197)
edad
X ki
=
* (0,554) salud * (0,797)
añosfuma
* (1,001) añosfuma2 * (1,084) añosedu * (0,920) educ*sexo
GRÁFICO V.I.2.5
EFECTOS MARGINALES DE LOS AÑOS DE ESCOLARIZACIÓN SOBRE LA
PROBABILIDAD DE DEJAR DE FUMAR, POR SEXO
Prob. dejar de fumar
0,50
0,40
Hombres
Mujeres
0,30
0,20
0,10
0,00
3
5
8
10
12
13
15
17
Años de
escolarización
El análisis por niveles educativos (véase la tabla V.1.2.4) muestra que, comparado con
los estudios primarios, alcanzar los estudios secundarios de primer y segundo ciclo (tanto los de
tipo profesional como los generales), así como los estudios universitarios de ciclo largo, incrementa
la probabilidad relativa de dejar de fumar de las mujeres. Asimismo, en la tabla se observa que el
efecto de los tres tipos de estudios secundarios es muy similar. Así, alcanzar los estudios secunda­
rios de primer ciclo incrementa la probabilidad relativa de dejar de fumar en un 103,2% (con res­
pecto a tener estudios primarios), y poseer estudios secundarios de segundo ciclo un 115,4% (en
concreto, los estudios profesionales un 117,8% y los estudios generales un 113,1%). Sin embargo,
alcanzar los estudios universitarios de segundo y tercer ciclo incrementa dicha probabilidad el triple,
aunque no son significativos los estudios universitarios de primer ciclo. Por tanto, salvo para este
último caso, puede observarse que existe un efecto positivo de la educación sobre la probabilidad
relativa de dejar de fumar en las mujeres, que aumenta a medida que se alcanzan niveles educati­
vos superiores.
— 187 —
TABLA V.1.2.4
RESULTADOS DEL ANÁLISIS DE REGRESIÓN LOGÍSTICA: PROBABILIDAD
RELATIVA DE DEJAR DE FUMAR (NIVELES EDUCATIVOS)
Variables
SEXO
EDAD
AÑOSFUMA
AFUMA2
SALUD
ECIVIL1
ECIVIL3
ECIVIL4
NIVEST1
NIVEST3
NIVEST4
NIVEST5
NIVEST6
NIVEST7
NIVES1*SEXO
NIVES3*SEXO
NIVES4*SEXO
NIVES5*SEXO
NIVES6*SEXO
NIVES7*SEXO
CCAA02
CCAA03
CCAA04
CCAA05
CCAA06
CCAA07
CCAA08
CCAA09
CCAA10
CCAA11
CCAA12
CCAA13
CCAA14
CCAA15
CCAA16
CCAA17
RENTA1
RENTA2
RENTA4
RENTA5
RENTA6
RENTA7
Constante
B
S.E.
-0,921**
-0,181**
-0,224**
-0,001**
-0,581**
-0,452**
-0,785**
-0,644**
-1,140**
-0,709**
-0,779**
-0,756**
-0,517**
-1,097**
-1,331**
-0,918**
-0,677**
-1,028**
-0,619**
-0,978**
-0,531**
-0,439**
-0,226**
-0,168**
-0,103**
-0,597**
-0,416**
-0,294**
-0,011**
-0,667**
-0,432**
-0,235**
-0,026**
-0,777**
-0,086**
-0,935**
-0,244*v
-0,191**
-0,058**
-0,030**
-0,113**
-0,014**
-4,459**
0,288
0,010
0,017
0,000
0,122
0,150
0,343
0,317
0,686
0,312
0,351
0,371
0,387
0,370
0,710
0,363
0,414
0,447
0,470
0,438
0,309
0,330
0,384
0,319
0,549
0,240
0,268
0,187
0,211
0,304
0,270
0,193
0,389
0,534
0,264
0,903
0,255
0,166
0,174
0,216
0,248
0,174
0,461
Wald
10,217
337,768
168,053
19,243
22,757
9,052
5,224
4,111
2,928
2,768
5,169
4,926
1,787
8,813
3,516
6,405
2,674
5,285
1,734
4,992
2,952
1,770
0,348
0,279
0,035
6,198
2,399
2,483
0,002
4,829
2,517
1,487
0,004
2,120
0,106
1,072
0,919
1,318
0,111
0,019
0,207
0,007
93,600
gl
Sig.
Exp(B)
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
0,001
0,000
0,000
0,000
0,000
0,003
0,022
0,043
0,096
0,023
0,026
0,041
0,181
0,003
0,061
0,011
0,102
0,022
0,188
0,025
0,086
0,183
0,555
0,597
0,851
0,013
0,121
0,115
0,960
0,028
0,109
0,223
0,947
0,145
0,745
0,300
0,338
0,251
0,739
0,890
0,649
0,934
0,000
2,511
1,199
0,800
1,001
0,559
0,636
0,456
0,525
0,320
2,032
2,178
2,131
1,678
2,996
3,785
0,399
0,508
0,358
0,538
0,376
1,701
1,550
0,797
1,183
0,902
1,816
1,516
1,342
1,011
1,949
0,649
1,265
1,026
0,460
0,918
0,393
0,783
0,826
0,944
0,970
1,120
1,014
0,012
** Significativa al 1%. * Significativa al 5%.
Variables seleccionadas como categoría de referencia: ECIVIL2, RENTA3, NIVEST2, CCAA01.
— 188 —
Estadísticos
Número observaciones: 2.435
Chi-cuadrado: 834,581, con g.l. 41 y Prob>chi2=0,000
Predicciones correctas (dejar de fumar): 67,9%
Predicciones correctas (total): 77,9%
CUT: 0,35
-2LL: 2.311,934
Número de iteraciones: 2
R-cuadrado Nagelkerke: 0,40
En los hombres, se observa un comportamiento distinto para los diferentes niveles edu­
cativos con respecto a la categoría base. Así, poseer estudios secundarios profesionales de segundo
ciclo incrementa la probabilidad relativa de dejar de fumar 2,18 veces (el único nivel que genera los
221
mismos incrementos marginales respecto a la categoría base en hombres y mujeres) , siendo los
efectos mucho menores en el caso de los estudios universitarios de segundo y tercer ciclo (1,13 ve­
ces), mientras que los estudios secundarios de primer ciclo y los generales de segundo ciclo reducen
levemente dicha probabilidad. Como en el caso de las mujeres, el efecto de los estudios universitarios
de primer ciclo no resulta significativamente distinto del de los estudios primarios. Por tanto, no puede
señalarse un efecto concreto de la educación sobre la probabilidad relativa de dejar de fumar de los
hombres, salvo que se incrementa claramente para aquellos con estudios universitarios de ciclo largo,
mientras que el efecto de los estudios secundarios es dispar (un resultado acorde con el ligero efecto
negativo, casi nulo, que generan los años de escolarización sobre la probabilidad relativa de dejar de
fumar de los hombres).
Los aspectos señalados anteriormente pueden observarse en el gráfico V.I.2.6, que re­
coge el análisis de los efectos no monetarios marginales de los distintos niveles educativos sobre la
probabilidad relativa de dejar de fumar, que se ha realizado mediante la aplicación de la siguiente
expresión a un individuo representativo, como el descrito en el análisis de los efectos marginales de
los años de escolarización, donde sólo se alteran los niveles educativos:
P(Yi = 1)
Pr obabilidad (dejar de fumar)
β X
=
= e ∑ k ki = e β0 * e β1X1i * ... *
Pr obabilidad (no dejar de fumar) 1− P(Yi = 1)
* e βk Xki = e β0 * (e β1 )
= 0,012 * (2,511)
sexo
X1i
* ... * (e βk )
* (1,199)
edad
X ki
=
* (0,559) salud * (0,800) añosfuma
* (1,001) añosfuma2 * (2,032)nivest3 * (2,178)nivest4 * (2,131)nivest5
* (2,996)nivest7 * (0,399)nives3 *sexo * (0,358)nives5 *sexo * (0,376)nives *7sexo
221 Un resultado anómalo que se explica por la falta de significatividad de la variable “nives4*sexo” que, en caso de ser signi­
ficativa, disminuiría el efecto de los estudios secundarios profesionales de segundo ciclo sobre la probabilidad relativa de dejar
de fumar de los hombres.
— 189 —
GRÁFICO V.I.2.6
EFECTOS MARGINALES DE LOS NIVELES EDUCATIVOS SOBRE LA PROBABILIDAD
RELATIVA DE DEJAR DE FUMAR, POR SEXO
Prob. dejar de fumar
1,0
0,8
Hombres
M ujeres
0,6
0,4
0,2
Univer 2-3ºC
Univer. 1ºC
Sec. Gen. 2ºC
S. Prof. 2ºC
Secun.1ºC
Primarios
Sin estudios
0,0
Nivel
educativo
Con respecto a los efectos marginales sobre la probabilidad relativa de dejar de fumar de
las variables no educativas, del conjunto de regresiones puede concluirse lo siguiente:
• La variable “sexo” incide positivamente sobre la probabilidad relativa de dejar de fu­
mar, de tal modo que ser hombre aumenta un 35% la probabilidad relativa de dejar de
fumar (véase la tabla 1.1 del apéndice correspondiente).
• No padecer una enfermedad crónica reduce la probabilidad relativa de dejar de fumar
en torno a un 45%.
• Con referencia al estado civil, y en comparación con los casados, los separados, di­
vorciados y viudos son los que tienen una menor probabilidad relativa de dejar de fu­
mar (ya que ésta se reduce en torno a la mitad). Finalmente, ser soltero reduce dicha
probabilidad entre un 36% y un 40%.
• La edad incrementa la probabilidad de fumar, de tal modo que un año más aumenta la
misma en casi un 20%. Si se considera la edad en intervalos (véase la tabla 1.2 del
222
apéndice) , se observa que el incremento en la probabilidad relativa de dejar de fu­
mar es mucho mayor a medida que aumenta el intervalo de edad en el que se sitúan
los individuos, especialmente a partir de los 55 años.
222 Los intervalos de edad considerados son los mismos que en los descritos en el apartado V.1.1.3.
— 190 —
• Los años que los individuos llevan fumando inciden negativamente sobre la probabili­
dad relativa de dejar de fumar, de tal modo que aquellos que llevan un menor número
de años fumando tienen una mayor probabilidad de dejar dicho hábito.
• Con respecto a la CA de referencia (Andalucía), los individuos que residen en Castilla
y León y Extremadura ven incrementar la probabilidad relativa de dejar de fumar en
torno a un 70-80% y un 90-95% respectivamente.
• Ser activo, la clase social, así como el tamaño del municipio de residencia o el nivel
de renta familiar no son variables significativas.
Una vez realizado el estudio para el conjunto de la muestra, a raíz de los efectos de los
años que los individuos fuman (o han fumado) sobre la probabilidad relativa de dejar de fumar que
muestra el gráfico V.I.2.4, he considerado oportuno proceder al análisis de los efectos no monetarios
de la educación sobre dicha probabilidad para distintos intervalos de años que los individuos han
fumado. En concreto, dicho gráfico describe una relación negativa entre los años fumando y el por­
centaje de ex-fumadores (hasta 20 años), siendo esta relación positiva para aquellos que llevan más
de 20 años fumando.
Así, se divide la muestra en dos intervalos: hasta 20 años fumando y más de 20 años.
Con objeto de aligerar la presentación, sólo se comentan los resultados y se adjuntan en el apéndice
las tablas con los resultados de las regresiones logísticas realizadas (la tabla 2.1 considera el estudio
con la educación en años y el cuadro 2.2 en niveles).
Los análisis de regresión permiten señalar la significatividad de la variable educativa so­
bre la probabilidad relativa de dejar de fumar para el primer intervalo considerado (es decir, aquellos
con un máximo de 20 años fumando), y la no significatividad para el segundo intervalo, que contiene
223
a los que llevan más de 20 años fumando . Dichos resultados parecen razonables dado el carácter
adictivo del tabaco, de tal modo que, a partir de ciertos años de consumirlo, dicho hábito sólo se
abandona por causas de fuerza mayor.
En concreto, para el primer intervalo se observan unos resultados muy similares a los in­
dicados para el conjunto de la muestra, es decir, un efecto positivo para las mujeres (aunque algo
menor que para el total de la muestra) y un efecto negativo para los hombres (algo superior al del
224
caso general). Asimismo, el análisis con niveles educativos, para ese primer intervalo , también
presenta unos resultados similares a los señalados para el conjunto de la muestra salvo que, en los
hombres, se reduce significativamente la magnitud del efecto de los estudios secundarios profesio­
nales de segundo ciclo –como cabía esperar, tal y como se ha señalado en una nota anterior– y, sin
embargo, aumenta la de los estudios universitarios de segundo y tercer ciclo.
Con referencia al efecto de la educación sobre la probabilidad relativa de dejar de fumar,
el conjunto de análisis realizados permiten concluir con los siguientes aspectos:
• La educación incrementa la probabilidad relativa de dejar de fumar de las mujeres,
mientras que dicho efecto es negativo en los hombres (aunque en este último caso su
efecto es casi nulo).
223 Un análisis más pormenorizado muestra que el efecto de la educación se produce sólo para aquellos que llevan un máxi­
mo de 10 años fumando, no siendo significativa para el resto de intervalos (véanse las tablas 2.3 a 2.5 del apéndice).
224 Como sucede para los años de escolarización, no resulta significativo ningún nivel educativo para aquellos con más de 20
años fumando.
— 191 —
• El análisis por niveles educativos revela que todos los niveles superiores a la catego­
ría de referencia (estudios primarios) inciden positivamente sobre la probabilidad rela­
tiva de dejar de fumar en las mujeres (salvo los estudios universitarios de primer
ciclo), mientras que se observa un efecto dispar en los hombres.
• La relación positiva entre educación y probabilidad relativa de dejar de fumar en las
mujeres es creciente, de tal modo que a medida que adquieren niveles educativos
superiores la probabilidad relativa de dejar de fumar aumenta (salvo para el nivel no
significativo señalado anteriormente). Sin embargo, no se observa tendencia alguna
en los hombres.
• No se constata una incidencia significativamente distinta de los estudios profesionales
respecto a los generales en las mujeres, mientras que el efecto positivo de los prime­
ros sobre la probabilidad relativa de dejar de fumar en los hombres es mucho mayor
que el de los segundos (si bien, como se ha señalado anteriormente, dicho resultado
debe considerarse con precaución).
• En general, y salvo alguna excepción señalada en el texto, los resultados anteriores
son más significativos para aquellos que llevan un máximo de 20 años fumando, no
observándose ningún efecto de la educación para períodos superiores.
Por tanto, debe concluirse que únicamente puede aceptarse parcialmente la hipótesis
planteada, debido a que la educación incrementa la probabilidad de dejar de fumar sólo en las muje­
res, mientras que su efecto en los hombres es ligeramente negativo.
V.1.3. Contrastación de la tercera hipótesis: la educación permite una mejor comprensión de los
V.1.3. efectos nocivos del tabaco
De un modo similar a lo realizado en los apartados anteriores, en primer lugar, se descri­
be la muestra utilizada en la contrastación de esta hipótesis; en segundo lugar, se detallan los resul­
tados del análisis bivariante realizado entre la variable dependiente y las variables explicativas; y,
finalmente, se presentan los resultados del análisis de regresión logística, con especial atención a los
efectos no monetarios de la educación.
Como se ha señalado en el apartado IV.2.2.1, esta hipótesis se contrasta a partir de las
explicaciones que los encuestados en la Encuesta Nacional de Salud de 1997 dan sobre los motivos
que les han llevado a dejar de fumar (máximo dos respuestas). Así, la variable dependiente dicotómi­
ca (denominada “eficien”) toma valor 1 si los encuestados indican, en una de sus respuestas, que han
dejado de fumar debido a que ha aumentado su grado de preocupación por los efectos nocivos del
tabaco y, en caso de existir una segunda respuesta, que ésta señale que han dejado de fumar por
voluntad propia. Para el resto de los casos, se otorga el valor 0 a la variable dependiente, ya que se
supone que ha mediado otro tipo de factores en la decisión de dejar de fumar, tales como un empeo­
ramiento de la salud, una recomendación médica, etc. (véase el apartado IV.2.2.1). Asimismo, se ha
generado una segunda variable dependiente (denominada “eficienB”) utilizando un criterio menos
restrictivo que el anterior, de tal modo que dicha variable toma el valor 1 cuando los encuestados
señalan, en cualquiera de las dos respuestas posibles, que han dejado de fumar debido a que ha
aumentado su grado de preocupación por los efectos nocivos del tabaco, independientemente de cuál
sea la segunda respuesta indicada.
Debe recordarse que, aunque se contrasta si la educación permite una mejor com­
prensión de los efectos nocivos del tabaco, esta hipótesis plantea, indirectamente, si la educación
— 192 —
aumenta la eficiencia en el consumo. Si bien dejar de fumar es en sí un acto eficiente, por la noci­
vidad del tabaco sobre la salud, una contrastación positiva de la hipótesis mostrará que los más
educados han dejado de fumar por su mejor comprensión de los efectos nocivos del tabaco y, de
este modo, podrá concluirse que la educación ha provocado un comportamiento de consumo efi­
ciente y no que éste se deba sólo a una alteración de las preferencias o a una decisión derivada
de la influencia de otros factores (tales como un empeoramiento de la salud, el consejo de un mé­
dico, etc.)
El objetivo consiste en demostrar que la educación incide sobre la eficiencia en el con­
sumo y no sólo vincular la educación a un determinado comportamiento y suponer que éste se debe a
que la educación aumenta la eficiencia. Así, no se analiza el efecto de la educación sobre dejar de
fumar (y se supone que si es positivo se debe a la mayor eficiencia de los más educados), sino que
se considera el impacto de la educación sobre un comportamiento basado en la eficiencia.
Respecto al resto de variables, debe señalarse que, debido al reducido número de ob­
servaciones existentes para contrastar esta hipótesis, se han realizado algunas transformaciones.
Con respecto a los niveles educativos, se han agrupado todos los estudios de segundo ciclo (profe­
sionales y generales) en una sola variable (“nivest4a”), así como los universitarios (de primer, segun­
do y tercer ciclo) que dan lugar a la variable “nivest6a”. Asimismo, con referencia a los años de
225
escolarización, se han incluido los individuos con 19 años en el grupo de 17 años .
Con referencia a las demás variables, se han agrupado aquellas referidas al tamaño del
226
municipio de residencia , y las CCAA se han considerado en un nivel de agrupación más amplio (el
227
nivel NUTS1 especificado por la Unión Europea, aunque con alguna modificación) . Así, los grupos
resultantes son: NOROESTE (que incluye las CCAA de Galicia, Asturias y Cantabria), NORESTE
(País Vasco, Navarra, La Rioja y Aragón), CENTRO (Madrid, Castilla y León, Castilla-La Mancha y
Extremadura), ESTE (Cataluña, Comunidad Valenciana y Baleares), y SUR (Andalucía, Murcia y Ca­
narias).
V.1.3.1. Descripción de la muestra
Los datos utilizados para contrastar esta hipótesis proceden de las respuestas indicadas
por los individuos sobre los motivos que les han llevado a dejar de fumar. La muestra potencial es de
957 individuos (los que han dejado de fumar), si bien la exclusión de los individuos que no declaran
los motivos reduce la muestra a 934 individuos (un 97,6% del total). Asimismo, la selección de indivi­
duos de 25 y más años de edad lleva a que la muestra final con la que se realiza el análisis empírico
esté constituida por 874 individuos (un 97,8% de los individuos con al menos 25 años que han dejado
de fumar), cuyas características pueden observarse en la tabla V.1.3.1.
En dicha tabla sólo se observa un comportamiento eficiente en el 8,7% de la muestra
considerada (76 individuos), que asciende a un 12,9% (113 individuos) si se considera la segunda
225 Sin embargo, el escaso número de observaciones para determinados años de escolarización (debido a que esta variable
está más segmentada que la variable educativa considerada en niveles) conlleva que el análisis más fiable del efecto de la
educación sobre la eficiencia relativa de dejar de fumar sea el desarrollado con la educación en niveles. Por tanto, el estudio
con años de escolarización debe ser considerado sólo a título orientativo.
226 Los nuevos grupos son: TamuniA (hasta 50.000 habitantes), TamuniB (de 50.001 a 400.000 habitantes) y TamuniC (más
de 400.000 habitantes).
227 Según la normativa de la Unión Europea (véase el Diario Oficial de las Comunidades Europeas, 2001), los grupos NUTS1
son: Noroeste (que incluye las CCAA de Galicia, Asturias y Cantabria), Noreste (País Vasco, Navarra, La Rioja y Aragón),
Madrid (CCAA de Madrid), Centro (Castilla y León, Castilla-La Mancha y Extremadura), Este (Cataluña, Comunidad Valenciana
y Baleares), Sur (Andalucía, Murcia, Ceuta y Melilla) y Canarias.
— 193 —
definición de eficiencia apuntada al inicio de este apartado. Dichos resultados implican que un reduci­
do número de individuos que declaran haber dejado de fumar debido a su mayor preocupación sobre
los peligros del tabaco sobre la salud. Por tanto, puede anticiparse que, mayoritariamente, son otros
los motivos que impulsan a los individuos a dejar de fumar. Asimismo, debe destacarse que se consi­
deran individuos que han dejado de fumar y, por tanto, no se trata de una declaración de conoci­
mientos o voluntades respecto a dicho hábito, sino de que el conocimiento de los efectos negativos
del tabaco sobre la salud les haya llevado a abandonar el hábito de fumar.
En la tabla siguiente se observa la existencia de una mayor proporción de hombres (75%
frente a un 48%), una media de edad de 4 años más (que pasa de 49 a 53 años), una menor propor­
ción de individuos con buena salud (el 59% no padecen ninguna enfermedad crónica frente a un 66%
de la muestra original), una mayor proporción de casados, sin diferencias notables en cuanto a clase
social (aunque existe una menor proporción de individuos pertenecientes a la clase trabajadora en
favor, principalmente, de la clase media funcional subordinada), nivel de renta (donde se reduce lige­
ramente la categoría que comprende a los que no declaran su nivel de ingresos) y situación de activi­
228
dad laboral .
TABLA V.1.3.1
DESCRIPCIÓN DE LAS VARIABLES
Variables
Nº casos
Media
Desv. Est.
Mínimo
Máximo
DEJAR DE FUMAR (sí=1)
874
1,000
0,000
1
1
EFICIENCIA Dejar de Fumar (sí=1)
874
0,087
0,282
0
1
EFICIEN “B” (sí=1)
874
0,129
0,336
0
1
EDAD
874
52,9431
16,5241
251
931
SEXO (hombre=1)
874
0,747
0,435
0
1
SALUD (buena salud=1)
874
0,586
0,493
0
1
ACTIVO (sí=1)
874
0,509
0,500
0
1
ECIVIL1 (Soltero/a)
117
0,134
0,341
0
1
ECIVIL2 (Casado/a)
693
0,793
0,405
0
1
ECIVIL3 (Separad. o divorciad.)
121
0,024
0,153
0
1
ECIVIL4 (Viudo/a)
143
0,049
0,216
0
1
NIVEST1 (Sin estudios)
168
0,192
0,394
0
1
NIVEST2 (E. primarios)
248
0,284
0,451
0
1
NIVEST3 (E. secundarios 1r ciclo)
144
0,165
0,371
0
1
NIVEST4a (E. secundarios 2º ciclo)
164
0,188
0,391
0
1
NIVEST6a (E. universitarios)
142
0,162
0,369
0
1
NIVEST8 (E. no reglados)
1
AÑOSEDU (años de educación)
2
118
0,009
0,095
0
1
866
8,239
4,652
3
171
(Sigue)
228 Si se consideran las variables referidas al tamaño del municipio de residencia, tal y como se han presentado en los apar­
tados anteriores, no existen variaciones importantes entre esta muestra y la que contiene al conjunto de individuos encuesta­
dos, salvo un ligero incremento del número de residentes en ciudades de más de un millón de habitantes. Asimismo, con
respecto a la CCAA, destaca la mayor presencia de individuos residentes en Madrid (que pasa de representar al 12,6% de la
muestra a casi un 16%), Cataluña (del 16,2% al 17,5%) y Extremadura (del 2,8% al 4,3%), así como las reducciones en la
Comunidad Valenciana (que pasa del 9,8% al 8,5%), Galicia (del 7,5% al 5,0%) y Andalucía (del 16,5% a un 14,9%).
— 194 —
(Continuación)
Variables
NOROESTE
Nº casos
Media
Desv. Est.
Mínimo
Máximo
183
0,095
0,293
0
1
NORESTE
182
0,094
0,292
0
1
CENTRO
280
0,320
0,467
0
1
ESTE
241
0,276
0,447
0
1
SUR
188
0,215
0,411
0
1
TAMUNIA (Munic. hasta 50.000 h.)
408
0,467
0,499
0
1
TAMUNIB (50.001 a 400.000 h.)
269
0,308
0,462
0
1
TAMUNIC (Más de 400.000 h.)
197
0,225
0,418
0
1
RENTA1 (Menos de 60.000 ptas.)
151
0,058
0,235
0
1
RENTA2 (60.001 a 100.000)
212
0,243
0,429
0
1
RENTA3 (100.001 a 150.000)
205
0,235
0,424
0
1
RENTA4 (150.001 a 200.000)
128
0,146
0,354
0
1
RENTA5 (200.001 a 300.000)
174
0,085
0,279
0
1
RENTA6 (Más de 300.000 ptas.)
159
0,068
0,251
0
1
RENTA7 (Renta desconocida)
145
0,166
0,372
0
1
CSOCIAL1 (Capital./media patrim.)
163
0,186
0,390
0
1
CSOCIAL3 (Media func. supraord.)
139
0,159
0,366
0
1
CSOCIAL4 (Media func. subordin.)
157
0,180
0,384
0
1
CSOCIAL5 (Obreros)
415
0,475
0,500
0
1
(1) Debido a su escaso número, no se considerarán en el análisis de los efectos no monetarios de la educación.
(2) No se consideran los 8 individuos que declaran poseer sólo estudios no reglados. Asimismo, se asignan 17 años de esco­
larización a todos aquellos con al menos estudios universitarios de segundo y tercer ciclo.
Con referencia a la educación, esta muestra contiene individuos con más años de esco­
larización (siendo la media 8,2 años frente a 7,9 de la muestra original). Si se considera la educación
en niveles, se observa un mayor porcentaje de individuos con estudios universitarios (16,2% frente a
un 13,2% de la muestra original), estudios secundarios de segundo ciclo (18,9% versus 17,7%), así
como un menor porcentaje de individuos con estudios secundarios de primer ciclo (que pasa del
18,5% al 16,5%), y de estudios primarios (28,3% versus 31,2%). Sin embargo, también se observa un
mayor porcentaje de individuos sin estudios (19,1% frente a un 18,0%).
V.1.3.2. Resultados del análisis bivariante
En este apartado se lleva a cabo un análisis de tipo bivariante, que permitirá observar el
grado de asociación que se establece entre la variable dependiente (eficiencia en dejar de fumar) y
cada una de las variables explicativas que intervienen en el modelo.
De los datos recogidos en la tabla anterior se desprenden las siguientes conclusiones:
• No se observan diferencias significativas en la eficiencia en dejar de fumar en cuanto
al sexo, la actividad laboral, el estado civil, el estado de salud (aunque es mayor en
los que no padecen enfermedades crónicas), la clase social y el nivel de renta (salvo
la menor eficiencia de los de mayor nivel).
— 195 —
• Con referencia a la residencia, sólo se observa una reducción importante de la signifi­
catividad para los residentes en la zona Noreste (con respecto al resto de regiones) y
con los residentes en municipios de más de 400.000 habitantes (respecto al resto de
municipios).
TABLA V.1.3.2
RESULTADOS DEL ANÁLISIS BIVARIANTE
Variables
Casos (eficien=1)
% Casos (eficien=1)
SEXO (hombre)
SEXO (mujer)
55
21
18,4
19,5
SALUD (padece enfermedad crónica)
SALUD (no padece enfermedad crónica)
24
52
16,6
10,2
ACTIVO (activo)
ACTIVO (inactivo)
43
33
19,7
17,7
ECIVIL1 (Soltero/a)
19
17,7
ECIVIL2 (Casado/a)
60
18,7
ECIVIL3 (Separado/a o divorciado/a)
12
19,5
ECIVIL4 (Viudo/a)
15
11,6
NIVEST1 (Sin estudios)
23
13,7
NIVEST2 (Estudios primarios)
14
15,6
NIVEST3 (E. secundarios 1r ciclo)
15
13,5
NIVEST4 (E. secundarios 2º ciclo)
16
19,8
NIVEST6 (E. universitarios)
17
12,0
Noroeste
18
19,6
Noreste
12
12,4
Centro
24
18,6
Este
22
19,1
Sur
20
10,6
TAMUNIA (Hasta 50.000 habitantes)
43
10,5
TAMUNIB (De 50.001 a 400.000 hab.)
27
10,0
TAMUNIC (Más de 400.000 hab.)
16
13,0
RENTA1 (Menos de 60.000 ptas.)
14
17,8
RENTA2 (De 60.001 a 100.000 ptas.)
15
17,1
RENTA3 (De 100.001 a 150.000 ptas.)
22
10,7
RENTA4 (De 150.001 a 200.000 ptas.)
10
17,8
RENTA5 (De 200.001 a 300.000 ptas)
17
19,5
RENTA6 (Más de 300.000 ptas.)
13
15,1
RENTA7 (Renta desconocida)
15
10,3
CSOCIAL1 (C. capitalista- c. media patrimon.)
17
10,4
CSOCIAL3 (C. media funcional supraordinada)
12
18,6
CSOCIAL4 (C. media funcional subordinada)
13
18,3
CSOCIAL5 (Obreros)
34
18,2
— 196 —
Respecto a los niveles educativos, en el gráfico siguiente se observa una relación
irregular entre éstos y la eficiencia en dejar de fumar, ya que el menor porcentaje de individuos
que declaran haber dejado de fumar debido a la comprensión de los efectos nocivos del tabaco
está en aquellos con estudios secundarios de segundo ciclo, incrementándose dicho porcentaje
tanto para los que han alcanzado niveles educativos superiores como inferiores. Ahora bien, el
gráfico V.I.3.1 muestra que dicha relación entre la educación y la eficiencia en dejar de fumar se
debe, prácticamente, al efecto de la educación en los hombres (muy mayoritarios en esta mues­
tra), ya que, para las mujeres, sí parece observarse, parcialmente, una relación positiva entre
educación y eficiencia.
GRÁFICO V.I.3.1
PROPORCIÓN DE “EFICIENTES”, SEGÚN EL NIVEL EDUCATIVO Y SEXO
% "eficientes" en dejar de fumar
16
14
12
mujeres
hombres
Ambos
10
8
6
4
2
Universit.
Secun. 2º C
Secun. 1r C
Primarios
Sin estud.
0
Nivel
educativo
Asimismo, el gráfico V.I.3.2 también muestra una relación irregular entre los años de
escolarización y la eficiencia (aunque quizá más positiva que negativa, especialmente en las
mujeres), si bien la falta de observaciones para determinados años de escolarización obligan a
considerar dicho análisis con precaución. Finalmente, el gráfico V.I.3.3 muestra la inexistencia de
una clara relación entre la edad y la eficiencia en dejar de fumar tanto para hombres como en las
mujeres.
— 197 —
GRÁFICO V.I.3.2
PROPORCIÓN DE “EFICIENTES”, SEGÚN AÑOS DE ESCOLARIZACIÓN Y SEXO
% "eficientes" en dejar de fumar
35
30
25
mujeres
20
hombres
Ambos
15
10
5
0
3
5
8
10
12
13
15
17
Años de
escolarización
GRÁFICO V.I.3.3
PROPORCIÓN DE “EFICIENTES”, SEGÚN LA EDAD Y EL SEXO
% "eficientes" en dejar de fumar
18
16
14
12
Ambos
10
mujeres
8
hombres
6
4
2
— 198 —
80-84
75-79
70-74
65-69
60-64
55-59
50-54
45-49
40-44
35-39
30-34
25-29
0
Edad
V.1.3.3. Interpretación de los resultados de los modelos de regresión logística
En este apartado se presentan los resultados de las principales regresiones logísticas
realizadas para contrastar la hipótesis planteada, incluyéndose otras en el apéndice (denominado
“eficiencia”). Antes de proceder al análisis de regresión debe señalarse la inexistencia de multicoli­
nealidad entre las variables explicativas consideradas.
Así, para el conjunto de la muestra se analiza el efecto de la educación (considerada en años
de escolarización y en niveles educativos) incluyendo, además, variables referidas al sexo, la edad, el
estado de salud, la situación de actividad laboral, el estado civil, la región y el tamaño del municipio de
residencia, así como los niveles de renta familiares y la clase social de los individuos. Además, el efecto
distinto (aunque sólo levemente) de la educación en función del sexo que parece mostrar el gráfico V.I.3.1
sugiere la inclusión de un término de interacción entre la educación y el sexo de los individuos.
TABLA V.1.3.3
RESULTADOS DEL ANÁLISIS DE REGRESIÓN LOGÍSTICA: PROBABILIDAD RELATIVA
DE SER EFICIENTE AL DEJAR DE FUMAR (AÑOS DE ESCOLARIZACIÓN)
Variables
B
E.T.
Wald
gl
Sig.
Exp(B)
SEXO
-1,783**
0,890
4,017
1
0,045
5,947
AÑOSEDU
-0,193**
0,068
8,138
1
0,004
1,213
EDUC*SEXO
-0,176**
0,074
5,643
1
0,018
0,839
NOROESTE
-0,273**
0,450
0,370
1
0,543
0,761
NORESTE
-1,827**
0,773
5,581
1
0,018
0,161
SUR
-0,105**
0,331
0,100
1
0,752
1,110
ESTE
-0,170**
0,327
0,269
1
0,604
0,844
TAMUNIB
-0,016**
0,274
0,004
1
0,953
0,984
TAMUNIC
-1,568**
0,475
10,8911
1
0,001
0,208
RENTA1
-0,373**
0,583
0,408
1
0,523
0,689
RENTA2
-0,514**
0,372
1,912
1
0,167
0,598
RENTA4
-0,286**
0,425
0,453
1
0,501
0,751
RENTA5
-0,189**
0,509
0,138
1
0,711
0,828
RENTA6
-1,163**
0,701
2,747
1
0,097
0,313
RENTA7
-0,170**
0,384
0,196
1
0,658
1,186
Constante
-3,730**
0,876
18,1371
1
0,000
0,024
* Significativa al nivel 5%.** Significativa al 1%.
Categorías de referencia: Región CENTRO, TAMUNIA, RENTA3.
Estadísticos
Número observaciones: 866
Chi-cuadrado: 33,625, con g.l. 15 y Prob>chi2=0,004
Predicciones correctas (eficiencia): 70,7%
Predicciones correctas (total): 56.4%
CUT: 0,09
-2LL: 476,643
Número de iteraciones: 5
R-cuadrado Nagelkerke: 0,09
— 199 —
Como se ha señalado al inicio de este apartado, el estudio del efecto de la educación
sobre la eficiencia en dejar de fumar que considera los años de escolarización se realiza sólo a título
orientativo, debido a que la falta de un número suficiente de observaciones para determinados años
de escolarización permite cuestionar la validez de los resultados. Así, la tabla V.1.3.3 muestra la sig­
nificatividad de la variable años de educación (con signo positivo) y del término de interacción “edu­
229
cación*sexo” (con signo negativo) . Los coeficientes de dichas variables señalan que la educación
incide positivamente sobre la eficiencia para ambos sexos, aunque dicho efecto es mucho mayor para
230
las mujeres . Así, un año más de educación incrementa la probabilidad de actuar eficientemente un
21,3% en las mujeres y un 1,8% en los hombres.
Dichos resultados pueden observarse en el gráfico V.I.3.4, que muestra los efectos mar­
ginales no monetarios de los años de escolarización sobre la probabilidad relativa de haber dejado de
fumar debido al mayor conocimiento de los efectos nocivos del tabaco, para hombres y mujeres re­
231
presentativos de la muestra . Dicho gráfico se construye al aplicar la siguiente expresión:
P(Yi = 1)
Pr obabilidad(eficiente)
β X
=
=e ∑ k ki = eβ0 * eβ1X1i * ... * eβk Xki
Pr obabilidad(noeficiente) 1− P(Yi = 1)
= eβ0 * (eβ1 )
X1i
* ... * (e βk )
= 0,024 *(5,947)
sexo
X ki
=
* (1,213)añosedu * (0,839)educ*sexo
GRÁFICO V.I.3.4
EFECTOS MARGINALES DE LOS AÑOS DE ESCOLARIZACIÓN SOBRE LA
EFICIENCIA RELATIVA DE DEJAR DE FUMAR, POR SEXO
Prob. relativa de eficiencia
0,5
0,4
Hombres
Mujeres
0,3
0,2
0,1
0,0
3
5
8
10
12
13
15
17
Años de
escolarización
229 Se expone el análisis de regresión que incluye sólo las distintas variables en las que al menos una categoría resulta signi­
ficativa (así como la variable renta, sea o no significativa, para aislar el efecto no monetario de la educación).
230 Todos los modelos señalados en este apartado son significativos, tal y como muestran los tests de la chi-cuadrado, si bien
el análisis con años de escolarización lo es sólo al nivel 5%. Asimismo, debe señalarse que existe una muy baja bondad del
ajuste, tal y como muestra la R2 de Nagelkerke.
231 Es decir, hombres y mujeres de la región Centro, que residen en municipios de hasta 50.000 habitantes, y con un nivel de
renta entre 60.001 y 100.000 pesetas mensuales (360,6 y 601,0 euros).
— 200 —
Sin embargo, el análisis que considera como variable dependiente un concepto de efi­
ciencia menos restrictivo revela la no significatividad de la variable sexo, así como del término de
interacción entre la educación y el sexo. Así, se alcanza el resultado de que la educación incide sobre
la eficiencia positivamente, y en la misma magnitud, en ambos sexos (en concreto, un año más de
232
educación aumenta la probabilidad relativa de tener un comportamiento eficiente un 6,4%) .
En el análisis por niveles educativos (véase la tabla V.1.3.4) se observa que, comparado
con los estudios primarios, alcanzar los estudios secundarios de segundo ciclo, así como los estudios
universitarios, incrementa la eficiencia relativa de dejar de fumar. Asimismo, en dicha tabla se advierte
que el impacto de la educación es mayor en el caso de los estudios universitarios, así como que dicho
efecto es el mismo para hombres y mujeres (debido a la no significatividad de las variables de interac­
ción entre el sexo y los distintos niveles educativos considerados). En concreto, y comparado con la
categoría de referencia, mientras que alcanzar los estudios secundarios de segundo ciclo incrementa la
probabilidad relativa de comportarse eficientemente en casi el triple, poseer estudios universitarios au­
menta dicha probabilidad en más de 3,5 veces. Asimismo, destaca la no significatividad de alcanzar
estudios secundarios de primer ciclo, así como no poseer estudios. Finalmente, el análisis realizado
sobre la eficiencia que considera un criterio menos rígido de la misma muestra la significatividad sólo de
la variable que comprende los estudios universitarios (véase la tabla 1.2 del apéndice).
Los aspectos señalados anteriormente pueden observarse en el gráfico V.I.3.5, donde se
considera un individuo medio como el descrito para el análisis de los efectos marginales de los años
de escolarización. La expresión utilizada para el cálculo de dichos efectos marginales es la siguiente:
P(Yi = 1)
Pr obabilidad (eficiente)
β X
=
= e ∑ k ki = e β0 * e β1X1i * ... * e βk Xki
Pr obabilidad (no eficiente) 1− P(Yi = 1)
= e β0 * (e β1 )
X1i
* ... * (e βk )
X ki
=
= 0,117 * (2,879)nivest4a * (3,620) nivest6a
TABLA V.1.3.4
RESULTADOS DEL ANÁLISIS DE REGRESIÓN LOGÍSTICA: PROBABILIDAD RELATIVA
DE SER EFICIENTE AL DEJAR DE FUMAR (NIVELES EDUCATIVOS)
Variables
NIVEST1
NIVEST3
NIVEST4A
NIVEST6A
NIVES1*SEXO
NIVES3*SEXO
NIVES4A*SEXO
NIVES6A*SEXO
NOROESTE
NORESTE
SUR
ESTE
B
E.T.
Wald
gl
Sig.
Exp(B)
-4,529*
-0,182*
-1,057*
-1,287*
-5,663*
-0,837*
-0,714*
-0,231*
-0,389*
-1,841*
-0,058*
-0,115*
13,441
10,663
10,486
10,552
13,442
10,938
10,545
10,552
10,458
10,779
10,342
10,326
0,114
0,076
4,726
5,437
0,177
0,796
1,717
0,175
0,721
5,590
0,028
0,125
1
1
1
1
1
1
1
1
1
1
1
1
0,736
0,783
0,030
0,020
0,674
0,372
0,190
0,676
0,396
0,018
0,866
0,724
110,011
110,833
112,879
113,620
287,985
110,433
110,490
110,794
110,678
110,159
110,944
110,891
(Sigue)
232 Véase la tabla 1.1 del apéndice correspondiente.
— 201 —
(Continuación)
Variables
TAMUNIB
TAMUNIC
RENTA1
RENTA2
RENTA4
RENTA5
RENTA6
RENTA7
Constante
B
E.T.
Wald
gl
Sig.
Exp(B)
-0,005**
-1,515**
-0,754**
-0,875**
-0,228**
-0,341**
-1,246**
-0,176**
-2,148**
0,278
0,472
0,601
0,385
0,432
0,516
0,703
0,390
0,393
10,000
10,302
11,575
15,167
10,279
10,436
13,140
10,202
29,798
1
1
1
1
1
1
1
1
1
0,985
0,001
0,209
0,023
0,598
0,509
0,076
0,653
0,000
110,995
110,220
110,470
110,417
110,796
110,711
110,288
111,192
110,117
** Significativa al 1%. * Significativa al 5%.
Categorías de referencia: RENTA3, NIVEST2, CENTRO y TAMUNIA.
Estadísticos
Número observaciones: 874
Chi-cuadrado: 50,843, con g.l. 20 y Prob>chi2=0,000
Predicciones correctas (eficiencia): 72,4%
Predicciones correctas (total): 62,4%
CUT: 0,09
-2LL: 465,585
Número de iteraciones: 6
R-cuadrado Nagelkerke: 0,13
GRÁFICO V.I.3.5
EFECTOS MARGINALES DE LOS NIVELES EDUCATIVOS SOBRE LA EFICIENCIA
RELATIVA DE DEJAR DE FUMAR (HOMBRES Y MUJERES)
Prob. relativa de eficiencia
0,5
0,4
0,3
0,2
0,1
— 202 —
Universit.
Sec 2º C
Sec 1º C
Primarios
Sin estudios
0,0
Años de
escolarización
En suma, con respecto a la educación, pueden destacarse los siguientes aspectos:
• La educación incrementa la probabilidad relativa de que haber dejado de fumar se
deba a que ésta genera un mejor conocimiento de los efectos nocivos del tabaco.
Asimismo, dicho efecto se produce tanto en hombres como en mujeres (aunque el
análisis con años de escolarización señala que éste es mayor en las segundas).
• En el análisis por niveles educativos se observa que la incidencia positiva de la edu­
cación sobre la comprensión de los efectos nocivos del tabaco es mayor en los indivi­
duos con estudios universitarios que en aquellos con estudios secundarios. Por tanto,
dicho efecto presenta una tendencia creciente (aunque un criterio menos rígido sobre
qué constituye un comportamiento eficiente muestra, solamente, la significatividad de
los primeros). Sin embargo, debe señalarse la falta de significatividad de los estudios
secundarios de primer ciclo respecto a los estudios primarios.
Por tanto, los resultados con la variable educativa en años de escolarización y niveles
educativos llevan a aceptar la hipótesis planteada. Así, la educación aumenta la probabilidad de que
los que dejan de fumar lo hagan debido a que ésta genera una mejor comprensión de los efectos
nocivos del tabaco y, de este modo, puede suponerse que la educación aumenta la eficiencia en el
consumo (relacionado con el hábito de fumar). Sin embargo, el reducido tamaño de la muestra acon­
seja considerar los resultados presentados con precaución.
Con respecto al resto de variables, puede concluirse lo siguiente:
• La variable “sexo” sin términos de interacción no es significativa (véase la tabla 1.3 del
apéndice correspondiente). De este modo, dicha variable no incide sobre la probabili­
dad relativa de comportarse eficientemente respecto al hábito de fumar.
• La región Noreste es la única con un comportamiento significativamente distinto a la
categoría de referencia (Centro), de modo que los individuos que residen en las Co­
munidades que forman parte de dicha región ven reducida la eficiencia relativa de
dejar de fumar en un 84%.
• Los individuos residentes en ciudades con más de 400.000 habitantes tienen una me­
nor probabilidad de ser eficientes que aquellos que residen en municipios con un me­
nor número de habitantes, un resultado contrario a lo esperado, debido a la supuesta
mayor abundancia de información en los entornos más poblados.
• No se observa un comportamiento diferenciado de los individuos en función de su
edad, estado de salud, situación de actividad laboral, estado civil, clase social y nivel
de ingresos.
Para la segunda definición de eficiencia que se ha considerado, los efectos de las varia­
bles no educativas coinciden con las señaladas en la descripción anterior para las variables geográfi­
cas (siendo mayores los efectos).
V.1.4. Contrastación de la cuarta hipótesis: la educación aumenta la probabilidad de beber alcohol
Como en los anteriores apartados, en primer lugar se describe la muestra utilizada en la
contrastación de esta hipótesis, posteriormente se señalan los resultados del análisis de tipo biva­
riante entre la variable dependiente y las variables explicativas y, finalmente, se presentan los resul­
tados del análisis de regresión logística, destacando los efectos no monetarios de la educación.
— 203 —
V.1.4.1. Descripción de la muestra
Los datos utilizados para contrastar esta hipótesis proceden de las respuestas indicadas
por los individuos, en la Encuesta Nacional de Salud de 1997, sobre si han consumido algún tipo de
bebida alcohólica durante las dos semanas anteriores al momento de la entrevista. La falta de res­
puestas para 266 encuestados reduce la muestra a 6.130 individuos, que constituyen el 95,8% del
total de encuestados. Ahora bien, la selección de individuos de 25 y más años de edad genera una
muestra final de 4.963 personas (un 96,3% del total de encuestados comprendidos en ese tramo de
edad). Las características de la muestra pueden observarse en la tabla V.1.4.1, en la que destaca la
existencia de 2.592 individuos (un 52,2% de la muestra) que declaran haber consumido alcohol du­
rante las dos semanas anteriores al momento de la entrevista. Asimismo, debe señalarse que no se
observa ninguna diferencia significativa con respecto a la muestra que contiene a todos los individuos
adultos con al menos 25 años.
TABLA V.1.4.1
DESCRIPCIÓN DE LAS VARIABLES
Nº casos
Media
Desv. Est.
Mínimo
Máximo
BEBER (sí=1)
Variables
4.963
0,522
0,500
0
1
SEXO (hombre=1)
4.963
0,482
0,500
0
1
EDAD
4.963
49,4601
16,3351
251
931
SALUD (buena salud=1)
4.963
0,660
0,474
0
1
1
ACTIVO (sí=1)
4.963
0,519
0,500
0
ECIVIL1 (Soltero/a)
1.849
0,171
0,377
0
1
ECIVIL2 (Casado/a)
3.558
0,717
0,451
0
1
ECIVIL3 (Separad. o divorciad.)
1.132
0,027
0,161
0
1
ECIVIL4 (Viudo/a)
1.424
0,085
0,280
0
1
NIVEST1 (Sin estudios)
1.893
0,180
0,384
0
1
NIVEST2 (E. primarios)
1.559
0,314
0,464
0
1
NIVEST3 (E. secundarios 1r ciclo)
1.931
0,188
0,390
0
1
NIVEST4 (E. sec. profesionales 2º c.)
1.493
0,099
0,299
0
1
NIVEST5 (E. sec. generales 2º ciclo)
1.394
0,079
0,270
0
1
NIVEST6 (E. universitarios 1r ciclo)
1.316
0,064
0,244
0
1
NIVEST7 (E. universit. 2º y 3r ciclo)
1.349
0,070
0,256
0
1
NIVEST8 (E. no reglados)
1.128
0,006
0,075
0
1
AÑOSEDU (años de educación)
4.935
7,917
4,380
3
191
CCAA01 (Andalucía)
1.816
0,164
0,371
0
1
CCAA02 (Aragón)
1.162
0,033
0,178
0
1
1
CCAA03 (Asturias)
1.143
0,029
0,167
0
1
CCAA04 (Baleares)
1.198
0,020
0,139
0
1
CCAA05 (Canarias)
1.176
0,035
0,185
0
1
CCAA06 (Cantabria)
1.162
0,012
0,111
0
1
CCAA07 (Castilla y León)
1.345
0,070
0,254
0
1
CCAA08 (Castilla-La Mancha)
1.222
0,045
0,207
0
1
CCAA09 (Cataluña)
1.811
0,163
0,370
0
1
(Sigue)
— 204 —
(Continuación)
Nº casos
Media
Desv. Est.
Mínimo
Máximo
CCAA10 (C. Valenciana)
CCAA11 (Extremadura)
CCAA12 (Galicia)
CCAA13 (Madrid)
CCAA14 (Murcia)
CCAA15 (Navarra)
CCAA16 (País Vasco)
CCAA17 (La Rioja)
Variables
1.496
1.141
1.368
1.622
1.122
1.167
1.279
1.133
0,100
0,028
0,074
0,125
0,025
0,013
0,056
0,007
0,300
0,166
0,262
0,331
0,155
0,115
0,230
0,081
0
0
0
0
0
0
0
0
1
1
1
1
1
1
1
1
TAMUNI1 (Municipio menor 2.000 h.)
TAMUNI2 (2.001 a 10.000 hab.)
TAMUNI3 (10.001 a 50.000 hab.)
TAMUNI4 (50.001 a 100.000 h.)
TAMUNI5 (100.001 a 400.000)
TAMUNI6 (400.001 a 1.000.000)
TAMUNI7 (Más de 1.000.000 h.)
1.384
1.896
1.177
1.412
1.167
1.313
1.620
0,077
0,181
0,237
0,083
0,234
0,063
0,125
0,267
0,385
0,425
0,276
0,423
0,243
0,331
0
0
0
0
0
0
0
1
1
1
1
1
1
1
RENTA1 (Menos de 60.000 ptas.)
RENTA2 (60.001 a 100.000)
RENTA3 (100.001 a 150.000)
RENTA4 (150.001 a 200.000)
RENTA5 (200.001 a 300.000)
RENTA6 (Más de 300.000 ptas.)
RENTA7 (Renta desconocida)
1.411
1.127
1.161
1.677
1.379
1.269
1.939
0,083
0,227
0,234
0,136
0,076
0,054
0,189
0,276
0,419
0,423
0,343
0,266
0,226
0,392
0
0
0
0
0
0
0
1
1
1
1
1
1
1
CSOCIAL1 (Capital./media patrim.)
CSOCIAL3 (Media func. supraord.)
CSOCIAL4 (Media func. subordin.)
CSOCIAL5 (Obreros)
1.008
1.636
1.686
2.633
0,203
0,128
0,138
0,531
0,402
0,334
0,345
0,499
0
0
0
0
1
1
1
1
(1) No se consideran los 28 individuos que declaran poseer sólo estudios no reglados.
V.1.4.2. Resultados del análisis bivariante
El análisis bivariante permite observar el grado de asociación existente entre la variable
dependiente –consumir bebidas alcohólicas– y cada una de las variables explicativas que se incluyen
en el modelo.
De los datos recogidos en la tabla V.1.4.2 pueden señalarse los siguientes aspectos:
• Existe una diferencia notable entre hombres y mujeres en el consumo de alcohol. Así,
mientras el 70,4% de los hombres declara haber bebido alcohol, dicho porcentaje se
reduce a la mitad en las mujeres (35,4%).
• También se observa una diferencia importante en el porcentaje de consumidores de
bebidas alcohólicas entre aquellos que declaran padecer una enfermedad crónica
(41,2%) y los que no padecen dicho tipo de enfermedad (57,9%).
• Los activos consumen bebidas alcohólicas en mayor porcentaje (66,0%) que los inac­
tivos (35,5%).
— 205 —
TABLA V.1.4.2
RESULTADOS DEL ANÁLISIS BIVARIANTE
Variables
Casos (alcohol=1)
% Casos (alcohol=1)
SEXO (hombre)
SEXO (mujer)
1.6831.
909
70,4
35,4
SALUD (padece enfermedad crónica)
SALUD (no padece enfermedad crónica)
695
1.8971.
41,2
57,9
ACTIVO (activo)
ACTIVO (inactivo)
1.6971.
895
66,0
37,5
ECIVIL1 (Soltero/a)
567
66,8
ECIVIL2 (Casado/a)
1.8391.
51,7
ECIVIL3 (Separado/a o divorciado/a)
174
56,1
ECIVIL4 (Viudo/a)
112
26,4
NIVEST1 (Sin estudios)
329
36,8
NIVEST2 (Estudios primarios)
688
44,1
NIVEST3 (E. secundarios 1r ciclo)
553
59,4
NIVEST4 (E. secundarios profesionales 2º ciclo)
307
62,3
NIVEST5 (E. secundarios generales 2º ciclo)
240
60,9
NIVEST6 (E. universitarios 1r ciclo)
197
62,3
NIVEST7 (E. universitarios 2º y 3r ciclo)
265
75,9
NIVEST8 (E. no reglados)
113
46,4
CCAA01 (Andalucía)
398
48,8
CCAA02 (Aragón)
180
49,4
CCAA03 (Asturias)
168
47,6
CCAA04 (Baleares)
154
55,1
CCAA05 (Canarias)
175
42,6
CCAA06 (Cantabria)
130
48,4
CCAA07 (Castilla y León)
178
51,6
CCAA08 (Castilla-La Mancha)
107
48,2
CCAA09 (Cataluña)
456
56,2
CCAA10 (C. Valenciana)
247
49,8
CCAA11 (Extremadura)
180
56,7
CCAA12 (Galicia)
191
51,9
CCAA13 (Madrid)
351
56,4
CCAA14 (Murcia)
171
58,2
CCAA15 (Navarra)
130
44,8
CCAA16 (País Vasco)
157
56,3
CCAA17 (La Rioja)
119
57,6
TAMUNI1 (Municipio menor 2.000 habitantes)
182
47,4
TAMUNI2 (De 2.001 a 10.000 habitantes)
464
51,8
(Sigue)
— 206 —
(Continuación)
Variables
Casos (alcohol=1)
% Casos (alcohol=1)
TAMUNI3 (De 10.001 a 50.000 habitantes)
575
48,9
TAMUNI4 (De 50.001 a 100.000 habitantes)
198
48,1
TAMUNI5 (De 100.001 a 400.000 habitantes)
613
52,8
TAMUNI6 (De 400.001 a 1.000.000 habitantes)
169
54,0
TAMUNI7 (Más de 1.000.000 habitantes)
391
63,1
RENTA1 (Menos de 60.000 ptas.)
158
38,4
RENTA2 (De 60.001 a 100.000 ptas.)
491
43,6
RENTA3 (De 100.001 a 150.000 ptas.)
583
50,2
RENTA4 (De 150.001 a 200.000 ptas.)
383
56,6
RENTA5 (De 200.001 a 300.000 ptas)
245
64,6
RENTA6 (Más de 300.000 ptas.)
199
74,0
RENTA7 (Renta desconocida)
533
56,8
CSOCIAL1 (C. capitalista- c. media patrimonial)
527
52,3
CSOCIAL3 (C. Media funcional supraordinada)
389
61,2
CSOCIAL4 (C. Media funcional subordinada)
400
58,3
1.2761.
48,5
CSOCIAL5 (Obreros)
• Con referencia al estado civil, el grupo que contiene un mayor porcentaje de bebedo­
res es el de solteros (66,8%), mientras que el que comprende un menor porcentaje es
el de viudos (26,4%). Asimismo, no existe una diferencia sustancial entre casados
(51,7%) y los separados o divorciados (56,1%).
• Por Comunidades Autónomas, destacan los menores porcentajes de Canarias
(42,6%) y Navarra (44,8%), mientras que Murcia (58,2%), La Rioja (57,6%) y Extre­
madura (56,7%) son las Comunidades donde existe una mayor proporción de consu­
midores de bebidas alcohólicas.
• Se observa una mayor proporción de bebedores de alcohol en los municipios mayores
de 100.000 habitantes, con un máximo para los de más de 1.000.000 habitantes
(63,1%) y un mínimo en los municipios con menos de 2.000 habitantes (47,4%).
• Se constata una relación positiva entre el nivel de ingresos familiares de los encues­
tados y consumir bebidas alcohólicas.
• No existe una clara relación entre beber alcohol y la clase social de los individuos, si
bien en las clases medias existe un mayor porcentaje de bebedores que en la clase
capitalista, mientras que la clase obrera contiene una menor proporción de consumi­
dores de alcohol.
Con respecto a la educación, se observa una relación positiva entre los años de escola­
rización y el porcentaje de individuos que consumen bebidas alcohólicas. Asimismo, si se realiza un
análisis por sexo puede constatarse que dicha relación positiva existe para ambos sexos, si bien es
mayor en las mujeres. Así, aunque el porcentaje de bebedores entre aquellos sin estudios es mucho
menor en el caso de las mujeres, éste va acercándose al de los hombres (hasta igualarse) a medida
que aumenta el número de años de escolarización (véase el gráfico V.I.4.1).
— 207 —
GRÁFICO V.I.4.1
PROPORCIÓN DE CONSUMIDORES DE BEBIDAS ALCOHÓLICAS, SEGÚN
LOS AÑOS DE ESCOLARIZACIÓN Y SEXO
% Beben alcohol
90
80
70
60
mujeres
50
hombres
40
Ambos
30
20
10
0
3
5
8
10
12
13
15
17
19
Años de
escolarización
Si se consideran los niveles educativos, el gráfico V.I.4.2 muestra que el porcentaje de
consumidores de alcohol asciende a medida que se alcanzan niveles educativos superiores. Dicho
efecto, además, se observa claramente entre las mujeres, donde destacan los mayores porcentajes
de consumidoras de alcohol entre aquellas que han alcanzado estudios universitarios. Para los hom­
bres, la tendencia creciente es irregular, observándose unos mayores porcentajes de bebedores entre
los que han alcanzado estudios secundarios de primer ciclo y estudios universitarios de segundo y
tercer ciclo (aunque los porcentajes son muy similares para aquellos con estudios secundarios de
primer ciclo, segundo ciclo y con estudios universitarios).
— 208 —
GRÁFICO V.I.4.2
PROPORCIÓN DE CONSUMIDORES DE BEBIDAS ALCOHÓLICAS, SEGÚN EL NIVEL EDUCATIVO Y SEXO
% Beben alcohol
90
80
70
60
mujeres
50
hombres
Ambos
40
30
20
10
Univer 2-3ºC
Univer. 1ºC
Sec. Gen. 2ºC
S. Prof. 2ºC
Secun.1ºC
Primarios
Sin estud.
No reglados
0
Nivel
educativo
Finalmente, el gráfico V.I.4.3, que muestra la relación existente entre la edad y el porcentaje
de consumidores de alcohol, señala la existencia de una relación negativa entre ambas y, además, que las
diferencias en la probabilidad de beber alcohol entre sexos se mantienen casi constantes.
GRÁFICO V.I.4.3
PROPORCIÓN DE CONSUMIDORES DE BEBIDAS ALCOHÓLICAS, SEGÚN LA EDAD Y SEXO
% Beber alcohol
90
80
70
60
Ambos
mujeres
hombres
50
40
30
20
10
0
— 209 —
85-93
80-84
75-79
70-74
65-69
60-64
55-59
50-54
45-49
40-44
35-39
30-34
25-29
Edad
V.1.4.3. Interpretación de los resultados de los modelos de regresión logística
En este apartado se presentan los resultados de las distintas regresiones logísticas
relacionadas con la contrastación de la hipótesis planteada. Como en los apartados anteriores,
sólo se muestran las regresiones más relevantes, incluyendo otras en el apéndice (denominado
“consumo de alcohol”). Antes de proceder al análisis de regresión debe señalarse la existencia
de multicolinealidad leve entre las variables relacionadas con la educación y la edad (el índice
de condición asciende a 24,5) que, sin embargo no incide significativamente sobre el análisis
empírico.
Para el conjunto de la muestra se analiza el efecto de la educación (considerada en
años de educación y en niveles educativos) incluyendo, además, variables referidas al sexo, la
edad, el estado de salud, la situación de actividad laboral, el estado civil, la CCAA y el tamaño del
municipio de residencia, así como los niveles de renta familiares y la clase social. Asimismo, se
incluye un término de interacción entre la educación y el sexo de los individuos.
TABLA V.1.4.3
RESULTADOS DEL ANÁLISIS DE REGRESIÓN LOGÍSTICA: PROBABILIDAD RELATIVA
DE CONSUMIR BEBIDAS ALCOHÓLICAS (AÑOS DE ESCOLARIZACIÓN)
Variables
B
E.T.
Wald
gl
Sig.
Exp(B)
SEXO
-1,891**
0,138
188,66011
1
0,000
6,623
EDAD
-0,014**
0,003
26,0131
1
0,000
0,986
SALUD
-0,375**
0,074
26,0491
1
0,000
1,455
ACTIVO
-0,223**
0,084
7,124
1
0,008
1,250
AÑOSEDU
-0,061**
0,012
25,1171
1
0,000
1,062
EDUC*SEXO
-0,054**
0,015
12,9961
1
0,000
0,948
CCAA02
-0,032**
0,203
0,025
1
0,874
1,033
CCAA03
-0,026**
0,208
0,015
1
0,901
0,975
CCAA04
-0,308**
0,254
1,467
1
0,226
1,360
CCAA05
-0,373**
0,190
3,849
1
0,050
0,689
CCAA06
-0,167**
0,297
0,314
1
0,575
0,847
CCAA07
-0,226**
0,152
2,193
1
0,139
1,253
CCAA08
-0,089**
0,175
0,256
1
0,613
1,093
CCAA09
-0,201**
0,121
2,766
1
0,096
1,223
CCAA10
-0,133**
0,128
1,076
1
0,300
1,142
CCAA11
-0,530**
0,209
6,427
1
0,011
1,698
CCAA12
-0,188**
0,145
1,690
1
0,194
1,207
CCAA13
-0,118**
0,152
0,604
1
0,437
0,889
CCAA14
-0,596**
0,220
7,304
1
0,007
1,814
CCAA15
-0,446**
0,287
2,408
1
0,121
0,640
CCAA16
-0,203**
0,163
1,552
1
0,213
1,225
CCAA17
-0,100**
0,399
0,062
1
0,803
1,105
(Sigue)
— 210 —
(Continuación)
Variables
TAMUNI1
B
E.T.
Wald
gl
Sig.
Exp(B)
-0,046**
0,141
0,106
1
0,745
0,955
TAMUNI2
-0,232**
0,104
5,033
1
0,025
1,261
TAMUNI4
-0,066**
0,131
0,252
1
0,616
0,936
TAMUNI5
-0,184**
0,097
3,633
1
0,057
1,202
TAMUNI6
-0,261**
0,156
2,781
1
0,095
1,298
TAMUNI7
-0,538**
0,147
13,4671
1
0,000
1,713
RENTA1
-0,043**
0,134
0,100
1
0,752
1,043
RENTA2
-0,008**
0,096
0,007
1
0,931
0,992
RENTA4
-0,103**
0,110
0,875
1
0,350
1,108
RENTA5
-0,381**
0,141
7,335
1
0,007
1,463
RENTA6
-0,699**
0,174
16,0501
1
0,000
2,012
RENTA7
-0,281**
0,103
7,404
1
0,007
1,325
Constante
-1,120**
0,227
24,3311
1
0,000
0,326
* Significativa al nivel 5%. ** Significativa al 1%.
Categorías de referencia: CCAA01, TAMUNI3, RENTA3.
Estadísticos
Número observaciones: 4.935
Chi-cuadrado: 1.051,969, con g.l. 34 y Prob>chi2=0,000
Predicciones correctas (beber alcohol): 71,4%
Predicciones correctas (total): 69,5%
CUT: 0,52
-2LL: 5.777,834
Número de iteraciones: 3
R-cuadrado Nagelkerke: 0,26
La tabla V.1.4.3 muestra la significatividad de la variable “años de escolarización” (con
233
signo positivo) y del término de interacción “educación*sexo” (con signo negativo) . Los valores de
dichas variables permiten afirmar que la educación incide positivamente sobre la probabilidad de be­
234
ber alcohol para ambos sexos, aunque dicho efecto es mayor para las mujeres .
Asimismo, el resultado anterior puede observarse en el gráfico V.I.4.4 (realizado me­
diante la expresión que se muestra a continuación) que muestra los efectos no monetarios marginales
de los años de escolarización sobre la probabilidad relativa de consumir bebidas alcohólicas, para
hombres y mujeres representativos de la muestra: 49 años de edad, casados, que no padecen ningu­
na enfermedad crónica, activos, residentes en Andalucía y en municipios entre 10.001 y 50.000 ha­
bitantes, y con unos ingresos mensuales netos entre 100.001 y 150.000 pesetas. Dicho gráfico refleja
una pendiente positiva en la relación entre educación y la probabilidad relativa de beber alcohol que,
sin embargo, es más pronunciada en el caso de las mujeres.
233 Se expone el análisis de regresión que incluye sólo las distintas variables en las que al menos una categoría se muestra
significativa (así como la variable renta, sea o no significativa, para aislar el efecto no monetario de la educación).
234 Los tests de la chi-cuadrado indican que todos los modelos presentados en este apartado son significativos en su conjun­
to. Asimismo, la bondad del ajuste es similar a la que se observa en la mayoría de este tipo de estudios empíricos (véase
Nayga, 1996).
— 211 —
P(Yi = 1)
Pr obabilidad (beber alcohol)
β X
=
= e ∑ k ki = e β0 * e β1X1i * ... *
Pr obabilidad (no beber alcohol) 1− P(Yi = 1)
* e βk Xki = e β0 * (e β1 )
= 0,326 * (6,623)
sexo
X1i
* ... * (e βk )
* (0,986)
edad
X ki
=
* (1,455) salud * (1,250) activo * (1,062) añosedu *
* (0,948) educ*sexo
GRÁFICO V.I.4.4
EFECTOS MARGINALES DE LOS AÑOS DE ESCOLARIZACIÓN SOBRE LA PROBABILIDAD
RELATIVA DE CONSUMIR BEBIDAS ALCOHÓLICAS, POR SEXO
Prob. relativa de beber alcohol
2,5
2,0
1,5
Hombres
Mujeres
1,0
0,5
0,0
3
5
8
10
12
13
15
17
19
Años de
escolarización
El análisis por niveles educativos (véase la tabla V.1.4.4) ofrece los siguientes resulta­
dos: comparado con poseer estudios primarios, alcanzar los estudios secundarios de primer ciclo,
así como los estudios universitarios (de primer, segundo y tercer ciclo) incrementa la probabilidad
relativa de consumir bebidas alcohólicas, y dicho efecto se produce para ambos sexos. En concre­
to, alcanzar estudios secundarios incrementa dicha probabilidad un 31,6%, los estudios universita­
rios de primer ciclo un 55% y poseer estudios universitarios de segundo y tercer ciclo un 145%.
Asimismo, en la tabla se observa que aunque no poseer estudios reduce dicha probabilidad en las
mujeres un 26%, dicho efecto es positivo en el caso de los hombres (la probabilidad aumenta un
17%). Además, no existe un efecto diferenciado significativo entre poseer estudios primarios y es­
tudios secundarios de segundo ciclo. Finalmente, debe señalarse que no se observan diferencias
entre haber cursado estudios de tipo general y profesional (ya que ambos tipos de estudios secun­
darios no son significativos).
— 212 —
TABLA V.1.4.4
RESULTADOS DEL ANÁLISIS DE REGRESIÓN LOGÍSTICA: PROBABILIDAD
RELATIVA DE CONSUMIR ALCOHOL (NIVELES EDUCATIVOS)
Variables
SEXO
B
E.T.
Wald
gl
Sig.
Exp(B)
-1,453**
0,115
159,11311
1
0,000
4,278
EDAD
-0,012**
0,003
16,5861
1
0,000
0,988
SALUD
-0,371**
0,074
25,4451
1
0,000
1,449
ACTIVO
-0,241**
0,084
8,177
1
0,004
1,272
NIVEST1
-0,297**
0,142
4,346
1
0,037
0,743
NIVEST3
-0,275**
0,130
4,468
1
0,035
1,316
NIVEST4
-0,218**
0,168
1,684
1
0,194
1,244
NIVEST5
-0,183**
0,184
0,983
1
0,321
1,200
NIVEST6
-0,437**
0,190
5,274
1
0,022
1,548
NIVEST7
-0,898**
0,205
19,1981
1
0,000
2,454
NIVEST8
-0,215**
0,565
0,145
1
0,703
0,806
NIVES1*SEXO
-0,450**
0,193
5,439
1
0,020
1,568
NIVES3*SEXO
-0,100**
0,187
0,286
1
0,593
1,105
NIVES4*SEXO
-0,060**
0,230
0,068
1
0,794
0,942
NIVES5*SEXO
-0,126**
0,251
0,251
1
0,616
0,882
NIVES6*SEXO
-0,472**
0,271
3,023
1
0,082
0,624
NIVES7*SEXO
-0,535**
0,285
3,528
1
0,060
0,586
NIVES8*SEXO
-0,119**
0,899
0,018
1
0,895
1,126
CCAA02
-0,048**
0,203
0,055
1
0,815
1,049
CCAA03
-0,072**
0,209
0,118
1
0,731
0,931
CCAA04
-0,175**
0,247
0,501
1
0,479
1,191
CCAA05
-0,374**
0,190
3,847
1
0,050
0,688
CCAA06
-0,125**
0,297
0,177
1
0,674
0,882
CCAA07
-0,228**
0,153
2,204
1
0,138
1,256
CCAA08
-0,067**
0,176
0,148
1
0,701
1,070
CCAA09
-0,202**
0,122
2,734
1
0,098
1,224
CCAA10
-0,137**
0,129
1,128
1
0,288
1,146
CCAA11
-0,541**
0,209
6,681
1
0,010
1,717
CCAA12
-0,195**
0,145
1,813
1
0,178
1,216
CCAA13
-0,123**
0,152
0,660
1
0,417
0,884
CCAA14
-0,565**
0,222
6,474
1
0,011
1,760
CCAA15
-0,452**
0,288
2,458
1
0,117
0,637
CCAA16
-0,223**
0,164
1,833
1
0,176
1,249
CCAA17
-0,065**
0,401
0,026
1
0,871
1,067
(Sigue)
— 213 —
(Continuación)
Variables
TAMUNI1
B
E.T.
Wald
gl
Sig.
Exp(B)
-0,239**
0,144
2,746
1
0,097
0,788
TAMUNI2
-0,041**
0,105
0,148
1
0,700
1,041
TAMUNI3
-0,187**
0,097
3,742
1
0,053
0,830
TAMUNI4
-0,243**
0,132
3,381
1
0,066
0,784
TAMUNI6
-0,054**
0,163
0,109
1
0,742
1,055
TAMUNI7
-0,380**
0,142
7,178
1
0,007
1,463
RENTA1
-0,032**
0,136
0,055
1
0,815
1,032
RENTA2
-0,020**
0,096
0,044
1
0,833
0,980
RENTA4
-0,101**
0,109
0,855
1
0,355
1,107
RENTA5
-0,383**
0,141
7,420
1
0,006
1,467
RENTA6
-0,725**
0,177
16,8001
1
0,000
2,065
RENTA7
-0,262**
0,103
6,430
1
0,011
1,300
Constante
-0,683**
0,228
8,946
1
0,003
0,505
** Significativa al 1%. * Significativa al 5%.
Categorías de referencia: NIVEST2, CCAA01, TAMUNI3, RENTA3.
Estadísticos
Número observaciones: 4.963
Chi-cuadrado: 1.072,299 con g.l. 46 y Prob>chi2=0,000
Predicciones correctas (beber alcohol): 70,0%
Predicciones correctas (total): 69,4%
CUT: 0,52
-2LL: 5.796,628
Número de iteraciones: 3
R-cuadrado Nagelkerke: 0,26
Los aspectos señalados anteriormente pueden observarse en el gráfico V.I.4.5, que re­
coge el análisis de los efectos no monetarios marginales de los distintos niveles educativos sobre la
probabilidad relativa de beber alcohol en un individuo medio como el descrito para los años de esco­
larización. Dicho gráfico se obtiene a partir de la siguiente expresión:
P(Yi = 1)
Pr obabilidad (beber alcohol)
β X
=
= e ∑ k ki = e β0 * e β1X1i * ... *
Pr obabilidad (no beber alcohol) 1− P(Yi = 1)
* e βk Xki = e β0 * (e β1 )
= 0,505 * (4,278)
sexo
X1i
* ... * (e βk )
* (0,988)
edad
X ki
=
* (1,449) salud * (1,272) activo * (0,743) nivest1 *
* (1,316)nivest3 * (1,548)nivest6 * (2,454) nivest7 * (1,568) nives1*sexo
— 214 —
GRÁFICO V.I.4.5
EFECTOS MARGINALES DE LOS NIVELES EDUCATIVOS SOBRE LA PROBABILIDAD
RELATIVA DE CONSUMIR BEBIDAS ALCOHÓLICAS, POR SEXO
Prob. relativa de beber alcohol
6,0
5,0
4,0
Hombres
3,0
M ujeres
2,0
1,0
Univer 2­
3ºC
Univer. 1ºC
Sec.Gen.2ºC
S. Prof. 2ºC
Secun.1ºC
Primarios
Sin estudios
0,0
Nivel
educat ivo
En suma, con referencia a la educación destaca lo siguiente:
• Del estudio empírico llevado a cabo puede concluirse que, para ambos sexos, la edu­
cación genera un efecto positivo sobre la probabilidad relativa de que los individuos
consuman bebidas alcohólicas, aunque dicho efecto es mayor para las mujeres que
para los hombres. Sin embargo, el análisis por niveles educativos refleja una mayor
igualdad de los efectos de la educación en ambos sexos y, además, que el efecto po­
sitivo de la misma sobre la probabilidad relativa de beber alcohol se debe, en gran
parte, a la incidencia de los estudios universitarios.
• No existen efectos diferenciados de los estudios de tipo general con respecto a los
profesionales sobre la probabilidad relativa de beber alcohol (ninguna de las variables
que los representan son significativas).
Por tanto, se acepta la hipótesis planteada, de tal modo que la educación aumenta la
probabilidad de beber alcohol.
Con respecto al resto de variables, el conjunto de regresiones muestra los siguientes aspectos:
• La variable “sexo” es significativa, de modo que ser hombre aumenta unas cuatro ve­
ces la probabilidad relativa de beber alcohol (véase la tabla 1.1 del apéndice).
• No padecer una enfermedad crónica incrementa la probabilidad relativa de consumir
bebidas alcohólicas en torno a un 45%.
— 215 —
• La edad reduce la probabilidad relativa de consumir bebidas alcohólicas. Así, un año
más disminuye dicha probabilidad en, aproximadamente, un 1,3%. Si se considera la
235
edad en intervalos (véase la tabla 1.2 del apéndice) , se observa que la reducción
en la probabilidad relativa de beber alcohol se produce fundamentalmente para aque­
llos de 65 y más años.
• Los activos tienen un 25% más de probabilidad relativa de beber alcohol que los inac­
tivos.
• Los residentes en Extremadura y Murcia ven incrementada la probabilidad relativa de
beber alcohol en torno a un 70% y un 80% respectivamente, respecto a la categoría
de referencia (Andalucía).
• Con respecto al tamaño del municipio de residencia, se observa una incidencia positi­
va para aquellos que residen en municipios entre dos y diez mil habitantes (que au­
menta la probabilidad relativa de beber alcohol en un 26%) y en ciudades de más de
un millón de habitantes (donde dicha probabilidad se incrementa un 70%).
• Con referencia al nivel de renta, se constata que pertenecer a los intervalos de renta
superiores a la categoría de referencia (es decir, individuos con unos ingresos men­
suales superiores a 150.000 pesetas) incrementa la probabilidad relativa de beber al­
cohol y, además, dicho efecto es mayor a medida que se perciben unos mayores
ingresos.
• El estado civil y la clase social no resultan significativos.
V.1.5. C
ontrastación de la quinta hipótesis: la educación reduce la probabilidad de abusar del
V.1.5. consumo de alcohol
Como en los apartados anteriores, en primer lugar, se describe la muestra utilizada en
la contrastación de esta hipótesis; en segundo lugar, se realiza un análisis de tipo bivariante entre
la variable dependiente y las variables explicativas; finalmente, se presentan los resultados del
análisis de regresión logística, prestando una atención especial a los efectos no monetarios de la
educación.
V.1.5.1. Descripción de la muestra
Para contrastar esta hipótesis, la variable dependiente (“abusalco”) toma valor 1 si
los individuos abusan en el consumo de alcohol, es decir, si la cantidad consumida corresponde a
la definición de bebedor alto o excesivo proporcionada por la Encuesta Nacional de Salud de
1997 (que equivale a consumir un mínimo de 526 centímetros cúbicos de alcohol a la semana –
véase el apartado IV.2.2.1–). Ahora bien, dado el elevado consumo de alcohol que supone dicha
cifra, se realizará un segundo análisis (con la variable “abusalc2”) en el que se considerará que
existe abuso en el consumo de alcohol a partir del punto medio del intervalo de consumo mode­
rado (es decir, desde el consumo de 352 centímetros cúbicos de alcohol a la semana –véase el
apartado IV.2.2.1–).
235 Los intervalos de edad considerados son los mismos que en los descritos en el apartado V.1.1.3.
— 216 —
TABLA V.1.5.1
DESCRIPCIÓN DE LAS VARIABLES
Variables
Nº casos
Media
Desv. Est.
Mínimo
Máximo
Abusar alcohol –ABUSALCO– (sí=1)
4.968
0,048
0,214
0
1
Abusar alcohol 2 –ABUSALC2– (sí=1)
4.968
0,089
0,284
0
1
SEXO (hombre=1)
4.968
0,482
0,500
0
1
EDAD
4.968
49,4611
16,3401
251
931
SALUD (buena salud=1)
4.968
0,660
0,474
0
1
ACTIVO (sí=1)
4.968
0,519
0,500
0
1
ECIVIL1 (Soltero/a)
1.851
0,171
0,377
0
1
ECIVIL2 (Casado/a)
3.560
0,717
0,451
0
1
ECIVIL3 (Separad. o divorciad.)
1.132
0,027
0,161
0
1
ECIVIL4 (Viudo/a)
1.425
0,086
0,280
0
1
NIVEST1 (Sin estudios)
1.893
0,180
0,384
0
1
NIVEST2 (E. primarios)
1.562
0,314
0,464
0
1
NIVEST3 (E. secundarios 1r ciclo)
1.933
0,188
0,391
0
1
NIVEST4 (E. sec. profesionales 2º c.)
1.493
0,099
0,299
0
1
NIVEST5 (E. sec. generales 2º ciclo)
1.394
0,079
0,270
0
1
NIVEST6 (E. universitarios 1r ciclo)
1.316
0,064
0,244
0
1
NIVEST7 (E. university. 2º y 3r ciclo)
1.349
0,070
0,256
0
1
NIVEST8 (E. no reglados)
1.128
0,006
0,075
0
1
AÑOSEDU (años de educación)
4.940
7,915
4,378
3
191
CCAA01 (Andalucía)
1.818
0,165
0,371
0
1
CCAA02 (Aragón)
1.162
0,033
0,178
0
1
CCAA03 (Asturias)
1.143
0,029
0,167
0
1
CCAA04 (Baleares)
1.198
0,020
0,139
0
1
CCAA05 (Canarias)
1.176
0,035
0,185
0
1
CCAA06 (Cantabria)
1.163
0,013
0,112
0
1
CCAA07 (Castilla y León)
1.345
0,069
0,254
0
1
CCAA08 (Castilla-La Mancha)
1.222
0,045
0,207
0
1
CCAA09 (Cataluña)
1.811
0,163
0,370
0
1
CCAA10 (C. Valenciana)
1.496
0,100
0,300
0
1
CCAA11 (Extremadura)
1.141
0,028
0,166
0
1
CCAA12 (Galicia)
1.370
0,074
0,263
0
1
CCAA13 (Madrid)
1.622
0,125
0,331
0
1
CCAA14 (Murcia)
1.122
0,025
0,155
0
1
CCAA15 (Navarra)
1.167
0,013
0,115
0
1
CCAA16 (País Vasco)
1.279
0,056
0,230
0
1
CCAA17 (La Rioja)
1.133
0,007
0,081
0
1
1
(Sigue)
— 217 —
(Continuación)
Variables
Nº casos
Media
Desv. Est.
Mínimo
Máximo
TAMUNI1 (Municipio menor 2.000 h.)
1.384
0,077
0,267
0
1
TAMUNI2 (2.001 a 10.000 hab.)
1.899
0,181
0,385
0
1
TAMUNI3 (10.001 a 50.000 hab.)
1.178
0,237
0,425
0
1
TAMUNI4 (50.001 a 100.000 h.)
1.412
0,083
0,276
0
1
TAMUNI5 (100.001 a 400.000)
1.161
0,234
0,423
0
1
TAMUNI6 (400.001 a 1.000.000)
1.314
0,063
0,243
0
1
TAMUNI7 (Más de 1.000.000 h.)
1.620
0,125
0,331
0
1
RENTA1 (Menos de 60.000 ptas.)
1.411
0,083
0,276
0
1
RENTA2 (60.001 a 100.000)
1.128
0,227
0,419
0
1
RENTA3 (100.001 a 150.000)
1.162
0,234
0,423
0
1
RENTA4 (150.001 a 200.000)
1.678
0,136
0,343
0
1
RENTA5 (200.001 a 300.000)
1.379
0,076
0,265
0
1
RENTA6 (Más de 300.000 ptas.)
1.269
0,054
0,226
0
1
RENTA7 (Renta desconocida)
1.941
0,189
0,392
0
1
CSOCIAL1 (Capital./media patrim.)
1.010
0,203
0,402
0
1
CSOCIAL3 (Media func. supraord.)
1.636
0,128
0,334
0
1
CSOCIAL4 (Media func. subordin.)
1.686
0,138
0,345
0
1
CSOCIAL5 (Obreros)
2.633
0,531
0,499
0
1
(1) No se consideran los 28 individuos que declaran poseer sólo estudios no reglados.
La muestra consta de 6.135 individuos, que constituyen el 95,9% del total de encuesta­
dos. Ahora bien, la selección de individuos de 25 y más años de edad genera una muestra final de
4.968 individuos (un 96,4% del total de encuestados comprendidos en ese tramo de edad). Las ca­
racterísticas de la muestra pueden observarse en la tabla V.1.5.1, donde aparecen 239 individuos que
abusan en el consumo de alcohol (un 4,8% de la muestra según “abusalco”); si se considera la defini­
ción menos restrictiva de abusar del alcohol (representada por la variable “abusalc2”), el número de
individuos con dicho comportamiento asciende a 441 (8,9% del total). Asimismo, no se observa nin­
guna diferencia significativa con respecto a la muestra que contiene a todos los individuos adultos
mayores de 25 años.
V.1.5.2. Resultados del análisis bivariante
El análisis de tipo bivariante permitirá observar el grado de asociación que se establece
entre la variable dependiente –abusar en el consumo de alcohol– y cada una de las variables explica­
tivas que se incluirán en el modelo multivariante. Este análisis se lleva a cabo sólo con la variable
“abusalco”, que es la variable principal del estudio, si bien en el siguiente apartado también se mues­
tran los resultados de regresión obtenidos con la variable “abusalc2”. De los datos recogidos en la
tabla V.1.5.2 pueden señalarse siguientes aspectos:
• Existe una diferencia muy notable entre hombres y mujeres en el abuso del consumo
de alcohol. Así, mientras que se observa que el 9,5% de los hombres abusa del alco­
hol, dicho porcentaje es prácticamente inexistente en las mujeres (0,5%).
— 218 —
• No se observa una diferencia notable entre los que padecen alguna enfermedad cró­
nica, y los que no, en el porcentaje de individuos que abusan del alcohol.
• El porcentaje de individuos que declaran abusar en el consumo de alcohol es signifi­
cativamente mayor entre los activos (7,0%) que entre los inactivos (2,4%).
• Con referencia al estado civil, existe una escasa diferencia entre los distintos grupo
considerados, salvo el menor porcentaje que se produce en los viudos (2,6%).
• Por Comunidades Autónomas, destacan los menores porcentajes de Madrid (2,1%) y
Cataluña (2,7%), mientras que Galicia (9,5%), Extremadura (9,2%) y La Rioja (9,1%)
son las Comunidades donde existe una mayor proporción de individuos que abusan
en el consumo de alcohol.
• Salvo para la primera categoría, se aprecia una relación negativa entre abusar del al­
cohol y el tamaño del municipio.
TABLA V.1.5.2
RESULTADOS DEL ANÁLISIS BIVARIANTE
Variables
Casos (abusalco=1)
% Casos (abusalco =1)
SEXO (hombre)
SEXO (mujer)
2271
12
9,5
0,5
SALUD (padece enfermedad crónica)
SALUD (no padece enfermedad crónica)
68
1711
4,0
5,2
ACTIVO (activo)
ACTIVO (inactivo)
1811
58
7,0
2,4
ECIVIL1 (Soltero/a)
41
4,8
ECIVIL2 (Casado/a)
1781
5,0
ECIVIL3 (Separado/a o divorciado/a)
19
6,8
ECIVIL4 (Viudo/a)
11
2,6
NIVEST1 (Sin estudios)
48
5,4
NIVEST2 (Estudios primarios)
83
5,3
NIVEST3 (E. secundarios 1r ciclo)
59
6,3
NIVEST4 (E. secundarios profesionales 2º ciclo)
21
4,3
NIVEST5 (E. secundarios generales 2º ciclo)
13
3,3
NIVEST6 (E. universitarios 1r ciclo)
14
1,3
NIVEST7 (E. universitarios 2º y 3r ciclo)
11
3,2
NIVEST8 (E. no reglados)
10
0,0
CCAA01 (Andalucía)
45
5,5
CCAA02 (Aragón)
13
8,0
CCAA03 (Asturias)
16
4,2
CCAA04 (Baleares)
18
8,2
(Sigue)
— 219 —
(Continuación)
Variables
Casos (abusalco=1)
% Casos (abusalco =1)
CCAA05 (Canarias)
18
4,5
CCAA06 (Cantabria)
12
3,2
CCAA07 (Castilla y León)
21
6,1
CCAA08 (Castilla-La Mancha)
19
4,1
CCAA09 (Cataluña)
22
2,7
CCAA10 (C. Valenciana)
16
3,2
CCAA11 (Extremadura)
13
9,2
CCAA12 (Galicia)
35
9,5
CCAA13 (Madrid)
13
2,1
CCAA14 (Murcia)
16
4,9
CCAA15 (Navarra)
12
3,0
CCAA16 (País Vasco)
17
6,1
CCAA17 (La Rioja)
13
9,1
TAMUNI1 (Municipio menor 2.000 habitantes)
22
5,7
TAMUNI2 (De 2.001 a 10.000 habitantes)
61
6,8
TAMUNI3 (De 10.001 a 50.000 habitantes)
70
5,9
TAMUNI4 (De 50.001 a 100.000 habitantes)
18
4,4
TAMUNI5 (De 100.001 a 400.000 habitantes)
46
4,0
TAMUNI6 (De 400.001 a 1.000.000 habitantes)
19
2,9
TAMUNI7 (Más de 1.000.000 habitantes)
13
2,1
RENTA1 (Menos de 60.000 ptas.)
23
5,6
RENTA2 (De 60.001 a 100.000 ptas.)
54
4,8
RENTA3 (De 100.001 a 150.000 ptas.)
69
5,9
RENTA4 (De 150.001 a 200.000 ptas.)
22
3,2
RENTA5 (De 200.001 a 300.000 ptas)
16
4,2
RENTA6 (Más de 300.000 ptas.)
17
2,6
RENTA7 (Renta desconocida)
48
5,1
CSOCIAL1 (C. capitalista- c. media patrimonial)
55
5,4
CSOCIAL3 (C. Media funcional supraordinada)
20
3,1
12
1,7
1521
5,8
CSOCIAL4 (C. Media funcional subordinada)
CSOCIAL5 (Obreros)
• No se constata una clara relación entre el nivel de ingresos familiares de los encues­
tados y el porcentaje de individuos que abusan del alcohol, aunque destaca el menor
porcentaje de aquellos con mayor nivel de renta.
• No existe una clara relación entre abusar del alcohol y la clase social de los individuos,
si bien en las clases medias, y especialmente entre la clase media funcional subordina­
da, existe un significativo menor porcentaje de bebedores que en el resto de clases.
— 220 —
GRÁFICO V.I.5.1.
PROPORCIÓN DE INDIVIDUOS QUE ABUSAN EN EL CONSUMO DE ALCOHOL,
SEGÚN LOS AÑOS DE EDUCACIÓN Y SEXO
% abusan en el consumo alcohol
14
12
mujeres
10
hombres
8
Ambos
6
4
2
0
3
5
8
10
12
13
15
17
19
Años de
escolarización
Con respecto a la educación, en general, se observa una relación negativa entre los
años de escolarización y el porcentaje de individuos que abusan en el consumo de alcohol, si bien
dicha tendencia es irregular. Asimismo, si se realiza un análisis separado para cada sexo puede
constatarse que dicha relación negativa se debe al efecto de la educación en los hombres, ya que el
número de mujeres que abusan del alcohol se mantiene siempre en porcentajes muy bajos, indepen­
dientemente de los años de escolarización (véase el gráfico V.I.5.1).
Si se consideran los niveles educativos, el porcentaje de individuos que abusa del al­
cohol desciende a partir de alcanzar los estudios secundarios de segundo ciclo, si bien se invierte
dicha tendencia para aquellos con mayor nivel educativo (véase el gráfico V.I.5.2). Dicho efecto,
además, se observa claramente en los hombres, ya que, como se ha señalado anteriormente, el
porcentaje de mujeres que abusan del alcohol es prácticamente nulo para cualquier nivel educa­
tivo.
Finalmente, en el gráfico V.I.5.3 se observa la existencia de una tendencia irregular­
mente positiva entre la edad y el porcentaje de individuos que abusan en el consumo de alcohol hasta
el intervalo que comprende aquellos entre 55 y 59 años (con un máximo a los 55 años), así como una
relación negativa a partir de dicho intervalo. Como en los análisis anteriores la relación descrita entre
edad y abuso del alcohol se produce, fundamentalmente, en los hombres. Además, en la muestra no
236
existen individuos mayores de 80 años entre los que abusan del alcohol .
236 Como en el caso de la probabilidad de fumar, la mayor mortalidad de aquellos que abusan del alcohol puede explicar
buena parte de este fenómeno.
— 221 —
GRÁFICO V.I.5.2
PROPORCIÓN DE INDIVIDUOS QUE ABUSAN EN EL CONSUMO DE ALCOHOL,
SEGÚN EL NIVEL EDUCATIVO Y SEXO
% abusan en el consumo de alcohol
14
12
mujeres
10
hombres
Ambos
8
6
4
Univer 2-3ºC
Univer. 1ºC
S. Prof. 2ºC
Secun.1ºC
Primarios
Sin estud.
0
Sec. Gen. 2ºC
2
Nivel
educativo
GRÁFICO V.I.5.3
PROPORCIÓN DE INDIVIDUOS QUE ABUSAN EN EL CONSUMO DE ALCOHOL,
SEGÚN LA EDAD Y SEXO
% abusan en el consumo de alcohol
16
14
Ambos
12
mujeres
10
hombres
8
6
4
2
— 222 —
85-93
80-84
75-79
70-74
65-69
60-64
55-59
50-54
45-49
40-44
35-39
30-34
25-29
0
Edad
V.1.5.3. Interpretación de los resultados de los modelos de regresión logística
En este apartado se presentan los resultados de las distintas regresiones logísticas rela­
cionadas con la contrastación de la quinta hipótesis. Como en los apartados anteriores, sólo se
muestran las regresiones más relevantes, incluyendo otras en el apéndice denominado “abuso en el
consumo de alcohol”. Antes de proceder al análisis de regresión debe señalarse la existencia de mul­
ticolinealidad leve (el índice de condición es 24,0) entre las variables relacionadas con la educación y
la edad que, sin embargo, no incide significativamente sobre el análisis empírico.
Así, para el conjunto de la muestra se analiza el efecto de la educación (considerada en
años de educación y en niveles educativos) incluyendo, además, variables referidas al sexo, la edad,
el estado de salud, la situación laboral, el estado civil, la CCAA y el tamaño del municipio de residen­
cia, así como los niveles de renta familiares y la clase social de los individuos. Además, el distinto
efecto de la educación en función del sexo que describe el gráfico V.I.5.1 sugiere la inclusión de un
término de interacción entre la educación y el sexo (“educación*sexo”).
237
Como puede observarse en la tabla V.1.5.3 , la variable “años de escolarización” es
significativa (con signo negativo). Ahora bien, si dicho análisis se reproduce por el método forward­
238
step , la variable “añosedu” no resulta significativa mientras que sí incide significativamente la varia­
ble “educación*sexo”. Por dicho motivo, aunque en análisis que recoge la tabla V.1.5.3 se apunta que
un año más de educación reduce la probabilidad relativa de abusar del alcohol un 7,7%, puede con­
cluirse que dicho efecto se produce fundamentalmente en los hombres (véase la tabla 1.1 del apéndi­
ce, donde se observa que un año más de educación reduce, sólo en los hombres, la probabilidad
239
relativa de abusar del alcohol un 8,6%) .
TABLA V.1.5.3
RESULTADOS DEL ANÁLISIS DE REGRESIÓN LOGÍSTICA: PROBABILIDAD RELATIVA
DE ABUSAR EN EL CONSUMO DE ALCOHOL (AÑOS DE ESCOLARIZACIÓN)
Variables
B
E.T.
Wald
gl
Sig.
Exp(B)
SEXO
-2,931**
0,303
93,8111,
1
0,000
18,7491
ACTIVO
-0,848**
0,179
22,4881,
1
0,000
2,335
AÑOSEDU
-0,081**
0,023
11,8761,
1
0,001
0,923
CCAA02
-0,644**
0,350
3,396
1
0,065
1,904
CCAA03
-0,022**
0,468
0,002
1
0,963
1,022
CCAA04
-0,710**
0,426
2,774
1
0,096
2,034
CCAA05
-0,171**
0,409
0,174
1
0,676
0,843
CCAA06
-0,414**
0,754
0,301
1
0,583
0,661
CCAA07
-0,200**
0,288
0,480
1
0,488
1,221
CCAA08
-0,185**
0,389
0,227
1
0,633
0,831
CCAA09
-0,603**
0,276
4,772
1
0,029
0,547
CCAA10
-0,575**
0,307
3,516
1
0,061
0,563
(Sigue)
237 Se expone el análisis de regresión que incluye sólo las distintas variables en las que al menos una categoría se muestra
significativa (así como la variable renta, sea o no significativa, para aislar el efecto no monetario de la educación).
238 Para una descripción de los distintos métodos de estimación, véase el primer apartado del apéndice estadístico.
239 Asimismo, debe tenerse en consideración que del conjunto de individuos que declaran abusar en el consumo de alcohol,
el 95% son hombres.
— 223 —
(Continuación)
Variables
B
E.T.
Wald
gl
Sig.
Exp(B)
CCAA11
-0,744**
0,353
4,451
1
0,035
2,104
CCAA12
-0,668**
0,252
7,050
1
0,008
1,950
CCAA13
-0,646**
0,334
3,735
1
0,053
0,524
CCAA14
-0,100**
0,465
0,046
1
0,830
0,905
CCAA15
-0,512**
0,756
0,459
1
0,498
0,599
CCAA16
-0,308**
0,322
0,917
1
0,338
1,361
CCAA17
-1,049**
0,673
2,432
1
0,119
2,854
RENTA1
-0,144**
0,271
0,283
1
0,595
1,155
RENTA2
-0,211**
0,203
1,078
1
0,299
0,810
RENTA4
-0,543**
0,265
4,208
1
0,040
0,581
RENTA5
-0,114**
0,322
0,125
1
0,724
1,121
RENTA6
-0,180**
0,448
0,162
1
0,687
0,835
RENTA7
-0,110**
0,218
0,255
1
0,614
0,896
CSOCIAL1
-0,006**
0,176
0,001
1
0,972
0,994
CSOCIAL3
-0,193**
0,282
0,468
1
0,494
0,825
CSOCIAL4
-0,972**
0,326
8,874
1
0,003
0,378
Constante
-4,928**
0,377
171,1211,
1
0,000
0,007
* Significativa al nivel 5%. **Significativa al nivel 1%.
Categorías de referencia: CCAA01, RENTA3, CSOCIAL5.
Estadísticos
Número observaciones: 4.940
Chi-cuadrado: 377,836 con g.l. 28 y Prob>chi2=0,000
Predicciones correctas (abusar del alcohol): 86,6%
Predicciones correctas (total): 69,3%
CUT: 0,05
-2LL: 1.536,008
Número de iteraciones: 7
R-cuadrado Nagelkerke: 0,23
Los efectos señalados anteriormente se repiten en el análisis realizado para la segunda
definición de abusar en el consumo de alcohol. Como se detalla en la tabla 1.2 del apéndice corres­
pondiente, mientras que la variable “añosedu” refleja que un año más de escolarización incrementa la
probabilidad relativa de que hombres y mujeres abusen en el consumo de alcohol un 4,9%, la inclu­
sión de la variable “educación*sexo” elimina la significatividad de “añosedu” y, de este modo, se ob­
serva que un año más de educación reduce, sólo en los hombres, la probabilidad de abusar del
240
alcohol (en concreto un 5,6%) .
Volviendo a la variable inicial “abusalco”, los resultados descritos con anterioridad se re­
flejan en el gráfico V.I.5.4, donde se observa que, aunque los efectos no monetarios marginales ne­
240 Además, este análisis revela un menor efecto del sexo y la clase social, así como la incidencia diferenciada de un mayor
número de CCAA.
— 224 —
gativos de los años de escolarización sobre la probabilidad relativa de abusar del alcohol se producen
tanto para los hombres como para las mujeres, la probabilidad relativa de abusar del alcohol en estas
241
segundas es prácticamente nula . Asimismo, debe señalarse que la expresión utilizada para cono­
cer los efectos no monetarios marginales de los años de escolarización sobre la probabilidad relativa
de abusar del alcohol es la siguiente:
P(Yi = 1)
Pr obabilidad (abusar del alcohol)
β X
=
= e ∑ k ki = e β0 * e β1X1i * ... *
Pr obabilidad (abusar del alcohol) 1− P(Yi = 1)
X1i
X ki
* e βk Xki = e β0 * (e β1 ) * ... * (e βk )
=
= 0,007 * (18,749) sexo * (2,335) activo * (0,923) añosedu
GRÁFICO V.I.5.4
EFECTOS MARGINALES DE LOS AÑOS DE ESCOLARIZACIÓN SOBRE LA PROBABILIDAD
RELATIVA DE ABUSAR EN EL CONSUMO DE ALCOHOL, POR SEXO
Prob. relativa de abusar del alcohol
0,30
0,25
0,20
Hombres
0,15
Mujeres
0,10
0,05
0,00
3
5
8
10
12
13
15
17
19
Años de
escolarización
En el análisis por niveles educativos, la tabla V.1.5.4 recoge que, comparado con poseer
estudios primarios, y para ambos sexos, alcanzar los estudios universitarios de primer ciclo reduce la
242
probabilidad de abusar en el consumo de alcohol un 67,8% . Asimismo, en los hombres, no poseer
estudios incrementa dicha probabilidad casi el doble, mientras que alcanzar los estudios secundarios de
241 Dicho gráfico considera las variables significativas con individuos representativos de la muestra, es decir, hombres y
mujeres residentes en Andalucía, activos, con unos ingresos mensuales netos entre 100.001 y 150.000 pesetas y que pertene­
cen a la clase obrera.
242 Aunque en el análisis sólo son significativos los estudios universitarios de primer ciclo, si se consideran todos los ciclos
universitarios en una sola variable puede concluirse que alcanzar los estudios universitarios reduce la probabilidad relativa de
abusar del alcohol un 52,1% (véase la tabla 1.3 del apéndice correspondiente).
— 225 —
243
primer ciclo aumenta la misma un 50,41% . Así, este análisis resalta la importancia de alcanzar los
estudios universitarios en la reducción de la probabilidad relativa de abusar en el consumo de alcohol.
TABLA V.1.5.4
RESULTADOS DEL ANÁLISIS DE REGRESIÓN LOGÍSTICA: PROBABILIDAD
RELATIVA DE ABUSAR EN EL CONSUMO DE ALCOHOL (NIVELES EDUCATIVOS)
Variables
B
S.E.
Wald
gl
Sig.
Exp(B)
SEXO
-2,739**
0,310
177,799
1
0,000
15,4651
ACTIVO
-0,800**
0,179
119,917
1
0,000
2,225
ECIVIL1
-0,439**
0,186
115,547
1
0,019
0,645
NIVEST6
-1,134**
0,520
114,762
1
0,029
0,322
NIVES1*SEXO
-0,653**
0,202
110,486
1
0,001
1,921
NIVES3*SEXO
-0,408**
0,178
115,258
1
0,022
1,504
CCAA02
-1,057**
0,322
110,762
1
0,001
2,879
CCAA04
-0,968**
0,406
115,687
1
0,017
2,634
CCAA07
-0,605**
0,254
115,695
1
0,017
1,832
CCAA11
-1,020**
0,324
119,935
1
0,002
2,773
CCAA12
-1,082**
0,212
126,130
1
0,000
2,952
CCAA16
-0,667**
0,280
115,685
1
0,017
1,949
CCAA17
-1,270**
0,663
113,666
1
0,056
3,561
RENTA4
-0,552**
0,238
115,374
1
0,020
0,576
CSOCIAL4
-1,078**
0,308
112,242
1
0,000
0,340
Constante
-5,815**
0,313
344,831
1
0,000
0,003
** Significativa al 1%. * Sig. al 5%.
Cat. referencia: NIVEST2, CCAA01, RENTA3, CSOCIAL5.
Estadísticos
Número observaciones: 4.968
Chi-cuadrado: 374,606 con g.l. 34 y Prob>chi2=0,000
Predicciones correctas (abusar del alcohol): 84,9%
Predicciones correctas (total): 86,2%
CUT: 0,05
-2LL: 1.542,107
Número de iteraciones: 7
R-cuadrado Nagelkerke: 0,23
Los efectos no monetarios marginales de los distintos niveles educativos sobre la proba­
bilidad relativa de abusar del alcohol (“abusalco”), considerando un individuo medio como el descrito
243 Las observaciones sobre el método de estimación expuestas anteriormente aconsejan realizar las regresiones mediante el
método forward-step. Asimismo, cabe señalar que en el análisis con la variable “abusalc2” se observa una significación positiva
de las variables educativas citadas en el análisis anterior que se refieren sólo a los hombres, de modo que los estudios secun­
darios de primer ciclo aumentan la probabilidad relativa de abusar del alcohol un 32,7% y no poseer estudios un 55,6% (véase
la tabla 1.4 del apéndice).
— 226 —
en el análisis de los efectos marginales de los años de escolarización, pueden observarse en el gráfi­
co V.I.5.5. La expresión utilizada para el cálculo de dichos efectos marginales es la siguiente:
P(Yi = 1)
Pr obabilidad (abusar del alcohol)
β X
=
= e ∑ k ki = e β0 * e β1X1i * ... *
Pr obabilidad (no abusar del alcohol) 1− P(Yi = 1)
* e βk Xki = e β0 * (e β1 )
X1i
* ... * (e β
k )
X ki
=
= 0,003 * (15,465) sexo * (2,225) activo * (0,322) nivest6 * (1,921) nives1*sexo * (1,504) nives3*sexo
GRÁFICO V.I.5.5
EFECTOS MARGINALES DE LOS NIVELES EDUCATIVOS SOBRE LA PROBABILIDAD
RELATIVA DE ABUSAR EN EL CONSUMO DE BEBIDAS ALCOHÓLICAS, POR SEXO
Prob. relativa de abusar del alcohol
0,20
0,16
Hombres
M ujeres
0,12
0,08
0,04
Univer 2-3ºC
Univer. 1ºC
Sec.Gen.2ºC
S. Prof. 2ºC
Secun.1ºC
Primarios
Sin estudios
0,00
Nivel
educativo
Como en el análisis llevado a cabo con la variable “años de escolarización”, aunque el
efecto negativo de la educación se produce en ambos sexos, éste se observa mejor en los hombres,
ya que la probabilidad relativa de abusar en el consumo de alcohol, en las mujeres, es casi nulo para
cualquier nivel educativo (véase el gráfico V.I.5.5).
Con respecto al resto de variables, el conjunto de regresiones muestra los siguientes
efectos marginales de las mismas sobre la probabilidad relativa de abusar en el consumo de alcohol:
• La variable “sexo” resulta muy significativa, ya que la probabilidad relativa de abusar
en el consumo de alcohol es mucho mayor entre los hombres que entre las mujeres,
en concreto, unas 19 veces más (véase la tabla V.1.5.3).
— 227 —
• La variable “edad” no es significativa. Ahora bien, si ésta se considera en intervalos,
puede concluirse que aquellos con al menos 65 años ven reducida la probabilidad de
abusar en el consumo de alcohol casi a la mitad del resto de individuos (véase la ta­
bla 1.5 del apéndice).
• Los activos ven incrementada la probabilidad relativa de abusar del alcohol en poco
más del doble, respecto a los inactivos.
• Con respecto a la clase social, se observa que pertenecer a la clase media funcional
subordinada reduce la probabilidad relativa de abusar en el consumo de alcohol, res­
pecto a la clase obrera, en poco más de un 60%.
• Finalmente, las variables referidas a la salud, el tamaño del municipio de residencia,
la renta y el estado civil no inciden significativamente sobre la probabilidad relativa de
abusar del alcohol. Ahora bien, con respecto a esta última, algún análisis muestra
que, respecto a estar casado, los solteros ven reducida su probabilidad relativa de
abusar del alcohol un 35%, mientras que dicha probabilidad aumenta 2,5 veces para
los separados o divorciados.
Una vez realizado el análisis general, y debido a la relación existente entre la edad y el
abuso de alcohol (véase el gráfico V.I.5.3), a continuación se señalan los principales resultados obte­
nidos del análisis llevado a cabo para los siguientes tramos de edad: entre 25 y 55 años (donde se
observa una relación positiva entre la edad y el porcentaje de individuos que abusan del alcohol) y
244
mayores de 55 (donde dicha relación es negativa) .
En el análisis que incluye los años de escolarización, esta variable es significativa sólo
para el primer tramo de edad. Así, para los individuos con un máximo de 55 años, un año más de
educación reduce la probabilidad relativa de abusar del alcohol un 12,8%, mientras que no existe
efecto alguno de la educación para los mayores de 55 años. Sin embargo, debe señalarse que la
inclusión del término “educación*sexo” genera que la educación incida sólo en la probabilidad relativa
de dejar de fumar de los hombres; en concreto, un año más de escolarización reduce dicha probabili­
dad un 13,1%.
Asimismo, los análisis con niveles educativos ofrecen los siguientes resultados: para el
primer tramo de edad considerado, alcanzar los estudios secundarios generales de segundo ciclo y
los estudios universitarios de primer ciclo inciden negativamente sobre la probabilidad relativa de
abusar en el consumo de bebidas alcohólicas (en ambos sexos), de modo distinto a la categoría de
referencia. Así, los individuos con los estudios secundarios señalados ven reducida dicha probabili­
dad un 60,3%, mientras que aquellos con estudios universitarios de ciclo corto tienen un 76,0% me­
nos de probabilidad de abusar del alcohol. Además, los hombres sin estudios ven incrementada dicha
probabilidad, respecto a los que tienen estudios primarios, en algo más del triple y aquellos con estu­
dios secundarios de primer ciclo un 51,3%. Como en el caso anterior, no se observa que los niveles
educativos incidan significativamente sobre la probabilidad relativa de abusar en el consumo de alco­
hol para aquellos mayores de 55 años.
Así, de los resultados señalados en este apartado, puede concluirse que la educación
genera los siguientes efectos no monetarios sobre la probabilidad relativa de abusar del alcohol:
244 Para facilitar la lectura, sólo se indican los resultados más relevantes, sin adjuntar las tablas ni gráficos correspondientes.
Ahora bien, en el apéndice pueden observarse los resultados de las regresiones para los diversos tramos de edad, con la
variable “años de escolarización” (tabla 2.1) y con la educación en niveles (tabla 2.2).
— 228 —
• La educación incide negativamente sobre la probabilidad relativa de abusar en el con­
sumo de alcohol. Aunque dicho efecto es válido para ambos sexos, debe destacarse
que es en los hombres, casi exclusivamente, donde se observa este comportamiento
de consumo.
• El análisis con niveles educativos revela que el efecto negativo de la educación sobre
la probabilidad relativa de abusar en el consumo de alcohol se debe, fundamental­
mente, a la incidencia de los estudios universitarios de primer ciclo.
• Los estudios generales y profesionales no inciden sobre la probabilidad relativa de
abusar del alcohol de un modo distinto a los estudios primarios (que es la categoría
de referencia) y, en consecuencia, no se observan diferencias significativas entre am­
bos tipos de estudios sobre dicha probabilidad.
• La descomposición de la muestra por tramos de edad revela que el efecto negativo de
la educación no se produce a partir de los 55 años de edad, donde quizá dicho hábito
se convierte en irrenunciable.
• Si se considera una definición más laxa del concepto “abuso del alcohol” se observa
una menor incidencia de la educación. Este es un resultado esperado, dado el efecto
positivo de la educación sobre la probabilidad relativa de consumir alcohol. De este
modo, debe considerarse un alto nivel de consumo para que la educación muestre su
efecto negativo.
Por tanto, debe aceptarse la hipótesis de que la educación reduce la probabilidad de
abusar del consumo de alcohol.
V.2. Efectos no monetarios de la educación sobre el consumo de servicios culturales
Las hipótesis específicas en torno a los efectos no monetarios de la educación sobre el
consumo de servicios culturales, que se contrastarán en este apartado, son las siguientes:
Hipótesis 2.1: La educación fomenta la asistencia al cine.
Hipótesis 2.2: La educación fomenta la asistencia a teatros.
Hipótesis 2.3: La educación fomenta la asistencia a espectáculos musicales.
Hipótesis 2.4: La educación genera “omnivoracidad” en el consumo de servicios cul­
turales.
Conviene recordar que, tal y como se ha señalado en el apartado IV.2.2.2, en la con­
trastación de estas hipótesis la unidad de análisis es el hogar, debido a la imposibilidad de conocer, a
partir de los datos proporcionados por la Encuesta Continua de Presupuestos Familiares (ECPF98),
el consumo de servicios culturales de cada individuo del hogar. Así, las variables dependientes (cine,
teatro y espectáculo musical) señalan el consumo de dichos servicios culturales por parte de algún
miembro del hogar.
Ahora bien, con referencia a las variables explicativas, mientras que algunas variables se
refieren a las características del hogar, otras describen particularidades del sustentador principal.
— 229 —
Entre las primeras, se han considerado las siguientes variables: número de miembros del hogar
(“miembros”); la existencia de algún miembro activo (“activos”); la presencia, o no, de hijos (“hijos”); la
Comunidad Autónoma de residencia (“CCAA”); el tipo de municipio donde está emplazado el hogar,
en función de la densidad de población (“dens”); así como la renta anual del hogar (“rentaco”). Res­
pecto a las segundas, éstas son: “edad”; estado civil (“ecivil”); nivel educativo (“nivest”); años de es­
colarización (“añosedu”); y clase social (“csocial”).
Asimismo, debido a la importancia que puede tener la oferta en el consumo de servicios
culturales, se contrastarán las hipótesis 2.1 a 2.4 considerando dos submuestras: por un lado, se
incluyen los municipios con alta densidad de población, es decir, municipios que representan un con­
junto contiguo de unidades locales, cada una de las cuales con una densidad de más de 500 habi­
2
tantes por Km , y con una población total de al menos 50.000 habitantes; por otro lado, se considera
al resto de municipios (que pueden ser de densidad media y baja –véase el apartado IV.2.2.2–). En el
primer caso, la mayor abundancia y accesibilidad a los servicios culturales en municipios urbanos
altamente poblados permitirá analizar los efectos no monetarios de la educación sobre su consumo
considerando individuos con una mayor posibilidad de elección.
Este apartado se estructura del siguiente modo: en primer lugar se describen las caracte­
rísticas del conjunto de la muestra, así como de las dos submuestras que permitirán la contrastación
de cada una de las hipótesis propuestas y, en segundo lugar, se contrastan dichas hipótesis (aparta­
dos V.2.1 a V.2.4).
Descripción de las muestras
Como se ha señalado en el apartado IV.2.1.2, la muestra utilizada para contrastar las hi­
pótesis de este grupo proviene del primer trimestre de la Encuesta Continua de Presupuestos Fami­
liares de 1998 (ECPF98) y, más concretamente, del fichero que contiene a los hogares que colaboran
de un modo fuerte, es decir, que declaran todos los gastos llevados a cabo en ese trimestre. Aunque
este fichero consta de 3.791 hogares, tras eliminar aquellos con algún missing en alguna de las va­
245
riables que requiere el estudio empírico, se genera una muestra de 3.557 (un 93,83% del total) ,
cuyas características pueden observarse en la tabla V.2.1.
No existen diferencias significativas entre los valores de las variables de la muestra sin
missings y la que contiene a la totalidad de hogares. Ahora bien, conviene señalar que la edad míni­
ma de los sustentadores principales considerados es de 18 años (y no 25 como en la muestra utiliza­
da para contrastar las hipótesis del grupo 1) debido a que en la ECPF98 se consideran sustentadores
principales que declaran haber finalizado sus estudios (salvo un caso que, por tanto, ha sido excluido
del estudio).
Respecto a la educación, tampoco existen diferencias significativas entre ambas mues­
tras. Así, los sustentadores principales de la muestra depurada tienen una media de 7,9 años de es­
colarización, frente al 7,8 de la muestra original. Si se considera la educación en niveles, las
diferencias no son significativas: existe una menor representación de sustentadores principales sin
estudios (un 6,5% menos) y con estudios primarios (1,6%), y una mayor presencia de aquellos con
estudios secundarios de primer ciclo (2,8%), segundo ciclo (4,4%), estudios universitarios de primer
ciclo (3,9%) y estudios universitarios de segundo y tercer ciclo (5,7%).
245 Los missings se deben a la falta de información relacionada con la renta del hogar y las variables que permiten clasificar a
los sustentadores principales en distintas clases sociales.
— 230 —
TABLA V.2.1
DESCRIPCIÓN DE LAS VARIABLES
Variables
Nº casos
Media
Desv. Est.
Mínimo
Máximo
CINE (sí=1)
3.557
0,361
0,480
0
1
TEATRO (sí=1)
3.557
0,064
0,245
0
1
MUSICAL (sí=1)
3.557
0,057
0,232
0
1
OMNIVORA (sí=1)
3.557
0,025
0,157
0
1
1
JOYERÍA (sí=1)
3.557
0,301
0,459
0
1
EDAD
3.557
52,5151
14,6631
181
951
MIEMBROS
3.557
3,337
1,352
1
101
ECIVIL1 (Soltero/a)
ECIVIL2 (Casado/a)
ECIVIL3 (Separad. o divorciad.)
ECIVIL4 (Viudo/a)
1.256
2.915
1.104
1.282
0,072
0,820
0,029
0,079
0,258
0,385
0,168
0,270
0
0
0
0
1
1
1
1
NIVEST1 (Sin estudios)
NIVEST2 (E. primarios)
NIVEST3 (E. secundarios 1r ciclo)
NIVEST4 (E. secundarios 2º ciclo)
NIVEST6 (E. universitarios 1r ciclo)
NIVEST7 (E. univ. 2º y 3r ciclo)
NIVEST8 (Educación de adultos)
1.514
1.329
1.661
1.596
1.192
1.262
1.113
0,145
0,374
0,186
0,168
0,054
0,074
0,001
0,352
0,484
0,389
0,374
0,226
0,261
0,029
0
0
0
0
0
0
0
1
1
1
1
1
1
1
2
3.554
7,912
4,322
3
171
CCAA01 (Andalucía)
CCAA02 (Aragón)
CCAA03 (Asturias)
CCAA04 (Baleares)
CCAA05 (Canarias)
CCAA06 (Cantabria)
CCAA07 (Castilla y León)
CCAA08 (Castilla-La Mancha)
CCAA09 (Cataluña)
CCAA10 (C. Valenciana)
CCAA11 (Extremadura)
CCAA12 (Galicia)
CCAA13 (Madrid)
CCAA14 (Murcia)
CCAA15 (Navarra)
CCAA16 (País Vasco)
CCAA17 (La Rioja)
CCAA18 (Ceuta y Melilla)
1.434
1.179
1.176
1.140
1.128
1.182
1.265
1.170
1.392
1.309
1.129
1.266
1.330
1.136
1.188
1.203
1.186
1.144
0,122
0,050
0,049
0,039
0,036
0,023
0,075
0,048
0,110
0,087
0,036
0,075
0,093
0,038
0,025
0,057
0,024
0,012
0,327
0,219
0,217
0,194
0,186
0,150
0,263
0,213
0,313
0,282
0,187
0,263
0,290
0,192
0,155
0,232
0,154
0,111
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
DENS1 (Alta densidad)
DENS2 (Densidad media)
DENS3 (Baja densidad)
1.773
1.648
1.136
0,498
0,182
0,319
0,500
0,386
0,466
0
0
0
1
1
1
AÑOSEDU (años de educación)
(Sigue)
— 231 —
(Continuación)
Variables
Nº casos
Media
Desv. Est.
Mínimo
Máximo
RENTACO (Renta anual corregida)
3.557
1.774.745
1.192.745
302.798
14.314.360
CSOCIAL1 (Capitalista)
CSOCIAL2 (Media patrimonial)
CSOCIAL3 (Media func. supraord.)
CSOCIAL4 (Media func. subordin.)
CSOCIAL5 (Obreros)
1.190
1.412
1.750
1.541
1.664
0,053
0,116
0,211
0,152
0,468
0,225
0,320
0,408
0,359
0,499
0
0
0
0
0
1
1
1
1
1
ACTIVO (Algún miembro activo)
HIJOS (Presencia de hijos)
3.557
3.557
0,793
0,615
0,406
0,487
0
0
1
1
(1) Esta variable se incluye porque se utilizará esta muestra para contrastar la hipótesis 3.1 (véase el apartado V.3.1).
(2) No considera los 3 sustentadores principales de “educación de adultos”.
Ahora bien, como se ha indicado anteriormente, las hipótesis se contrastarán para dos
submuestras diferenciadas en función de la densidad de población del municipio de residencia de los
hogares. Así, en la tabla V.2.2.2 se describen la características de los hogares pertenecientes a la
muestra que comprende los municipios de alta densidad, mientras que en la tabla V.2.2.3 se exponen
las características de los hogares ubicados en municipios con densidad de población media y baja.
Si se comparan ambas muestras con respecto a las variables dependientes destacan los
siguientes aspectos: en los municipios de alta densidad de población existe una mayor proporción de
hogares en los que algún miembro ha asistido al cine, teatro o espectáculo musical que en municipios
con densidad de población media o baja. En concreto, dicha proporción es casi el doble para el cine,
y poco más del triple en los otros dos servicios culturales considerados. Asimismo, se observa que la
“omnivoracidad” cultural es un fenómeno exclusivo de los miembros de hogares ubicados en munici­
pios con alta densidad de población.
Con respecto a la educación, mientras que en la muestra de municipios de alta densidad
de población los sustentadores principales tienen (en promedio) 9,0 años de escolarización, dicha
cifra se reduce a 6,8 para aquellos que pertenecen a la otra muestra. Asimismo, se observa un menor
porcentaje de hogares con sustentador principal sin estudios o con estudios primarios en la muestra
de municipios de alta densidad de población, mientras que se constata un mayor porcentaje de sus­
tentadores principales con estudios secundarios (de primer y segundo ciclo) así como con estudios
universitarios (de cualquier ciclo). Finalmente, respecto al resto de variables explicativas, sólo se ob­
servan diferencias significativas en torno a las CCAA de residencia, la renta del hogar y la clase social
del sustentador principal.
Tabla V.2.2
DESCRIPCIÓN DE LAS VARIABLES: MUNICIPIOS DE ALTA DENSIDAD DE POBLACIÓN
Variables
Nº casos
Media
Desv. Est.
Mínimo
Máximo
CINE (sí=1)
1.773
0,469
0,499
0
1
TEATRO (sí=1)
1.773
0,100
0,301
0
1
MUSICAL (sí=1)
1.773
0,087
0,282
0
1
OMNIVORA (sí=1)
1.773
0,054
0,226
0
1
EDAD
1.773
51,5831
14,0921
201
951
MIEMBROS
1.773
3,296
1,287
1
9
(Sigue)
— 232 —
(Continuación)
Variables
ECIVIL1 (Soltero/a)
Nº casos
Media
Desv. Est.
Mínimo
Máximo
1.136
0,077
0,266
0
1
ECIVIL2 (Casado/a)
1.426
0,804
0,397
0
1
ECIVIL3 (Separad. o divorciad.)
1.176
0,043
0,203
0
1
ECIVIL4 (Viudo/a)
1.135
0,076
0,265
0
1
NIVEST1 (Sin estudios)
1.122
0,069
0,253
0
1
NIVEST2 (E. primarios)
1.604
0,341
0,474
0
1
NIVEST3 (E. secundarios 1r ciclo)
1.350
0,197
0,398
0
1
NIVEST4 (E. secundarios 2º ciclo)
1.378
0,213
0,410
0
1
NIVEST6 (E. universitarios 1r ciclo)
1.122
0,069
0,253
0
1
NIVEST7 (E. univ. 2º y 3r ciclo)
1.196
0,111
0,314
0
1
NIVEST8 (Educación de adultos)
1.111
0,001
0,024
0
1
2
1.772
9,023
4,476
3
171
CCAA01 (Andalucía)
1.153
0,086
0,281
0
1
CCAA02 (Aragón)
1.198
0,055
0,229
0
1
CCAA03 (Asturias)
1.101
0,057
0,232
0
1
CCAA04 (Baleares)
1.171
0,040
0,196
0
1
1
AÑOSEDU (años de educación)
CCAA05 (Canarias)
1.181
0,046
0,209
0
1
CCAA06 (Cantabria)
1.145
0,025
0,157
0
1
CCAA07 (Castilla y León)
1.196
0,054
0,226
0
1
CCAA08 (Castilla-La Mancha)
1.110
0,000
0,000
0
0
CCAA09 (Cataluña)
1.264
0,149
0,356
0
1
CCAA10 (C. Valenciana)
1.191
0,108
0,310
0
1
CCAA11 (Extremadura)
1.110
0,000
0,000
0
0
CCAA12 (Galicia)
1.182
0,046
0,210
0
1
CCAA13 (Madrid)
1.305
0,172
0,378
0
1
CCAA14 (Murcia)
1.110
0,000
0,000
0
0
CCAA15 (Navarra)
1.147
0,027
0,161
0
1
CCAA16 (País Vasco)
1.151
0,085
0,279
0
1
CCAA17 (La Rioja)
1.144
0,025
0,156
0
1
CCAA18 (Ceuta y Melilla)
1.144
0,025
0,156
0
1
RENTACO (Renta anual corregida)
1.773
1.994.311
1.338.125
302.798
14.314.360
CSOCIAL1 (Capitalista)
1.182
0,046
0,210
0
1
CSOCIAL2 (Media patrimonial)
1.197
0,055
0,227
0
1
CSOCIAL3 (Media func. supraord.)
1.463
0,261
0,439
0
1
CSOCIAL4 (Media func. subordin.)
1.339
0,191
0,393
0
1
CSOCIAL5 (Obreros)
1.792
0,447
0,497
0
1
ACTIVO (Algún miembro activo)
1.773
0,817
0,387
0
1
HIJOS (Presencia de hijos)
1.773
0,649
0,477
0
1
(1) Debido a su escaso número, se excluye del análisis de regresión del efecto educativo.
(2) No se considera el sustentador principal del grupo “educación de adultos”.
— 233 —
TABLA V.2.3
DESCRIPCIÓN DE LAS VARIABLES: MUNICIPIOS CON DENSIDAD DE POBLACIÓN MEDIA Y BAJA
Variables
Nº casos
Media
Desv. Est.
Mínimo
Máximo
CINE (sí=1)
1.784
0,254
0,435
0
1
TEATRO (sí=1)
1.784
0,028
0,165
0
1
MUSICAL (sí=1)
1.784
0,027
0,163
0
1
OMNIVORA (sí=1)
1.784
0,000
0,000
0
0
EDAD
1.784
53,4421
15,1571
181
951
MIEMBROS
1.784
3,377
1,412
1
101
ECIVIL1 (Soltero/a)
1.120
0,067
0,251
0
1
ECIVIL2 (Casado/a)
1.489
0,835
0,372
0
1
ECIVIL3 (Separad. o divorciad.)
1.128
0,016
0,124
0
1
ECIVIL4 (Viudo/a)
1.147
0,082
0,275
0
1
NIVEST1 (Sin estudios)
1.392
0,220
0,414
0
1
NIVEST2 (E. primarios)
1.725
0,406
0,491
0
1
NIVEST3 (E. secundarios 1r ciclo)
1.311
0,174
0,379
0
1
NIVEST4 (E. secundarios 2º ciclo)
1.218
0,122
0,328
0
1
NIVEST6 (E. universitarios 1r ciclo)
1.170
0,039
0,194
0
1
NIVEST7 (E. univ. 2º y 3r ciclo)
1.166
0,037
0,189
0
1
NIVEST8 (Educación de adultos)
1.112
0,001
0,033
0
1
2
1.782
6,806
3,859
3
171
CCAA01 (Andalucía)
1.281
0,158
0,364
0
1
CCAA02 (Aragón)
1.181
0,045
0,208
0
1
CCAA03 (Asturias)
1.175
0,042
0,201
0
1
CCAA04 (Baleares)
1.169
0,039
0,193
0
1
CCAA05 (Canarias)
1.147
0,026
0,160
0
1
1
AÑOSEDU (años de educación)
CCAA06 (Cantabria)
1.137
0,021
0,143
0
1
CCAA07 (Castilla y León)
1.169
0,095
0,293
0
1
CCAA08 (Castilla-La Mancha)
1.170
0,095
0,294
0
1
CCAA09 (Cataluña)
1.128
0,072
0,258
0
1
CCAA10 (C. Valenciana)
1.118
0,066
0,249
0
1
CCAA11 (Extremadura)
1.129
0,072
0,259
0
1
CCAA12 (Galicia)
1.184
0,103
0,304
0
1
CCAA13 (Madrid)
1.125
0,014
0,118
0
1
CCAA14 (Murcia)
1.136
0,076
0,265
0
1
CCAA15 (Navarra)
1.141
0,023
0,150
0
1
CCAA16 (País Vasco)
1.152
0,029
0,168
0
1
CCAA17 (La Rioja)
1.142
0,024
0,152
0
1
CCAA18 (Ceuta y Melilla)
1.10
0,000
0,000
0
0
(Sigue)
— 234 —
(Continuación)
Variables
Nº casos
Media
Desv. Est.
Mínimo
Máximo
DENS2 (Densidad media)
1.648
0,363
0,481
0
1
DENS3 (Densidad baja)
1.136
0,637
0,481
0
1
RENTACO (Renta anual corregida)
1.784
1.556.532
979.290
375.148
11.004.646
CSOCIAL1 (Capitalista)
1.108
0,061
0,239
0
1
CSOCIAL2 (Media patrimonial)
1.315
0,177
0,381
0
1
CSOCIAL3 (Media func. supraord.)
1.287
0,161
0,368
0
1
CSOCIAL4 (Media func. subordin.)
1.202
0,113
0,317
0
1
CSOCIAL5 (Obreros)
1.872
0,489
0,489
0
1
ACTIVO (Algún miembro activo)
1.784
0,768
0,422
0
1
HIJOS (Presencia de hijos)
1.784
0,580
0,494
0
1
(1) Debido a su escaso número, se excluye del análisis de regresión del efecto educativo.
(2) No se consideran los dos sustentadores principales del grupo “educación de adultos”.
V.2.1. Contrastación de la primera hipótesis: la educación fomenta la asistencia al cine
En la contrastación de esta hipótesis la variable “cine” toma valor 1 si algún miembro del
hogar declara algún gasto relacionado con la asistencia al cine, durante el primer trimestre de 1998, y
0 en caso contrario.
La estructura de este apartado es la siguiente: en primer lugar, se presenta un análisis
de tipo bivariante que sólo describe las relaciones observadas entre la variable “cine” y los distintos
niveles educativos para las dos muestras consideradas (es decir, en función de la densidad de pobla­
ción del municipio); en segundo lugar se, exponen los resultados de los análisis de regresión logísti­
ca, con especial énfasis en los efectos no monetarios de la educación.
V.2.1.1. Resultados del análisis bivariante
En municipios de alta densidad de población, el porcentaje de hogares donde algún
miembro asiste al cine no se altera significativamente en función del nivel educativo alcanzado por el
246
sustentador principal (véase el gráfico V.II.1.1) .
Sin embargo, en el gráfico V.II.1.2 se constata que, aunque dicho porcentaje es menor
para cualquier nivel educativo, en los municipios con densidad de población media y baja existe una
relación positiva entre el porcentaje de hogares en los que algún individuo asiste al cine y el nivel
educativo del sustentador principal.
246 Tal y como se ha señalado en el apartado IV.2.2.2, los años de escolarización equivalen a los niveles educativos. Para
evitar reiteraciones, sólo se exponen gráficamente los análisis bivariantes que consideran la educación en niveles.
— 235 —
GRÁFICO V.II.1.1
PROPORCIÓN DE HOGARES, EN MUNICIPIOS DE ALTA DENSIDAD DE POBLACIÓN, DONDE ALGÚN
MIEMBRO HA ASISTIDO AL CINE, SEGÚN NIVEL EDUCATIVO DEL SUSTENTADOR PRINCIPAL
% que asisten al cine
60
50
40
30
20
10
Univer 2­
3ºC
Univer. 1ºC
Secun. 2ºC
Secun.1ºC
Primarios
Sin estud.
0
Nivel
educativo
GRÁFICO V.II.1.2
PROPORCIÓN DE HOGARES, EN MUNICIPIOS DE BAJA Y MEDIA DENSIDAD DE POBLACIÓN DONDE
ALGÚN MIEMBRO HA ASISTIDO AL CINE, SEGÚN NIVEL EDUCATIVO DEL SUSTENTADOR PRINCIPAL
% que asisten al cine
40
30
20
10
— 236 —
Univer 2-3ºC
Univer. 1ºC
Secun. 2ºC
Secun.1ºC
Primarios
Sin estud.
0
Nivel
educativo
V.2.1.2. Interpretación de los resultados de los modelos de regresión logística
En este apartado se presentan los resultados más relevantes relacionados con la con­
trastación de la primera hipótesis de este segundo grupo, incluyéndose otros en el apéndice (denomi­
nado “cine”). Con ánimo de simplificar la exposición, para cada muestra se presentan en una sola
tabla los resultados de las regresiones logísticas realizadas (una que considera la educación en años
de escolarización y otra en niveles educativos).
Antes de mostrar los resultados del estudio, debe señalarse que el análisis del índice de
247
advierte de la existencia de multicolinealidad leve ocasionada por la influencia de las
condición
248
variables “edad” y “activo” . En el análisis de regresión, sin embargo, no se desestima a priori nin­
guna variable debido a que, por una parte, la multicolinealidad es leve, por otra, dichas variables son
significativas si se consideran por separado y, finalmente, representan conceptos claramente diferen­
ciados.
Por tanto, para ambas muestras se analiza el efecto de la educación del sustentador
principal (considerada en años de escolarización y en niveles educativos) sobre la probabilidad relati­
va de que los miembros del hogar asistan al cine incluyendo en el modelo de regresión, además,
variables referidas a la edad, el estado civil y la clase social del sustentador principal, así como el
número de miembros del hogar, la presencia de algún miembro activo o hijos en el mismo, la Comu­
249
nidad Autónoma y la renta anual del hogar .
En la tabla V.2.1.1, que contiene los resultados de los análisis de regresión logística para
los municipios con alta densidad de población, se observa la no incidencia de los años de escolariza­
ción del sustentador principal sobre la probabilidad relativa de que los miembros del hogar asistan al
cine (quisiera subrayar que dicha variable no aparece en los resultados de la regresión obtenidos ya
que éstos se calculan mediante el método forward-step, que sólo incluye los resultados de las varia­
250
bles significativas –véase el apartado 1 del apéndice estadístico–) .
Ahora bien, en la tabla 1 del apéndice “cine” se constata que, si se excluye la variable
“edad” del modelo de regresión –que ocasiona leve multicolinealidad en el modelo y puede reducir la
significatividad de otras variables–, los años de escolarización sí son significativos, de tal modo que
cada año reduce la probabilidad relativa de que algún miembro del hogar asista al cine un 4,7%.
Si se considera la educación del sustentador principal en niveles, la tabla V.2.1.1 re­
vela que ningún nivel educativo incide significativamente, de un modo distinto a la categoría de
referencia, sobre la probabilidad relativa de que algún miembro del hogar asista al cine. Sin embar­
go, la tabla 1 del apéndice muestra que, si se excluye la variable “edad” del modelo de regresión,
poseer estudios secundarios de primer ciclo (“nivest3”) ejerce una influencia sobre dicha probabili­
dad significativamente distinta de la ocasionada por la categoría de referencia (estudios primarios).
En concreto, dicho nivel educativo reduce la probabilidad relativa de que algún miembro del hogar
vaya al cine un 35,2%.
247 Para una descripción de dicho estadístico véase el apartado 6 del apéndice estadístico.
248 Dado que se utiliza una única muestra para la contrastación de todas las hipótesis del grupo 2, y que el modelo general
contempla las mismas variables, este examen de multicolinealidad es válido para el conjunto de hipótesis planteadas en este
apartado.
249 Además, la muestra que considera los hogares situados en municipios de densidad de población media y baja incluye una
variable dummy (“dens2”) que diferencia entre ambos tipos de municipio. Dicha variable toma valor 1 si el municipio es de
densidad media y 0 en caso contrario.
250 Los estadísticos muestran la significatividad del modelo propuesto (test de la chi-cuadrado), así como el buen ajuste del
mismo (véase el valor de la R-cuadrado de Nagelkerke).
— 237 —
TABLA V.2.1.1
RESULTADOS DE LOS ANÁLISIS DE REGRESIÓN LOGÍSTICA: PROBABILIDAD RELATIVA DE
ASISTIR AL CINE EN MUNICIPIOS DE ALTA DENSIDAD DE POBLACIÓN
Años de escolarización
Variables
Niveles educativos
B
S.E
Wald
Exp(B)
B
S.E
Wald)
Exp(B
EDAD
0,037**
0,005
152,510
1,037
0,036**
0,005
151,878
1,037
MIEMBROS
0,600**
0,055
119,630
1,822
0,598**
0,055
119,324
1,819
ACTIVO
0,923**
0,205
120,277
2,516
0,914**
0,205
119,953
2,495
CCAA02
1,571**
0,244
141,529
4,810
1,569**
0,244
141,475
4,800
CCAA03
1,484**
0,242
137,678
4,413
1,482**
0,242
137,608
4,402
CCAA06
0,757**
0,344
114,833
2,132
0,757**
0,344
114,836
2,132
CCAA09
1,261**
0,163
159,541
3,527
1,259**
0,163
159,443
3,521
CCAA13
2,237**
0,170
173,488
9,369
2,218**
0,169
171,923
9,189
CCAA15
0,773**
0,333
115,386
2,165
0,772**
0,333
115,377
2,163
CCAA16
1,790**
0,208
173,796
5,990
1,788**
0,208
173,723
5,977
CCAA18
1,020**
0,348
118,588
2,773
1,019**
0,348
118,577
2,770
RENTACO
0,000**
0,000
114,026
1,000
0,000**
0,000
114,143
1,000
Constante
-5,904**
0,430
188,459
0,003
-5,878**
0,429
187,600
0,003
* Significativa al nivel 5%. ** Significativa al 1%.
Categorías de referencia: ECIVIL2, NIVEST2, CCAA01, CSOCIAL5.
Estadísticos
Años de escolarización
Niveles educativos
Número observaciones: 1.772
Número observaciones: 1.773
Chi-cuadrado: 499,902
Chi-cuadrado: 497,111
g.l. 12 Prob>chi2=0,000
g.l. 12 Prob>chi2=0,000
Predicciones correctas (cine): 71,8%
Prediccion. correctas (cine): 71,8%
Predicciones correctas (total): 73,1%
Predicciones correctas (total): 73,1%
CUT: 0,47
CUT: 0,47
-2LL: 1.949,779
-2LL: 1.953,835
Número de iteraciones: 4
Número de iteraciones: 4
R-cuadrado Nagelkerke: 0,33
R-cuadrado Nagelkerke: 0,33
Si se consideran los municipios con densidad de población media y baja, en la tabla
V.2.1.2 también se constata la no significatividad de la educación del sustentador principal sobre la
probabilidad relativa de que algún miembro del hogar asista al cine, tanto si ésta se considera en
251
años de escolarización como en niveles educativos .
En suma, los resultados presentados llevan a concluir que la educación del sustentador
principal no aumenta la probabilidad relativa de asistir al cine de los miembros del hogar (ya que si
incide sobre la misma, el efecto es negativo) y, de este modo, debe rechazarse la hipótesis planteada
(la educación fomenta la asistencia al cine).
251 En este tipo de municipios, la educación tampoco es significativa si se excluye la variable “edad” del modelo de regresión.
— 238 —
TABLA V.2.1.2
RESULTADOS DE LOS ANÁLISIS DE REGRESIÓN LOGÍSTICA: PROBABILIDAD RELATIVA DE
ASISTIR AL CINE EN MUNICIPIOS DE MEDIA Y BAJA DENSIDAD DE POBLACIÓN
Años de escolarización
Variables
Niveles educativos
B
S.E
Wald
Exp(B)
B
S.E
Wald
Exp(B)
EDAD
-0,018**
0,005
112,843
1,018
-0,018**
0,005
112,426
1,018
MIEMBROS
-0,490**
0,052
187,187
1,632
-0,486**
0,052
186,542
1,627
ACTIVO
-0,757**
0,227
111,101
2,133
-0,753**
0,227
110,974
2,123
CCAA02
-1,512**
0,276
129,953
4,538
-1,514**
0,276
130,052
4,546
CCAA03
-1,036**
0,279
113,745
2,818
-1,040**
0,279
113,859
2,828
CCAA06
-0,789**
0,392
114,049
2,202
-0,756**
0,389
113,784
2,131
CCAA09
-0,899**
0,225
115,972
2,458
-0,902**
0,225
116,092
2,465
CCAA11
-0,793**
0,251
1vv9,997
2,210
-0,795**
0,251
110,054
2,215
CCAA12
-0,428**
0,232
113,410
0,652
-0,421**
0,232
113,302
0,656
CCAA14
-0,832**
0,217
114,727
2,298
-0,837**
0,217
114,934
2,309
CCAA16
-2,128**
0,333
140,804
8,401
-2,131**
0,333
140,980
8,426
CCAA17
-0,946**
0,372
116,462
2,575
-0,950**
0,372
116,523
2,585
DENS2
-1,130**
0,135
169,941
3,095
-1,125**
0,135
169,484
3,080
RENTACO
-0,000**
0,000
115,916
1,000
-0,000**
0,000
115,875
1,000
Constante
-5,677**
0,452
157,602
0,003
-5,646**
0,451
156,559
0,004
* Significativa al nivel 5%. ** Significativa al 1%.
Categorías de referencia: ECIVIL2, NIVEST2, CCAA01, CSOCIAL5.
Estadísticos
Niveles educativos
Años de escolarización
Número observaciones: 1.782
Chi-cuadrado: 344,726
g.l. 14 Prob>chi2=0,000
Predicciones correctas (cine): 72,4%
Predicciones correctas (total): 69,5%
CUT: 0,47
-2LL: 1.675,748
Número de iteraciones: 4
R-cuadrado Nagelkerke: 0,26
Número observaciones: 1.784
Chi-cuadrado: 343,252
g.l. 14 Prob>chi2=0,000
Prediccion. correctas (cine): 72,0%
Predicciones correctas (total): 69,5%
CUT: 0,47
2LL: 1.678,395
Número de iteraciones: 4
R-cuadrado Nagelkerke: 0,26
Con respecto a los efectos marginales de las variables explicativas no educativas sobre
la probabilidad de que los miembros del hogar asistan al cine, el conjunto de regresiones arroja los
252
siguientes resultados :
252 No se comentan aquí los efectos de las CCAA debido a que la segmentación de la muestra que dichas variables producen
pueden generar resultados poco robustos. Ahora bien, dichas variables permanecen en el análisis empírico porque contribuyen
a que las variables educativas no reflejen efectos sobre la variable dependiente no relacionados con la educación.
— 239 —
• La edad del sustentador principal incide positivamente sobre la probabilidad relativa
253
de que algún miembro del hogar asista al cine . Así, un año más incrementa la mis­
ma en torno a un 4% en municipios de alta densidad de población y un 2% en aque­
llos de densidad media y baja.
• Dicha probabilidad también aumenta, como cabe esperar, a medida que hay más
miembros en el hogar (alrededor de un 80%, por cada uno de ellos, en municipios de
254
alta densidad de población y un 63% en aquellos con densidad media y baja) .
• En municipios de densidad de población media y baja, residir en los primeros au­
menta la probabilidad relativa de que los miembros del hogar asistan al cine, con res­
pecto a residir en los segundos, en torno al triple.
• La renta del hogar, aunque significativa, no varía la probabilidad relativa de asistir al cine.
• En ambas muestras, la existencia de al menos un miembro activo en el hogar au­
menta la probabilidad relativa de asistir al cine en torno al doble, con respecto a que
todos los miembros sean inactivos.
• No se observa significatividad en las variables relacionadas con el estado civil ni con
la presencia de hijos en el hogar.
• Las variables que reflejan la clase social tampoco son significativas. Ahora bien, algu­
nas alteraciones del modelo muestran una incidencia positiva de la clase media fun­
cional supraordinada sobre la probabilidad relativa de asistir al cine, que incrementa la
misma en torno a un 35% con respecto al resto de clases.
V.2.2. Contrastación de la segunda hipótesis: la educación fomenta la asistencia a teatros
Como en el apartado anterior, a continuación se presentan los resultados del análisis de
tipo bivariante entre la variable dependiente y la variable educativa, así como los análisis de regresión
logística. Previamente, conviene recordar que la variable “teatro” toma valor 1 si algún miembro del
hogar declara haber realizado algún gasto relacionado con la asistencia al teatro, durante el primer
trimestre de 1998, y 0 en caso contrario.
V.2.2.1. Resultados del análisis bivariante
255
En municipios con alta densidad de población , no se constata una clara relación entre
el nivel educativo del sustentador principal y el porcentaje de hogares donde algún individuo declara
253 Como se observa en la tabla 2 del apéndice correspondiente, que considera la edad en los siguientes intervalos –edad1:
18-34 años, edad2: 35-44 años, edad3: 45-54 años, edad4: 55-64 años, y edad5: 65-93– para los municipios de alta densidad
de población, la probabilidad de que los miembros del hogar asistan al cine aumenta con la edad del sustentador principal,
siendo máxima para aquellos entre 55 y 64 años (cinco veces superior a si éste pertenece al primer intervalo de edad). En
municipios de densidad de población media y baja, dicha probabilidad aumenta en torno a un 60% si el sustentador principal
tiene entre 45 y 64 años.
254 Ahora bien, la inclusión de la variable “miembros” al cuadrado en el modelo muestra que el efecto positivo de dicha varia­
ble es decreciente (véase la tabla 3 del apéndice correspondiente).
255 Para esta hipótesis, no se analizan los hogares ubicados en municipios con una densidad de población media o baja
debido a que la segmentación de la muestra produce unos resultados anómalos. Así, por ejemplo, ningún hogar con un sus­
tentador principal con estudios universitarios declara haber asistido al teatro.
— 240 —
haber asistido al teatro (véase el gráfico V.II.2.1). Ahora bien, si se consideraran conjuntamente todos
los estudios universitarios podría observarse una relación positiva entre dichas variables a partir de
los estudios secundarios de primer ciclo. Además, sí destaca que el mayor porcentaje de hogares
donde los individuos declaran haber asistido al teatro se produce en aquellos cuyo sustentador princi­
pal ha alcanzado los estudios universitarios de segundo y tercer ciclo, siendo éste muy superior al
valor medio del conjunto de hogares.
GRÁFICO V.II.2.1
PROPORCIÓN DE HOGARES, EN MUNICIPIOS DE ALTA DENSIDAD DE POBLACIÓN,
DONDE ALGÚN MIEMBRO HA ASISTIDO AL TEATRO, SEGÚN EL NIVEL EDUCATIVO
DEL SUSTENTADOR PRINCIPAL
% que asisten al teatro
24
20
16
12
8
4
Univer 2-3ºC
Univer. 1ºC
Secun. 2ºC
Secun.1ºC
Primarios
Sin estud.
0
Nivel
educativo
V.2.2.2. Interpretación de los resultados de los modelos de regresión logística
La tabla V.2.2.1 muestra que, en municipios con alta densidad de población, la educa­
ción del sustentador principal incide positivamente sobre la probabilidad de que los miembros del
hogar asistan al teatro. En concreto, un año más de escolarización aumenta dicha probabilidad un
256
8,2% . Asimismo, si se consideran los niveles educativos del sustentador principal, los resultados
permiten apuntar que, respecto a poseer estudios primarios, alcanzar estudios secundarios de se­
gundo ciclo aumenta 2,5 veces la probabilidad relativa de que los miembros del hogar asistan al tea­
tro, mientras que poseer estudios universitarios de segundo y tercer ciclo incrementa dicha
probabilidad 2,3 veces.
256 El modelo propuesto es significativo, tal y como muestra el test de la chi-cuadrado y, además, se observa un buen ajuste
del mismo (véase la R-cuadrado de Nagelkerke). Además, con el punto de corte propuesto, el modelo predice correctamente
un elevado número de casos afirmativos (teatro=1).
— 241 —
TABLA V.2.2.1
RESULTADOS DE LOS ANÁLISIS DE REGRESIÓN LOGÍSTICA: PROBABILIDAD RELATIVA DE
ASISTIR AL TEATRO EN MUNICIPIOS DE ALTA DENSIDAD DE POBLACIÓN
Años de escolarización
Variables
Niveles educativos
B
S.E
Wald
Exp(B)
B
S.E
Wald
Exp(B)
EDAD
-0,033**
0,008
118,302
11,034
-0,032**
0,008
117,431
11,033
MIEMBROS
-0,419**
0,083
125,543
11,521
-0,419**
0,083
125,241
11,521
CCAA03
-2,613**
0,465
131,639
13,642
-2,706**
0,464
134,009
14,976
CCAA04
-3,218**
0,479
145,221
24,982
-3,241**
0,480
145,626
25,570
CCAA09
-1,131**
0,512
114,872
13,098
-1,104**
0,513
114,635
13,016
CCAA13
-4,435**
0,362
150,115
84,387
-4,455**
0,363
150,813
86,057
CCAA15
-2,760**
0,560
124,316
15,801
-2,710**
0,563
123,208
15,027
CCAA17
-2,114**
0,694
119,283
18,282
-2,120**
0,695
119,306
18,330
Constante
-8,664**
0,770
126,592
10,000
-8,210**
0,721
129,773
10,000
AÑOSEDU
-0,079**
0,022
113,439
11,082
NIVEST4
-0,905**
0,238
114,486
12,473
NIVEST7
-0,833**
0,266
119,819
12,301
* Significativa al 5%. ** Sig. al 1%.
Categ. de ref.: ECIVIL2, NIVEST2, CCAA01, CSOCIAL5.
Estadísticos
Años de escolarización
Niveles educativos
Número observaciones: 1.772
Chi-cuadrado: 427,169
g.l. 9 Prob>chi2=0,000
Predicciones correctas (teatro): 86,0%
Predicciones correctas (total): 82,3%
CUT: 0,10
-2LL: 728,437
Número de iteraciones: 6
R-cuadrado Nagelkerke: 0,45
Número observaciones: 1.773
Chi-cuadrado: 431,593
g.l. 10 Prob>chi2=0,000
Predic. correctas (teatro): 87,6%
Predicciones correctas (total): 83,1%
CUT: 0,10
-2LL: 724,225
Número de iteraciones: 6
R-cuadrado Nagelkerke: 0,45
Los efectos marginales de la educación pueden observarse en los gráficos siguientes,
que consideran un hogar medio, es decir, con un sustentador principal de 52 años, casado y pertene­
ciente a la clase obrera, que consta de tres miembros, y la presencia de algún hijo, así como de algún
miembro activo en el mismo, con una renta anual de 1.994.311 pesetas (11.986 euros) y emplazado
en la CA de Madrid. El gráfico V.II.2.1, que muestra los efectos marginales de los años de escolariza­
ción, se obtiene a partir de la siguiente expresión (sólo se incluyen variables significativas):
P(Yi = 1)
Pr obabilidad (teatro)
β X
=
= e ∑ k ki = e β0 * e β1X1i * ... * e βk Xki =
Pr obabilidad (no teatro) 1− P(Yi = 1)
= e β0 * (e β1 )
X1i
* ... * (e βk )
= 0,0002 *(1,034)
edad
Xki
=
* (1,521)miembros * (84,387) ccaa13 * (1,082) añosedu
— 242 —
GRÁFICO V.II.2.1
EFECTOS MARGINALES DE LA EDUCACIÓN DEL SUSTENTADOR PRINCIPAL
SOBRE LA PROBAB. RELATIVA DE IR AL TEATRO: MUNICIPIOS DE
ALTA DENSIDAD DE POBLACIÓN
Prob. relativa de ir al teatro
1,40
1,20
1,00
0,80
0,60
0,40
0,20
0,00
3
5
8
12
15
17
Años de
escolarización
Asimismo, a partir de la siguiente expresión se obtienen los efectos no monetarios de los
distintos niveles educativos, que se representan en el gráfico V.II.2.2:
P(Yi = 1)
Pr obabilidad (teatro)
β X
=
= e ∑ k ki = e β0 * e β1X1i * ... * e βk Xki =
Pr obabilidad (no teatro) 1− P(Yi = 1)
X1i
X ki
= e β0 * (e β1 ) * ... * (e βk )
=
= 0,0003 * (1,033) edad * (1,521)miembros * (86,057) ccaa13 * (2,473) nivest4 *
* (2,301)nivest7
— 243 —
GRÁFICO V.II.2.2
EFECTOS MARGINALES DE LOS NIVELES DE EDUCACIÓN DEL SUSTENTADOR PRINCIPAL SOBRE LA
PROBABILIDAD RELATIVA DE ASISTIR AL TEATRO: MUNICIPIOS DE ALTA DENSIDAD DE POBLACIÓN
Prob. relativa de asistir al teatro
1,4
1,2
1,0
0,8
0,6
0,4
Univer. 1ºC
Secun.2ºC
Secun.1ºC
Primarios
Sin estudios
0,0
Univer. 2-3C
0,2
Nivel
educativo
Por tanto, en las tablas y gráficos anteriores, se observa que la educación del sustenta­
dor principal incide positivamente sobre la probabilidad relativa de que los miembros del hogar asistan
al teatro sólo en municipios con alta densidad de población. De este modo, puede aceptarse parcial­
mente la hipótesis planteada (la educación fomenta la asistencia al teatro).
Con respecto a los efectos marginales que generan el resto de variables explicativas so­
bre la probabilidad relativa de que los miembros del hogar asistan al teatro, a continuación se expo­
nen los principales resultados:
• Un año más de edad del sustentador principal incrementa un 3,4% la probabilidad re­
lativa de que los miembros del hogar acudan al teatro. Ahora bien, como se observa
en la tabla 1 del apéndice “teatro”, si se consideran diversos intervalos de edad puede
advertirse que poseer 65 y más años de edad aumenta dicha probabilidad en aproxi­
madamente el doble, con respecto al resto de grupos de edad.
• Un miembro más en el hogar aumenta un 50% la probabilidad de que en un hogar se
257
declare algún gasto relacionado con la asistencia al teatro .
• No se constata la significatividad de las variables relacionadas con el estado civil o la
clase social del sustentador principal, la renta del hogar, así como la presencia de
miembros activos o de hijos en el mismo.
257 Aunque dicha incidencia positiva es decreciente (véase la tabla 2 del apéndice correspondiente).
— 244 —
V.2.3. Contrastación de la tercera hipótesis: la educación fomenta la asistencia a espectáculos
V.2.3. musicales
Como en los apartados anteriores, en primer lugar se presentan los resultados del análi­
sis de tipo bivariante entre la variable dependiente y la variable educativa y, posteriormente, los análi­
sis de regresión logística, con especial atención a los efectos no monetarios de la educación. La
variable dependiente “musical” refleja si, en el trimestre considerado, se registra en el hogar algún
gasto relacionado con la asistencia a espectáculos musicales. En dicho caso la variable toma valor 1,
siendo 0 en caso contrario.
V.2.3.1. Resultados del análisis bivariante
En el gráfico V.II.3.1, que considera hogares establecidos en municipios con alta densi­
dad de población, no se observa relación alguna entre el porcentaje de hogares en que algún miem­
bro ha asistido a espectáculos musicales y el nivel educativo del sustentador principal. Sin embargo,
se observa que dicho porcentaje asciende muy significativamente en hogares donde el sustentador
principal posee estudios universitarios de segundo y tercer ciclo.
GRÁFICO V.II.3.1
PROPORCIÓN DE HOGARES, EN MUNICIPIOS DE ALTA DENSIDAD DE POBLACIÓN, DONDE
ALGÚN MIEMBRO HA ASISTIDO A ESPECTÁCULOS MUSICALES, SEGÚN EL NIVEL
EDUCATIVO DEL SUSTENTADOR PRINCIPAL
% que asisten a espectáculos musicales
18
16
14
12
10
8
6
4
2
Univer 2-3ºC
Univer. 1ºC
Secun. 2ºC
Secun.1ºC
Primarios
Sin estud.
0
Nivel
educativo
Como se observa en el gráfico V.II.3.2, en municipios de densidad de población media y
baja tampoco se aprecia una clara relación entre el nivel educativo del sustentador principal y el por­
centaje de hogares en que los individuos declaran haber asistido a espectáculos musicales, si bien,
como en el caso anterior, dicho porcentaje aumenta significativamente si el sustentador principal ha
alcanzado los estudios universitarios de segundo y tercer ciclo.
— 245 —
GRÁFICO V.II.3.2
PROPORCIÓN DE HOGARES, EN MUNICIPIOS DE DENSIDAD DE POBLACIÓN MEDIA Y BAJA,
DONDE ALGÚN MIEMBRO HA ASISTIDO A ESPECTÁCULOS MUSICALES, SEGÚN EL
NIVEL EDUCATIVO DEL SUSTENTADOR PRINCIPAL
% que asisten a espectáculos musicales
5
4
3
2
1
Univer 2-3ºC
Univer. 1ºC
Secun. 2ºC
Secun.1ºC
Primarios
Sin estud.
0
Nivel
educativo
V.2.3.2. Interpretación de los resultados de los modelos de regresión logística
En este apartado se presentan los resultados más relevantes de las distintas regresiones
logísticas relacionadas con la contrastación de la hipótesis planteada, incluyéndose otros en el apén­
dice denominado “espectáculo musical”. En primer lugar se presentan los resultados para hogares
situados en municipios de alta densidad de población y, posteriormente, para aquellos en poblaciones
con densidad de población media y baja.
Como recoge la tabla V.2.3.2, en municipios con alta densidad de población, la educa­
ción del sustentador principal incide positivamente sobre la probabilidad de que los miembros del
hogar asistan a espectáculos musicales, de modo que un año más de escolarización incrementa di­
cha probabilidad un 6,0%. Asimismo, si se considera el nivel educativo del sustentador principal, di­
cha tabla muestra que, respecto a poseer estudios primarios, si éste ha alcanzado los estudios
universitarios de segundo y tercer ciclo la probabilidad relativa de que los miembros del hogar asistan
al teatro aumenta un 82%.
— 246 —
TABLA V.2.3.2
RESULTADOS DE LOS ANÁLISIS DE REGRESIÓN LOGÍSTICA: PROBABILIDAD RELATIVA
DE ASISTIR A ESPECTÁCULOS MUSICALES EN MUNICIPIOS CON ALTA DENSIDAD DE POBLACIÓN
Años de escolarización
Variables
Niveles educativos
B
S.E
Wald
Exp(B)
B
S.E
Wald
Exp(B)
EDAD
-0,032**
0,007
118,587
1,033
-0,028**
0,007
114,774
11,028
MIEMBROS
-0,288**
0,077
114,060
1,334
-0,274**
0,077
112,760
11,315
CCAA09
-1,538**
0,299
126,380
4,654
-1,541**
0,299
126,488
14,670
CCAA10
-1,302**
0,351
113,739
3,675
-1,287**
0,351
113,468
13,621
CCAA13
-2,881**
0,247
135,658
17,8401
-2,877**
0,247
135,246
17,755
CSOCIAL3
-0,492**
0,227
114,690
1,636
-0,581**
0,215
117,317
11,788
Constante
-7,139**
0,675
111,703
0,001
-6,422**
0,599
115,074
10,002
AÑOSEDU
-0,058**
0,024
115,728
1,060
-0,599**
0,264
115,134
11,820
NIVEST7
* Significativa al nivel 5%. ** Significativa al 1%.
Categorías de referencia: ECIVIL2, NIVEST2, CCAA01, CSOCIAL5.
Estadísticos
Años de escolarización
Niveles educativos
Número observaciones: 1.772
Número observaciones: 1.773
Chi-cuadrado: 226,240
Chi-cuadrado: 224,936
g.l. 7 Prob>chi2=0,000
g.l. 7 Prob>chi2=0,000
Predicciones correctas (musical): 68,8%
Predic. correctas (musical): 67,5%
Predicciones correctas (total): 77,4%
Predicciones correctas (total): 76,7%
CUT: 0,09
CUT: 0,09
-2LL: 820,388
-2LL: 821,873
Número de iteraciones: 5
Número de iteraciones: 5
R-cuadrado Nagelkerke: 0,27
R-cuadrado Nagelkerke: 0,27
258
Los efectos marginales positivos de los años de escolarización pueden observarse en
el gráfico V.II.3.1, que considera un hogar medio (igual al descrito en el apartado anterior), y que se
obtienen a partir de la siguiente expresión:
P(Yi = 1)
Pr obabilidad (musical)
β X
= e ∑ k ki = e β0 * e β1X1i * ... * e βk Xki =
=
Pr obabilidad (no musical) 1− P(Yi = 1)
= e β0 * (e β1 )
X1i
= 0,001*(1,033)
* ... * (e βk )
edad
X ki
* (1,334)
=
miembros
* (17,840) ccaa13 * (1,060) añosedu
Con referencia a los municipios de densidad de población media o baja, la tabla V.2.3.2
muestra la falta de significatividad de los distintos niveles educativos de los sustentadores principales,
258 No se representan los efectos marginales de los distintos niveles educativos debido a que sólo es significativo uno de
ellos.
— 247 —
así como de los años de escolarización, sobre la probabilidad de que los miembros del hogar acudan
259
a espectáculos musicales .
GRÁFICO V.II.3.3
EFECTOS MARGINALES DE LOS AÑOS DE ESCOLARIZACIÓN DEL SUSTENTADOR
PRINCIPAL SOBRE LA PROBABILIDAD RELATIVA DE ASISTIR A ESPECTÁCULOS
MUSICALES: MUNICIPIOS DE ALTA DENSIDAD DE POBLACIÓN
Prob. relativa de asistir a espectáculos musicales
0,7
0,6
0,5
0,4
0,3
0,2
0,1
0,0
3
5
8
12
15
17
Años de
escolarización
TABLA V.2.3.2
RESULTADOS DE LOS ANÁLISIS DE REGRESIÓN LOGÍSTICA: PROBABILIDAD
RELATIVA DE ASISTIR A ESPECTÁCULOS MUSICALES EN MUNICIPIOS CON
DENSIDAD DE POBLACIÓN MEDIA O BAJA
Años de escolarización
Variables
B
S.E
Wald
MIEMBROS
-0,409**
0,114
CCAA02
-5,601**
0,615
CCAA07
-3,012**
CCAA09
CCAA12
Niveles educativos
Exp(B)
B
S.E
Wald
Exp(B)
112,929
111,505
-0,408**
0,114
112,908
111,504
182,900
270,604
-5,604**
0,615
182,952
271,532
0,597
125,442
120,327
-3,016**
0,597
125,501
120,406
-3,363**
0,563
135,711
128,887
-3,367**
0,563
135,784
128,999
-1,493**
0,684
114,767
114,450
-1,497**
0,684
114,795
114,469
DENS2
-1,748**
0,420
117,320
115,743
-1,747**
0,420
117,307
115,740
Constante
-8,111**
0,738
120,911
110,000
-8,113**
0,738
120,851
110,000
* Significativa al nivel 5%. ** Significativa al 1%.
Categorías de referencia: ECIVIL2, NIVEST2, CCAA01, CSOCIAL5.
259 Determinadas alteraciones del modelo tampoco comportan la significatividad de las variables educativas.
— 248 —
Estadísticos
Años de escolarización
Número observaciones: 1.782
Chi-cuadrado: 147,933
g.l. 6 Prob>chi2=0,000
Predicciones correctas (musical): 81,6%
Predicciones correctas (total): 84,9%
CUT: 0,03
-2LL: 300,886
Número de iteraciones: 7
R-cuadrado Nagelkerke: 0,36
Niveles educativos
Número observaciones: 1.784
Chi-cuadrado: 148,003
g.l. 6 Prob>chi2=0,000
Predic. correctas (musical): 81,6%
Predicciones correctas (total): 84,9%
CUT: 0,03
-2LL: 300,929
Número de iteraciones: 7
R-cuadrado Nagelkerke: 0,36
En suma, puede aceptarse parcialmente la hipótesis planteada (la educación fomenta la
asistencia a espectáculos musicales) debido a que se observa que existe una mayor probabilidad de
que los miembros de un hogar asistan a los mismos a medida que se incrementan los años de esco­
larización del sustentador principal sólo en municipios de alta densidad de población. Asimismo, el
análisis por niveles educativos muestra la importante incidencia de los estudios universitarios de se­
gundo y tercer ciclo en aumentar dicha probabilidad.
Los efectos marginales de las variables no educativas sobre la probabilidad relativa de
asistir a espectáculos más significativos son los siguientes:
• La edad del sustentador principal incrementa la probabilidad relativa de que los indivi­
duos que forman el hogar asistan a espectáculos musicales en torno a un 3,3% por
año, si bien dicho efecto se observa sólo en hogares situados en municipios de alta
densidad de población. Asimismo, del análisis que considera la edad en intervalos
(véase la tabla 1 del apéndice correspondiente) se desprende que dicha probabilidad
aumenta casi el doble si el sustentador principal tiene 65 y más años.
• Un miembro más en el hogar incrementa la probabilidad relativa de asistir a espectá­
culos musicales un 30% en municipios de alta densidad de población, y un 50% en
hogares situados en municipios de densidad de población media y baja.
• Respecto a la clase obrera, si el sustentador principal pertenece a la clase media fun­
cional supraordinada la probabilidad relativa de que los miembros del hogar asistan a
musicales aumenta casi el doble. Dicho efecto se observa sólo en la muestra que
considera hogares situados en municipios de alta densidad de población.
• La probabilidad relativa de que los miembros del hogar asistan a musicales aumenta
cerca de seis veces si los hogares están en municipios con densidad de población
media respecto a si se encuentran en municipios de baja densidad de población.
• No se observa significación alguna para las variables relacionadas con el estado civil
del sustentador principal, así como con la renta del hogar o la presencia de hijos o ac­
tivos en el mismo.
V.2.4. Efectos no monetarios de la educación sobre la “omnivoracidad” en el consumo de servicios
V.2.4. culturales
En este apartado se analiza si la educación incide positivamente sobre la “omnivoraci­
dad” cultural, definida como el consumo de todos los servicios culturales considerados en los aparta­
— 249 —
dos anteriores. La contrastación de esta hipótesis pretende conocer si la educación genera una “ne­
cesidad cultural” en los individuos, de tal modo que, en un trimestre, hayan asistido al cine, teatro y
espectáculos musicales. Debe recordarse, sin embargo, que la unidad de análisis son los hogares y,
de este modo, se está estudiando la existencia de una actividad cultural intensa en los mismos, inde­
pendientemente de quien la esté desarrollando.
La variable “omnivora” toma valor 1 si los miembros del hogar declaran haber asistido al
260
cine, teatro y espectáculo musical (durante el primer trimestre de 1998) y 0 en caso contrario . Co­
mo en apartados anteriores, en primer lugar se presentan los resultados del análisis bivariante entre
la variable dependiente y la variable educativa y, posteriormente, se muestran los resultados de las
regresiones logísticas.
V.2.4.1. Resultados del análisis bivariante
El análisis de la “omnivoracidad” cultural se realiza sólo en hogares situados en munici­
pios de alta densidad de población, debido a la inexistencia de dicho comportamiento en hogares
sitos en municipios con densidad de población media y baja.
El gráfico V.II.4.1 refleja una relación positiva entre el porcentaje de hogares “omnívoros”
y el nivel educativo del sustentador principal, a partir de que éste haya alcanzado los estudios secun­
darios de segundo ciclo. Además, destaca un gran aumento en el porcentaje de hogares donde se
consumen todos los servicios culturales si el sustentador principal posee estudios universitarios de
ciclo largo, ya que si éste es del 5,4% para el conjunto de la muestra, dicho porcentaje asciende al
17,3% para estos últimos.
GRÁFICO V.II.4.1
PROPORCIÓN DE HOGARES “OMNÍVOROS”, EN MUNICIPIOS DE ALTA DENSIDAD DE POBLACIÓN,
SEGÚN EL NIVEL EDUCATIVO DEL SUSTENTADOR PRINCIPAL
% omnivoracidad
18
16
14
12
10
8
6
4
2
Univer 2-3ºC
Univer. 1ºC
Secun. 2ºC
Secun.1ºC
Primarios
Sin estud.
0
Nivel
educativo
260 Como el período de análisis es un solo trimestre, en el párrafo anterior se define como consumo intensivo asistir a los tres
servicios culturales en dicho período.
— 250 —
V.2.4.2. Interpretación de los resultados de los modelos de regresión logística
En este apartado se presentan los resultados más relevantes de las distintas regresiones
logísticas relacionadas con la contrastación de la hipótesis planteada, incluyéndose otros en el apén­
dice denominado “Omnivoracidad cultural”.
En la tabla V.2.4.1 se observa que los años de escolarización del sustentador principal
incide positivamente en la probabilidad relativa de que los miembros del hogar consuman los tres
tipos de servicios culturales (cine, teatro y espectáculos musicales). En concreto, un año más de edu­
261
cación incrementa dicha probabilidad un 9,6% .
TABLA V.2.4.2
RESULTADOS DEL ANÁLISIS DE REGRESIÓN LOGÍSTICA: PROBABILIDAD
RELATIVA DE “OMNIVORACIDAD” CULTURAL EN HOGARES UBICADOS EN MUNICIPIOS
CON ALTA DENSIDAD DE POBLACIÓN
Años de escolarización
Variables
Niveles educativos
B
S.E
Wald
Exp(B)
B
S.E
Wald
Exp(B)
EDAD
-10,050**
0,011
120,925
111,051
-0,044**
0,011
117,202
111,045
MIEMBROS
-10,325**
0,116
117,821
111,384
-0,312**
0,116
117,253
111,366
CCAA13
-14,751**
0,443
115,006
115,732
-4,754**
0,443
115,127
115,994
CSOCIAL3
-11,346**
0,390
111,897
113,842
-1,655**
0,351
122,247
115,233
CSOCIAL4
-10,736**
0,370
113,943
112,087
-1,006**
0,351
118,230
112,734
AÑOSEDU
-10,092**
0,036
116,623
111,096
-10,930**
1,075
103,388
110,000
NIVEST7
Constante
-0,693**
0,341
114,130
111,999
-9,959**
1,002
198,765
110,000
* Significativa al nivel 5%. ** Significativa al 1%.
Categorías de referencia: ECIVIL2, NIVEST2, CCAA01, CSOCIAL5.
Estadísticos
Años de escolarización
Niveles educativos
Número observaciones: 1.772
Chi-cuadrado: 364,791
g.l. 6 Prob>chi2=0,000
Predicciones correctas (“omnivoracidad”): 93,8%
Predicciones correctas (total): 88,0%
CUT: 0,05
-2LL: 381,690
Número de iteraciones: 7
R-cuadrado Nagelkerke: 0,54
Número observaciones: 1.773
Chi-cuadrado: 361,829
g.l. 6 Prob>chi2=0,000
P.C. (“omnivoracidad”): 93,8%
Predicciones correctas (total): 87,9%
CUT: 0,05
-2LL: 384,764
Número de iteraciones: 5
R-cuadrado Nagelkerke: 0,54
Los efectos marginales de los años de escolarización del sustentador principal sobre la
probabilidad relativa de que los miembros del hogar asistan al cine, teatro y espectáculos musicales
261 En la tabla de estadísticos se comprueba la significatividad del modelo propuesto (test de la chi-cuadrado), y el buen
ajuste del mismo (véase el valor elevado de la R-cuadrado de Nagelkerke). Asimismo, el punto de corte considerado propor­
ciona una elevada predicción correcta de casos afirmativos.
— 251 —
se muestran en el gráfico V.II.4.1, donde se ha considerado un individuo medio (igual al descrito en
los apartados anteriores). Dichos efectos se obtienen mediante la siguiente expresión:
P(Yi = 1)
Pr obabilidad (omnivoracidad)
β X
=
= e ∑ k ki = e β0 * e β1X1i * ... *
Pr obabilidad (no omnivoracidad) 1− P(Yi = 1)
* e βk Xki = e β0 * (e β1 )
= 0,00002 * (1,051)
X1i
edad
* ... * (e βk )
* (1,384)
Xki
=
miembros
* (1,096) añosedu * (115,732) ccaa13
Asimismo, en el análisis con la educación en niveles (véase la tabla anterior) se observa
que, respecto a poseer estudios primarios, si el sustentador principal ha alcanzado los estudios uni­
versitarios de segundo y tercer ciclo se dobla la probabilidad de que exista “omnivoracidad” cultural
262
en los miembros del hogar .
GRÁFICO V.II.4.1
EFECTOS MARGINALES DE LOS AÑOS DE ESCOLARIZACIÓN DEL SUSTENTADOR
PRINCIPAL SOBRE LA PROBABILIDAD RELATIVA DE QUE EN LOS HOGARES
SE PRODUZCA “OMNIVORACIDAD” CULTURAL
Prob. relativa de tener omnivoracidad cultural
0,50
0,40
0,30
0,20
0,10
0,00
3
5
8
12
15
17
Años de
escolarización
En suma, puede concluirse que existen efectos no monetarios positivos de la educación
del sustentador principal sobre la probabilidad relativa de que en los hogares se consuman los tres
servicios culturales, es decir, de que exista “omnivoracidad” cultural, destacando la incidencia positiva
263
de los estudios universitarios de segundo ciclo. De este modo, se acepta la hipótesis planteada .
262 Como en el apartado anterior, no se representan gráficamente los efectos marginales debido a la significatividad de un
sólo nivel educativo respecto a la categoría de referencia.
263 Debe advertirse que se acepta la hipótesis planteada con la limitación, mencionada anteriormente, relativa a que sólo
puede contrastarse esta hipótesis con la muestra de hogares emplazados en municipios con alta densidad de población.
— 252 —
Asimismo, los efectos marginales de las variables no educativas sobre la probabilidad
relativa de que en los hogares se observe “omnivoracidad” cultural son los siguientes:
• La edad del sustentador principal incrementa dicha probabilidad en torno a un 5% anual.
• Un miembro más en el hogar incrementa la probabilidad relativa de que en éste se
produzca “omnivoracidad” cultural en casi un 40%.
• Respecto a la clase obrera, si el sustentador principal pertenece a la clase media fun­
cional supraordinada se aumenta la probabilidad relativa de que se produzca “omnivo­
racidad” cultural en el hogar entre 4 y 5 veces. Asimismo, si dicho sustentador
pertenece a la clase media funcional subordinada, dicha probabilidad se incrementa
entre 2 y 3 veces.
• No se observa significación alguna para las variables relacionadas con el estado civil
del sustentador principal, así como con la presencia de activos o hijos en el hogar, o
la renta familiar del mismo.
V.3. Efectos no monetarios de la educación sobre el consumo de bienes de ostentación
Las hipótesis específicas relacionadas con los efectos no monetarios de la educación sobre
el consumo de determinados bienes con componentes de ostentación (grupo 3) son las siguientes:
Hipótesis 3.1: La educación fomenta el consumo de artículos de joyería.
Hipótesis 3.2: La educación fomenta el consumo de viajes de vacaciones.
Respecto a la estructura de este apartado, en primer lugar se presentan los resultados
correspondientes a la contrastación de la primera hipótesis de este grupo (apartado V.3.1) y, poste­
riormente, se exponen los resultados obtenidos en la contrastación de la segunda hipótesis (V.3.2).
Asimismo, debe recordarse que, tal y como se ha señalado en los apartados que con­
trastan las hipótesis del grupo 2, la unidad de análisis no son los individuos sino los hogares.
V.3.1. C
ontrastación de la primera hipótesis: la educación fomenta el consumo de artículos de
V.3.1. joyería
La muestra utilizada en el análisis de esta primera hipótesis es la misma que la muestra
general descrita en el apartado anterior (véase la tabla V.2.1) y, por este motivo, no se describe la
misma. Ahora bien, respecto a la variable dependiente puede señalarse que los miembros de 1.069
hogares declaran haber consumido algún artículo de joyería en el trimestre considerado, es decir,
dicho consumo se ha producido en el 30,1% del total de hogares de la muestra.
La estructura de este apartado es la siguiente: en primer lugar se presentan los resulta­
dos del análisis de tipo bivariante entre la variable dependiente “joyería” y la variable educativa, que
264
considera el nivel educativo del sustentador principal y, en segundo lugar, se describe el análisis de
regresión logística, prestando especial atención a los efectos no monetarios de la educación.
264 Los ajustes realizados en las variables educativas para contrastar las hipótesis del grupo 2 también se aplican en la con­
trastación de las hipótesis de este grupo. De este modo, el análisis bivariante en el que se considera la educación en años de
escolarización equivaldría al realizado con los niveles educativos.
— 253 —
V.3.1.1. Resultados del análisis bivariante
GRÁFICO V.III.1.1
PROPORCIÓN DE HOGARES CUYOS MIEMBROS HAN ADQUIRIDO ARTÍCULOS DE JOYERÍA,
SEGÚN EL NIVEL EDUCATIVO DEL SUSTENTADOR PRINCIPAL
% de hogares que han adquirido artículos de joyería
55
50
45
40
35
30
25
20
15
10
Univer 2-3ºC
Univer. 1ºC
Secun. 2ºC
Secun.1ºC
Primarios
Sin estud.
5
0
Nivel
educativo
Como se observa en el gráfico V.III.1.1, existe una relación positiva entre el nivel educa­
tivo del sustentador principal y el porcentaje de hogares en el que sus miembros declaran haber ad­
quirido artículos de joyería, de modo que el mayor porcentaje de consumidores se da en hogares
donde el sustentador principal ha alcanzado los estudios universitarios de segundo y tercer ciclo.
V.3.1.2. Interpretación de los resultados de los modelos de regresión logística
En este apartado se presentan los resultados más relevantes relacionados con la contrastación
de la primera hipótesis de este tercer grupo, incluyéndose otros en el apéndice (denominado “joyería”).
El modelo de regresión incluye la educación del sustentador principal (considerada en años
de escolarización y en niveles educativos), así como variables referidas a la edad, el estado civil y la clase
social del mismo. Además, se incluyen variables que describen las características de los hogares, tales
como el número de miembros del mismo, la presencia, o no, de hijos y miembros activos, la renta anual
del hogar y, finalmente, la Comunidad Autónoma y la densidad de población del municipio de residencia.
Como se observa en la tabla V.3.1.1, la variable “años de escolarización” es significativa
265
y tiene signo positivo . De este modo, un año más de educación del sustentador principal aumenta
266
la probabilidad relativa de que los miembros del hogar adquieran productos de joyería un 2,6% .
265 El análisis del índice de condición señala que la introducción de la variable “edad” genera multicolinealidad leve. Sin em­
bargo, la falta de significatividad de dicha variable elimina cualquier problema de multicolinealidad que pudiera existir.
— 254 —
TABLA V.3.1.1
RESULTADOS DEL ANÁLISIS DE REGRESIÓN LOGÍSTICA: PROBABILIDAD
RELATIVA DE ADQUIRIR JOYERÍA (AÑOS DE ESCOLARIZACIÓN)
Variables
MIEMBROS
ACTIVO
HIJOS
AÑOSEDU
CCAA02
CCAA03
CCAA04
CCAA05
CCAA06
CCAA07
CCAA08
CCAA09
CCAA10
CCAA11
CCAA12
CCAA13
CCAA14
CCAA15
CCAA16
CCAA17
CCAA18
DENS2
DENS3
RENTACO
Constante
B
S.E
Wald
gl
Sig.
Exp(B)
-0,264**
-0,405**
-0,193**
-0,026**
-0,984**
-0,100**
-0,216**
-0,116**
-0,789**
-0,485**
-0,011**
-0,739**
-0,246**
-0,172**
-0,168**
-1,319**
-0,496**
-0,030**
-0,031**
-0,266**
-1,890**
-0,224**
-0,279**
-0,000**
-3,253**
0,035
0,142
0,098
0,010
0,205
0,222
0,259
0,254
0,269
0,187
0,234
0,165
0,181
0,269
0,191
0,175
0,228
0,288
0,209
0,317
0,363
0,116
0,110
0,000
0,205
156,225
118,118
113,873
116,423
122,949
110,203
110,695
110,209
118,590
116,714
110,002
120,072
111,854
110,405
110,774
156,893
114,713
110,011
110,022
110,704
127,081
113,761
116,424
145,968
253,017
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
0,000
0,004
0,049
0,011
0,000
0,653
0,405
0,648
0,003
0,010
0,962
0,000
0,173
0,524
0,379
0,000
0,030
0,917
0,882
0,401
0,000
0,052
0,011
0,000
0,000
1,302
1,499
1,213
1,026
2,676
1,105
0,806
0,891
2,201
1,623
1,011
2,095
1,279
1,187
1,183
3,739
1,642
1,030
0,969
0,766
6,621
1,251
0,756
1,000
0,039
* Significativa al nivel 5%. ** Significativa al 1%.
Categorías de referencia: CCAA01, DENS1.
Estadísticos
Número observaciones: 3.554
Chi-cuadrado: 489,116, con g.l. 32 y Prob>chi2=0,000
Predicciones correctas (joyería): 64,6%
Predicciones correctas (total): 65,8%
CUT: 0,30
-2LL: 3.855,954
Número de iteraciones: 4
R-cuadrado Nagelkerke: 0,18
266 Como en los análisis relacionados con la salud (grupo 1), se ha estimado mediante el método enter, de modo que las
tablas de resultados recogen las variables en las que alguna categoría es significativa. Asimismo, los estadísticos que se ad­
juntan a la tabla V.3.1.1 señalan la significatividad del modelo propuesto (test de la chi-cuadrado), aunque con un bajo valor de
la R-cuadrado de Nagelkerke.
— 255 —
Los efectos marginales no monetarios de la educación del sustentador principal sobre la
probabilidad relativa de que los miembros del hogar adquieran productos de joyería pueden observar­
se en el gráfico V.III.1.2, donde se considera un hogar representativo de la muestra, es decir, con un
sustentador principal de 53 años de edad, casado, que pertenece a la clase obrera, y en cuyo hogar
hay 3 miembros, así como hijos y algún miembro activo, con un nivel de ingresos familiares de
1.774.745 pesetas (10.666 euros), y establecido en un municipio de alta densidad de población de
Andalucía. La expresión utilizada para obtener dichos efectos marginales, con los datos de la tabla
anterior, y considerando sólo las variables significativas, es la siguiente:
P(Yi = 1)
Pr obabilidad (joyería)
β X
=
= e ∑ k ki = e β0 * e β1X1i * ... * e βk Xki =
Pr obabilidad (no joyería) 1− P(Yi = 1)
= e β0 * (e β1 )
X1i
* ... * (e βk )
= 0,039 * (1,302)
miembros
Xki
=
* (1,499)activo * (1,213)hijos * (1,026) añosedu *
* (0,756)dens3 * (1,000)rentaco
GRÁFICO V.III.1.2
EFECTOS MARGINALES DE LOS AÑOS DE ESCOLARIZACIÓN DEL SUSTENTADOR
PRINCIPAL SOBRE LA PROBABILIDAD RELATIVA DE ADQUIRIR JOYERÍA
Prob. relativa de adquirir artículos de joyería
0,4
0,3
0,2
0,1
0,0
3
5
8
12
15
17
Años de
escolarización
267
Si se considera la educación en niveles, la tabla V.3.1.2 ofrece los siguientes resulta­
dos: comparado con poseer estudios primarios, si el sustentador principal ha alcanzado los estudios
267 Como en la tabla anterior, sólo se consideran las variables explicativas en las que alguna categoría es significativa. El
modelo propuesto es significativo en su conjunto, tal y como reflejan los estadísticos que se adjuntan a la tabla de resultados, si
bien se mantiene el bajo valor de la R-cuadrado de Nagelkerke.
— 256 —
secundarios de segundo ciclo, la probabilidad relativa de que los miembros del hogar adquieran algún
artículo de joyería aumenta un 35,5%. Asimismo, si el sustentador principal tiene estudios universita­
268
rios de primer ciclo, dicha probabilidad se incrementa un 66,6% .
TABLA V.3.1.2
RESULTADOS DEL ANÁLISIS DE REGRESIÓN LOGÍSTICA: PROBABILIDAD
RELATIVA DE ADQUIRIR JOYERÍA (NIVELES DE EDUCACIÓN)
Variables
B
S.E.
Wald
gl
Sig.
Exp(B)
MIEMBROS
-0,267**
0,035
157,322
1
0,000
1,306
ACTIVO
-0,419**
0,144
118,513
1
0,004
1,521
HIJOS
-0,196**
0,098
113,977
1
0,046
1,217
NIVEST1
-0,148**
0,136
111,188
1
0,276
1,160
NIVEST3
-0,003**
0,115
110,001
1
0,978
0,997
NIVEST4
-0,304**
0,116
116,819
1
0,009
1,355
NIVEST6
-0,510**
0,174
118,638
1
0,003
1,666
NIVEST7
-0,188**
0,162
111,359
1
0,244
1,207
CCAA02
-1,024**
0,207
124,524
1
0,000
2,784
CCAA03
-0,126**
0,224
110,316
1
0,574
1,134
CCAA04
-0,194**
0,260
110,556
1
0,456
0,824
CCAA05
-0,090**
0,254
110,126
1
0,723
0,914
CCAA06
-0,843**
0,267
119,985
1
0,002
2,324
CCAA07
-0,514**
0,189
117,358
1
0,007
1,671
CCAA08
-0,017**
0,234
110,005
1
0,943
1,017
CCAA09
-0,759**
0,166
120,943
1
0,000
2,135
CCAA10
-0,254**
0,181
111,968
1
0,161
1,289
CCAA11
-0,155**
0,270
110,329
1
0,566
1,168
CCAA12
-0,176**
0,192
110,842
1
0,359
1,192
CCAA13
-1,350**
0,175
159,231
1
0,000
3,858
CCAA14
-0,488**
0,229
114,544
1
0,033
1,629
CCAA15
-0,040**
0,290
110,019
1
0,890
1,041
CCAA16
-0,015**
0,210
110,005
1
0,942
0,985
CCAA17
-0,230**
0,319
110,523
1
0,470
0,794
CCAA18
-1,899**
0,364
127,253
1
0,000
6,679
DENS2
-0,218**
0,116
113,543
1
0,060
1,243
DENS3
-0,283**
0,110
116,597
1
0,010
0,753
RENTACO
-0,000**
0,000
146,460
1
0,000
1,000
Constante
-3,209**
0,204
247,480
1
0,000
0,040
* Significativa al nivel 5%. ** Significativa al 1%.
Categorías de referencia: CCAA01, NIVEST2, DENS1.
268 La agrupación de estudios universitarios en una sola variable permite concluir que alcanzar los estudios universitarios
aumenta la probabilidad de que en el hogar se adquieran artículos de joyería un 34,0% (véase la tabla 1 del apéndice corres­
pondiente).
— 257 —
Estadísticos
Número observaciones: 3.557
Chi-cuadrado: 483,990, con g.l. 28 y prob>chi2=0,000
Predicciones correctas (joyería): 64,4%
Predicciones correctas (total): 66,2%
Cut: 0,30
-2ll: 3.864,913
Número de iteraciones: 4
R-cuadrado nagelkerke: 0,18
Los efectos marginales de cada nivel educativo sobre la probabilidad relativa de consumir
joyas se observan en el gráfico V.III.1.3, donde se ha considerado un hogar medio (como el indicado
anteriormente para los años de escolarización), y que se obtiene mediante la siguiente expresión:
P(Yi = 1)
Pr obabilidad(joyería)
β X
=
= e ∑ k ki = e β0 * e β1X1i * ... * e βk Xki =
Pr obabilidad (no joyería) 1− P(Yi = 1)
e β0 * (e β1 )
X1i
* ... * (e βk )
= 0,040 * (1,306)
X ki
miembros
=
* (1,521) activo * (1,217)hijos * (1,355)nivest4 * (1,666)nivest6
* (1,000)rentaco
GRÁFICO V.III.1.3
EFECTOS MARGINALES DE LOS NIVELES EDUCATIVOS DEL SUSTENTADOR PRINCIPAL SOBRE LA
PROBABILIDAD RELATIVA DE QUE EN EL HOGAR SE ADQUIERAN ARTÍCULOS DE JOYERÍA
Prob. relativa de adquirir artículos de joyería
0,4
0,3
0,2
0,1
— 258 —
Univer. 2-3C
Univer. 1ºC
Secun.2ºC
Secun.1ºC
Primarios
Sin estudios
0,0
Nivel
educativo
Los resultados expuestos en las tablas y gráficos anteriores permiten aceptar la hipótesis
planteada (la educación fomenta el consumo de artículos de joyería). Asimismo, el análisis por niveles
educativos muestra un mayor efecto de los estudios secundarios de segundo ciclo, así como de los
estudios universitarios (especialmente los de ciclo corto).
Los efectos marginales de las variables no educativas sobre la probabilidad relativa de
que los miembros del hogar adquieran productos de joyería son los siguientes:
• La edad del sustentador principal no incide significativamente sobre la probabilidad
relativa de que los miembros del hogar adquieran artículos de joyería. Sin embargo,
del análisis que considera la edad en intervalos se concluye que los miembros de ho­
gares con sustentadores principales entre 45 y 54 años ven incrementada la probabi­
lidad de comprar joyas un 39,6%, respecto al resto de intervalos de edad (véase la
tabla 2 del apéndice correspondiente).
• Cada nuevo miembro en el hogar incrementa la probabilidad relativa de adquirir artí­
culos de joyería un 30%. Ahora bien, si se considera la variable “miembros” al cua­
drado, se observa que dicha incidencia positiva es decreciente (véase la tabla 3 del
apéndice correspondiente).
• La probabilidad de que los miembros del hogar compren joyas se reduce entre un
20% y un 25% si los hogares están ubicados en municipios de baja densidad de po­
blación, con respecto a residir en municipios de densidad de población alta. Asimis­
mo, la tabla 1 del apéndice revela que dicha probabilidad aumenta cerca de un 30% si
se reside en municipios de densidad media.
• La renta, aunque significativa, no varía la probabilidad relativa de adquirir joyería.
• La presencia de algún miembro activo en el hogar incrementa la probabilidad de que
sus integrantes adquieran artículos de joyería entre un 50% y un 70%.
• La presencia de hijos en el hogar incrementa la probabilidad de que se consuman ar­
tículos de joyería en el hogar un 20% (aunque dicha variable no es significativa en to­
dos los análisis de regresión realizados).
• No se observa significatividad de las variables relacionadas con la clase social ni con
el estado civil de los sustentadores principales.
V.3.1. C
ontrastación de la segunda hipótesis: la educación fomenta el consumo de viajes de
V.3.1. vacaciones
Como se ha señalado en el apartado IV.2.1.2, la contrastación de esta hipótesis se realiza
269
con la muestra del cuarto trimestre de la Encuesta Continua de Presupuestos Familiares (ECPF98) .
Dado que en la contrastación de las anteriores hipótesis se ha considerado el primer trimestre, en pri­
mer lugar se procede a describir la muestra que se utilizará para contrastar la hipótesis planteada en
este apartado. Con posterioridad, se procede a la exposición de los resultados del análisis de tipo biva­
riante entre la variable dependiente y la variable educativa y, finalmente, se presenta el análisis de re­
gresión logística, con especial énfasis en los efectos no monetarios de la educación.
269 Como se indica en dicho apartado, cada hipótesis se contrasta en el período en que existen más observaciones positivas,
es decir, en aquel donde la variable dependiente toma valor 1 en un mayor número de casos.
— 259 —
Antes de proceder a la exposición de los resultados cabe recordar que la variable de­
pendiente “viaje” toma el valor 1 si los miembros del hogar señalan haber realizado algún gasto en
viajes que formen parte de un “paquete” de vacaciones y 0 en caso contrario. Como se ha señalado
en el apartado IV.2.2.2, aunque ir de viaje de vacaciones no constituye sólo un gasto de ostentación,
tampoco puede desecharse dicho elemento como uno de los factores que inciden en la decisión de
realizar un viaje, especialmente si se compara con otros métodos de disfrutar de las vacaciones.
V.3.2.1. Descripción de la muestra
La muestra considerada comprende 3.701 hogares. Sin embargo, después de eliminar aque­
llos con algún missing en alguna de las variables que requiere el estudio empírico, ésta queda constituida
270
por 3.426 (un 92,57% del total) , cuyas características pueden observarse en la tabla V.3.2.1.
Si se comparan la muestra original y la que se utilizará en la contrastación de esta hipó­
tesis destaca la ausencia de diferencias significativas, tanto en la variable dependiente como en las
explicativas. Así, respecto a la primera, el porcentaje de hogares en que algún miembro del hogar
declara haber ido de viaje de vacaciones en el trimestre considerado pasa del 16,8% al 17,0%.
Con referencia a las variables explicativas, puede subrayarse que la edad mínima de los
sustentadores principales considerados pasa de 16 a 20 años (si bien no se altera significativamente
la edad media de éstos, que desciende de 54,4 años a 53,6). Asimismo, tampoco se observan cam­
bios importantes en torno a la variable educativa. Así, mientras que los sustentadores principales de
la muestra que se utilizará para contrastar la hipótesis planteada tienen una media de 7,8 años de
escolarización, ésta es de 7,6 en la muestra original. De un modo similar, las diferencias respecto a la
educación en niveles son inapreciables.
TABLA V.3.2.1
DESCRIPCIÓN DE LAS VARIABLES
Variables
Nº casos
Media
Desv. Est.
Mínimo
Máximo
3.4261
0,170
0,376
0
1
EDAD
3.4261
53,5591
14,7371
201
961
MIEMBROS
3.4261
3,260
1,319
1
9
ECIVIL1 (Soltero/a)
274
0,080
0,271
0
1
ECIVIL2 (Casado/a)
VIAJE (sí=1)
2.7831
0,812
0,391
0
1
ECIVIL3 (Separad. o divorciad.)
100
0,029
0,168
0
1
ECIVIL4 (Viudo/a)
269
0,079
0,269
0
1
ACTIVO (sí=1)
3.4261
0,774
0,418
0
1
HIJOS (sí=1)
3.4261
0,616
0,487
0
1
NIVEST1 (Sin estudios)
514
0,150
0,357
0
1
NIVEST2 (E. primarios)
1.3171
0,384
0,487
0
1
NIVEST3 (E. secundarios 1r ciclo)
596
0,174
0,379
0
1
NIVEST4 (E. secundarios 2º ciclo)
566
0,165
0,371
0
1
(Sigue)
270 Los missings se deben a la falta de información relacionada con la renta del hogar y las variables que permiten clasificar a
los sustentadores principales en distintas clases sociales.
— 260 —
(Continuación)
Variables
NIVEST6 (E. universitarios 1r ciclo)
NIVEST7 (E. univer. 2º y 3r ciclo)
Nº casos
Media
Desv. Est.
Mínimo
Máximo
201
0,059
0,235
0
1
231
0,067
0,251
0
1
111
0,000
0,017
0
1
3.4251
7,812
4,301
3
171
CCAA01 (Andalucía)
412
0,120
0,325
0
1
CCAA02 (Aragón)
164
0,048
0,214
0
1
CCAA03 (Asturias)
162
0,047
0,212
0
1
CCAA04 (Baleares)
137
0,040
0,196
0
1
CCAA05 (Canarias)
102
0,030
0,170
0
1
NIVEST8 (Educación de adultos)
AÑOSEDU (años de educación)
1
2
CCAA06 (Cantabria)
178
0,023
0,149
0
1
CCAA07 (Castilla y León)
261
0,076
0,265
0
1
CCAA08 (Castilla-La Mancha)
167
0,049
0,215
0
1
CCAA09 (Cataluña)
403
0,118
0,322
0
1
CCAA10 (C. Valenciana)
303
0,088
0,284
0
1
CCAA11 (Extremadura)
124
0,036
0,187
0
1
CCAA12 (Galicia)
265
0,077
0,267
0
1
CCAA13 (Madrid)
313
0,091
0,288
0
1
CCAA14 (Murcia)
130
0,038
0,191
0
1
CCAA15 (Navarra)
189
0,026
0,159
0
1
CCAA16 (País Vasco)
189
0,055
0,228
0
1
CCAA17 (La Rioja)
184
0,025
0,155
0
1
CCAA18 (Ceuta y Melilla)
143
0,013
0,111
0
1
1.7101
0,499
0,500
0
1
DENS1 (Alta densidad)
DENS2 (Densidad media)
614
0,179
0,384
0
1
DENS3 (Baja densidad)
1.1021
0,322
0,467
0
1
RENTACO (Renta anual corregida)
3.4261
1.828.195
1.108.422
323.694
12.334.397
CSOCIAL1 (Capitalista)
212
0,062
0,241
0
1
CSOCIAL2 (Media patrimonial)
431
0,126
0,332
0
1
CSOCIAL3 (Media func. supraord.)
696
0,203
0,402
0
1
CSOCIAL4 (Media func. subordin.)
483
0,141
0,348
0
1
1.6041
0,468
0,499
0
1
CSOCIAL5 (Obreros)
(1) Al ser un único individuo, se excluye del análisis de regresión de los efectos no monetarios de la educación sobre la proba­
bilidad relativa de ir de viaje de vacaciones.
(2) No se considera el individuo del grupo “educación de adultos”.
V.3.2.2. Resultados del análisis bivariante
En el gráfico V.III.2.1 aparece una relación positiva entre el nivel educativo del sustenta­
dor principal y el porcentaje de hogares en que se han registrado gastos en viajes de vacaciones, de
modo que los mayores porcentajes se producen en aquellos hogares donde el sustentador principal
ha alcanzado los estudios universitarios.
— 261 —
GRÁFICO V.III.2.1
PROPORCIÓN DE HOGARES EN QUE ALGÚN MIEMBRO DECLARA HABER IDO DE VIAJE
DE VACACIONES, SEGÚN EL NIVEL EDUCATIVO DEL SUSTENTADOR PRINCIPAL
% de hogares con algún gasto en viaje de vacaciones
40
35
30
25
20
15
10
5
Univer 2-3ºC
Univer. 1ºC
Secun. 2ºC
Secun.1ºC
Primarios
Sin estud.
0
Nivel
educativo
V.3.2.3. Interpretación de los resultados de los modelos de regresión logística
En este apartado se presentan los resultados más relevantes relacionados con la contrastación
de la segunda hipótesis de este segundo grupo, incluyéndose otros en el apéndice (denominado “viajes”).
El análisis del índice de condición, con un valor de 28,0, señala la existencia de multico­
linealidad leve con la introducción de la variable edad. Ahora bien, su inclusión no altera la significati­
vidad del resto de variables y, de este modo, se ha mantenido en el modelo de regresión.
En la tabla V.3.2.2 se observa que la variable educativa es significativa (y su coeficiente
tiene signo positivo). Así, un año más de escolarización del sustentador principal aumenta la probabi­
271
lidad relativa de que algún miembro del hogar vaya de viaje de vacaciones un 4,5% .
Los efectos marginales no monetarios de la educación pueden observarse en el gráfico
V.III.2.2, que considera hogares representativos de la muestra, a los que sólo se altera los años de
escolarización del sustentador principal. Así, éstos son hogares con sustentadores principales de 54
años de edad, casados y que pertenecen a la clase obrera, ubicados en Andalucía y en un municipio
con alta densidad de población, con un nivel de ingresos del hogar de 1.828.195 pesetas (10.987
euros) y compuesto por tres miembros, con la presencia de hijos y de al menos un miembro activo. La
expresión utilizada para obtener dichos efectos marginales, con los datos de la tabla V.3.2.2, es la
siguiente (sólo se incluyen las variables significativas):
271 El modelo propuesto es significativo (véase el resultado del test de la chi-cuadrado), aunque la R-cuadrado de Nagelkerke
tiene un valor bajo.
— 262 —
P(Yi = 1)
Pr obabilidad (viaje)
β X
=
= e ∑ k ki = e β0 * e β1X1i * ... * e βk Xki =
Pr obabilidad (no viaje) 1− P(Yi
= 1)
= e β0 * (e β1 )
X1i
* ... * (e βk )
= 0,008 * (1,020)
edad
X ki
* (1,283)
=
miembros
* (1,423) hijos * (1,045) añosedu * (1,000)rentaco
TABLA V.3.2.2
RESULTADOS DEL ANÁLISIS DE REGRESIÓN LOGÍSTICA: PROBABILIDAD
RELATIVA DE IR DE VIAJE (AÑOS DE ESCOLARIZACIÓN)
Variables
B
S.E
Wald
gl
Sig.
Exp(B)
EDAD
-0,020**
0,004
22,783
1
0,000
1,020
MIEMBROS
-0,249**
0,046
29,519
1
0,000
1,283
ECIVIL1
-0,531**
0,208
16,507
1
0,011
1,700
ECIVIL3
-0,250**
0,328
10,579
1
0,447
0,779
ECIVIL4
-0,185**
0,224
10,685
1
0,408
0,831
HIJOS
-0,353**
0,127
17,756
1
0,005
1,423
AÑOSEDU
-0,044**
0,015
18,418
1
0,004
1,045
CCAA02
-1,142**
0,228
25,168
1
0,000
3,134
CCAA03
-0,752**
0,330
15,192
1
0,023
0,471
CCAA04
-0,273**
0,282
10,937
1
0,333
1,314
CCAA05
-0,082**
0,328
10,063
1
0,802
0,921
CCAA06
-0,984**
0,289
11,558
1
0,001
2,675
CCAA07
-0,117**
0,238
10,243
1
0,622
0,889
CCAA08
-0,818**
0,348
15,515
1
0,019
0,441
CCAA09
-0,607**
0,191
10,156
1
0,001
1,836
CCAA10
-0,537**
0,255
14,449
1
0,035
0,584
CCAA11
-0,313**
0,343
10,834
1
0,361
0,731
CCAA12
-0,849**
0,289
18,637
1
0,003
0,428
CCAA13
-0,815**
0,195
17,433
1
0,000
2,259
CCAA14
-0,298**
0,276
11,169
1
0,280
1,348
CCAA15
-0,430**
0,299
12,068
1
0,150
1,538
CCAA16
-0,136**
0,242
10,317
1
0,573
1,146
CCAA17
-0,349**
0,321
11,180
1
0,277
1,418
CCAA18
-2,063**
1,007
14,194
1
0,041
0,127
RENTACO
-0,000**
0,000
29,753
1
0,000
1,000
CSOCIAL1
-0,477**
0,194
16,052
1
0,014
1,611
CSOCIAL2
-0,248**
0,183
11,840
1
0,175
0,781
CSOCIAL3
-0,256**
0,154
12,770
1
0,096
1,291
CSOCIAL4
-0,111**
0,156
10,507
1
0,476
1,117
Constante
-4,823**
0,390
153,0901
1
0,000
0,008
* Significativa al nivel 5%. ** Significativa al 1%.
Categorías de referencia: ECIVIL2, CCAA01, CSOCIAL5.
— 263 —
Estadísticos
Número observaciones: 3.425
Chi-cuadrado: 349,720, con g.l. 29 y Prob>chi2=0,000
Predicciones correctas (viaje): 67,7%
Predicciones correctas (total): 66,8%
CUT: 0,17
-2LL: 2.772,307
Número de iteraciones: 4
R-cuadrado Nagelkerke: 0,16
GRÁFICO V.III.2.2
EFECTOS MARGINALES DE LOS AÑOS DE ESCOLARIZACIÓN DEL SUSTENTADOR
PRINCIPAL SOBRE LA PROBABILIDAD RELATIVA DE QUE ALGÚN MIEMBRO
DEL HOGAR VAYA DE VIAJE DE VACACIONES
Prob. de ir de viaje de vacaciones
0,20
0,15
0,10
0,05
0,00
3
5
8
12
15
17
Años de
escolarización
Si se considera la educación en niveles, en la tabla V.3.2.3 se observa que, respecto a la
categoría de referencia (estudios primarios), si el sustentador principal ha alcanzado los estudios
universitarios (de ciclo corto y largo) aumenta la probabilidad relativa de que los miembros del hogar
declaren haber ido de viaje. En concreto, los estudios universitarios de primer ciclo incrementan dicha
272
probabilidad un 67,5% y los estudios universitarios de segundo y tercer ciclo un 76,2% .
272 El modelo propuesto es significativo en su conjunto, tal y como muestran los estadísticos que se adjuntan a la tabla de
resultados.
— 264 —
TABLA V.3.2.3
RESULTADOS DEL ANÁLISIS DE REGRESIÓN LOGÍSTICA: PROBABILIDAD RELATIVA
DE IR DE VIAJE (NIVELES EDUCATIVOS)
Variables
B
S.E.
Wald
gl
Sig.
Exp(B)
EDAD
-0,019**
0,004
120,336
1
0,000
1,020
MIEMBROS
-0,250**
0,046
129,561
1
0,000
1,284
ECIVIL1
-0,526**
0,208
116,358
1
0,012
1,691
ECIVIL3
-0,253**
0,329
110,592
1
0,442
0,777
ECIVIL4
-0,193**
0,224
110,741
1
0,389
0,824
HIJOS
-0,351**
0,127
117,664
1
0,006
1,421
NIVEST1
-0,001**
0,178
110,000
1
0,994
0,999
NIVEST3
-0,159**
0,154
111,068
1
0,301
1,173
NIVEST4
-0,291**
0,160
113,319
1
0,068
1,338
NIVEST6
-0,516**
0,217
115,660
1
0,017
1,675
NIVEST7
-0,567**
0,215
116,973
1
0,008
1,762
CCAA02
-1,160**
0,229
125,593
1
0,000
3,189
CCAA03
-0,733**
0,331
114,889
1
0,027
0,481
CCAA04
-0,285**
0,282
111,018
1
0,313
1,329
CCAA05
-0,068**
0,329
110,043
1
0,836
0,934
CCAA06
-1,003**
0,290
111,918
1
0,001
2,726
CCAA07
-0,097**
0,240
110,162
1
0,687
0,908
CCAA08
-0,807**
0,349
115,364
1
0,021
0,446
CCAA09
-0,628**
0,192
110,644
1
0,001
1,874
CCAA10
-0,525**
0,255
114,237
1
0,040
0,591
CCAA11
-0,305**
0,344
110,789
1
0,375
0,737
CCAA12
-0,843**
0,289
118,495
1
0,004
0,430
CCAA13
-0,833**
0,197
117,941
1
0,000
2,300
CCAA14
-0,305**
0,276
111,219
1
0,270
1,356
CCAA15
-0,447**
0,301
112,206
1
0,138
1,563
CCAA16
-0,161**
0,245
110,430
1
0,512
1,174
CCAA17
-0,377**
0,324
111,354
1
0,245
1,458
CCAA18
-2,042**
1,008
114,107
1
0,043
0,130
RENTACO
-0,000**
0,000
129,343
1
0,000
1,000
CSOCIAL1
-0,481**
0,194
116,134
1
0,013
1,618
CSOCIAL2
-0,244**
0,183
111,790
1
0,181
0,783
CSOCIAL3
-0,245**
0,155
112,508
1
0,113
1,278
CSOCIAL4
-0,121**
0,159
110,581
1
0,446
1,129
Constante
-4,614**
0,383
145,478
1
0,000
0,010
* Significativa al nivel 5%. ** Significativa al 1%.
Categorías de referencia: ECIVIL2, NIVEST2, CCAA01, CSOCIAL5.
— 265 —
Estadísticos
Número observaciones: 3.426
Chi-cuadrado: 350,104, con g.l. 33 y Prob>chi2=0,000
Predicciones correctas (viaje): 67,7%
Predicciones correctas (total): 66,6%
CUT: 0,17
-2LL: 2.772,296
Número de iteraciones: 4
R-cuadrado Nagelkerke: 0,16
Los efectos marginales de cada nivel educativo del sustentador principal sobre la
probabilidad relativa de que algún miembro del hogar vaya de viaje de vacaciones aparecen en el
gráfico V.III.2.3, donde se ha considerado un hogar medio (como el indicado anteriormente para
los años de escolarización). Dichos efectos marginales se obtienen mediante la siguiente expre­
sión:
P(Yi = 1)
Pr obabilidad (viaje)
β X
=
= e ∑ k ki = eβ0 * eβ1X1i * ... * eβk Xki =
Pr obabilidad (no viaje) 1− P(Yi = 1)
= eβ0 * (eβ1 )
X1i
* ... * (e βk )
= 0,010 * (1,020)
edad
X ki
=
* (1,284)miembros * (1,421)hijos
*
* (1,675)nivest6 * (1,762)nivest7 * (1,000)rentaco
Por tanto, de la información expuesta en las tablas y gráficos de este apartado puede
concluirse que los miembros de hogares con sustentadores principales con más años de escolariza­
ción (o que han alcanzado un mayor nivel educativo) tienen una mayor probabilidad de ir de viaje de
vacaciones y, en consecuencia, se acepta la hipótesis planteada (que la educación fomenta el con­
sumo de viajes de vacaciones). Al respecto, destaca la incidencia positiva sobre dicha probabilidad de
que el sustentador principal haya alcanzado los estudios universitarios.
— 266 —
GRÁFICO V.III.2.3
EFECTOS MARGINALES DEL NIVEL EDUCATIVO DEL SUSTENTADOR PRINCIPAL SOBRE
LA PROBABILIDAD RELATIVA DE QUE LOS MIEMBROS DEL HOGAR VAYAN DE VIAJE
Prob. relativa de ir de viaje de vacaciones
0,20
0,15
0,10
0,05
Univer. 2-3C
Univer. 1ºC
Secun.2ºC
Secun.1ºC
Primarios
Sin estudios
0,00
Nivel
educativo
Con respecto a los efectos marginales de las variables no educativas sobre la probabili­
dad relativa de que los miembros del hogar vayan de viaje de vacaciones, el conjunto de regresiones
realizadas muestra los siguientes resultados:
• La probabilidad relativa de que los miembros del hogar vayan de viaje de vacaciones
aumenta con la edad del sustentador principal, de tal modo que un año más de éste
incrementa dicha probabilidad un 2%. Ahora bien, el análisis por intervalos de edad
muestra que, comparado con el tramo de edad más joven, el efecto de la misma au­
menta con cada intervalo considerado a partir de los 45 años (véase la tabla 2 del
apéndice correspondiente).
• El número de miembros en el hogar incide positivamente sobre la probabilidad de ir
de vacaciones. Así, cada miembro incrementa dicha probabilidad un 28%. Ahora bien,
la significatividad, con signo negativo, de la variable “miembros” al cuadrado señala
que el efecto positivo de esta variable es decreciente (véase la tabla 2 del apéndice
correspondiente).
• Respecto a estar casado, si el sustentador principal está soltero aumenta la probabili­
dad relativa de ir de viaje un 70%.
• La presencia de hijos en el hogar aumentan la probabilidad relativa de que sus miem­
bros vayan de viaje en torno a un 42%.
— 267 —
• Respecto a la clase obrera, si el sustentador principal pertenece a la clase capitalista
aumenta la probabilidad de que los miembros del hogar vayan de viaje de vacaciones
un 62%.
• La renta del hogar, aunque significativa, no altera la probabilidad de que los miembros
del hogar vayan de viaje de vacaciones.
• No se observa significación alguna de la densidad de población del municipio en el
que se ubica el hogar, ni de la presencia de miembros activos sobre la probabilidad
relativa de ir de viaje (aunque, en este último caso, el análisis de regresión sin la va­
riable “miembros” muestra que la presencia de algún miembro activo incrementa di­
cha probabilidad un 44%).
V.4. Contrastación de las hipótesis generales planteadas sobre los efectos no monetarios de
V.4. la educación sobre el consumo
A partir de la contrastación de las hipótesis particulares, llevada a cabo en los tres apar­
tados anteriores, en este último se contrastan las cinco hipótesis generales planteadas en el capítulo
IV, que son las siguientes:
A. Existe un efecto no monetario de la educación sobre el patrón de consumo de los in­
dividuos.
B. La educación aumenta la eficiencia en el consumo.
C. El efecto no monetario de la educación sobre el patrón de consumo de los individuos
no es uniforme entre distintas clases sociales.
D. El consumo de determinados bienes y servicios sólo es posible una vez que se ha
alcanzado un determinado nivel educativo.
E. El efecto no monetario de la educación sobre el patrón de consumo de los individuos
varía en función del tipo de educación recibida (general o profesional).
Antes de proceder a su contrastación, en la tabla V.4.1 se presentan las hipótesis espe­
cíficas que permiten contrastar las hipótesis generales, tal y como se indicó en el apartado IV.1.
TABLA V.4.1
HIPÓTESIS ESPECÍFICAS QUE PERMITEN CONTRASTAR LAS HIPÓTESIS GENERALES
EN TORNO A LOS EFECTOS NO MONETARIOS DE LA EDUCACIÓN EN EL CONSUMO
Hipótesis generales
Hipótesis particulares
A
Todas
B
Todas (en especial la hipótesis 1.3)
C
Todas
D
Hipótesis del grupo 2
E
Hipótesis del grupo 1
Asimismo, conviene recordar los resultados obtenidos en la contrastación de las hipóte­
sis específicas, que se reproducen en la tabla V.4.2.
— 268 —
TABLA V.4.2
RESULTADOS DE LA CONTRASTACIÓN DE LAS HIPÓTESIS ESPECÍFICAS
Hipótesis
Formulación de la hipótesis
Resultado
1.1
La educación reduce la probabilidad de fumar
Se acepta parcialmente (hombres: sí; mujeres: no)
1.2
La educación incrementa la probabilidad de Se acepta parcialmente (hombres: no; mujeres: sí)
dejar de fumar
1.3
La educación permite una mejor comprensión Se acepta
de los efectos nocivos del tabaco
1.4
La educación aumenta la probabilidad de beber Se acepta
alcohol
1.5
La educación reduce la probabilidad de abusar Se acepta
del consumo de alcohol
2.1
La educación fomenta la asistencia al cine
Se rechaza
2.2
La educación fomenta la asistencia a teatros
Se acepta parcialmente (MAD : sí; MDMB : no)
2.3
La educación fomenta la asistencia a espectá­
culos musicales
Se acepta parcialmente (MAD: sí; MDMB: no)
2.4
La educación genera “omnivoracidad” en el Se acepta
consumo de servicios culturales
3.1
La educación fomenta el consumo de artículos Se acepta
de joyería
3.2
La educación fomenta el consumo de viajes de Se acepta
vacaciones
1
2
(1) MAD: municipios con alta densidad de población.
(2) MDMB: municipios con densidad de población media y baja.
Hipótesis A: existe un efecto no monetario de la educación sobre el patrón de consumo de los individuos
Esta hipótesis se contrasta a partir de los resultados obtenidos para cada una de las hi­
pótesis específicas. Debe señalarse que se acepta la hipótesis planteada, debido a que se ha obser­
vado que la educación incide en el patrón de consumo de los individuos (o miembros del hogar) al
273
influir en la probabilidad de que éstos consuman diversos bienes y servicios .
Con respecto a la salud, los efectos de la educación son los siguientes: la educación fa­
vorece el consumo de tabaco en las mujeres pero reduce la probabilidad de fumar en los hombres;
asimismo, la educación aumenta la probabilidad de dejar de fumar en las mujeres, si bien dicha pro­
babilidad se reduce en los hombres (aunque muy levemente); además, para ambos sexos, se cons­
tata que la educación fomenta el consumo de bebidas alcohólicas, aunque reduce la probabilidad de
abusar en su consumo.
Con referencia al consumo de servicios culturales por parte de los miembros de los ho­
gares analizados, si se consideran aquellos que residen en conglomerados urbanos con alta densi­
dad de población, se observa que el nivel educativo de los sustentadores principales incide
positivamente sobre la probabilidad de asistir a diversos servicios culturales, tales como teatros y
espectáculos musicales y, además, sobre la existencia de “omnivoracidad” cultural, es decir, que avi­
va la necesidad de consumir todo tipo de servicios culturales.
273 Los resultados muestran los efectos no monetarios de la educación, excluyendo el efecto que ésta produce sobre el pa­
trón de consumo a través de su incidencia sobre la renta monetaria.
— 269 —
Por último, la educación del sustentador principal también incide positivamente sobre
que los miembros del hogar consuman artículos de joyería o vayan de viajes de vacaciones.
Asimismo, con respecto al debate señalado al inicio de esta tesis sobre la denominación de
la incidencia no monetaria de la educación sobre el consumo (como efectos o beneficios), parece más
conveniente utilizar el primer término, debido a que no todos los efectos observados pueden suponerse
que son beneficiosos. Así, aunque al abandonar el vínculo entre educación y eficiencia es más difícil
catalogar los efectos observados como beneficiosos o perjudiciales, a continuación se clasifican los
efectos no monetarios de la educación obtenidos en la contrastación de las hipótesis específicas.
Con referencia a la salud, pueden considerarse como beneficios privados aquellos efec­
tos que inciden positivamente sobre el estado de salud de los individuos. Así, la educación genera los
siguientes beneficios privados: reduce la probabilidad de abusar del alcohol, disminuye la probabili­
dad de que los hombres consuman tabaco y, además, aumenta la probabilidad de que las mujeres
dejen de fumar. Sin embargo, se ha constatado que la educación fomenta una serie de comporta­
mientos que son perjudiciales para la salud de los individuos, tales como fumar (aunque sólo en las
mujeres) y consumir bebidas alcohólicas. Además de considerar los efectos privados, también debe
tenerse en consideración que dichos efectos positivos y negativos sobre la salud individual pueden
producir externalidades positivas y negativas que reclaman una intervención pública (véanse los
apartados II.1.2.2 y III.5.2)
Respecto a los servicios culturales, todos los efectos observados de la educación gene­
ran beneficios privados, ya que ésta incrementa la probabilidad de asistir al teatro, espectáculos mu­
sicales, así como de consumir todos los servicios culturales considerados (es decir, tener
274
“omnivoracidad” cultural) . Finalmente, con referencia a los bienes de ostentación, aunque fomentar
la asistencia a viajes de vacaciones puede considerarse como beneficioso (por los elementos cultu­
rales, no relacionados con la ostentación, que el consumo de este tipo de servicio incorpora), no pa­
rece apropiado considerar como un beneficio (al menos externo) el incremento en la probabilidad de
adquirir productos de joyería que la educación produce.
Hipótesis B: la educación aumenta la eficiencia en el consumo
En el marco neoclásico se supone que el efecto no monetario de la educación consiste
en incrementar la eficiencia en el comportamiento de los individuos en general, y sobre el consumo
en particular (véanse los apartados II.1.2 y II.2.2). Ahora bien, con la contrastación de esta hipótesis
se pretende conocer si verdaderamente la educación genera un incremento de la eficiencia en el con­
sumo de los individuos y no sólo suponer que ésta se produce. Para ello, se proponen dos metodolo­
gías de análisis. Por un lado, se extrae una conclusión a partir de la incidencia de la educación sobre
el patrón de consumo de los bienes y servicios considerados (al modo neoclásico) pero, por otro lado,
se observa el efecto de la educación sobre un comportamiento que explícitamente puede definirse
275
como eficiente .
Con respecto al primer método propuesto, la contrastación de las hipótesis específicas,
en especial aquellas vinculadas a la salud, aconseja rechazar la hipótesis planteada. Así, aunque
algunos efectos de la educación permiten suponer que ésta incrementa la eficiencia de consumo
(como reducir la probabilidad de abusar en el consumo de alcohol, favorecer que los hombres no
274 Incluso podría considerarse la existencia de externalidades positivas si se considera que el consumo de servicios cultura­
les es beneficioso para el conjunto de la sociedad.
275 La contrastación de esta hipótesis por el primer método lleva al debate, señalado en la contrastación de la hipótesis ante­
rior, sobre la terminología a utilizar con relación a los efectos o beneficios no monetarios de la educación.
— 270 —
fumen o que las mujeres dejen de fumar), otros llevan a señalar que ésta reduce la eficiencia de con­
sumo (tales como la incidencia positiva de la educación en la probabilidad de que las mujeres consu­
man tabaco, el efecto negativo sobre la probabilidad de dejar de fumar en los hombres, así como el
fomento del consumo de bebidas alcohólicas para ambos sexos). Asimismo, la constatación de una
incidencia positiva de la educación sobre la probabilidad de ir de viaje de vacaciones y adquirir pro­
276
ductos de joyería es difícil de enmarcar en un contexto de eficiencia .
Respecto al segundo método de análisis, la contrastación de la hipótesis 1.3 permite
concluir que la educación mejora la comprensión de los efectos nocivos del tabaco y, además, que
ello induce a dejar de fumar. Así, puede señalarse que la educación aumenta la eficiencia en el con­
sumo de los individuos y, además, dicho efecto no surge de una suposición sino de contrastar el
efecto de la educación sobre un comportamiento explícitamente eficiente. Sin embargo, en la con­
trastación de esta misma hipótesis se ha observado que este motivo es minoritario entre las diferen­
tes respuestas que los encuestados proporcionan a la hora de explicar los motivos que les han
llevado a dejar de fumar.
Por tanto, a mi entender, debe concluirse que la educación aumenta la comprensión de
determinados procesos de consumo que permiten un patrón de consumo más eficiente, pero que el
comportamiento de consumo de los individuos no está guiado sólo por parámetros de eficiencia (co­
mo destaca la teoría del capital humano). De este modo, la educación puede ser una condición nece­
saria, pero no suficiente en la adopción de un patrón de consumo eficiente. En mi opinión, debe
analizarse el papel de la educación sobre el patrón de consumo desde una óptica vinculada a la for­
mación de preferencias y no bajo el concepto de eficiencia, salvo si se realizan estudios de campo
que permitan constatar que la educación permite obtener un mayor output con los mismos inputs, o el
mismo output con una menor cantidad de inputs (es decir, siguiendo la definición tradicional de efi­
ciencia).
Hipótesis C: el efecto no monetario de la educación sobre el patrón de consumo de los individuos no
Hipótesis C: es uniforme entre distintas clases sociales
En la contrastación de las distintas hipótesis, se ha observado una escasa incidencia de
las variables proxy de la clase social sobre el patrón de consumo de los individuos. Así, puede supo­
nerse la existencia de un patrón de consumo bastante extendido entre las distintas clases sociales,
aunque sí se constatan diferencias en el porcentaje de individuos que declaran consumir los distintos
277
bienes y servicios considerados, en función de la clase social a la que pertenecen .
Con respecto a la educación, no se ha observado la existencia de efectos diferenciados
de la misma para las distintas clases sociales en el consumo de los bienes y servicios considerados.
De este modo, se rechaza la hipótesis planteada. Ahora bien, conviene destacar que el análisis se ha
centrado sólo en un conjunto de bienes y servicios, y no en la totalidad de elementos adquiridos por
los individuos. Asimismo, la incidencia de la clase social –o el efecto diferenciado por clases sociales
de la educación– puede ser más notoria en la cantidad consumida, y no en el hecho de consumir, o
no, los bienes y servicios considerados.
276 Bajo un enfoque de eficiencia, también puede suponerse que la educación incrementa la misma al incidir positivamente
sobre el consumo de servicios culturales.
277 Asimismo, los análisis de regresión señalan los siguientes resultados: respecto a pertenecer a la clase obrera, se observa
una incidencia negativa de pertenecer a la clase media funcional subordinada sobre la probabilidad relativa de abusar en el
consumo de alcohol, así como el efecto positivo de pertenecer a la clase media funcional supraordinada en la probabilidad
relativa de asistir al cine, espectáculos musicales y tener “omnivoracidad” cultural (especialmente en esta última, sobre la que
también incide positivamente pertenecer a la clase media funcional subordinada). Finalmente, pertenecer a la clase capitalista
incide positivamente en la probabilidad relativa de ir de viaje de vacaciones.
— 271 —
Hipótesis D: el consumo de determinados bienes y servicios sólo es posible una vez que se ha
Hipótesis D: alcanzado un determinado nivel educativo
De los diversos bienes y servicios que se han considerado en este trabajo, esta hipótesis
se contrasta con los servicios culturales, para los que es posible que exista un efecto umbral de la
educación en el consumo, es decir, que sólo aquellos que alcanzan determinados niveles educativos
puedan consumir dicho tipo de servicios. La hipótesis planteada se contrasta a partir de los análisis
bivariantes y de regresión logística llevados a cabo para las hipótesis específicas del grupo 2 (servi­
278
cios culturales) .
En los análisis bivariantes presentados en los apartados V.2.1.1, V.2.2.1, V.2.3.1 y
V.2.4.1 se observa que no es imprescindible alcanzar un determinado nivel educativo para asistir al
cine, teatro o espectáculos musicales. De este modo, se rechaza la hipótesis planteada. Sin embargo,
aunque no existe una relación lineal positiva entre nivel educativo del sustentador principal y porcen­
taje de hogares en los que algún miembro declara haber consumido alguno de los servicios culturales
considerados, en aquellos donde el sustentador principal ha alcanzado estudios universitarios –espe­
cialmente si son de segundo y tercer ciclo–, dicho porcentaje es mayor (sobre todo respecto a la
asistencia a espectáculos musicales y teatros).
Asimismo, los análisis de regresión muestran que los años de escolarización del sus­
tentador principal inciden positivamente sobre la probabilidad relativa de que los miembros del hogar
consuman los servicios culturales más “elitistas” (teatro y espectáculos musicales), así como que se
produzca “omnivoracidad” cultural. Por tanto, aunque el consumo de determinados bienes y servicios
no sólo es posible una vez que se ha alcanzado un determinado nivel educativo puede destacarse
que la educación fomenta el consumo de dichos servicios culturales (si bien no debe olvidarse la im­
portancia que sobre el consumo de servicios culturales tiene la existencia de una abundante y acce­
sible oferta de dichos servicios).
Hipótesis E: el efecto no monetario de la educación sobre el patrón de consumo de los individuos
Hipótesis E: varía en función del tipo de educación recibida (general o profesional)
Esta hipótesis sólo puede contrastarse a partir de los resultados obtenidos en los análisis
de regresión llevados a cabo para las hipótesis del grupo 1 (salud) y con los estudios secundarios de
segundo ciclo, ya que este es el único nivel educativo para el que existe información sobre los indivi­
duos que han cursado educación general o profesional (aunque contiene prácticamente la totalidad
de individuos con estudios profesionales).
A partir de los análisis de regresión logística es posible destacar los siguientes aspectos:
por un lado, los estudios profesionales generan aumentos en la probabilidad relativa de dejar de fumar
mayores que los estudios generales y, además, los estudios profesionales reducen la probabilidad rela­
tiva de fumar en mayor medida que los estudios generales; por otro lado, ambos niveles no inciden de
un modo significativamente distinto a la categoría de referencia (estudios primarios) en la probabilidad
relativa de beber alcohol, ni en la probabilidad relativa de abusar en el consumo del mismo.
Ahora bien, debe advertirse que las diferencias citadas en el párrafo anterior (sobre la
distinta incidencia de los estudios generales o profesionales sobre la probabilidad relativa de fumar y
dejar de fumar) sólo son significativas con relación a esta segunda. Además, ambos tipos de estudios
inciden en la misma dirección respecto a la categoría de referencia (es decir, tienen el mismo signo
278 Sólo se consideran hogares ubicados en municipios de alta densidad de población debido a la mayor oferta cultural que
existe en dicho tipo de municipios, que permite una mayor “soberanía” al consumidor.
— 272 —
en las regresiones realizadas). De este modo, los resultados presentados permiten rechazar la hipó­
tesis planteada (si bien la extensión del análisis a un mayor número de bienes podría alterar los re­
sultados obtenidos).
Finalmente, debe recordarse que la contrastación de esta hipótesis tenía un segundo
objetivo: constatar si, en el análisis de los efectos no monetarios de la educación, es indiferente el uso
de los “años de escolarización” o los “niveles educativos” como variables proxy de la educación. Debe
insistirse en la conveniencia de seguir utilizando los niveles educativos como variable explicativa (mi­
noritarios en los estudios empíricos) ya que, a pesar de su mayor complejidad de interpretación –es­
pecialmente si existen términos interactivos–, permiten conocer los efectos de cada nivel educativo
sobre la variable dependiente que quedan “ocultos” tras la variable continua “años de escolarización”.
De este modo, la estimación con la variable educativa en niveles permite cuestionar el supuesto (im­
plícito en la variable continua) de que los efectos de la educación son constantes para cada año de
escolarización adicional.
VI. CONCLUSIONES
En este capítulo final se consideran los siguientes aspectos. En primer lugar, se incorpo­
ra el estudio empírico, presentado en el capítulo anterior, en el análisis económico de los beneficios
no monetarios de la educación (véase el apartado VI.1); en segundo lugar, se discuten los resultados
obtenidos (VI.2); finalmente, en el apartado VI.3, se apuntan algunas limitaciones del estudio y se
sugieren futuras líneas de investigación.
VI.1. Análisis económico de los beneficios no monetarios de la educación sobre el consumo
Como se ha indicado en el capítulo II, la única escuela de pensamiento económico que
ha tratado el estudio de los beneficios no monetarios de la educación en general, y sobre el consumo
en particular, es la escuela neoclásica, donde destacan la nueva teoría del consumo y la teoría del
capital humano. Dos son los aspectos más importantes que aportan dichas teorías. En primer lugar,
la teoría del capital humano (TCH) postula que la educación aumenta la productividad de los indivi­
duos en todas las actividades que éstos realizan; en segundo lugar, la nueva teoría del consumo
(NTC) incorpora la idea anterior en un modelo donde los hogares son unidades productivas maximi­
zadoras de utilidad que, dadas unas restricciones de renta y tiempo, y mediante una función de pro­
ducción doméstica (compuesta por una serie de inputs: tiempo, bienes y servicios de mercado y
capital humano), generan los outputs (o artículos finalmente consumidos) que satisfacen sus necesi­
279
dades . La inserción de la TCH en el marco de la NTC permite considerar la educación como una
dotación de capital que aumenta la eficiencia de los individuos en el “proceso productivo” que conlle­
280
va el consumo y, de este modo, produce beneficios no monetarios . En esta aproximación, el cam­
bio en el patrón de consumo se explica por cambios en la función de producción doméstica y no por
la alteración de los gustos o preferencias individuales.
279 Esta teoría se denomina nueva economía de la familia (NEF) cuando se consideran otras actividades “productivas” do­
mésticas no relacionadas con el consumo.
280 No se consideran como beneficios no monetarios de la educación sobre el consumo alteraciones en el patrón de consumo
que se derivan de incrementos en la capacidad adquisitiva producidos por aumentos en el nivel educativo.
— 273 —
Asimismo, como se ha señalado en el apartado III.2.1, en el estudio de los beneficios no
monetarios de la educación sobre el consumo de bienes que inciden en la salud, la escuela neoclási­
ca ha elaborado una aproximación alternativa; en esta aproximación se sostiene que la educación
genera beneficios no monetarios sobre la salud porque reduce la tasa de preferencia temporal de los
individuos. De este modo, los más educados tienen una mayor orientación hacia el futuro e invierten
281
más en su salud, adoptando estilos de vida y de consumo más saludables .
La escuela neoclásica ha generado gran cantidad de estudios empíricos para identificar
la existencia de beneficios no monetarios de la educación, e incluso en algunos de ellos, estos bene­
ficios se valoran pecuniariamente. Así, en el capítulo III se han presentado múltiples trabajos que
verifican la existencia de dichos beneficios no sólo sobre el consumo, sino también sobre el ahorro, la
salud, la fecundidad, la delincuencia y la participación en actividades sociales (políticas, de volunta­
riado y en defensa del medio ambiente). La mayor parte de dichos estudios muestran que la educa­
ción incide positivamente sobre las distintas variables dependientes consideradas (estado de salud,
delincuencia, etc.) y suponen que este efecto se produce porque la educación incrementa la eficiencia
de los individuos (o, como indican algunos estudios en el ámbito de la salud, porque ésta reduce la
tasa de preferencia temporal).
Sin embargo, la insatisfacción producida por las aproximaciones neoclásicas descritas
anteriormente me ha llevado a considerar el análisis de los beneficios no monetarios de la educación
sobre el consumo desde un marco alternativo, el institucionalismo, que enfatiza la inclusión de facto­
res sociales y culturales para explicar el comportamiento de los individuos y considera una racionali­
dad (adaptativa) distinta a la neoclásica, rechazando el individualismo metodológico y las
características del homo economicus (véase el apartado II.1.3).
Ahora bien, no se ha desarrollado por el momento una aproximación institucionalista al
estudio de este tipo de beneficios de la educación. En consecuencia, a partir de las aportaciones rea­
lizadas por esta escuela sobre los efectos monetarios de la educación y el comportamiento de con­
sumo de los individuos, se ha elaborado un conjunto de propuestas que permiten un análisis de los
beneficios no monetarios de la educación alternativo al de la escuela neoclásica (véase el apartado
II.2.3.2). Éste ha sido uno de los aspectos más novedosos de esta tesis ya que, aunque no se pre­
senta un marco teórico alternativo, se afronta el estudio empírico de dichos beneficios desde premi­
sas distintas a las proporcionadas por la NTC y la TCH, incorporando elementos sociales y culturales
a la investigación.
Desde esta aproximación, el trabajo empírico realizado ha considerado los siguientes
aspectos. Aunque la educación puede aumentar la eficiencia en el consumo, no se supone que dicho
efecto siempre se produzca, ni que el consumo se guíe sólo por criterios de eficiencia; de este modo,
el efecto positivo de la educación sobre la eficiencia tiene que ser demostrado empíricamente. Ade­
más, el término “beneficios” no monetarios debe remplazarse por “efectos” no monetarios, ya que la
educación puede fomentar comportamientos de consumo que no generen aumentos de eficiencia.
A partir de lo indicado en el párrafo anterior puede extenderse el estudio más allá del
concepto de eficiencia. Además, la aproximación institucionalista permite suponer que la educación
incide en el proceso de formación de preferencias (inalterables en el marco neoclásico “ortodoxo” de
la NTC), e incorporar el entorno social y cultural de los individuos como variables explicativas de los
281 Dicha aproximación se basa en la teoría de la adicción racional y el modelo de determinación endógena de la preferencia
temporal, que permiten analizar el efecto de la educación sobre el consumo de bienes adictivos. Uno de los aspectos más
destacados consiste en el carácter racional del consumo de dichos bienes, así como que, aunque el consumo pasado incide
sobre las decisiones presentes, en la toma de decisiones se consideran no sólo los costes y beneficios actuales sino también
las consecuencias futuras.
— 274 —
mecanismos por los que la educación genera distintos efectos no monetarios sobre el consumo. Así,
en este trabajo se han incluido los siguientes elementos en el análisis. En primer lugar, se consideran
los valores que la educación transmite al fomentar (o reducir) el consumo de determinados bienes y
servicios. En segundo lugar, se contrasta la existencia de un efecto “umbral” de la educación sobre el
consumo, es decir, si el consumo de determinados bienes y servicios requiere haber alcanzado de­
terminados niveles educativos. En tercer lugar, se analiza la presencia de exclusividad social (es de­
cir, que sólo se produzcan para determinados grupos) de los beneficios no monetarios de la
educación. Finalmente, se plantea la existencia de alteraciones en los efectos no monetarios de la
282
educación en función de que ésta sea de tipo general o profesional .
VI.2. Discusión de los resultados obtenidos en la contrastación de las hipótesis planteadas
VI.2. sobre los efectos no monetarios de la educación en el consumo
Bajo las consideraciones citadas en el apartado anterior, se ha realizado el estudio empí­
rico que ha contrastado las hipótesis, específicas y generales, enunciadas en el capítulo IV, y cuyos
resultados se resumen en la tabla VI.1. En este apartado se discuten diversos aspectos relativos a
estos resultados.
TABLA VI
RESULTADOS OBTENIDOS EN LA CONTRASTACIÓN DE LAS HIPÓTESIS PLANTEADAS
Hipótesis
específicas
Formulación de la hipótesis
Resultado
1.1
La educación reduce la probabilidad de fumar
Se acepta parcialmente (hombres: sí;
mujeres: no)
1.2
La educación incrementa la probabilidad de dejar de Se acepta parcialmente (hombres: no;
fumar
mujeres: sí)
1.3
La educación permite una mejor comprensión de los Se acepta
efectos nocivos del tabaco
1.4
La educación aumenta la probabilidad de beber alcohol
1.5
La educación reduce la probabilidad de abusar del Se acepta
consumo de alcohol
2.1
La educación fomenta la asistencia al cine
Se rechaza
2.2
La educación fomenta la asistencia a teatros
Se acepta parcialmente
1
2
(M.A.D. : sí; M.D.M.B. : no)
2.3
La educación fomenta la asistencia a espectáculos Se acepta parcialmente
musicales
(M.A.D.: sí; M.D.M.B: no)
2.4
La educación genera “omnivoracidad” en el consumo Se acepta
de servicios culturales
3.1
La educación fomenta el consumo de artículos de Se acepta
joyería
3.2
La educación fomenta el consumo de viajes de vaca­
ciones
Se acepta
Se acepta
(Sigue)
282 Por tanto, debe incluirse en el análisis empírico la educación en niveles (y no sólo los años de escolarización). Además,
ello permite eliminar el supuesto de que los efectos marginales de la educación son constantes para cada año de escolariza­
ción adicional.
— 275 —
(Continuación)
Hipótesis
específicas
Formulación de la hipótesis
Resultado
A
Existe un efecto no monetario de la educación sobre Se acepta
el patrón de consumo de los individuos
B
La educación aumenta la eficiencia en el consumo
C
El efecto no monetario de la educación sobre el patrón Se rechaza
de consumo de los individuos no es uniforme entre
distintas clases sociales
Se acepta parcialmente
D
El consumo de determinados bienes y servicios sólo Se rechaza
es posible una vez que se ha alcanzado un determi­
nado nivel educativo
E
El efecto no monetario de la educación sobre el patrón Se rechaza
de consumo de los individuos varía en función del tipo
de educación recibida (general o profesional)
(1) M.A.D.: municipios con alta densidad de población.
(2) M.D.M.B.: municipios con densidad de población media y baja.
Las conclusiones se presentan en tres apartados: en los dos primeros se argumenta,
respectivamente, en torno a los resultados obtenidos en la contrastación de las hipótesis específicas
(apartado VI.2.1) y las hipótesis generales (VI.2.2); por último se exponen las implicaciones de los
resultados sobre las políticas públicas educativas (VI.2.3).
VI.2.1. Hipótesis específicas
Las hipótesis específicas se han planteado en tres grupos que consideran diferentes
ámbitos del consumo: bienes que inciden sobre la salud (grupo 1), servicios culturales (grupo 2), y
bienes y servicios de ostentación social (grupo 3).
Hipótesis vinculadas con el consumo de bienes que inciden sobre la salud
Con respecto a las hipótesis específicas del grupo 1, se constata que la educación gene­
ra, simultáneamente, efectos no monetarios positivos y negativos sobre la salud. Entre los positivos
se observa que la educación reduce la probabilidad de fumar en los hombres (hipótesis 1.1), incide
positivamente sobre la probabilidad de dejar de fumar de las mujeres (1.2) y, para ambos sexos, re­
duce la probabilidad de abusar en el consumo de alcohol (1.5). Entre los negativos, la contrastación
de las dos primeras hipótesis muestra, respectivamente, que la educación aumenta la probabilidad de
fumar en las mujeres y, además, reduce (aunque muy levemente) la probabilidad de dejar de fumar
en los hombres. Asimismo, en la contrastación de la hipótesis 1.4 se verifica que la educación au­
283
menta la probabilidad de consumir bebidas alcohólicas .
Como se ha señalado en el apartado anterior, desde la escuela neoclásica podría con­
cluirse que, para el primer grupo de resultados, la educación genera beneficios no monetarios sobre
la salud derivados del incremento de eficiencia en el consumo, o bien que la educación orienta a los
individuos hacia el futuro (ya que reduce la tasa de preferencia temporal) y, en consecuencia, éstos
invierten en su bienestar teniendo unos hábitos más saludables. Sin embargo, el segundo grupo de
283 Como se ha indicado en el apartado V.4, aunque es discutible que el consumo moderado de alcohol perjudique la salud
(especialmente para determinadas bebidas), la mayoría de estudios médicos insiste en los efectos negativos de dicho hábito
sobre el organismo y el comportamiento, sobre todo a largo plazo.
— 276 —
resultados es difícil de explicar dentro del marco neoclásico ortodoxo, ya que la educación fomenta
comportamientos de consumo negativos para la salud. Ahora bien, a partir de las premisas que la
escuela institucionalista considera en el análisis del comportamiento de consumo de los individuos, a
continuación se citan determinados factores que permiten explicar los resultados obtenidos.
Así, uno de los resultados observados al contrastar la hipótesis 1.1 (la educación incre­
menta la probabilidad de fumar en las mujeres) puede deberse a los siguientes factores. En primer
lugar, el consumo de tabaco puede haberse considerado como un modo de ocupar comportamientos
tradicionalmente masculinos por parte de las mujeres, estando a la vanguardia aquellas con mayor
nivel educativo. En segundo lugar, la mayor incorporación al mercado de trabajo de las más educa­
das, y los tipos de trabajo a los que se incorporan, conlleva una mayor interacción con hombres (que
fuman en mayor proporción) de modo que éstas se ven inducidas a adquirir determinados hábitos,
como fumar, para evitar distinciones de género. En tercer lugar, dicha incorporación laboral aumenta
el estrés derivado de la existencia de una doble jornada (en el trabajo y en el hogar) que puede fo­
mentar el hábito de fumar. Finalmente, debe considerarse la presión de la oferta, cada vez más dirigi­
da a la captación de nuevos grupos de población fumadora (entre los que se encuentran las mujeres)
284
a través de la publicidad directa , mediante la promoción de sus productos bajo el patrocinio de di­
versas actividades –musicales, viajes, premios, etc.–, o utilizando marcas de tabaco en otros objetos
–ropa, calzado, relojes, etc.– (véase II.2.3.1).
Con referencia a los hombres, el efecto negativo de la educación sobre la probabilidad
relativa de fumar se produce por una alteración de las preferencias derivada, seguramente, del mayor
calado entre los más educados de los mensajes referidos a los daños que fumar provoca sobre la
285
salud y sobre la necesidad de desarrollar estilos de vida saludables (hacer ejercicio, no fumar, etc).
Además, la extensión del consumo de tabaco entre ambos sexos –indicado anteriormente– puede
haber disminuido el componente diferenciador que fumar ha podido tener entre los hombres, conlle­
vando la reducción de dicho hábito.
Respecto a dejar de fumar (hipótesis 1.2), los postulados de la teoría del capital humano
sólo se cumplen para las mujeres y, de este modo, se erosiona el marco de eficiencia propuesto por
esta teoría para el análisis del consumo vinculado a la salud. Como en el caso anterior, las explica­
ciones al comportamiento observado pueden provenir tanto del entorno familiar y social, como de la
propia experiencia individual. Así, parece lógico vincular el efecto positivo de la educación sobre la
probabilidad de dejar de fumar en las mujeres a la existencia de algún período de gestación, no sólo
por su mayor concienciación o conocimiento sobre los riesgos de fumar para la salud del feto, o de
los hijos, sino también por la mayor presión -familiar o social- ejercida sobre las más educadas.
En los hombres, la leve incidencia negativa de la educación sobre la probabilidad de dejar de
fumar puede estar ocasionada por dos factores: por un lado, una mayor adicción al tabaco, debido a que
286
llevan más años fumando ; por otro lado, a la permanencia de una “cultura” del tabaco entre los fumado­
res más educados, basada en su mayor presencia en actos sociales y, para determinados individuos, en
el consumo de determinados tipos de tabaco “masculino” (como el puro y la pipa).
Con referencia al consumo, y abuso en el consumo, de alcohol, los resultados son los si­
guientes. Para ambos sexos el estudio empírico llevado a cabo revela un efecto positivo de la educa­
284 Por ejemplo, las empresas productoras de tabaco potencian los productos light, un término de mayor aceptación entre las
consumidoras y, además, tratan de reforzar una determinada imagen atractiva de la mujer fumadora.
285 Seguramente porque las enfermedades más comunes provocadas por el consumo de tabaco (insuficiencia cardiaca,
cáncer de laringe y bronquitis crónica) se asocian más a los hombres que a las mujeres.
286 En la muestra considerada para realizar el análisis empírico, el promedio de años que los individuos llevan fumando es de
18 para las mujeres y 28 en los hombres.
— 277 —
ción –especialmente de los estudios universitarios– sobre la probabilidad relativa de que los indivi­
duos consuman bebidas alcohólicas, si bien dicho efecto es mayor en las mujeres que en los hom­
bres (hipótesis 1.4); sin embargo, la educación incide negativamente sobre la probabilidad relativa de
abusar en el consumo de alcohol (hipótesis 1.5).
El primer resultado contradice la TCH. Ahora bien, este efecto positivo de la educación
sobre la probabilidad de beber alcohol se explica desde la óptica institucionalista si se considera el
carácter social de su consumo. Así, puede suponerse una mayor probabilidad de consumir alcohol
por parte de los grupos sociales aventajados (donde predominan los más educados), debido a la
asistencia a un mayor número de actos sociales (de trabajo u ocio). Asimismo, el consumo de deter­
minadas bebidas alcohólicas (como el vino y similares) fomenta la especialización –más probable
entre los más educados– debido a que el propio consumo genera un mayor conocimiento sobre di­
chos bienes e incrementa la voluntad de consumirlos. Además, no debe obviarse el proceso de socia­
lización familiar. Así, la mayor probabilidad de beber alcohol de los más educados puede trasladarse
a los hijos (adolescentes) que consideren el consumo de alcohol como un modo de acceso al mundo
de los adultos. Por último, el mayor efecto de la educación sobre la probabilidad de consumir bebidas
alcohólicas en las mujeres puede que esté ocasionado por los mismos motivos que fomentan el con­
sumo de tabaco entre las de mayor nivel educativo (enumerados anteriormente).
Respecto al efecto negativo de la educación sobre la probabilidad relativa de abusar en el
consumo de alcohol, dicho resultado está en consonancia con las propuestas neoclásicas en torno al
efecto positivo de la educación sobre la eficiencia de consumo, o sobre la tasa de preferencia temporal, y,
de este modo, aquellos con un mayor nivel educativo no consumen alcohol abusivamente para, entre
otros motivos, no perjudicar su salud. Ahora bien, si se considera lo descrito para las otras hipótesis con­
trastadas, la inclusión de elementos institucionales proporciona una visión más completa sobre los medios
por los que se producen los efectos observados. Así, los más educados tienden a sentirse más realizados
en el trabajo, a tener una mayor sensación de control sobre su vida, unas mejores relaciones sociales con
la familia y el entorno social, que disminuye la probabilidad de depresiones, estados de ansiedad y otros
problemas psicológicos que deriven en un abuso del alcohol (véase III.2.2.2).
Finalmente, la contrastación de la hipótesis 1.3 aporta más información en torno a la vin­
culación entre la educación, la eficiencia y el consumo. En dicha hipótesis se contrasta el efecto de la
educación sobre un comportamiento explícitamente eficiente (la probabilidad de que los individuos
dejen de fumar debido a la comprensión de los efectos nocivos del tabaco), observándose que la
educación incrementa dicha probabilidad. Por tanto, se constata que la educación incrementa la efi­
ciencia en el consumo debido a que incide positivamente sobre el conocimiento de que el consumo
de tabaco es perjudicial para la salud y, además, produce que ésta sea la causa que lleva a determi­
nados individuos con mayor nivel educativo a dejar de fumar.
Así, se podría apuntar que dicho resultado demuestra que la educación incide positiva­
mente sobre la eficiencia en el consumo. Ahora bien, si se considera el conjunto de resultados pre­
sentados, y que la mayor parte de los individuos declara haber dejado de fumar por otros motivos no
vinculados al conocimiento de los riesgos del tabaco para la salud, parece más apropiado concluir
que la educación incide positivamente sobre la eficiencia en el consumo, pero no es éste el único
elemento que guía el comportamiento de consumo de los individuos. Por tanto, la educación también
induce comportamientos de consumo “ineficientes” debido a las alteraciones que produce en las pre­
ferencias de los individuos, tanto personalmente (por alteraciones de los objetivos, las expectativas,
etc.), como fruto del entorno en que los más educados se desenvuelven (familia, puesto de trabajo,
actividades y grupos de ocio, etc).
Asimismo, respecto a la teoría de la adicción racional (y el efecto de la educación sobre
la tasa de preferencia temporal) puede advertirse la dificultad de aceptar dicha teoría debido a que los
— 278 —
efectos negativos de hábitos adictivos, como fumar o beber alcohol, suelen aparecer muy tardíamente
respecto a la edad media de inicio en el consumo regular de dichos productos que, para el caso es­
pañol, está en torno a los 17 años en el primer caso y 18 en el segundo (véase Ministerio de Sanidad
y Consumo, 2002a, 2002b). Además, analizar la adicción racionalmente supone no comprender el
287
verdadero significado de la misma .
Hipótesis vinculadas con el consumo de servicios culturales
De los resultados de la contrastación de las hipótesis del grupo 2 –servicios culturales–
puede concluirse que la educación del sustentador principal, especialmente los estudios universitarios
de segundo y tercer ciclo, incide positivamente sobre la probabilidad de que los miembros del hogar
asistan al teatro, espectáculos musicales, y tengan “omnivoracidad” cultural (es decir, que entre di­
chos miembros se consuman todos los servicios culturales considerados: cine, teatro y espectáculos
288
musicales) . Sin embargo, la educación del sustentador principal no incide sobre la probabilidad de
ir al cine. En consecuencia, se constata que la educación fomenta el consumo de los servicios cultu­
rales más “elitistas”.
Una vez más, podría concluirse con argumentos neoclásicos de eficiencia (los más edu­
cados tienen una mayor probabilidad de consumir servicios culturales debido a su menor “coste de
producción”), si bien, siguiendo los postulados de la escuela institucionalista, también cabría afirmar
que la educación estimula la preferencia por el consumo de servicios culturales. No es posible con­
trastar las distintas interpretaciones indicadas con la metodología propuesta, pero las conclusiones
para el primer grupo de hipótesis (salud) permiten considerar que el efecto positivo de la educación
sobre el consumo de determinados servicios culturales no se deba sólo a los incrementos de eficien­
cia que ésta produce. Asimismo, dado que se considera la educación del sustentador principal y, sin
embargo, el consumo de servicios culturales comprende a todos los miembros del hogar, interpretar los
resultados en términos de eficiencia (para hogares con más de un miembro) parece poco apropiado.
Si se considera que la educación actúa sobre la probabilidad relativa de consumir deter­
minados servicios culturales mediante su incidencia en la formación de preferencias, pueden señalar­
se los siguientes aspectos. En primer lugar, es razonable suponer que las preferencias de los más
educados se orienten hacia el consumo de servicios culturales debido a que éstos son complementa­
rios de la educación. En segundo lugar, los más educados tienen una mayor probabilidad de relacio­
narse entre sí y, dado el consumo colectivo que suele hacerse de este tipo de servicios, el entorno
social de aquellos con un mayor nivel educativo estimula su consumo. Además, el efecto positivo de
la educación en servicios culturales más elitistas refuerza dicho argumento. En tercer lugar, no debe
obviarse la influencia del sustentador principal sobre el comportamiento de consumo de los demás
miembros del hogar (especialmente los hijos) a través del proceso de socialización familiar.
Finalmente, hay que advertir que los efectos señalados de la educación del sustentador
principal sólo se producen en hogares ubicados en municipios con alta densidad de población. Por
tanto, debe subrayarse la influencia de la oferta sobre la demanda de dichos servicios, influencia que
la escuela neoclásica no acostumbra a incluir en el análisis debido a que se supone la existencia de
“soberanía” del consumidor en la toma de decisiones.
287 En el capítulo V se detalla que la educación no incide sobre la probabilidad de abusar en el consumo de alcohol para los
mayores de 55 años, ni sobre la probabilidad relativa de dejar de fumar para aquellos que llevan más de 10 años fumando,
mientras que sí influye en períodos anteriores a los señalados. Parece lógico pensar que es la adicción a dichos hábitos la que
impide que la educación altere los mismos, ya que los que llevan un mayor tiempo con una determinada adicción ven reducida,
sustancialmente, su capacidad de elección en torno a continuar, o no, con el hábito de consumo al que son adictos.
288 En la contrastación de los grupos de hipótesis 2 y 3, la unidad de análisis es el hogar, aunque el nivel educativo corres­
ponde sólo al sustentador principal.
— 279 —
Hipótesis vinculadas con el consumo de bienes y servicios de ostentación
Respecto al tercer grupo de hipótesis específicas, las relacionadas con la ostentación, en
el estudio empírico se han analizado los efectos no monetarios de la educación sobre el consumo de
artículos de joyería y viajes de vacaciones. Dichos productos no se consumen sólo bajo criterios de
ostentación (la adquisición de joyería también puede vincularse, en parte, a un determinado tipo de
ahorro, o a un consumo “sentimental”, e ir de viaje de vacaciones tiene un claro componente cultural)
pero sí son artículos con un componente de ostentación significativo (que permiten mostrar el estatus
social de sus consumidores).
Los resultados empíricos muestran que la educación –y, especialmente, poseer estudios
universitarios– aumenta la probabilidad de consumir artículos de joyería e ir de viaje de vacaciones.
Dicho efecto tiene una difícil cabida en la interpretación neoclásica de eficiencia, mientras que sí se
explica desde el institucionalismo, que considera a la ostentación como uno de los determinantes
(más significativos) del consumo. Para esta escuela la ostentación social es mayor entre los indivi­
duos que pertenecen a las clases superiores porque les permite exhibir el estatus o éxito social al­
canzado. Así, la educación fomenta el consumo ostentoso, ya que los más educados están más
preocupados por mantenerse a la altura de los grupos sociales más elevados a los que aspiran o
289
pertenecen . Por tanto, no parece que sea la mayor eficiencia de los más educados la que les lleva
a consumir artículos de ostentación social, sino el cambio en las preferencias, derivado del entorno
social de los individuos con un mayor nivel educativo, que se ha descrito.
VI.2.2. Hipótesis generales
Con referencia a las hipótesis generales, como se ha indicado en el apartado V.4, la hi­
pótesis “A” debe ser aceptada, ya que se ha podido constatar que la educación incide sobre el patrón
de consumo de los individuos. Asimismo, la hipótesis “B” (la educación aumenta la eficiencia en el
consumo) se contrasta positivamente a raíz de lo observado para la hipótesis 1.3, pero los resultados
del resto de hipótesis del grupo 1 indican que no siempre puede ser aceptada. Como se ha señalado
en el apartado anterior, no se trata de negar el efecto positivo de la educación sobre la eficiencia, sino
insistir en que el patrón de consumo de los individuos (y la incidencia de la educación sobre el mismo)
no esta guiado exclusivamente por la eficiencia. Además, se subraya la importancia de considerar el
proceso de formación de las preferencias individuales y cómo la educación incide sobre el mismo. De
este modo, parece más oportuno aproximarse al análisis de los efectos no monetarios de la educa­
ción sobre el consumo considerando elementos institucionales (como el entorno familiar, social y cul­
tural de los individuos) superando las limitaciones que el homo economicus neoclásico impone al
estudio de los mismos.
Un resultado inesperado es el rechazo de la hipótesis “C”, que obliga a suponer un
efecto uniforme de la educación para las distintas clases sociales. Ahora bien, en el estudio realizado
se constata la escasa incidencia de las variables vinculadas a la clase social que, seguramente, oca­
siona el efecto observado. Además, que el estudio presentado considere únicamente que se consu­
man, o no, determinados bienes y servicios, y no la cantidad consumida, o el importe gastado, resta
significatividad a la diferenciación social, especialmente entre los artículos seleccionados que, mayo­
290
ritariamente, son accesibles para todas las clases sociales .
289 Algunos autores enfatizan el proceso de socialización familiar que puede fomentar dicho consumo en generaciones futu­
ras, mientras que otros sugieren que la orientación hacia el estatus es un sistema de valores que se aprende en la escuela.
290 Dichas explicaciones pueden extenderse a la escasísima incidencia de la variable “renta”. Asimismo, aunque no se obser­
va una diferenciación social importante en el consumo de los bienes y servicios considerados, la incidencia de determinadas
variables sobre el patrón de consumo (como la ubicación geográfica del hogar, el estado civil, el sexo, la situación laboral, etc.)
advierte de un posible efecto del entorno cultural y social sobre el mismo.
— 280 —
Asimismo, aunque la educación fomenta el consumo de servicios culturales, éste no sólo
es posible una vez que se ha alcanzado un determinado nivel educativo y, en consecuencia, se re­
chaza la hipótesis general “D” (que existe un efecto “umbral” de la educación en el consumo de servi­
cios culturales). Ahora bien, debe subrayarse que la educación incrementa la probabilidad de asistir al
teatro, espectáculos musicales, así como tener “omnivoracidad” cultural.
Finalmente, el rechazo de la hipótesis “E” implica que los efectos no monetarios de la
educación no varían en función de que ésta sea general o profesional. Ahora bien, debe advertirse
que el análisis se ha limitado a un determinado grupo de bienes de consumo vinculados con la salud
y, por tanto, un estudio que comprenda un mayor número de bienes y servicios podría alterar los re­
sultados obtenidos. El rechazo de esta última hipótesis, sin embargo, no supone que tengan que con­
siderarse indistintamente los “años de escolarización” o los “niveles educativos” como variables proxy
de la educación. De este modo, conviene utilizar los niveles educativos como variable explicativa
(práctica minoritaria en los estudios empíricos), ya que permiten conocer, además del efecto plantea­
do en esta hipótesis, la distinta incidencia de cada nivel educativo sobre la variable dependiente (no
observable con una variable continua).
VI.2.3. Implicaciones de los resultados obtenidos sobre las políticas públicas
El análisis empírico ha demostrado que la educación incide sobre el patrón de consumo
de los individuos, generando, mayoritariamente, beneficios no monetarios privados, ya que aumenta
su utilidad (mejorando la salud o fomentando el consumo de servicios culturales y artículos de osten­
tación), aunque, sin embargo, ocasiona algunos efectos negativos sobre la salud propia.
Asimismo, la educación también puede generar efectos no monetarios externos. En pri­
mer lugar los beneficios no monetarios de la educación sobre la salud, señalados anteriormente, pro­
ducen externalidades positivas ya que aumentan el tiempo dedicado al trabajo (propio y de terceros) y
291
la disminución del gasto sanitario (y social) . Inversamente, los efectos de la educación que estimu­
lan comportamientos de consumo que perjudican la salud provocan unos efectos externos contrarios
a los descritos con anterioridad.
En segundo lugar, los efectos de la educación sobre la probabilidad de acudir a diversos ser­
vicios culturales pueden considerarse socialmente beneficiosos y, de este modo, la educación genera
externalidades positivas. En tercer lugar, con referencia a los bienes de ostentación, aunque fomentar la
asistencia a viajes de vacaciones puede considerarse beneficioso (por los elementos culturales que el
consumo de este tipo de servicio incorpora), no parece apropiado señalar como un beneficio externo el
incremento en la probabilidad de adquirir productos de joyería que produce la educación.
Por tanto, la existencia de los efectos no monetarios externos señalados anteriormente
refuerza los argumentos a favor de la intervención pública. A pesar de la presencia de efectos no
monetarios negativos, predominan los beneficios no monetarios y, de este modo, la falta de actuación
pública producirá una subinversión educativa, ya que los individuos no consideran los efectos exter­
nos en la toma de decisiones. Además, los cálculos sobre los rendimientos públicos y privados de la
educación, que pueden guiar las políticas educativas, no deben obviar la presencia de efectos no
monetarios. Como señalan Haveman y Wolfe (1984), el conjunto de efectos no monetarios puede
292
llegar a ser de igual magnitud que los monetarios .
291 El efecto en otros individuos sucede, por ejemplo, por la reducción de las enfermedades ocasionadas por el tabaco en los
fumadores pasivos, la disminución del número de accidentes de circulación por una reducción en el abuso del alcohol, etc.
292 Este aspecto debería ser considerado no sólo por las autoridades educativas, sino también por los propios individuos al
decidir sus inversiones en educación.
— 281 —
Ahora bien, en la intervención del sector público no sólo tiene que considerarse la exis­
tencia de fallos de mercado (donde se enmarcan las externalidades ocasionadas por la educación),
como sugiere la escuela neoclásica, sino que, además, deben subrayarse los siguientes aspectos: en
primer lugar, la sola presencia de efectos no monetarios privados (existan o no efectos externos)
avala una intervención pública si así se considera socialmente; en segundo lugar, la voluntad de co­
rregir desigualdades también justifica dicha intervención. Así, estudios como el presentado permiten
conocer los perfiles de los individuos más proclives a determinados comportamientos de consumo y, de
este modo, proporcionan información necesaria para llevar a cabo políticas públicas que fomenten los
comportamientos que se consideren beneficiosos y reduzcan los perjudiciales; finalmente, la existencia
de spillovers educativos “obliga” a una coordinación entre países y regiones para distribuir, de un modo
equitativo, los costes y beneficios de la educación.
Por último, los resultados obtenidos muestran que la educación formal no siempre corri­
ge hábitos de consumo negativos y, de este modo, es preciso otro tipo de actuaciones públicas (como
293
campañas de información, regulación sobre el consumo, la publicidad y los precios, etc) . A modo
de ejemplo, el trabajo presentado muestra que, aunque la educación genera beneficios no monetarios
sobre la salud, es preciso dirigir campañas específicas para las mujeres con respecto al consumo de
tabaco.
VI.3. Limitaciones del análisis empírico y propuestas de investigación futuras
Las limitaciones del análisis empírico, que se presentan a continuación, se refieren a los
datos con los que se ha llevado a cabo dicho estudio.
Con referencia a la Encuesta Continua (trimestral) de Presupuestos Familiares de 1998
(ECPF98), con la que se han contrastado las hipótesis de los grupos 2 (servicios culturales) y 3 (bie­
nes de ostentación social):
• Los datos no proporcionan información sobre el consumo individualizado de bienes y
servicios, sino que éste se refiere al conjunto de miembros del hogar. Así, debe con­
siderarse el hogar como unidad de análisis, si bien la mayoría de variables, incluido el
nivel educativo, sólo está disponible para el sustentador principal.
• El análisis de los efectos no monetarios de la educación sobre el consumo del hogar,
con microdatos, sólo puede realizarse para un determinado trimestre, que constituye
un período de tiempo insatisfactorio, especialmente para bienes y servicios de osten­
tación y determinados servicios culturales con una menor frecuencia de consumo
(teatro y espectáculos musicales).
• El nivel de desagregación adecuado para el estudio de los efectos no monetarios de
la educación sobre el consumo de servicios culturales sólo está disponible para, apro­
ximadamente, la mitad de la muestra (que la ECPF98 denomina “en grado de colabo­
ración fuerte”). Por tanto, sería deseable contar con dicha información para el
conjunto de la misma.
• No se han llevado a cabo algunos análisis referidos al consumo de servicios culturales
por el reducido tamaño de la muestra.
293 Como se ha indicado en el apartado III.2.4, aunque el conocimiento de los efectos negativos del consumo de tabaco y
alcohol sobre la salud (especialmente en el primer caso) está muy extendido entre la población, no debe olvidarse que existe
una infravaloración de los verdaderos riesgos del consumo de dichos productos.
— 282 —
Con respecto a la Encuesta Nacional de Salud de 1997 (ENS97), con la que se han con­
trastado las hipótesis del grupo 1 (salud):
• El reducido tamaño de la muestra obliga a considerar con precaución los resultados
obtenidos en la contrastación de la hipótesis 1.3. Además, la falta de explicaciones en
la respuesta “otros motivos”, que aparece como una de las causas que ha impulsado
a los individuos a dejar de fumar, incide negativamente sobre dicho tamaño, ya que
los encuestados que dan dicha respuesta no pueden ser considerados en el análisis
empírico sobre la eficiencia.
• Respecto al abuso en el consumo de alcohol, sería deseable una escala de consumo
“estandarizada” por la masa corporal de los individuos para poder realizar una mejor
clasificación de los mismos en función de su consumo de alcohol.
Para ambas encuestas:
• Las bases de datos no recogen los años de escolarización de los individuos; por tan­
to, éstos se han elaborado a partir de la información referida a la educación en nive­
les. Asimismo, la información de la ECPF98 referida al nivel educativo alcanzado por
los sustentadores principales no diferencia entre estudios generales y profesionales.
• Es precisa una elaboración más cuidadosa de la variable “renta”, ya que, en primer
lugar, dicha información se proporciona sólo mediante intervalos en la ENS97 y en un
74% de los casos en la ECPF98; en segundo lugar, los importes proporcionados dis­
tan de la realidad descrita por la Contabilidad Nacional; finalmente, en la ENS97 no
existen variables que permitan realizar los ajustes necesarios para la individualización
de la renta (que se proporciona para el conjunto del hogar).
Propuestas de investigación futuras
A pesar de las limitaciones originadas, sobre todo, por los datos utilizados, creo que la
investigación en su conjunto proporciona una serie de argumentos suficientes para la contrastación
de las hipótesis planteadas. Además, este estudio plantea un campo de análisis que desarrollarse en
nuestro país debido a la ausencia de estudios empíricos sobre los efectos no monetarios de la edu­
cación, tanto sobre el consumo, como en otros aspectos considerados en el capítulo III para otros
países (salud, fecundidad, delincuencia, etc.), sin olvidar la valoración pecuniaria de los mismos.
Asimismo, dichos estudios pueden formar parte, en el futuro, de análisis comparados
entre los resultados obtenidos para el caso español y el resto de países, donde también se requiere
un mayor grado de investigación, ya que el análisis de los efectos no monetarios de la educación se
ha centrado, casi exclusivamente, en los Estados Unidos y en los países subdesarrollados o en desa­
rrollo (especialmente de África y América Latina).
Respecto al estudio de los efectos no monetarios de la educación sobre el consumo, las
propuestas de investigación futuras deben dirigirse hacia tres ámbitos de análisis diferenciados. En
primer lugar, conviene ampliar el estudio realizado a un mayor número de bienes y servicios para
obtener una mayor información sobre dichos efectos. En segundo lugar, puede extenderse el análisis
presentado mediante la consideración, como variable dependiente, de la cantidad consumida o el
gasto realizado, de tal modo que se conozca el efecto de la educación no sólo sobre el hecho de con­
sumir, o no, determinados bienes y servicios sino sobre la cantidad consumida (o gasto efectuado).
En tercer lugar, se precisa una valoración pecuniaria de los efectos observados, que permita conocer
la magnitud económica de los mismos.
— 283 —
Un último aspecto que puede sugerirse en el estudio empírico de los efectos no moneta­
rios de la educación sobre el consumo no se refiere a los elementos de investigación sino al método
de análisis. Así, tiene que considerarse el trabajo presentado como un punto de partida que debe ser
complementado con estudios empíricos que examinen el consumo de los individuos y, en consecuen­
cia, permitan profundizar en el conocimiento de los procesos mediante los cuales la educación incide
sobre el consumo. Sería conveniente, además, que dichos estudios incorporaran elementos pertene­
cientes a otras ramas científicas (psicología, sociología, antropología, etc.) en concordancia con los
métodos de investigación sugeridos por los autores institucionalistas.
De este modo, los resultados obtenidos pueden proporcionar los elementos necesarios
para confeccionar un marco teórico institucionalista que ayude a comprender mejor los mecanismos
por los que la educación genera efectos no monetarios sobre el consumo, e incluso una aproximación
que pueda ser compartida por las escuelas neoclásica e institucionalista, como se observa en los
modelos económicos que tratan de analizar el consumo apuntados en el apartado II.2.3. Además, ese
mayor conocimiento orientará mejor las políticas públicas que se lleven a cabo para fomentar los be­
neficios que la educación genera sobre el consumo, y eliminar los efectos perjudiciales, considerando
no sólo aspectos vinculados con la eficiencia -fallos de mercado- sino, también, con la equidad.
— 284 —
APÉNDICE AL CAPÍTULO II
1. Obtención de la restricción total de renta
Si se consideran las ecuaciones (3) y (4) descritas en el apartado II.2.1.1:
Ym = wt w + V =
n
∑ x ip x
i=1
(3)
i
n
∑ ti + t w
t=
(4)
i=1
Una combinación de ambas proporciona una restricción monetaria como la siguiente:
n
Ym = wt w + V = w(t −
∑it i ) + V = wt + V − w∑it i = ∑ x ip x
i
i=1
Si Yc = w
∑ t i = ∑ t ip t
i
i
, la renta total Y se define como:
i
Y = Ym + Yc = wt + V =
n
∑
i=1
(x i p x i + t ip ti ) =
n
∑ (x ip x
i=1
i
+ wt i )
(5)
2. Maximización de la función de utilidad del hogar
Dada la función de utilidad (1) y la función de producción (2) señaladas en el apartado
II.2.1.1, puede escribirse:
U = u[f1(x 1, t 1;H),..., fn (x n , t n ;H)]
(A.2)
y si se combinan las restricciones monetaria y temporal del siguiente modo:
Ym = w(t −
∑ t i ) + v = ∑ x ip x
i
= wt + v − w
i
∑ ti
i
con
Yc = w
∑ t i = ∑ t ip t
i
i
, se obtiene:
i
Y = Ym + Yc = wt + v =
∑ (x ip x
i
— 285 —
i
+ t i p ti )
(B.2)
Para maximizar (A.2) sujeto a (B.2), el lagrangiano siguiente se diferencia respecto a ca­
da factor x i y ti :


L = u[f1(x 1,t1;H),...,fn (x n ,t n ;H)] + λ Y −
(x ip xi − t ip ti )

i

∑
∂L ∂u ∂fi
=
− λp xi = 0 , que puede escribirse como: UM zi ⋅PM x i − λp x i = 0 , y la utilidad
∂x i ∂fi ∂x i
294
marginal de la renta, λ , es :
λ=
UM zi PM x i
(C.2)
p xi
Ya que (C.2) se cumple para todos los factores, emerge la condición usual de equilibrio:
PM x i
p xi
=
PM ti
p ti
=
λ
1
=
UM zi CM zi
(D.2)
Con CMzi como el coste marginal de Z i .
3. El efecto de H sobre la productividad y el precio del artículo
3.1. El precio del artículo
Definiendo el precio medio de un artículo determinado Z como:
Π = (p x x + p t t ) Z y sustituyéndolo en (C.2) por p x y p t :
 UM z PM x
Π = 
λ

 UM z PM t

x
 + 
λ



t 

 UM z
Z = 
 λ
  PM x x + PM t t 

 
Z


Si las funciones de producción son homogéneas de grado n, del teorema de Euler y (D.2):
 nZ 
Π = CM z 

 Z 
En equilibrio, para el artículo Z i :
Π i = CMin
(A.3)
UM z n
Π
(B.3)
Así:
λ=
294 UM= utilidad marginal; PM= productividad marginal.
— 286 —
y combinando (C.2) con (B.3):
PM x
λ
n
=
=
UM z
px
Π
o bien:
px =
PM x Π
n
(C.3)
De (C.3), las participaciones en la producción, w x = (PM x x nZ ), y las participaciones en
el gasto, s x = (p x x ΠZ ) , son equivalentes:
p x x (PM x Π n)x PM x x
=
=
ΠZ
ΠZ
nZ
(D.3)
3.2. Efecto de H sobre la productividad y el precio del artículo
El efecto de Η sobre el output Z i , manteniendo constante el nivel de inputs, sería una media
de sus efectos sobre la productividad de los factores. Para una función de producción homogénea:
Ζ = (xPM x + tPM t ) / n
∂PM t
dΖ
 ∂PM x
= PMzH =  x
+t
dΗ x,t
∂H
∂H

~
 tPM t
PMz H  xPM x  ~
PM z =
=
PM x + 
Z
 nZ 
 nZ

 n

 ~
PM t

para el artículo Ζi :
~
PM i =
∑ w fPM f
~
(E.3)
f
donde f es un índice sobre los factores de producción. Sin embargo, si se permite que las cantidades
de los inputs varíen, de (2):
dZ = PM x dx + PM t dt , y al dividir por dH y Z:
~  PM x x ~  PM t t ~
Z=
x + 
 t
 Z 
 Z 
(
)
~
~
Z = w x~
x + wt t n
— 287 —
(F.3)
Así, por ejemplo, un aumento en un uno por ciento de x y t conlleva un n por ciento de
incremento en Z. La ecuación (E.3) muestra el efecto directo de H sobre Z mediante su efecto sobre
la productividad marginal. La ecuación (F.3) muestra el efecto indirecto de H sobre Z mediante cam­
bios inducidos en las cantidades de los inputs. El efecto de H sobre el precio del artículo (Π) puede
evaluarse del siguiente modo: con los precios de los factores y el nivel de output mantenidos cons­
tantes, la derivada es:
p
dΠ p ,p ,Z =  x
x t
 Z
 pt

dx
 +  Z



dt


Así:
p dx p t dt
dΠ
= x
+
dΗ p ,p ,Z
Z dH Z dH
x t
Para obtener dx dH se suma (E.3) y (F.3), y se iguala a cero. Manteniendo el nivel de
x:
output constante y resolviendo para ~
(
)
~
~
PMi + w x ~
x + wt t n = 0
~
− PMi w t ~
~
x=
−
t
nw x
wx
o bien:
~
PMi x w t x dt
dx
=−
−
dH
nw x
w x t dH
Si se sustituye por dx dH en (dΠ dH)p x ,p t ,Z para el articulo i:
dΠ i p x
=
dH
Zi

 ~
 − PMi x − w t x dt  + p t dt , y de (D.3):
 w x n w x t dH  Z i dH


~
− PMi
~
Πi =
n
(G.3)
De (A.3):
dΠ i = (dCMi )n
dΠ i dCMi
dCMi
=
n=
Πi
Πi
CMi
Así:
~
~
Π i = CMi
— 288 —
(H.3)
4. Efecto de H sobre la demanda de artículos
Si la demanda del articulo Z i se escribe como:
 Y Πi 
Z id = d i 

 Π, Π 
(A.4)
el efecto de un incremento de H sobre Z id puede obtenerse de la derivada total:
∂Z
∂Z
d(Y Π ) +
d(Π i Π )
(∂Y Π )
∂ (Π i Π )
dZ id =
dZ i
d
~
Z id = dH
Z id
 ∂Z i Y Π  d(Y Π ) 1   ∂Z
d(Π i Π ) 1 


 + 
= 
 ∂ (Y Π ) Z  dH (Y Π )   ∂ (Π i Π ) dH (Π i Π ) 
~
~
Y
Π
~
Z id = ηi   + ε i  i
Π
Π
 




(B.4)
donde ηi y ε i son, respectivamente, la elasticidad renta y la elasticidad precio del artículo.
5. Efecto de H sobre la demanda de inputs (I)
(
)
(
)
~
~
~ ~
~ ~
Si Y / Π = Y − Π; Π i / Π = Π i − Π :
Sustituyendo de (13), la ecuación (B.4) se puede escribir como:
(
) (
~
~ ~
~ ~
Z id = ηi Y + Yc + εi Π i − Π
)
(A.5)
Para el factor x que se utilizó en la producción del artículo:
Z i = fi (x i ,t i ;H), y por tanto:
dZ ∂Z dx ∂Z dt dZ
=
+
+
dH ∂x dH ∂t dH dH x,t
donde el término de la izquierda es el efecto total o bruto de H sobre el Z demandado y el término
final es el cambio en la Z producida, manteniendo constantes los factores. Dividiendo por Z y asig­
nando n=1:
~
~ ~
 PM x x ~
Zd = 
x + w t t + PMi
 Z 
— 289 —
Con dZ dx = PM x y w x = (1− w t ) :
(
)
~
~
~
Zd = ~
x − wt ~
x − t + PMi
Así:
~
~
~
~
x = Z d − PMi + w t (~
x − t)
(B.5)
Siguiendo el supuesto de homogeneidad lineal de la función de producción y permitiendo
no-neutralidad de los factores:
PMr = φ(fr ,H)
donde PMr es la ratio de los productos marginales (PM x / PM t ) , y fr es la ratio de los factores de la
producción (x / t). Así:
dPMr ∂PMr dfr ∂PMr
=
+
dH
∂fr dH
∂H
o bien:
(
) (
dPMr 1
~
~
−1 ~ ~
=
x − t + PM x − PM t
dH PMr
σ
)
donde el lado izquierdo muestra el efecto total o bruto de H sobre la ratio de los productos marginales
después de la sustitución de los factores, y σ es la elasticidad de sustitución en la producción,
∂fr
PMr
σ=
*
, que se define como positiva. Ya que en equilibrio: PMr = p x / p t
∂PMr
fr
dPMr / PMr = d(p x / p t )(p x / p t )
Así:
) (
(
~
−1 ~ ~ ~
~
px − ~
pt =
x − t + PM x − PM t
σ
Sustituyendo
(
)
(C.5)
(~x −
~t )
de (C.5) y Z~ id de (A.5) en (B.5) y reordenando, se obtiene:
)
(
(
)
)
~ ~
~
~
~
~ ~
~
x = ηi Y + Yc − PMi + ε i Π i − Π + w t σ PM x − PM t − w t σ(~
px − ~
pt )
(D.5)
Estos términos representan, respectivamente, el efecto renta bruto, el efecto directo de la
productividad, el efecto sustitución en el consumo, y el efecto sustitución en la producción (a través
del efecto de H sobre los productos marginales relativos y los precios relativos de los factores). Si x
se evalúa manteniendo constantes la renta monetaria y los precios de los factores, la ecuación (D.5)
se reduce a:
(
)
(
~
~
~
~
~ ~
~
x = ηi Yc − PMi + εi Π i − Π + w t σ PM x − PM t
— 290 —
)
(E.5)
6. Efecto de H sobre la demanda de inputs (II)
Si en la ecuación (E.5) se supone que H no afecta los precios, se obtiene:
(
~
~
~
~
~
x = ηi Yc −
P
Mi +
w t σ
PM
x −
P
M
t
)
(A.6)
Asimismo, con la condición señalada anteriormente, de la ecuación (C.5) puede obtener~
x −
t como:
se ~
(
)
~
M
t )
(
~x −
~t)
= σ
(
P~M
x −
P
Si se compara (A.6) y (B.5), dado el valor de
(B.6)
( ~x −
~t) obtenido en (B.6), surge la siguiente
expresión:
(
~
~
~
~
~
x =
Z
d −
P
Mi +
w t σ
P
M
x −
P
M
t
que equivale a la expresión (17) del texto.
— 291 —
)
(C.6)
APÉNDICE AL CAPÍTULO V
APÉNDICE ESTADÍSTICO
En este apéndice se describen los distintos métodos de estimación existentes, así como
los estadísticos que permiten interpretar los resultados del modelo de regresión logística. Así, en pri­
mer lugar, se presentan los tres métodos de estimación (o de selección del modelo) que suelen utili­
zarse; en segundo lugar, se describen los indicadores que permiten interpretar la significatividad del
conjunto del modelo; en tercer lugar, se muestran los indicadores que permiten interpretar los resulta­
dos obtenidos para cada una de las variables explicativas; en cuarto lugar, los criterios que pueden
utilizarse para conocer la capacidad predictiva del modelo estimado; en quinto lugar, se señala un
indicador para conocer la bondad del ajuste realizado; en sexto lugar, se considera un método que
permite conocer la existencia de multicolinealidad en el modelo estimado, denominado índice de con­
dición; y, finalmente, se indica un método para analizar la presencia de heterocedasticidad.
1. Métodos de estimación o de selección de los modelos de regresión logística
Los programas informáticos (como el utilizado en el ámbito de esta tesis –SPSS versión
10.0–) permiten tres métodos de estimación o selección de modelos: enter, forward step y back step.
El primer método exige la introducción del conjunto de variables que se consideren significativas,
mientras que los otros dos métodos utilizan algoritmos para seleccionar el modelo. Así, el método
forward step (o paso hacia delante) inicia la estimación del modelo con una única variable explicativa
(el término constante) y, en cada paso del algoritmo, se incluye en la ecuación del modelo aquella
variable más significativa. Posteriormente, el nuevo modelo ampliado se reexamina y, si todas las
variables son significativas, se elige una nueva variable que vuelve a ampliar el modelo. El proceso
finaliza cuando, en algún paso, alguna variable no resulta significativa. El tercer método, el back step
(o paso hacia atrás) sigue un proceso similar al descrito anteriormente pero, a diferencia de éste,
inicia el proceso con todas las variables que deseen incluirse en él y, en cada paso, elimina de la
ecuación del modelo aquellas variable con un coeficiente no significativamente distinto de cero.
Los posibles criterios de selección y rechazo de variables son tres: la razón de verosimi­
litud, los multiplicadores de Lagrange y el test de Wald. Ahora bien, como señala Salvador (2001), los
tres contrastes son asintóticamente equivalentes.
El método de selección utilizado es el método forward step con el criterio de selección de
Wald, si bien los modelos finales se han reestimado por el método enter, para observar si existen
diferencias significativas en los parámetros estimados y para presentar los resultados con el conjunto
de variables donde alguna categoría resulta significativa.
2. Significatividad del conjunto del modelo
La significatividad del modelo propuesto (o del conjunto de parámetros del mismo) puede
conocerse mediante el test de la chi-cuadrado, que contrasta la hipótesis nula de que todos los coefi­
cientes del modelo en su conjunto son cero.
Este test compara el valor de menos dos veces el logaritmo natural de la función de ve­
rosimilitud del modelo propuesto, indicado como -2LL(B), con dicho valor para el modelo que sólo
— 293 —
contiene como variable explicativa la constante, es decir, que considera que todos los parámetros del
resto de variables explicativas son cero (-2LL(0)). Dicha diferencia se distribuye como una chicuadrado con grados de libertad igual al número de estimadores. Si el valor de su significatividad es
menor a 0,05 se rechaza dicha hipótesis, de tal modo que puede concluirse que al menos uno de los
295
parámetros del modelo es significativamente distinto de cero .
3. Contrastes de variables
En las tablas de resultados que se presentan en el capítulo V, la columna (B) muestra los
coeficientes de la función logarítmica de la odds-ratio, es decir:
 P 
ln i  = B 0 + B1X1 + … + B p X p
 1− Pi 
Por tanto, la columna exp(B) se refiere al coeficiente B elevado al número “e”. Esa columna muestra los coeficientes de la odds-ratio:
P(Yi )
(1 − P(Yi ))
= e∑
β k Xki
Si B>0, entonces (exp(B) >1), es decir, la variable independiente Xi incrementa la probabilidad de que suceda Yi respecto a que no suceda. Por tanto, si exp (B) es mayor que 1 indica una
influencia positiva sobre la odds-ratio y un valor inferior a 1 muestra una influencia negativa.
La significatividad del parámetro estimado se obtiene mediante el test de W ald, que tiene
una distribución chi-cuadrado. Valores significativamente distintos de cero permiten rechazar la hipótesis nula (que supone que dicho parámetro equivale a cero, es decir, no es significativo). En concreto, si la significatividad de dicho estimador es menor que 0,05, el parámetro estimado es significativo
al 95%. Asimismo, un valor menor a 0,01 señala una significatividad al 99%.
4. Capacidad predictiva del modelo
En la estimación del modelo debe seleccionarse un punto de corte (cut), es decir, un
umbral de probabilidad. A las observaciones para las que se predice una probabilidad superior al
umbral se les asigna el valor uno, mientras que para las que dicha probabilidad es inferior el valor
asignado es cero. Las predicciones se comparan con los valores reales y el número de aciertos dividido por el total de la muestra da el porcentaje de casos predichos correctamente. Por tanto, cuantas
menos asignaciones incorrectas realice el modelo más eficaz será.
Por defecto, el programa informático elige un punto de corte igual a 0,5. Ahora bien, como señalan Martín et al. (1997), es preferible un punto de corte determinado por la verdadera probabilidad muestral. Sin embargo, si se elige un valor distinto a 0,5, ya que se observa en la muestra una
frecuencia relativa de la variable dependiente en la muestra que así lo aconseja, la probabilidad global será menor que con 0,5, pero el modelo predecirá mejor aquellos casos en que la variable dependiente es igual a uno.
295 Debe recordarse que un modelo ajusta perfectamente cuando la verosimilitud es uno y, por tanto, -2LL(B) es cero (véase
Norusis, 1997: 48-49). Así, el modelo ajustará de un mejor modo cuanto menor sea el valor de -2LL(B).
En este trabajo se ha tomado la decisión de utilizar como punto de corte el valor de la
frecuencia relativa de la variable dependiente ya que, de este modo, el modelo señalará mejor las
características de los individuos que consumen el bien o servicio considerado. Además, en un estudio
que considera comportamientos de consumo que pueden perjudicar la salud es preferible predecir
bien el caso en que la variable dependiente es igual a uno, ya que el modelo reflejará mejor las parti­
cularidades de la población con mayor riesgo.
Los aspectos señalados anteriormente pueden observarse en el siguiente gráfico
elaborado, como ejemplo, para la probabilidad de fumar. Así, el punto de corte 0,5 produce un
mayor porcentaje de aciertos en las predicciones para el conjunto del modelo que el punto de
corte 0,35 (obtenido a partir de la probabilidad de fumar observada en la muestra). Sin embargo,
con este segundo parámetro se consigue predecir mejor el caso que representa a los que fuman
(fumar=1).
GRÁFICO 1
PREDICCIONES SOBRE LA PROBABILIDAD DE FUMAR DEL MODELO PROPUESTO
EN FUNCIÓN DEL PUNTO DE CORTE SELECCIONADO
% de predicciones correctas
100
90
80
70
60
50
total
40
fumar (1)
30
no fumar (0)
20
10
0
0,0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1,0
Valores de corte
5. Bondad del ajuste del modelo
La bondad del ajuste del modelo puede conocerse mediante el test de verosimilitud se­
ñalado anteriormente, de tal modo que un buen modelo es aquel que resulta en una elevada verosi­
militud de los resultados observados, es decir, valores pequeños de -2LL. En caso contrario, aunque
pueda aceptarse el modelo, el ajuste es deficiente.
— 295 —
~
Un segundo indicador es la R 2 de Nagelkerke, que se obtiene a partir de la R 2 de Cox y
Snell. Ambos estadísticos intentan cuantificar la proporción de variación explicada por el modelo de
regresión logística (tal y como realiza el test de la R 2 en el modelo de regresión lineal). La R 2 de Cox
y Snell equivale a:
L(0) 
R 2 = 1− 

 L(B) 
−2 N
con L(0) como la verosimilitud del modelo con sólo la constante, L(B) como la verosimilitud del modelo
examinado (con otras variables explicativas) y N indica el tamaño de la muestra. Puede observarse
que el peor ajuste es aquél que produce un valor de la R 2 igual a cero, ya que ello implica igualdad
entre la función de verosimilitud del modelo propuesto y la del modelo donde todos los parámetros,
salvo la constante, son nulos. Asimismo, cuanto más cerca de uno esté dicho indicador, mejor será el
ajuste del modelo. Ahora bien, este estimador no permite alcanzar el valor máximo (igual a uno) –
véase Norusis (1997:48)–. Al respecto, Nagelkerke (1991) propuso una modificación de dicho
~
estadístico para que sí pudiera alcanzarse el valor máximo. Dicho indicador, la R 2 de Nagelkerke, se
define como:
~
R2
2
, donde RMax
= 1− [L(0)]2 / N
R2 =
2
RMAX
~
Como se ha descrito para el anterior indicador, valores bajos de la R 2 indican que el
ajuste es deficiente (aunque pueda ser significativo el modelo), mientras que valores cercanos a uno
señalan que el ajuste realizado es bueno.
6. Test de multicolinealidad
La multicolinealidad entre las variables explicativas se produce cuando existe correlación
entre éstas. Dicha multicolinealidad puede ser perfecta o no. En el primer caso, se produce una rela­
ción lineal exacta entre las variables correlacionadas y no pueden conocerse los coeficientes de re­
gresión. En el segundo caso, dichos coeficientes pueden determinarse pero poseen errores estándar
demasiado grandes (en relación con los coeficientes mismos), lo cual implica que los coeficientes no
se pueden estimar con exactitud y que se tienda a aceptar con mayor facilidad la hipótesis nula de
que el verdadero valor poblacional relevante es cero, y no se considere como significativa una varia­
ble que sí lo es –véase Gujarati (1997:213-23)–.
Entre los diversos métodos que existen para detectar la multicolinealidad (véase Gujara­
296
ti, 1997: 229-232), se ha seleccionado el análisis del índice de condición . Como señala Greene
(1999: 366), el número o índice de condición de una matriz es la raíz cuadrada del cociente entre el
mayor y el menor valor propio:
λ
γ =  max
 λ min



12
296 Debe recordarse que la multicolinealidad es un problema de grado y no de tipo. Así, la distinción significativa no es entre la pre­
sencia y la ausencia de la misma, sino entre sus diferentes grados y magnitudes (Kmenta, 1971 citado en Gujarati, 1997: 229).
— 296 —
Cuanto mayor sea la correlación entre las variables, mayor será el número de condición.
Gujarati (1997) indica la existencia de multicolinealidad leve si dicho índice adquiere valores entre 10
y 30 y multicolinealidad severa si dicho índice supera el valor 30. Ahora bien, Belsley et al. (1980) –
los creadores de esta medida de la multicolinealidad– indican que pueden existir problemas sólo a par­
tir de un valor superior a 20.
7. Test de heterocedasticidad
La heterocedasticidad implica que todos los términos de perturbación no tienen la misma
varianza. En las estimaciones por mínimos cuadráticos ordinarios su presencia genera estimadores
ineficientes, es decir, que no tienen varianza mínima (Gujarati, 1997: 252-3). Ahora bien, Greene
(1999: 763) indica que en un modelo de elección binaria (como el logit) la heterocedasticidad provoca
que el estimador de máxima verosimilitud sea inconsistente y la matriz de covarianzas estimada erró­
nea.
La detección de heterocedasticidad puede llevarse a cabo mediante diversos contrastes.
En este trabajo se ha utilizado el método gráfico, que consiste en relacionar gráficamente los residuos
de la estimación (elevados al cuadrado) y las distintas variables utilizadas en la misma (dependiente y
explicativas), y analizar si presentan algún patrón sistemático. En caso negativo, puede descartarse la
presencia de heterocedasticidad (véase Gujarati, 1997: 258-269; Greene, 1999: 764-5).
— 297 —
APÉNDICE “FUMAR”
En este apéndice se recogen diversas tablas que han sido citadas en el apartado V.1.1 y
que no se incluyen en el texto principal para permitir una lectura más cómoda del mismo. Los distintos
aspectos tratados en este apéndice se recogen en varios apartados, tal y como se indica en el texto
principal.
1. Distintas especificaciones para contrastar la hipótesis 1.1 para el conjunto de la muestra
Como se ha señalado en el texto principal, en este apartado se recogen otras especifica­
ciones que intentan conocer el efecto de la educación sobre la probabilidad de fumar para el conjunto
de la muestra.
La tabla 1.1 muestra la contrastación de la hipótesis 1.1 con el conjunto de variables ex­
plicativas, con educación en años de escolarización, mientras que la tabla 1.2 considera la educación
297
en niveles . Asimismo, la tabla 1.3 considera los estudios secundarios de segundo ciclo y los estu­
dios universitarios agrupados, mientras que la tabla 1.4 elimina los términos de interacción con la
variable “sexo” para conocer el efecto de dicha variable sobre la variable dependiente para el con­
junto de la muestra. Finalmente, la tabla 1.5 considera la variable “edad” en intervalos.
TABLA 1.1
EFECTO DE LOS AÑOS DE ESCOLARIZACIÓN SOBRE LA PROBABILIDAD
RELATIVA DE FUMAR CON TODAS LAS VARIABLES
Variables
B
S.E.
Wald
SEXO
-2,554**
0,167
234,791
EDAD
-0,047**
0,004
170,200
SALUD
-0,356**
0,082
118,963
ACTIVO
-0,291**
0,089
ECIVIL1
-0,036**
0,093
ECIVIL3
-0,927**
ECIVIL4
-0,111**
AÑOSEDU
gl
Sig.
Exp(B)
1
0,000
12,8561
1
0,000
0,954
1
0,000
1,428
110,734
1
0,001
1,338
110,145
1
0,703
0,965
0,203
120,865
1
0,000
2,526
0,179
110,382
1
0,536
1,117
-0,251**
0,047
128,725
1
0,000
1,286
AÑOSED2
-0,008**
0,002
114,067
1
0,000
0,992
EDUC*SEXO
-0,177**
0,016
122,785
1
0,000
0,837
CCAA02
-0,058**
0,213
110,073
1
0,787
0,944
CCAA03
-0,467**
0,234
113,965
1
0,046
0,627
CCAA04
-0,261**
0,263
110,982
1
0,322
1,298
CCAA05
-0,341**
0,202
112,860
1
0,091
0,711
CCAA06
-0,122**
0,306
110,158
1
0,691
1,129
(Sigue)
297 Las regresiones con todas las variables (significativas o no) sólo se exponen en este primer apartado a modo de ejemplo.
— 299 —
(Continuación)
Variables
B
S.E.
Wald
gl
Sig.
Exp(B)
CCAA07
-0,423**
0,166
6,460
1
0,011
0,655
CCAA08
-0,269**
0,190
2,007
1
0,157
0,764
CCAA09
-0,456**
0,130
12,2921
1
0,000
0,634
CCAA10
-0,070**
0,135
0,270
1
0,603
0,932
CCAA11
-0,254**
0,225
1,270
1
0,260
0,776
CCAA12
-0,290**
0,156
3,441
1
0,064
0,748
CCAA13
-0,198**
0,160
1,531
1
0,216
0,820
CCAA14
-0,284**
0,236
1,456
1
0,228
0,752
CCAA15
-0,317**
0,299
1,123
1
0,289
1,373
CCAA16
-0,077**
0,170
0,205
1
0,650
1,080
CCAA17
-0,042**
0,413
0,011
1
0,918
0,958
TAMUNI1
-0,118**
0,159
0,550
1
0,458
1,125
TAMUNI2
-0,011**
0,114
0,010
1
0,920
0,989
TAMUNI3
-0,009**
0,103
0,008
1
0,929
0,991
TAMUNI4
-0,369**
0,140
6,959
1
0,008
1,446
TAMUNI6
-0,101**
0,169
0,355
1
0,551
1,106
TAMUNI7
-0,304**
0,149
4,180
1
0,041
1,355
RENTA1
-0,145**
0,158
0,837
1
0,360
1,156
RENTA2
-0,214**
0,106
4,046
1
0,044
1,239
RENTA4
-0,075**
0,114
0,427
1
0,514
1,077
RENTA5
-0,090**
0,143
0,392
1
0,531
1,094
RENTA6
-0,004**
0,169
0,001
1
0,982
1,004
RENTA7
-0,109**
0,111
0,952
1
0,329
0,897
CSOCIAL1
-0,152**
0,095
2,537
1
0,111
0,859
CSOCIAL3
-0,024**
0,124
0,039
1
0,843
0,976
CSOCIAL4
-0,047**
0,110
0,183
1
0,669
0,954
Constante
-0,693**
0,351
3,906
1
0,048
0,500
* Significativa al nivel 5%. ** Significativa al 1%
Categorías de referencia: ECIVIL2, CCAA01, TAMUNI5, RENTA3, CSOCIAL5.
Estadísticos
Número observaciones: 4.952
Chi-cuadrado: 1.208,599, con g.l. 41 y Prob>chi2=0,000
Predicciones correctas (fumar): 75,3%
Predicciones correctas (total): 69,7%
CUT: 0,35
-2LL: 5.211,225
Número de iteraciones: 4
R-cuadrado Nagelkerke: 0,30
— 300 —
TABLA 1.2.
EFECTO DE LOS NIVELES EDUCATIVOS SOBRE LA PROBABILIDAD
RELATIVA DE FUMAR CON TODAS LAS VARIABLES
Variables
SEXO
B
S.E.
Wald
gl
Sig.
Exp(B)
-1,820**
0,144
160,795
1
0,000
6,174
EDAD
-0,047**
0,004
164,317
1
0,000
0,954
SALUD
-0,344**
0,082
117,705
1
0,000
1,411
ACTIVO
-0,332**
0,090
113,695
1
0,000
1,393
ECIVIL1
-0,030**
0,093
110,107
1
0,743
0,970
ECIVIL3
-0,956**
0,203
122,129
1
0,000
2,602
ECIVIL4
-0,199**
0,181
111,214
1
0,271
1,220
NIVEST1
-0,763**
0,255
118,965
1
0,003
0,466
NIVEST3
-0,759**
0,153
124,597
1
0,000
2,136
NIVEST4
-0,846**
0,189
120,017
1
0,000
2,331
NIVEST5
-1,077**
0,204
127,910
1
0,000
2,936
NIVEST6
-1,084**
0,218
124,605
1
0,000
2,956
NIVEST7
-0,656**
0,223
118,657
1
0,003
1,928
NIVEST8
-0,428**
0,634
1v0,455
1
0,500
1,534
NIVES1*SEXO
-0,814**
0,289
117,963
1
0,005
2,258
NIVES3*SEXO
-1,045**
0,198
127,936
1
0,000
0,352
NIVES4*SEXO
-1,669**
0,236
149,962
1
0,000
0,188
NIVES5*SEXO
-1,658**
0,257
141,560
1
0,000
0,191
NIVES6*SEXO
-1,819**
0,280
142,180
1
0,000
0,162
NIVES7*SEXO
-1,692**
0,267
140,015
1
0,000
0,184
NIVES8*SEXO
-1,367**
0,906
112,279
1
0,131
0,255
CCAA02
-0,040**
0,214
110,034
1
0,853
0,961
CCAA03
-0,443**
0,232
113,658
1
0,056
0,642
CCAA04
-0,195**
0,255
110,584
1
0,445
1,216
CCAA05
-0,355**
0,202
113,110
1
0,078
0,701
CCAA06
-0,130**
0,309
110,177
1
0,674
1,139
CCAA07
-0,417**
0,167
116,269
1
0,012
0,659
CCAA08
-0,278**
0,190
112,140
1
0,143
0,757
CCAA09
-0,435**
0,130
111,098
1
0,001
0,647
CCAA10
-0,074**
0,136
110,292
1
0,589
0,929
CCAA11
-0,291**
0,225
111,684
1
0,194
0,747
CCAA12
-0,297**
0,157
113,583
1
0,058
0,743
CCAA13
-0,218**
0,160
111,854
1
0,173
0,804
CCAA14
-0,285**
0,237
111,446
1
0,229
0,752
CCAA15
-0,333**
0,298
111,249
1
0,264
1,395
CCAA16
-0,085**
0,171
110,248
1
0,619
1,089
(Sigue)
— 301 —
(Continuación)
Variables
B
S.E.
Wald
gl
Sig.
Exp(B)
CCAA17
-0,020**
0,414
110,002
1
0,961
0,980
TAMUNI1
-0,088**
0,159
110,306
1
0,580
1,092
TAMUNI2
-0,030**
0,114
110,068
1
0,795
0,971
TAMUNI3
-0,013**
0,103
110,017
1
0,896
0,987
TAMUNI4
-0,357**
0,140
116,498
1
0,011
1,429
TAMUNI6
-0,074**
0,170
110,190
1
0,663
1,077
TAMUNI7
-0,307**
0,148
114,317
1
0,038
1,359
RENTA1
-0,155**
0,160
110,932
1
0,334
1,168
RENTA2
-0,217**
0,107
114,123
1
0,042
1,242
RENTA4
-0,065**
0,114
110,332
1
0,565
1,068
RENTA5
-0,089**
0,143
110,386
1
0,534
1,093
RENTA6
-0,054**
0,168
110,103
1
0,748
0,947
RENTA7
-0,105**
0,111
110,901
1
0,343
0,900
CSOCIAL1
-0,152**
0,095
112,554
1
0,110
0,859
CSOCIAL3
-0,064**
0,124
110,269
1
0,604
0,938
CSOCIAL4
-0,052**
0,110
110,226
1
0,634
0,949
Constante
-0,252**
0,259
110,948
1
0,330
1,287
* Significativa al nivel 5%. ** Significativa al 1%
Categorías de referencia: ECIVIL2, CCAA01, TAMUNI5, RENTA3, CSOCIAL5, NIVEST2.
Estadísticos
Número observaciones: 4.980
Chi-cuadrado: 1.242,231, con g.l. 52 y Prob>chi2=0,000
Predicciones correctas (fumar): 77,8%
Predicciones correctas (total): 69,1%
CUT: 0,35
-2LL: 5.212,869
Número de iteraciones: 4
R-cuadrado Nagelkerke: 0,30
— 302 —
TABLA 1.3
EFECTO DE LOS NIVELES EDUCATIVOS SOBRE LA PROBABILIDAD
RELATIVA DE FUMAR (ESTUDIOS SEC. DE 2º CICLO –NIVEST4A–
Y SUPERIORES –NIVEST6A– AGRUPADOS)
Variables
B
S.E.
Wald
gl
Sig.
Exp(B)
SEXO
-1,825**
0,143
162,247
1
0,000
6,204
EDAD
-0,047**
0,004
167,824
1
0,000
0,954
SALUD
-0,347**
0,082
118,014
1
0,000
1,414
ACTIVO
-0,321**
0,089
112,874
1
0,000
1,378
ECIVIL1
-0,038**
0,092
110,167
1
0,683
0,963
ECIVIL3
-0,955**
0,203
122,132
1
0,000
2,599
ECIVIL4
-0,204**
0,180
111,281
1
0,258
1,226
NIVEST1
-0,761**
0,255
118,946
1
0,003
0,467
NIVEST3
-0,769**
0,153
125,377
1
0,000
2,157
NIVEST4A
-0,943**
0,161
134,343
1
0,000
2,567
NIVEST6A
-0,850**
0,178
122,811
1
0,000
2,339
NIVEST8
-0,406**
0,635
110,409
1
0,522
1,501
NIVES1*SEXO
-0,811**
0,288
117,915
1
0,005
2,250
NIVES3*SEXO
-1,048**
0,197
128,192
1
0,000
0,351
NIVES4A*SEXO
-1,658**
0,199
169,410
1
0,000
0,191
NIVES6A*SEXO
-1,760**
0,217
165,966
1
0,000
0,172
NIVES8*SEXO
-1,368**
0,905
112,283
1
0,131
0,255
CCAA02
-0,038**
0,213
110,031
1
0,860
0,963
CCAA03
-0,449**
0,232
113,747
1
0,053
0,639
CCAA04
-0,222**
0,254
110,761
1
0,383
1,248
CCAA05
-0,355**
0,201
113,101
1
0,078
0,701
CCAA06
-0,126**
0,308
110,169
1
0,681
1,135
CCAA07
-0,410**
0,166
116,076
1
0,014
0,664
CCAA08
-0,289**
0,190
112,322
1
0,128
0,749
CCAA09
-0,446**
0,130
111,784
1
0,001
0,640
CCAA10
-0,075**
0,136
110,306
1
0,580
0,928
CCAA11
-0,287**
0,224
111,638
1
0,201
0,751
CCAA12
-0,306**
0,157
113,821
1
0,051
0,736
CCAA13
-0,217**
0,160
111,844
1
0,175
0,805
CCAA14
-0,295**
0,236
111,556
1
0,212
0,745
CCAA15
-0,324**
0,298
111,183
1
0,277
1,382
CCAA16
-0,073**
0,170
110,182
1
0,670
1,075
CCAA17
-0,038**
0,414
110,008
1
0,928
0,963
TAMUNI1
-0,048**
0,156
110,096
1
0,757
1,050
TAMUNI2
-0,044**
0,113
110,152
1
0,696
0,957
(Sigue)
— 303 —
(Continuación)
Variables
B
S.E.
Wald
gl
Sig.
Exp(B)
TAMUNI3
-0,023**
0,103
110,048
1
0,826
0,978
TAMUNI4
-0,366**
0,140
116,852
1
0,009
1,442
TAMUNI6
-0,069**
0,169
110,167
1
0,683
1,072
TAMUNI7
-0,302**
0,147
114,230
1
0,040
1,353
RENTA1
-0,155**
0,160
110,940
1
0,332
1,168
RENTA2
-0,216**
0,107
114,115
1
0,043
1,241
RENTA4
-0,057**
0,113
110,254
1
0,614
1,058
RENTA5
-0,073**
0,140
110,271
1
0,603
1,076
RENTA6
-0,095**
0,164
110,332
1
0,564
0,910
RENTA7
-0,130**
0,110
111,408
1
0,235
0,878
Constante
-0,226**
0,258
110,769
1
0,380
1,254
* Significativa al nivel 5%. ** Significativa al 1%.
Categorías de referencia: ECIVIL2, CCAA01, TAMUNI5, RENTA3, CSOCIAL5, NIVEST2.
Estadísticos
Número observaciones: 4.980
Chi-cuadrado: 1.232,181, con g.l. 45 y Prob>chi2=0,000
Predicciones correctas (fumar): 77,5%
Predicciones correctas (total): 69,0%
CUT: 0,35
-2LL: 5.222,918
Número de iteraciones: 4
R-cuadrado Nagelkerke: 0,30
— 304 —
TABLA 1.4
EFECTO DEL SEXO SOBRE LA PROBABILIDAD RELATIVA DE FUMAR
Variables
B
S.E.
Wald
gl
Sig.
Exp(B)
SEXO
-0,956**
0,075
162,19811
1
0,000
2,601
EDAD
-0,045**
0,003
163,44211
1
0,000
0,956
SALUD
-0,354**
0,080
19,3321
1
0,000
1,424
ACTIVO
-0,382**
0,088
19,0741
1
0,000
1,466
ECIVIL1
-0,005**
0,093
0,003
1
0,954
0,995
ECIVIL3
-0,941**
0,199
22,3711
1
0,000
2,562
ECIVIL4
-0,051**
0,174
0,087
1
0,768
0,950
AÑOSEDU
-0,118**
0,044
7,190
1
0,007
1,125
AÑOSED2
-0,007**
0,002
9,453
1
0,002
0,994
CCAA02
-0,066**
0,210
0,099
1
0,753
0,936
CCAA03
-0,437**
0,232
3,547
1
0,060
0,646
CCAA04
-0,317**
0,261
1,475
1
0,225
1,374
CCAA05
-0,375**
0,199
3,549
1
0,060
0,688
CCAA06
-0,141**
0,301
0,219
1
0,640
1,151
CCAA07
-0,445**
0,164
7,327
1
0,007
0,641
CCAA08
-0,290**
0,187
2,409
1
0,121
0,748
CCAA09
-0,484**
0,128
14,2341
1
0,000
0,616
CCAA10
-0,095**
0,133
0,516
1
0,473
0,909
CCAA11
-0,255**
0,222
1,318
1
0,251
0,775
CCAA12
-0,310**
0,154
4,057
1
0,044
0,733
CCAA13
-0,210**
0,158
1,761
1
0,184
0,811
CCAA14
-0,264**
0,233
1,293
1
0,255
0,768
CCAA15
-0,317**
0,295
1,151
1
0,283
1,373
CCAA16
-0,077**
0,168
0,212
1
0,645
1,081
CCAA17
-0,016**
0,413
0,002
1
0,969
0,984
TAMUNI1
-0,116**
0,155
0,566
1
0,452
1,123
TAMUNI2
-0,013**
0,112
0,013
1
0,909
0,987
TAMUNI3
-0,005**
0,102
0,003
1
0,957
0,995
TAMUNI4
-0,371**
0,138
7,204
1
0,007
1,449
TAMUNI6
-0,058**
0,167
0,122
1
0,727
1,060
TAMUNI7
-0,339**
0,147
5,321
1
0,021
1,404
RENTA1
-0,129**
0,154
0,699
1
0,403
1,138
RENTA2
-0,216**
0,104
4,267
1
0,039
1,241
RENTA4
-0,022**
0,112
0,039
1
0,844
1,022
RENTA5
-0,048**
0,141
0,115
1
0,735
1,049
RENTA6
-0,075**
0,168
0,203
1
0,653
0,927
RENTA7
-0,154**
0,109
1,998
1
0,158
0,857
Constante
-0,194**
0,332
0,341
1
0,559
1,214
* Significativa al 5%. ** Sig. al 1%
Categ. de refer.: ECIVIL2, CCAA01, TAMUNI5, RENTA3.
— 305 —
Estadísticos
Número observaciones: 4.952
Chi-cuadrado: 1.078,853, con g.l. 37 y Prob>chi2=0,000
Predicciones correctas (fumar): 73,5%
Predicciones correctas (total): 69,8%
CUT: 0,35
-2LL: 5.340,971
Número de iteraciones: 4
R-cuadrado Nagelkerke: 0,27
TABLA 1.5
PROBABILIDAD RELATIVA DE FUMAR CON TODAS LAS VARIABLES: EDAD EN INTERVALOS
Variables
B
S.E.
Wald
gl
Sig.
Exp(B)
SEXO
-2,593**
0,169
236,070
1
0,000
13,3691
SALUD
-0,352**
0,082
118,327
1
0,000
1,421
ACTIVO
-0,213**
0,092
115,357
1
0,021
1,237
ECIVIL1
-0,089**
0,094
110,893
1
0,345
1,093
ECIVIL3
-0,886**
0,203
118,971
1
0,000
2,426
ECIVIL4
-0,126**
0,181
110,485
1
0,486
1,134
AÑOSEDU
-0,253**
0,047
129,528
1
0,000
1,288
AÑOSED2
-0,008**
0,002
114,194
1
0,000
0,992
EDUC*SEXO
-0,181**
0,016
125,617
1
0,000
0,835
CCAA02
-0,084**
0,214
110,154
1
0,694
0,919
CCAA03
-0,499**
0,235
114,524
1
0,033
0,607
CCAA04
-0,282**
0,263
111,144
1
0,285
1,325
CCAA05
-0,320**
0,201
112,532
1
0,112
0,726
CCAA06
-0,150**
0,307
110,238
1
0,626
1,162
CCAA07
-0,437**
0,166
116,899
1
0,009
0,646
CCAA08
-0,286**
0,190
112,270
1
0,132
0,751
CCAA09
-0,437**
0,130
111,250
1
0,001
0,646
CCAA10
-0,082**
0,135
110,367
1
0,545
0,921
CCAA11
-0,256**
0,225
111,292
1
0,256
0,774
CCAA12
-0,301**
0,156
113,701
1
0,054
0,740
CCAA13
-0,190**
0,160
111,409
1
0,235
0,827
CCAA14
-0,278**
0,236
111,387
1
0,239
0,757
CCAA15
-0,299**
0,298
111,003
1
0,317
1,348
CCAA16
-0,102**
0,170
110,360
1
0,549
1,108
CCAA17
-0,065**
0,413
110,025
1
0,875
0,937
(Sigue)
— 306 —
(Continuación)
Variables
B
S.E.
Wald
gl
Sig.
Exp(B)
TAMUNI1
-0,081**
0,157
110,269
1
0,604
1,085
TAMUNI2
-0,014**
0,114
110,014
1
0,905
0,987
TAMUNI3
-0,001**
0,103
110,000
1
0,995
1,001
TAMUNI4
-0,375**
0,140
117,182
1
0,007
1,455
TAMUNI6
-0,122**
0,169
110,519
1
0,471
1,130
TAMUNI7
-0,301**
0,148
114,118
1
0,042
1,351
RENTA1
-0,131**
0,159
110,674
1
0,412
1,140
RENTA2
-0,241**
0,107
115,048
1
0,025
1,273
RENTA4
-0,066**
0,113
110,339
1
0,561
1,068
RENTA5
-0,058**
0,141
110,169
1
0,681
1,060
RENTA6
-0,044**
0,167
110,069
1
0,793
0,957
RENTA7
-0,129**
0,110
111,368
1
0,242
0,879
EDAD2
-0,204**
0,095
114,638
1
0,031
0,815
EDAD3
-0,692**
0,112
138,501
1
0,000
0,500
EDAD4
-1,387**
0,134
106,722
1
0,000
0,250
EDAD5
-2,117**
0,169
157,703
1
0,000
0,120
Constante
-2,231**
0,288
160,055
1
0,000
0,107
* Significativa al nivel 5%. ** Significativa al 1%
Categorías de referencia: ECIVIL2, CCAA01, TAMUNI5, RENTA3, EDAD1.
Los intervalos de edad considerados son los siguientes: edad1 (25-34 años); edad2 (35-44 años); edad3 (45-54 años); edad4
(55-64 años); edad5 (65 y más años).
Estadísticos
Número observaciones: 4.952
Chi-cuadrado: 1.220,093, con g.l. 41 y Prob>chi2=0,000
Predicciones correctas (fumar): 75,7%
Predicciones correctas (total): 69,2%
CUT: 0,35
-2LL: 5.199,730
Número de iteraciones: 4
R-cuadrado Nagelkerke: 0,30
2. Distintas especificaciones para contrastar la hipótesis 1.1 para diversos intervalos de edad
La tabla 2.1 muestra la contrastación de la hipótesis para diversos tramos de edad con la
educación en años de escolarización, mientras que la tabla 2.2 considera dicho análisis con la educa­
ción en niveles.
— 307 —
TABLA 2.1
EFECTO DE LOS AÑOS DE ESCOLARIZACIÓN SOBRE LA PROBABILIDAD
RELATIVA DE FUMAR, POR INTERVALOS DE EDAD
25-34 años
Variables
35 y más años
B
S.E
Exp(B)
B
S.E
Exp(B)
SEXO
-1,211**
0,395
113,356
-2,983**
0,189
19,7391
EDAD
-0,056**
0,023
111,057
-0,065**
0,004
0,937
SALUD
-0,559**
0,183
111,749
-0,277**
0,093
1,319
ECIVIL1
-0,279**
0,144
111,322
-0,404**
0,138
1,498
ECIVIL3
-0,986**
0,480
112,680
-1,036**
0,228
2,819
ECIVIL4
-5,022**
6,680
151,732
-0,348**
0,190
1,416
AÑOSEDU
-0,034**
0,025
110,967
-0,120**
0,017
1,128
EDUC*SEXO
-0,111**
0,034
110,895
-0,174**
0,020
0,840
RENTA1
-0,220**
0,386
111,246
-0,078**
0,178
1,081
RENTA2
-0,460**
0,212
111,583
-0,153**
0,124
1,166
RENTA4
-0,310**
0,184
111,363
-0,003**
0,144
0,997
RENTA5
-0,151**
0,220
111,163
-0,125**
0,180
1,134
RENTA6
-0,110**
0,260
111,116
-0,095**
0,205
0,909
RENTA7
-0,071**
0,182
111,074
-0,114**
0,130
0,892
Constante
-1.849**
0,774
110,157
-0,366**
0,290
1,442
* Significativa al nivel 5%. ** Significativa al 1%.
Categorías de referencia: ECIVIL2, RENTA3.
Estadísticos
Número observaciones:
Chi-cuadrado:
Prob>chi2:
25-34 años
35 y más años
1.186
3.755
70,3
947,5
0,000
0,000
Predic. correctas (fumar):
61,3%
76,7%
Predic. correctas (total):
59,5%
71,6%
CUT:
0,55
0,29
-2LL:
1.559
3.549
Número de iteraciones:
R-cuadrado Nagelkerke:
— 308 —
2
2
0,08
0,32
TABLA 2.2
EFECTO DE LOS NIVELES EDUCATIVOS SOBRE LA PROBABILIDAD
RELATIVA DE FUMAR, POR INTERVALOS DE EDAD
25-34 años
Variables
B
S.E
1
35 y más años
Exp(B)
B
S.E
Exp(B)
SEXO
v.n.c.
v.n.c.
v.n.c.
-2,179**
0,154
8,834
EDAD
-0,056**
0,023
1,058
-0,064**
0.004
0,938
SALUD
-0,579**
0,183
1,785
-0,269**
0,093
1,308
ECIVIL1
-0,279**
0,145
4,219
-0,378**
0,137
1,459
ECIVIL3
-1,002**
0,483
4,313
-1,058**
0,228
2,881
ECIVIL4
-4,931**
6,596
138,44911
-0,406**
0,190
1,500
NIVEST1
v.n.c v
v.n.c.
v.n.c.
-0,591**
0,276
0,554
NIVEST3
-0,591**
0,267
0,554
-0,614**
0,191
1,848
NIVEST4
-0,686**
0,291
0,503
-0,982**
0,267
2,670
NIVEST5
-0,435**
0,344
0,647
-1,190**
0,254
3,287
NIVEST6
-0,423**
0,362
0,655
-1,330**
0,260
3,780
NIVEST7
-1,042**
0,330
0,353
-1,071**
0,294
2,919
NIVES1*SEXO
v.n.c.
v.n.c.
v.n.c.
-0,704**
0,309
2,023
NIVES3*SEXO
-0,306**
0,509
1,359
-0,786**
0,246
0,456
NIVES4*SEXO
-0,134**
0,526
1,143
-1,806**
0,336
0,164
NIVES5*SEXO
-0,400**
0,574
0,670
-1,564**
0,320
0,209
NIVES6*SEXO
-1,038**
0,626
0,354
-1,574**
0,339
0,207
NIVES7*SEXO
-0,493**
0,570
0,611
-1,593**
0,354
0,203
RENTA1
-0,266**
0,391
1,305
-0,107**
0,181
1,113
RENTA2
-0,473**
0,216
1,604
-0,175**
0,125
1,191
RENTA4
-0,288**
0,191
1,333
-0,012**
0,143
0,988
RENTA5
-0,122**
0,233
1,130
-0,107**
0,179
1,112
RENTA6
-0,114**
0,281
1,121
-0,153**
0,209
0,858
RENTA7
-0,078**
0,198
1,081
-0,109**
0,129
0,896
Constante
-1,632**
0,857
0,196
-0,909**
0,279
2,481
* Significativa al nivel 5%. ** Significativa al 1%.
(1) v.n.c.= variable no considerada. Significa que, o bien la variable no es significativa (en el caso de variables dicotómicas y
continuas), o bien ninguna categoría resulta significativa (en las variables con varias categorías). En ambos casos, se ha ex­
cluido dicha variable del análisis final.
Categorías de referencia: ECIVIL2, RENTA3, NIVEST2.
— 309 —
Estadísticos
Número observaciones:
Chi-cuadrado:
Prob>chi2:
25-34 años
35 y más años
1.186
3.776
74,4
972,1
0,000
0,000
Predic. correctas (fumar):
63,6%
78,6%
Predic. correctas (total):
59,5%
70,9%
CUT:
0,55
0,29
-2LL:
1.555
3.552
2
5
0,08
0,33
Número de iteraciones:
R-cuadrado Nagelkerke:
— 310 —
APÉNDICE “DEJAR DE FUMAR”
En este apéndice se recogen diversas tablas que han sido citadas en el apartado V.1.2 y que
no se incluyen en el texto principal para permitir una mejor lectura del mismo. En el apartado 1 se recogen
dos tablas referidas al conjunto de la muestra, mientras que el segundo apartado contiene resultados para
diversos segmentos de la muestra en función de los años que los individuos llevan fumando.
1. Distintas especificaciones para contrastar la hipótesis 1.2 para el conjunto de la muestra
La tabla 1.1 muestra el efecto marginal de la variable “sexo” sobre la variable depen­
diente, mientras que la tabla 1.2 considera la edad en intervalos.
TABLA 1.1
EFECTO DEL SEXO SOBRE LA PROBABILIDAD DE DEJAR DE FUMAR
Variables
SEXO
EDAD
AÑOSFUMA
AFUMA2
SALUD
ECIVIL1
ECIVIL3
ECIVIL4
AÑOSEDU
CCAA02
CCAA03
CCAA04
CCAA05
CCAA06
CCAA07
CCAA08
CCAA09
CCAA10
CCAA11
CCAA12
CCAA13
CCAA14
CCAA15
CCAA16
CCAA17
RENTA1
RENTA2
RENTA4
RENTA5
RENTA6
RENTA7
Constante
B
S.E.
Wald
gl
Sig.
Exp(B)
-0,300
-0,179
-0,226
-0,001
-0,590
-0,482
-0,809
-0,766
-0,024
-0,485
-0,458
-0,495
-0,045
-0,100
-0,514
-0,373
-0,292
-0,029
-0,646
-0,427
-0,196
-0,063
-0,774
-0,072
-0,978
-0,178
-0,172
-0,123
-0,085
-0,108
-0,022
-3,972
0,126
0,010
0,017
0,000
0,122
0,150
0,346
0,313
0,016
0,308
0,330
0,398
0,319
0,550
0,237
0,266
0,185
0,210
0,302
0,267
0,192
0,381
0,531
0,261
0,925
0,251
0,164
0,174
0,216
0,243
0,174
0,393
115,662
351,117
170,904
124,669
123,530
110,247
115,470
116,000
112,258
112,488
111,920
111,542
110,020
110,033
114,711
111,968
112,501
110,020
114,563
112,563
111,041
110,027
112,127
110,077
111,119
110,507
111,093
110,505
110,156
110,198
110,016
102,150
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
0,017
0,000
0,000
0,000
0,000
0,001
0,019
0,014
0,133
0,115
0,166
0,214
0,887
0,856
0,030
0,161
0,114
0,889
0,033
0,109
0,307
0,869
0,145
0,782
0,290
0,476
0,296
0,477
0,693
0,656
0,898
0,000
1,350
1,196
0,798
1,001
0,554
0,618
0,445
0,465
1,024
1,625
1,580
0,610
1,046
0,905
1,673
1,452
1,340
0,971
1,907
0,652
1,216
1,065
0,461
0,930
0,376
0,837
0,842
0,884
0,918
1,114
0,978
0,019
* Significativa al nivel 5%. ** Significativa al 1%. Categorías de referencia: ECIVIL2, CCAA01, TAMUNI5, RENTA3, CSOCIAL5.
— 311 —
Estadísticos
Número observaciones: 2.419
Chi-cuadrado: 832,088, con g.l. 31 y Prob>chi2=0,000
Predicciones correctas (dejar de fumar): 68,5%
Predicciones correctas (total): 78,3%
CUT: 0,35
-2LL: 2.290,681
Número de iteraciones: 4
R-cuadrado Nagelkerke: 0,40
TABLA 1.2
PROBABILIDAD RELATIVA DE DEJAR DE FUMAR: EDAD EN INTERVALOS
B
S.E.
Wald
gl
Sig.
Exp(B)
SEXO
Variables
-1,127**
0,305
13,6251
1
0,000
3,087
AÑOSFUMA
-0,199**
0,019
110,95111
1
0,000
0,819
AFUMA2
-0,001**
0,000
18,9471
1
0,000
1,001
SALUD
-0,595**
0,120
24,7021
1
0,000
0,551
ECIVIL1
-0,719**
0,149
23,3821
1
0,000
0,487
ECIVIL3
-0,677**
0,336
4,058
1
0,044
0,508
ECIVIL4
-0,454**
0,295
2,359
1
0,125
0,635
AÑOSEDU
-0,075**
0,024
9,761
1
0,002
1,078
EDUC*SEXO
-0,079**
0,027
8,491
1
0,004
0,924
CCAA02
-0,513**
0,307
2,796
1
0,094
1,671
CCAA03
-0,544**
0,326
2,796
1
0,095
1,724
CCAA04
-0,566**
0,391
2,095
1
0,148
0,568
CCAA05
-0,019**
0,309
0,004
1
0,951
1,019
CCAA06
-0,257**
0,539
0,228
1
0,633
0,773
CCAA07
-0,563**
0,233
5,843
1
0,016
1,756
CCAA08
-0,352**
0,262
1,806
1
0,179
1,422
CCAA09
-0,291**
0,182
2,556
1
0,110
1,338
CCAA10
-0,034**
0,205
0,027
1
0,870
0,967
CCAA11
-0,664**
0,295
5,058
1
0,025
1,943
CCAA12
-0,503**
0,264
3,626
1
0,057
0,604
CCAA13
-0,180**
0,188
0,924
1
0,336
1,198
CCAA14
-0,026**
0,375
0,005
1
0,945
1,026
CCAA15
-0,588**
0,498
1,394
1
0,238
0,556
CCAA16
-0,169**
0,258
0,431
1
0,511
0,844
CCAA17
-1,030**
0,903
1,303
1
0,254
0,357
(Sigue)
— 312 —
(Continuación)
B
S.E.
Wald
gl
Sig.
Exp(B)
RENTA1
Variables
-0,138**
0,244
0,319
1
0,572
0,871
RENTA2
-0,196**
0,162
1,456
1
0,228
0,822
RENTA4
-0,130**
0,170
0,580
1
0,446
0,878
RENTA5
-0,056**
0,212
0,069
1
0,793
0,946
RENTA6
-0,073**
0,240
0,091
1
0,763
1,075
RENTA7
-0,020**
0,172
0,014
1
0,906
0,980
EDAD2
-1,400**
0,169
68,2681
1
0,000
4,056
EDAD3
-2,783**
0,228
149,53711
1
0,000
16,1721
EDAD4
-4,460**
0,283
249,05211
1
0,000
86,4931
EDAD5
-6,395**
0,355
325,36311
1
0,000
598,99611
Constante
-0,579**
0,367
2,494
1
0,114
1,785
* Significativa al nivel 5%. ** Significativa al 1%.
Categorías de referencia: ECIVIL2, CCAA01, RENTA3, EDAD1.
Los intervalos de edad considerados son los siguientes: edad1: 25-34 años; edad2: 35-44 años; edad3: 45-54 años; edad4: 55­
64 años; edad5: 65 y más años.
Estadísticos
Número observaciones: 2.419
Chi-cuadrado: 759,702 con g.l. 35 y Prob>chi2=0,000
Predicciones correctas (dejar de fumar):69,4%
Predicciones correctas (total): 76,1%
CUT: 0,35
-2LL: 2.363,067
Número de iteraciones: 2
R-cuadrado Nagelkerke: 37,2%
2. Análisis de los efectos de la educación sobre la probabilidad relativa de dejar de fumar en
2. función de los años que los individuos han fumado
En este apartado, la tabla 2.1 muestra el efecto de los años de escolarización sobre la
probabilidad relativa de dejar de fumar, para aquellos individuos con un máximo de 20 años fumando,
mientras que la tabla 2.2. repite dicho análisis pero considerando la educación en niveles educativos.
Asimismo, las tablas 2.3 y 2.4 consideran sólo a los que llevan hasta un máximo de 10 años fumando
y aquellos entre 11 y 20 años, respectivamente. Finalmente, la tabla 2.5 incluye aquellos con más de
20 años fumando.
— 313 —
TABLA 2.1
EFECTO DE LOS AÑOS DE ESCOLARIZACIÓN SOBRE LA PROBABILIDAD RELATIVA
DE DEJAR DE FUMAR PARA AQUELLOS CON UN MÁXIMO DE 20 AÑOS FUMANDO
B
E.T.
Wald
gl
Sig.
Exp(B)
EDAD
Variables
-0,153**
0,015
108,83411
1
0,000
1,165
SEXO
AÑOSFUMA
SALUD
ECIVIL1
ECIVIL3
ECIVIL4
AÑOSEDU
EDUC*SEXO
CCAA02
CCAA03
CCAA04
CCAA05
CCAA06
-0,113**
-0,216**
-0,688**
-0,544**
-1,358**
-4,918**
-0,063**
-0,085**
-0,680**
-0,851**
-0,491**
-0,018**
-0,152**
0,476
0,021
0,223
0,193
0,610
1,155
0,031
0,042
0,488
0,614
0,745
0,553
0,751
5,468
111,28611
9,548
7,969
4,961
18,1371
3,969
4,107
1,940
1,922
0,434
0,001
0,041
1
1
1
1
1
1
1
1
1
1
1
1
1
0,019
0,000
0,002
0,005
0,026
0,000
0,046
0,043
0,164
0,166
0,510
0,975
0,839
3,043
0,805
0,503
0,580
0,257
0,007
1,065
0,919
1,974
2,342
0,612
0,983
1,165
CCAA07
CCAA08
CCAA09
CCAA10
CCAA11
CCAA12
CCAA13
CCAA14
CCAA15
CCAA16
CCAA17
TAMUNI1
TAMUNI2
-0,981**
-0,745**
-0,464**
-0,227**
-0,916**
-0,367**
-0,261**
-0,182**
-0,263**
-0,331**
-0,177**
-0,387**
-0,462**
0,380
0,422
0,310
0,337
0,480
0,457
0,365
0,618
0,807
0,398
1,052
0,370
0,289
6,664
3,112
2,243
0,453
3,642
0,644
0,511
0,087
0,106
0,691
0,028
1,097
2,565
1
1
1
1
1
1
1
1
1
1
1
1
1
0,010
0,078
0,134
0,501
0,056
0,422
0,475
0,768
0,745
0,406
0,866
0,295
0,109
2,668
2,106
1,590
1,254
2,499
0,693
1,298
0,833
1,300
1,393
0,838
1,473
1,588
TAMUNI4
TAMUNI5
TAMUNI6
TAMUNI7
RENTA1
RENTA2
RENTA4
RENTA5
RENTA6
RENTA7
Constante
-0,175**
-0,643**
-0,762**
-0,492**
-0,252**
-0,922**
-0,260**
-0,115**
-0,098**
-0,251**
-3,650**
0,332
0,255
0,380
0,346
0,478
0,306
0,244
0,291
0,341
0,257
0,676
0,278
6,350
4,026
2,020
0,277
9,075
1,134
0,155
0,083
0,950
29,1561
1
1
1
1
1
1
1
1
1
1
1
0,598
0,012
0,045
0,155
0,599
0,003
0,287
0,694
0,774
0,330
0,000
1,192
1,902
2,143
1,635
0,778
0,398
0,771
0,892
0,906
0,778
0,026
* Significativa al nivel 5%. ** Significativa al 1%.
Categorías de referencia: ECIVIL2, CCAA01, TAMUNI3, RENTA3.
— 314 —
Estadísticos
Número observaciones: 1.106
Chi-cuadrado: 367,301 con g.l. 37 y Prob>chi2=0,000
Predicciones correctas (dejar de fumar):69,5%
Predicciones correctas (total): 77,2%
CUT: 0,31
-2LL: 999,158
Número de iteraciones: 4
R-cuadrado Nagelkerke: 0,40
TABLA 2.2
EFECTO DE LOS NIVELES EDUCATIVOS SOBRE LA PROBABILIDAD RELATIVA DE
DEJAR DE FUMAR PARA AQUELLOS CON UN MÁXIMO DE 20 AÑOS FUMANDO
Variables
B
E.T.
Wald
gl
Sig.
xp(B)
EDAD
-0,164**
0,016
101,45011
1
0,000
1,178
SEXO
-1,363**
0,474
8,250
1
0,004
3,907
AÑOSFUMA
-0,220**
0,021
112,65611
1
0,000
0,802
SALUD
-0,729**
0,224
10,6151
1
0,001
0,482
ECIVIL1
-0,442**
0,194
5,171
1
0,023
0,643
ECIVIL3
-1,235**
0,596
4,294
1
0,038
0,291
ECIVIL4
-4,734**
1,180
16,0951
1
0,000
0,009
NIVEST1
-2,118**
1,085
3,806
1
0,051
0,120
NIVEST3
-1,034**
0,430
5,768
1
0,016
2,812
NIVEST4
-1,094**
0,464
5,561
1
0,018
2,986
NIVEST5
-0,971**
0,502
3,741
1
0,043
2,640
NIVEST6
-0,847**
0,497
2,898
1
0,089
2,332
NIVEST7
-1,044**
0,492
4,493
1
0,034
2,840
NIVES1*SEXO
-3,964**
1,515
6,846
1
0,009
52,6761
NIVES3*SEXO
-1,381**
0,558
6,120
1
0,013
0,251
NIVES4*SEXO
-1,386**
0,590
5,524
1
0,019
0,250
NIVES5*SEXO
-1,618**
0,663
5,950
1
0,015
0,198
NIVES6*SEXO
-1,375**
0,736
3,490
1
0,062
0,253
NIVES7*SEXO
-1,264**
0,653
3,741
1
0,053
0,283
CCAA02
-0,739**
0,494
2,244
1
0,134
2,095
CCAA03
-0,876**
0,622
1,986
1
0,159
2,402
CCAA04
-0,023**
0,700
0,001
1
0,974
1,023
CCAA05
-0,224**
0,538
0,173
1
0,677
1,251
CCAA06
-0,235**
0,741
0,101
1
0,751
1,265
(Sigue)
— 315 —
(Continuación)
B
E.T.
Wald
gl
Sig.
xp(B)
CCAA07
Variables
-1,174**
0,386
9,251
1
0,002
3,236
CCAA08
-0,848**
0,429
3,916
1
0,048
2,336
CCAA09
-0,481**
0,318
2,287
1
0,130
1,617
CCAA10
-0,319**
0,344
0,857
1
0,354
1,375
CCAA11
-0,949**
0,483
3,862
1
0,049
2,584
CCAA12
-0,331**
0,464
0,507
1
0,476
0,718
CCAA13
-0,324**
0,374
0,753
1
0,386
1,383
CCAA14
-0,432**
0,641
0,454
1
0,501
0,649
CCAA15
-0,285**
0,812
0,123
1
0,726
1,329
CCAA16
-0,355**
0,403
0,774
1
0,379
1,426
CCAA17
-0,279**
1,056
0,070
1
0,792
0,757
TAMUNI1
-0,446**
0,375
1,411
1
0,235
1,562
TAMUNI2
-0,522**
0,293
3,184
1
0,074
1,686
TAMUNI4
-0,185**
0,342
0,294
1
0,588
1,203
TAMUNI5
-0,767**
0,257
8,890
1
0,003
2,153
TAMUNI6
-0,820**
0,384
4,573
1
0,032
2,271
TAMUNI7
-0,572**
0,351
2,647
1
0,104
1,771
RENTA1
-0,198**
0,473
0,175
1
0,676
0,821
RENTA2
-0,751**
0,305
6,061
1
0,014
0,472
RENTA4
-0,168**
0,247
0,463
1
0,496
0,845
RENTA5
-0,006**
0,295
0,000
1
0,985
1,006
RENTA6
-0,039**
0,349
0,012
1
0,912
1,039
RENTA7
-0,110**
0,261
0,176
1
0,675
0,896
Constante
-4,362**
0,775
31,7071
1
0,000
0,013
** Significativa al 1%. *Significativa al 5%.
Categorías de referencia: ECIVIL2, NIVEST2, CCAA01, TAMUNI3, RENTA3.
Estadísticos
Número observaciones: 1.112
Chi-cuadrado: 384,611, con g.l. 47 y Prob>chi2=0,000
Predicciones correctas (dejar de fumar): 71,5%
Predicciones correctas (total): 77,9%
CUT: 0,31
-2LL: 991,115
Número de iteraciones: 5
R-cuadrado Nagelkerke: 0,41
— 316 —
TABLA 2.3
EFECTO DE LOS AÑOS DE ESCOLARIZACIÓN SOBRE LA PROBABILIDAD RELATIVA DE
DEJAR DE FUMAR PARA AQUELLOS ENTRE 1 Y 10 AÑOS FUMANDO
Variables
EDAD
SEXO
AÑOSFUMA
ECIVIL1
ECIVIL3
AÑOSEDU
EDUC*SEXO
CCAA02
CCAA03
CCAA04
CCAA05
CCAA06
CCAA07
CCAA08
CCAA09
CCAA10
CCAA11
CCAA12
CCAA13
CCAA14
CCAA15
CCAA16
CCAA17
RENTA1
RENTA2
RENTA4
RENTA5
RENTA6
RENTA7
Constante
B
S.E.
Wald
gl
Sig.
Exp(B)
-0,144**
-0,038**
-0,294**
-0,910**
-0,081**
-0,136**
-0,231**
-1,288**
-1,487**
-1,739**
-1,550**
-0,157**
-1,837**
-0,453**
-0,708**
-0,917**
-0,887**
-0,240**
-0,125**
-0,373**
-6,522**
-0,212**
-4,863**
-1,645**
-1,363**
-0,687**
-0,175**
-0,863**
-0,267**
-3,618**
0,030
1,044
0,070
0,362
1,499
0,058
0,087
1,028
1,307
1,187
1,414
1,015
0,770
0,828
0,520
0,638
0,856
0,783
0,545
1,074
19,4621
0,681
25,3681
1,031
0,583
0,487
0,543
0,700
0,483
1,334
22,1841
8,471
17,5591
6,321
0,003
5,433
7,044
1,569
1,295
2,144
1,203
0,024
5,701
0,300
1,853
2,064
1,075
0,094
0,053
0,120
0,112
0,097
0,037
2,544
5,459
1,995
0,103
1,518
0,305
7,356
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
0,000
0,004
0,000
0,012
0,957
0,020
0,008
0,210
0,255
0,143
0,273
0,877
0,017
0,584
0,173
0,151
0,300
0,759
0,818
0,729
0,738
0,756
0,848
0,111
0,019
0,158
0,748
0,218
0,580
0,007
1,154
20,8631
0,745
0,403
1,084
1,146
0,794
3,625
4,426
0,176
0,212
0,855
6,280
0,636
2,030
2,502
2,428
0,787
0,882
1,451
679,75411
0,809
0,008
0,193
0,256
0,503
0,840
2,369
0,766
0,027
* Significativa al nivel 5%. ** Significativa al 1%.
Categorías de referencia: ECIVIL2, CCAA01, RENTA3.
Estadísticos
Número observaciones: 310
Chi-cuadrado: 144,895 con g.l. 29 y Prob>chi2=0,000
Predicciones correctas (dejar de fumar):72,4%
Predicciones correctas (total): 76,8%
CUT: 0,47
-2LL: 283,565
Número de iteraciones: 2
R-cuadrado Nagelkerke: 0,50
— 317 —
TABLA 2.4
EFECTO DE LOS AÑOS DE ESCOLARIZACIÓN SOBRE LA PROBABILIDAD RELATIVA
DE DEJAR DE FUMAR PARA AQUELLOS ENTRE 11 Y 20 AÑOS FUMANDO
Variables
B
S.E.
Wald
gl
Sig.
Exp(B)
EDAD
-0,155**
0,018
76,1701
1
0,000
1,168
AÑOSFUMA
-0,184**
0,038
23,5461
1
0,000
0,832
SALUD
-0,942**
0,263
12,8731
1
0,000
0,390
ECIVIL1
-0,367**
0,239
2,358
1
0,125
0,693
ECIVIL3
-1,436**
0,672
4,574
1
0,032
0,238
ECIVIL4
-5,471**
1,259
18,8901
1
0,000
0,004
AÑOSEDU
-0,019**
0,030
0,378
1
0,538
1,019
EDUC*SEXO
-0,002**
0,018
0,016
1
0,899
1,002
TAMUNI1
-0,990**
0,402
6,076
1
0,014
2,691
TAMUNI2
-0,774**
0,332
5,448
1
0,020
2,168
TAMUNI4
-0,462**
0,413
1,253
1
0,263
1,588
TAMUNI5
-0,895**
0,307
8,506
1
0,004
2,447
TAMUNI6
-0,560**
0,423
1,753
1
0,185
1,750
TAMUNI7
-0,578**
0,357
2,616
1
0,106
1,783
RENTA1
-0,080**
0,540
0,022
1
0,882
1,083
RENTA2
-0,733**
0,361
4,114
1
0,043
0,481
RENTA4
-0,010**
0,286
0,001
1
0,973
1,010
RENTA5
-0,014**
0,355
0,002
1
0,968
0,986
RENTA6
-0,035**
0,407
0,007
1
0,931
0,966
RENTA7
-0,233**
0,300
0,606
1
0,436
0,792
Constante
-3,460**
0,861
16,1441
1
0,000
0,031
* Significativa al nivel 5%. ** Significativa al 1%.
Categorías de referencia: ECIVIL2, TAMUNI3, RENTA3.
Estadísticos
Número observaciones: 796
Chi-cuadrado: 194,353 con g.l. 20 y Prob>chi2=0,000
Predicciones correctas (dejar de fumar):68,4%
Predicciones correctas (total): 77,3%
CUT: 0,25
-2LL: 694,232
Número de iteraciones: 3
R-cuadrado Nagelkerke: 0,32
— 318 —
TABLA 2.5
EFECTO DE LOS AÑOS DE ESCOLARIZACIÓN SOBRE LA PROBABILIDAD RELATIVA
DE DEJAR DE FUMAR PARA AQUELLOS CON MÁS DE 20 AÑOS FUMANDO
Variables
B
S.E.
Wald
gl
Sig.
Exp(B)
EDAD
SEXO
SALUD
*0,208**
*1,098**
-0,528**
0,014
0,469
0,151
234,87811
5,478
12,2091
1
1
1
0,000
0,019
0,000
1,231
2,997
0,590
AÑOSFUMA
ECIVIL1
ECIVIL3
ECIVIL4
AÑOSEDU
EDUC*SEXO
CCAA02
CCAA03
CCAA04
CCAA05
CCAA06
CCAA07
CCAA08
-0,167**
-0,923**
-0,551**
-0,183**
*0,080**
-0,071**
*0,083**
*0,510**
-0,531**
*0,346**
-0,471**
*0,374**
*0,268**
0,014
0,285
0,428
0,342
0,041
0,044
0,464
0,425
0,498
0,422
0,856
0,354
0,377
145,96711
10,5111
1,658
0,288
3,814
2,644
0,032
1,440
1,136
0,674
0,303
1,117
0,507
1
1
1
1
1
1
1
1
1
1
1
1
1
0,000
0,001
0,198
0,592
0,051
0,104
0,858
0,230
0,286
0,412
0,582
0,291
0,476
0,846
0,397
0,576
0,832
1,084
0,932
1,087
1,665
0,588
1,414
0,624
1,453
1,308
CCAA09
CCAA10
CCAA11
CCAA12
CCAA13
CCAA14
CCAA15
CCAA16
CCAA17
TAMUNI1
TAMUNI2
TAMUNI4
TAMUNI5
*0,590**
-0,054**
*0,620**
-0,325**
*0,573**
*0,158**
-1,590**
-0,135**
-5,206**
-0,484**
-0,163**
-0,707**
-0,323**
0,270
0,280
0,412
0,349
0,317
0,513
0,750
0,360
9,427
0,328
0,228
0,288
0,216
4,782
0,037
2,267
0,866
3,271
0,095
4,490
0,140
0,305
2,176
0,512
6,005
2,234
1
1
1
1
1
1
1
1
1
1
1
1
1
0,029
0,848
0,132
0,352
0,071
0,758
0,034
0,708
0,581
0,140
0,474
0,014
0,135
1,804
0,948
1,858
0,722
1,773
1,171
0,204
0,874
0,005
0,616
0,849
0,493
0,724
TAMUNI6
TAMUNI7
RENTA1
RENTA2
RENTA4
RENTA5
RENTA6
RENTA7
Constante
-0,014**
-0,716**
-0,076**
*0,266**
*0,121**
-0,103**
*0,388**
*0,178**
-6,784**
0,343
0,311
0,311
0,211
0,249
0,330
0,354
0,244
0,661
0,002
5,292
0,060
1,581
0,236
0,097
1,202
0,533
105,41211
1
1
1
1
1
1
1
1
1
0,968
0,021
0,807
0,209
0,627
0,756
0,273
0,465
0,000
0,986
0,489
0,927
1,304
1,129
0,902
1,474
1,195
0,001
* Significativa al nivel 5%. ** Significativa al 1%.
Categorías de referencia: ECIVIL2, CCAA01, TAMUNI3, RENTA3.
— 319 —
Estadísticos
Número observaciones: 1.391
Chi-cuadrado: 573,481 con g.l. 37 y Prob>chi2=0,000
Predicciones correctas (dejar de fumar):70,7%
Predicciones correctas (total): 76,8%
CUT: 0,37
-2LL: 1.264,285
Número de iteraciones: 2
R-cuadrado Nagelkerke: 0,46
— 320 —
APÉNDICE “EFICIENCIA”
En este apéndice se recogen diversas tablas que han sido citadas en el apartado V.1.3 y
que no se incluyen en el texto principal para facilitar la lectura del mismo.
1. Distintas especificaciones para contrastar la hipótesis 1.3 para el conjunto de la muestra
La tabla 1.1 muestra la contrastación de la hipótesis planteada considerando una defini­
ción más amplia de eficiencia (“eficienB”) y con la educación en años de escolarización, mientras que
la tabla 1.2 repite el análisis anterior con dicha variable en niveles. Asimismo, la tabla 1.3 analiza el
efecto de la variable “sexo” sobre la probabilidad de tener un comportamiento de consumo eficiente.
TABLA 1.1
EFECTO DE LOS AÑOS DE ESCOLARIZACIÓN SOBRE LA PROBABILIDAD DE SER “EFICIENTE” AL
DEJAR DE FUMAR, CONSIDERANDO UNA DEFINICIÓN DE EFICIENCIA MENOS RESTRICTIVA (“EFICIENB”)
B
S.E.
Wald
gl
Sig.
Exp(B)
AÑOSEDU
Variables
-0,062**
0,028
4,935
1
0,026
1,064
NOROESTE
-0,406**
0,381
1,132
1
0,287
0,666
NORESTE
-1,238**
0,517
5,736
1
0,017
0,290
SUR
-0,088**
0,280
0,099
1
0,753
0,916
ESTE
-0,290**
0,274
1,118
1
0,290
0,748
TAMUNIB
-0,020**
0,226
0,008
1
0,931
1,020
TAMUNIC
-1,477**
0,383
14,8631
1
0,000
0,228
RENTA1
-0,014**
0,464
0,001
1
0,976
0,986
RENTA2
-0,245**
0,305
0,645
1
0,422
0,783
RENTA4
-0,413**
0,362
1,300
1
0,254
0,662
RENTA5
-0,234**
0,433
0,292
1
0,589
0,792
RENTA6
-0,721**
0,527
1,870
1
0,172
0,486
RENTA7
-0,009**
0,336
0,001
1
0,978
0,991
Constante
-1,818**
0,348
27,2901
1
0,000
0,162
* Significativa al nivel 5%. ** Significativa al 1%
Categorías de referencia: CENTRO, TAMUNIA, RENTA3.
Estadísticos
Número observaciones: 866
Chi-cuadrado: 31,704, con g.l. 13 y Prob>chi2=0,003
Predicciones correctas (eficien): 69,4%
Predicciones correctas (total): 51,5%
CUT: 0,13
-2LL: 631,485
Número de iteraciones: 5
R-cuadrado Nagelkerke: 0,07
— 321 —
TABLA 1.2
EFECTO DE LOS NIVELES EDUCATIVOS SOBRE LA PROBABILIDAD DE SER “EFICIENTE” AL DEJAR DE
FUMAR, CONSIDERANDO UNA DEFINICIÓN DE EFICIENCIA MENOS RESTRICTIVA (“EFICIENB”)
Variables
NIVEST1
B
S.E.
Wald
gl
Sig.
Exp(B)
*0,432**
0,305
2,006
1
0,157
1,541
NIVEST3
-0,808**
0,421
3,682
1
0,055
0,446
NIVEST4A
*0,343**
0,318
1,166
1
0,280
1,409
NIVEST6A
*0,804**
0,355
5,117
1
0,024
2,234
NOROESTE
-0,511**
0,384
1,769
1
0,184
0,600
NORESTE
-1,246**
0,519
5,763
1
0,016
0,288
SUR
-0,194**
0,286
0,460
1
0,498
0,824
ESTE
-0,306**
0,272
1,260
1
0,262
0,736
TAMUNIB
*0,048**
0,229
0,044
1
0,833
1,049
TAMUNIC
-1,351**
0,371
13,2421
1
0,000
0,259
RENTA1
-0,336**
0,475
0,501
1
0,479
0,715
RENTA2
-0,568**
0,313
3,293
1
0,070
0,567
RENTA4
-0,311**
0,359
0,752
1
0,386
0,733
RENTA5
-0,378**
0,440
0,737
1
0,390
0,685
RENTA6
-0,901**
0,538
2,812
1
0,094
0,406
RENTA7
-0,075**
0,338
0,050
1
0,824
0,927
Constante
-1,367**
0,312
19,2081
1
0,000
0,255
* Significativa al nivel 5%. ** Significativa al 1%
Categorías de referencia: NIVEST2, CENTRO, TAMUNIA, RENTA3.
Estadísticos
Número observaciones: 874
Chi-cuadrado: 42,353, con g.l. 16 y Prob>chi2=0,000
Predicciones correctas (eficien): 69,9%
Predicciones correctas (total): 57,0%
CUT: 0,13
-2LL: 630,690
Número de iteraciones: 5
R-cuadrado Nagelkerke: 0,09
— 322 —
TABLA 1.3
EFECTO DEL SEXO SOBRE LA PROBABILIDAD DE SER “EFICIENTE” AL DEJAR DE FUMAR
Variables
B
S.E.
Wald
gl
Sig.
Exp(B)
SEXO
-0,099**
0,295
0,112
1
0,737
0,906
AÑOSEDU
*0,058**
0,033
3,034
1
0,082
1,060
NOROESTE
-0,239**
0,448
0,285
1
0,594
0,788
NORESTE
-1,786**
0,769
5,394
1
0,020
0,168
SUR
*0,132**
0,330
0,160
1
0,689
1,141
ESTE
-0,154**
0,325
0,226
1
0,635
0,857
TAMUNIB
-0,117**
0,270
0,187
1
0,666
0,890
TAMUNIC
-1,522**
0,465
10,7281
1
0,001
0,218
RENTA1
-0,277**
0,582
0,226
1
0,634
0,758
RENTA2
-0,401**
0,370
1,174
1
0,279
0,670
RENTA4
-0,338**
0,420
0,647
1
0,421
0,713
RENTA5
-0,168**
0,502
0,113
1
0,737
0,845
RENTA6
-1,021**
0,688
2,198
1
0,138
0,360
RENTA7
*0,201**
0,378
0,282
1
0,596
1,222
Constante
-2,185**
0,489
19,9601
1
0,000
0,113
* Significativa al nivel 5%. ** Significativa al 1%
Categorías de referencia: CENTRO, TAMUNIA, RENTA3.
Estadísticos
Número observaciones: 866
Chi-cuadrado: 27,565, con g.l. 14 y Prob>chi2=0,002
Predicciones correctas (eficien): 60,0%
Predicciones correctas (total): 57,9%
CUT: 0,13
-2LL: 482,703
Número de iteraciones: 5
R-cuadrado Nagelkerke: 0,07
— 323 —
APÉNDICE “CONSUMO DE ALCOHOL”
En este apéndice se recogen diversas tablas que han sido citadas en el apartado V.4.1.
1. Distintas especificaciones para contrastar la hipótesis 1.4 para el conjunto de la muestra
La tabla 1.1 muestra el efecto de la variable “sexo” sobre la probabilidad relativa de con­
sumir bebidas alcohólicas, y la tabla 1.2 considera la variable “edad” en intervalos.
TABLA 1.1
EFECTO DEL SEXO SOBRE LA PROBABILIDAD RELATIVA DE CONSUMIR BEBIDAS ALCOHÓLICAS
Variables
SEXO
EDAD
SALUD
ACTIVO
AÑOSEDU
CCAA02
CCAA03
CCAA04
CCAA05
CCAA06
CCAA07
CCAA08
CCAA09
CCAA10
CCAA11
CCAA12
CCAA13
CCAA14
CCAA15
CCAA16
CCAA17
TAMUNI1
TAMUNI2
TAMUNI4
TAMUNI5
TAMUNI6
TAMUNI7
RENTA1
RENTA2
RENTA4
RENTA5
RENTA6
RENTA7
Constante
B
S.E.
Wald
gl
Sig.
Exp(B)
*1,466**
-0,014**
*0,378**
*0,241**
*0,036**
*0,026**
-0,029**
*0,329**
-0,389**
-0,165**
*0,212**
*0,080**
*0,186**
*0,124**
*0,518**
*0,179**
-0,126**
*0,596**
-0,456**
*0,198**
*0,104**
-0,033**
*0,233**
-0,063**
*0,181**
*0,246**
*0,554**
*0,038**
-0,003**
*0,087**
*0,377**
*0,704**
*0,272**
-0,925**
0,069
0,003
0,073
0,083
0,010
0,203
0,208
0,254
0,190
0,297
0,152
0,174
0,121
0,128
0,208
0,144
0,152
0,219
0,288
0,163
0,400
0,141
0,103
0,131
0,096
0,156
0,147
0,133
0,095
0,110
0,142
0,177
0,103
0,220
450,471
125,560
126,669
118,366
113,034
110,017
110,019
111,675
114,170
110,310
111,950
110,212
112,390
110,948
116,221
111,542
110,683
117,436
112,499
111,480
110,068
110,055
115,117
110,233
113,519
112,480
114,231
110,080
110,001
110,630
117,085
115,884
116,961
117,695
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
0,000
0,000
0,000
0,004
0,000
0,897
0,890
0,196
0,041
0,578
0,163
0,645
0,122
0,330
0,013
0,214
0,408
0,006
0,114
0,224
0,794
0,815
0,024
0,630
0,061
0,115
0,000
0,778
0,974
0,427
0,008
0,000
0,008
0,000
4,331
0,986
1,460
1,272
1,036
1,027
0,972
1,389
0,678
0,848
1,236
1,084
1,205
1,132
1,679
1,196
0,882
1,815
0,634
1,219
1,110
0,968
1,262
0,939
1,198
1,279
1,741
1,038
0,997
1,091
1,458
2,021
1,312
0,396
* Significativa al nivel 5%. ** Significativa al 1%. Categorías de referencia: CCAA01, TAMUNI5, RENTA3.
— 325 —
Estadísticos
Número observaciones: 4.935
Chi-cuadrado: 1.039,064 con g.l. 33 y Prob>chi2=0,000
Predicciones correctas (beber alcohol): 69,3%
Predicciones correctas (total): 69,7%
CUT: 0,52
-2LL: 5.790,740
Número de iteraciones: 3
R-cuadrado Nagelkerke: 0,25
TABLA 1.2
PROBABILIDAD RELATIVA DE CONSUMIR BEBIDAS ALCOHÓLICAS: EDAD EN INTERVALOS
B
S.E.
Wald
gl
Sig.
Exp(B)
SEXO
Variables
*1,891**
0,138
187,15111
1
0,000
6,625
SALUD
*0,388**
0,074
27,6951
1
0,000
1,474
ACTIVO
*0,222**
0,085
6,784
1
0,009
1,248
AÑOSEDU
*0,067**
0,012
30,1551
1
0,000
1,070
EDUC*SEXO
-0,055**
0,015
13,4691
1
0,000
0,947
CCAA02
*0,023**
0,203
0,013
1
0,908
1,024
CCAA03
-0,042**
0,208
0,041
1
0,840
0,959
CCAA04
*0,298**
0,254
1,375
1
0,241
1,347
CCAA05
-0,369**
0,190
3,770
1
0,052
0,691
CCAA06
-0,162**
0,297
0,298
1
0,585
0,850
CCAA07
*0,214**
0,152
1,967
1
0,161
1,238
CCAA08
*0,079**
0,175
0,204
1
0,651
1,082
CCAA09
*0,196**
0,121
2,609
1
0,106
1,216
CCAA10
*0,127**
0,128
0,973
1
0,324
1,135
CCAA11
*0,528**
0,209
6,384
1
0,012
1,696
CCAA12
*0,180**
0,145
1,552
1
0,213
1,197
CCAA13
-0,131**
0,152
0,748
1
0,387
0,877
CCAA14
*0,595**
0,221
7,267
1
0,007
1,813
CCAA15
-0,457**
0,287
2,534
1
0,111
0,633
CCAA16
*0,207**
0,163
1,616
1
0,204
1,231
CCAA17
*0,070**
0,401
0,031
1
0,861
1,073
TAMUNI1
-0,050**
0,141
0,126
1
0,722
0,951
TAMUNI2
*0,228**
0,104
4,848
1
0,028
1,256
TAMUNI4
-0,074**
0,131
0,319
1
0,572
0,929
TAMUNI5
*0,173**
0,097
3,190
1
0,074
1,188
(Sigue)
— 326 —
(Continuación)
B
S.E.
Wald
gl
Sig.
Exp(B)
TAMUNI6
Variables
*0,251**
0,156
2,585
1
0,108
1,286
TAMUNI7
*0,531**
0,147
13,1241
1
0,000
1,701
RENTA1
*0,037**
0,135
0,077
1
0,781
1,038
RENTA2
*0,005**
0,096
0,002
1
0,961
1,005
RENTA4
*0,096**
0,110
0,775
1
0,379
1,101
RENTA5
*0,363**
0,141
6,663
1
0,010
1,438
RENTA6
*0,664**
0,175
14,4221
1
0,000
1,942
RENTA7
*0,272**
0,103
6,909
1
0,009
1,312
EDAD2
*0,052**
0,097
0,288
1
0,592
1,053
EDAD3
-0,097**
0,108
0,809
1
0,368
0,908
EDAD4
-0,224**
0,117
3,699
1
0,054
0,799
EDAD5
-0,537**
0,128
17,4961
1
0,000
0,585
Constante
-1,710**
0,180
90,3701
1
0,000
0,181
* Significativa al nivel 5%. ** Significativa al 1%.
Categorías de referencia: CCAA01, TAMUNI3, RENTA3, EDAD1.
Los intervalos de edad considerados son los siguientes: edad1 (25-34 años); edad2 ( 35-44 años); edad3 (45-54 años); edad4
(55-64 años); edad5 (65 y más años).
Estadísticos
Número observaciones: 4.935
Chi-cuadrado: 1.049,926 con g.l. 37 y Prob>chi2=0,000
Predicciones correctas (beber alcohol): 71,4%
Predicciones correctas (total): 69,8%
CUT: 0,52
-2LL: 5.779,878
Número de iteraciones: 3
R-cuadrado Nagelkerke: 0,26
— 327 —
APÉNDICE “ABUSAR EN EL CONSUMO DE ALCOHOL”
En este apéndice se recogen diversas tablas que han sido citadas en el apartado V.5.1 y
que no se incluyen en el texto principal para permitir una lectura más cómoda del mismo.
1. Distintas especificaciones para contrastar la hipótesis 1.5 para el conjunto de la muestra
Como se ha señalado en el texto principal, en este apartado se recogen otras especifi­
caciones que intentan conocer el efecto de la educación sobre la probabilidad de fumar para el
conjunto de la muestra. Asimismo, debe señalarse que el método de estimación utilizado es el for­
ward-step.
Respecto a la variable dependiente “abusalco”, la tabla 1.1 muestra los resultados de
contrastar la hipótesis planteada incluyendo la variable “educación*sexo”, mientras que la tabla 1.3
considera los estudios universitarios agrupados en una sola variable “nivest6a”. Asimismo, la tabla 1.5
incluye la variable “edad” en intervalos.
Respecto a la variable dependiente “abusalc2”, la tabla 1.2 contrasta la hipótesis plan­
teada considerando como variable educativa los años de escolarización, mientras que la tabla 1.4
repite el análisis anterior con la educación en niveles.
TABLA 1.1
EFECTO DE LOS AÑOS DE ESCOLARIZACIÓN SOBRE LA PROBABILIDAD DE ABUSAR EN EL CONSU­
MO DE BEBIDAS ALCOHÓLICAS (MÉTODO FORWARD-STEP)
Variables
B
S.E.
Wald
gl
Sig.
Exp(B)
SEXO
*3,600**
0,331
118,50411
1
0,000
36,6141
ACTIVO
*0,838**
0,171
24,1611
1
0,000
2,312
ECIVIL3
*0,906**
0,386
5,504
1
0,019
2,475
EDUC*SEXO
-0,090**
0,021
19,1021
1
0,000
0,914
CCAA02
*0,877**
0,345
6,457
1
0,011
2,403
CCAA09
-0,722**
0,240
9,020
1
0,003
0,486
CCAA10
-0,570**
0,280
4,161
1
0,041
0,565
CCAA11
*0,608**
0,324
3,529
1
0,060
1,837
CCAA12
*0,567**
0,212
7,152
1
0,007
1,763
CCAA13
-0,794**
0,303
6,881
1
0,009
0,452
CSOCIAL4
-0,924**
0,311
8,826
1
0,003
0,397
Constante
-5,581**
0,315
314,05211
1
0,000
0,004
* Significativa al nivel 5%. ** Significativa al 1%.
Categorías de referencia: ECIVIL2, CCAA01, RENTA3, TAMUNI3, CSOCIAL5.
— 329 —
Estadísticos
Número observaciones: 4.940
Chi-cuadrado: 373,513 con g.l. 12 y Prob>chi2=0,000
Predicciones correctas (abusar del alcohol): 85,8%
Predicciones correctas (total): 69,4%
CUT: 0,05
-2LL: 1.540,332
Número de iteraciones: 7
R-cuadrado Nagelkerke: 0,23
TABLA 1.2
EFECTO DE LOS AÑOS DE ESCOLARIZACIÓN SOBRE LA PROBABILIDAD RELATIVA DE
ABUSAR EN EL CONSUMO DE BEBIDAS ALCOHÓLICAS “ABUSALC2”
Sólo “añosedu”
Variables
B
“Añosedu” y “educ*sexo”
S.E
Exp(B)
B
S.E
Exp(B)
SEXO
*2,706**
0,198
14,9681
*3,149**
0,223
23,3211
ACTIVO
*0,889**
0,134
2,433
*0,889**
0,132
2,433
CCAA02
*0,980**
0,251
2,665
*0,984**
0,251
2,675
CCAA03
*0,898**
0,283
2,456
*0,900**
0,282
2,458
CCAA07
*0,587**
0,191
1,799
*0,588**
0,191
1,801
CCAA11
*0,959**
0,263
2,610
*0,959**
0,264
2,609
CCAA12
*0,887**
0,171
2,429
*0,890**
0,171
2,435
CCAA17
*1,343**
0,512
3,829
*1,344**
0,510
3,835
CSOCIAL4
-0,577**
0,190
0,562
-0,566**
0,189
0,568
Constante
-4,699**
0,219
0,009
-5,088**
0,209
0,006
AÑOSEDU
-0,050**
0,014
0,951
EDUC*SEXO
No significativa
-0,057**
0,015
0,944
* Significativa al nivel 5%. ** Significativa al 1%.
Categorías de referencia: ECIVIL2, CCAA01, RENTA3, CSOCIAL5.
Estadísticos
“Añosedu”
“Educ*sexo”
Número observaciones:
4.940
4.940
Chi-cuadrado:
577,5
580,4
Prob>chi2:
0,000
0,000
Predic. correctas (abusalco):
93,2%
93,6%
Predic. correctas (total):
60,3%
60,3%
CUT:
0,05
0,05
-2LL:
2.390,0
2.387,2
Número de iteraciones:
R-cuadrado Nagelkerke:
— 330 —
6
6
0,24
0,25
TABLA 1.3
EFECTO DE LOS NIVELES EDUCATIVOS SOBRE LA PROBABILIDAD DE ABUSAR EN EL
CONSUMO DE BEBIDAS ALCOHÓLICAS: ESTUDIOS UNIVERSITARIOS AGRUPADOS (“NIVEST6A”)
Variables
SEXO
ACTIVO
ECIVIL1
NIVEST6A
NIVES1*SEXO
CCAA09
CCAA10
CCAA12
CCAA13
RENTA4
CSOCIAL4
Constante
B
S.E.
Wald
gl
Sig.
Exp(B)
*2,844**
*0,852**
-0,392**
-0,735**
*0,415**
-0,773**
-0,724**
*0,557**
-0,842**
-0,519**
-1,002**
-5,311**
0,307
0,175
0,186
0,282
0,194
0,237
0,275
0,208
0,301
0,237
0,308
0,308
85,9631
23,6201
4,465
6,809
4,596
10,6001
6,927
7,148
7,843
4,772
10,6121
297,94011
1
1
1
1
1
1
1
1
1
1
1
1
0,000
0,000
0,035
0,009
0,032
0,001
0,008
0,008
0,005
0,029
0,001
0,000
17,1841
2,345
0,675
0,479
1,514
0,462
0,485
1,745
0,431
0,595
0,367
0,005
* Significativa al nivel 5%. ** Significativa al 1%. Categorías de referencia: ECIVIL2, CCAA01, RENTA3, CSOCIAL5.
Estadísticos
Número observaciones: 4.968
Chi-cuadrado: 364,394 con g.l. 11 y Prob>chi2=0,000
Predicciones correctas (abusar del alcohol): 87,4%
Predicciones correctas (total): 67,6%
CUT: 0,05
-2LL: 1.552,220
Número de iteraciones: 7
R-cuadrado Nagelkerke: 0,22
TABLA 1.4
EFECTO DE LOS NIVELES EDUCATIVOS SOBRE LA PROBABILIDAD DE ABUSAR
EN EL CONSUMO DE BEBIDAS ALCOHÓLICAS (“ABUSALC2”)
Variables
SEXO
ACTIVO
NIVES1*SEXO
NIVES3*SEXO
CCAA02
CCAA03
CCAA07
CCAA11
CCAA12
CCAA17
CSOCIAL4
Constante
B
S.E.
Wald
gl
Sig.
Exp(B)
*2,545**
*0,799**
*0,442**
*0,283**
*1,018**
*0,863**
*0,635**
*0,961**
*0,937**
*1,266**
-0,672**
-5,011**
0,201
0,136
0,166
0,138
0,251
0,284
0,191
0,262
0,171
0,515
0,186
0,206
160,09911
34,3521
7,124
4,203
16,4991
9,253
11,0651
13,4411
30,1881
6,042
13,0601
594,10311
1
1
1
1
1
1
1
1
1
1
1
1
0,000
0,000
0,008
0,040
0,000
0,002
0,001
0,000
0,000
0,014
0,000
0,000
12,7461
2,223
1,556
1,327
2,767
2,370
1,887
2,613
2,554
3,547
0,511
0,007
* Significativa al nivel 5%. ** Significativa al 1%. Categorías de referencia: ECIVIL2, CCAA01, TAMUNI5, RENTA3, CSOCIAL5.
— 331 —
Estadísticos
Número observaciones: 4.968
Chi-cuadrado: 570,808 con g.l. 11 y Prob>chi2=0,000
Predicciones correctas (abusar del alcohol): 92,5%
Predicciones correctas (total): 60,4%
CUT: 0,05
-2LL: 2.406,610
Número de iteraciones: 8
R-cuadrado Nagelkerke: 0,24
TABLA 1.5
EFECTO DE LOS AÑOS DE ESCOLARIZACIÓN SOBRE LA PROBABILIDAD DE ABUSAR
EN EL CONSUMO DE BEBIDAS ALCOHÓLICAS: EDAD EN INTERVALOS
B
S.E.
Wald
gl
Sig.
Exp(B)
SEXO
Variables
-3,778**
0,334
128,29711
1
0,000
43,7221
ACTIVO
-0,516**
0,211
6,012
1
0,014
1,676
ECIVIL3
-0,861**
0,389
4,904
1
0,027
2,365
EDUC*SEXO
-0,102**
0,021
24,5631
1
0,000
0,903
CCAA02
-1,007**
0,322
9,802
1
0,002
2,739
CCAA04
-1,029**
0,407
6,410
1
0,011
2,800
CCAA07
-0,565**
0,253
4,980
1
0,026
1,760
CCAA11
-1,031**
0,325
10,0821
1
0,001
2,805
CCAA12
-0,998**
0,212
22,1381
1
0,000
2,713
CCAA16
-0,635**
0,279
5,181
1
0,023
1,887
CCAA17
-1,371**
0,652
4,426
1
0,035
3,941
RENTA4
-0,497**
0,238
4,344
1
0,037
0,609
CSOCIAL4
-0,933**
0,311
8,982
1
0,003
0,393
EDAD5
-0,648**
0,269
5,785
1
0,016
0,523
Constante
-5,708**
0,329
301,28211
1
0,000
0,003
* Signifativa al 5%. ** Significativa al 1%.
Categorías de referencia: ECIVIL2, CCAA01, RENTA3, CSOCIAL5, EDAD1.
Los intervalos de edad considerados son los siguientes: edad1 (25-34 años); edad2 ( 35-44 años); edad3 (45-54 años); edad4
(55-64 años); edad5 (65 y más años).
Estadísticos
Número observaciones: 4.940
Chi-cuadrado: 377,199 con g.l. 14 y Prob>chi2=0,000
Predicciones correctas (abusar del alcohol): 85,4%
Predicciones correctas (total): 68,6%
CUT: 0,05
-2LL: 1.536,645
Número de iteraciones: 7
R-cuadrado Nagelkerke: 0,23
— 332 —
La tabla 2.1 muestra la contrastación de la hipótesis planteada para individuos entre 25 y
55 años de edad, con la educación en años de escolarización, mientras que la tabla 2.2 considera
dicho análisis con la educación en niveles. Debe señalarse que no se reproducen los resultados para
el segundo intervalo de edad (mayores de 55 años) debido a que la educación no es significativa.
TABLA 2.1
EFECTO DE LOS AÑOS DE ESCOLARIZACIÓN SOBRE LA PROBABILIDAD RELATIVA DE
ABUSAR DEL ALCOHOL: INDIVIDUOS ENTRE 25 Y 55 AÑOS DE EDAD
Variables
B
S.E.
Wald
gl
Sig.
Exp(B)
SEXO
-3,097**
0,405
58,5261
1
0,000
22,1251
ACTIVO
-0,983**
0,414
5,644
1
0,018
2,674
ECIVIL3
-1,041**
0,409
6,472
1
0,011
2,833
AÑOSEDU
-0,137**
0,024
32,8741
1
0,000
0,872
CCAA02
-1,049**
0,379
7,656
1
0,006
2,856
CCAA04
-1,112**
0,493
5,087
1
0,024
3,040
CCAA12
-0,952**
0,251
14,3371
1
0,000
2,591
RENTA4
-0,595**
0,270
4,854
1
0,028
0,552
CSOCIAL4
-0,859**
0,365
5,551
1
0,018
0,423
Constante
-5,016**
0,509
97,1431
1
0,000
0,007
* Significativa al nivel 5%. ** Significativa al 1%.
Categorías de referencia: ECIVIL2, CCAA01, RENTA3, CSOCIAL5.
Estadísticos
Número observaciones: 3.096
Chi-cuadrado: 282,200 con g.l. 9 y Prob>chi2=0,000
Predicciones correctas (abusar del alcohol): 86,3%
Predicciones correctas (total): 69,1%
CUT: 0,05
-2LL: 1.023,585
Número de iteraciones: 7
R-cuadrado Nagelkerke: 0,25
— 333 —
TABLA 2.2
EFECTO DE LOS NIVELES EDUCATIVOS SOBRE LA PROBABILIDAD RELATIVA DE ABUSAR
DEL ALCOHOL: INDIVIDUOS ENTRE 25 Y 55 AÑOS DE EDAD
Variables
B
S.E.
Wald
gl
Sig.
Exp(B)
SEXO
-2,848**
0,412
47,8151
1
0,000
17,2541
EDAD
-0,025**
0,010
6,057
1
0,014
1,026
ACTIVO
-0,941**
0,419
5,038
1
0,025
2,562
ECIVIL3
-0,992**
0,407
5,951
1
0,015
2,697
NIVEST5
-0,925**
0,414
4,990
1
0,025
0,397
NIVEST6
-1,425**
0,604
5,575
1
0,018
0,240
NIVES1*SEXO
-1,140**
0,301
14,3131
1
0,000
3,126
NIVES3*SEXO
-0,414**
0,200
4,274
1
0,039
1,513
CCAA02
-1,086**
0,381
8,121
1
0,004
2,961
CCAA04
-1,029**
0,491
4,400
1
0,036
2,798
CCAA12
-1,133**
0,255
19,6721
1
0,000
3,105
TAMUNI1
-0,650**
0,285
5,216
1
0,022
1,916
RENTA4
-0,606**
0,271
5,014
1
0,025
0,545
CSOCIAL4
-0,982**
0,363
7,302
1
0,007
0,375
Constante
-7,062**
0,668
111,89511
1
0,000
0,001
* Significativa al nivel 5%. ** Significativa al 1%.
Categorías de referencia: ECIVIL2, CCAA01, NIVEST2, RENTA3, CSOCIAL5.
Estadísticos
Número observaciones: 3.116
Chi-cuadrado: 295,390 con g.l. 14 y Prob>chi2=0,000
Predicciones correctas (abusar del alcohol): 88,1%
Predicciones correctas (total): 68,8%
CUT: 0,05
-2LL: 1.012,620
Número de iteraciones: 7
R-cuadrado Nagelkerke: 0,26
— 334 —
APÉNDICE “CINE”
En este apéndice se muestran diversas tablas que han sido citadas en el apartado
V.2.1.2 y que no se incluyen en el texto principal para facilitar la continuidad en la lectura del mismo.
Así, la tabla 1 muestra el análisis de regresión sin la variable “edad”, la tabla 2 se presenta el análisis
anterior considerando la “edad” en intervalos y, finalmente, la tabla 3 incluye una variable que repre­
senta el número de miembros del hogar al cuadrado (“miembro2”).
TABLA 1
PROBABILIDAD RELATIVA DE ASISTIR AL CINE EN MUNICIPIOS DE
ALTA DENSIDAD, SIN CONSIDERAR LA VARIABLE EDAD
Años de escolarización
Variables
Niveles educativos
B
S.E
Wald
Exp(B)
B
S.E
Wald
Exp(B)
MIEMBROS
-0,627**
0,047
174,820
1,871
-0,627**
0,047
176,414
1,872
CCAA02
-1,588**
0,239
144,016
4,894
-1,592**
0,239
144,446
4,914
CCAA03
-1,443**
0,237
136,983
4,233
-1,433**
0,235
137,120
4,193
CCAA06
-0,832**
0,339
116,016
2,297
-0,790**
0,337
115,483
2,203
CCAA09
-1,199**
0,161
155,428
3,316
-1,218**
0,160
157,874
3,380
CCAA13
-2,212**
0,168
173,479
9,130
-2,190**
0,166
175,014
8,934
CCAA15
-0,756**
0,329
115,275
2,130
-0,747**
0,330
115,129
2,110
CCAA16
-1,747**
0,204
173,285
5,738
-1,727**
0,204
171,836
5,625
CCAA18
-0,968**
0,348
117,746
2,632
-0,948**
0,347
117,445
2,579
RENTACO
-0,000**
0,000
117,007
1,000
-0,000**
0,000
116,486
1,000
CSOCIAL3
-0,306**
0,143
114,604
1,358
AÑOSEDU
-0,049**
0,015
110,550
0,953
-0,434**
0,138
119,835
0,648
-3,073**
0,193
252,725
0,046
NIVEST3
Constante
-3,035**
0,222
187,556
0,048
* Significativa al nivel 5%. ** Significativa al 1%.
Categorías de referencia: ECIVIL2, NIVEST2, CCAA01, CSOCIAL5.
Estadísticos
Años de escolarización
Niveles educativos
Número observaciones: 1.772
Número observaciones: 1.773
Chi-cuadrado: 455,895
Chi-cuadrado: 448,010
g.l. 12 Prob>chi2=0,000
g.l. 10 Prob>chi2=0,000
Predicciones correctas (cine): 72,0%
Prediccion. correctas (cine): 73,4%
Predicciones correctas (total): 72,7%
Predicciones correctas (total): 72,4%
CUT: 0,47
CUT: 0,47
-2LL: 1.993,786
-2LL: 2.002,936
Número de iteraciones: 3
Número de iteraciones: 3
R-cuadrado Nagelkerke: 0,30
R-cuadrado Nagelkerke: 0,30
— 335 —
TABLA 2
PROBABILIDAD RELATIVA DE ASISTIR AL CINE: EDAD EN INTERVALOS
Municipios de alta densidad
Variables
B
S.E
Wald
Densidad media y baja
Exp(B)
B
S.E
Wald
Exp(B)
-0,491**
0,048
104,660
1,634
MIEMBROS
-0,541**
0,056
193,461
1,717
ACTIVO
-0,602**
0,204
118,703
1,825
CCAA02
-1,572**
0,244
141,353
4,814
-1,499**
0,276
129,519
4,476
CCAA03
-1,407**
0,244
133,382
4,085
-0,992**
0,278
112,771
2,697
CCAA06
-0,744**
0,344
114,672
2,104
-0,810**
0,392
114,257
2,247
CCAA09
-1,286**
0,165
160,587
3,617
CCAA11
CCAA13
-2,305**
0,172
180,385
CCAA15
-0,793**
0,335
115,583
2,209
CCAA16
-1,818**
0,210
174,776
6,157
CCAA17
-1,130**
0,353
110,237
0,225
116,104
2,470
0,251
118,728
2,102
-0,848**
0,217
115,312
2,334
-2,140**
0,329
142,337
8,498
-0,984**
0,372
117,005
2,675
-1,075**
0,134
164,251
2,930
-0,000**
0,000
114,222
1,000
10,0221
CCAA14
CCAA18
-0,904**
-0,743**
3,094
DENS2
RENTACO
EDAD2
-0,462**
0,210
114,840
1,587
EDAD3
-1,170**
0,213
130,260
3,221
-0,439**
0,152
118,369
1,551
EDAD4
-1,642**
0,223
154,096
5,168
-0,493**
0,157
119,877
1,637
EDAD5
-1,128**
0,247
120,873
3,091
Constante
-4,355**
0,306
202,657
0,013
-4,255**
0,246
298,961
0,014
* Significativa al nivel 5%. ** Significativa al 1%.
Categorías de referencia: ECIVIL2, NIVEST2, CCAA01, CSOCIAL5, EDAD1.
Los intervalos de edad considerados son los siguientes: edad1 (18-34 años); edad2 ( 35-44 años); edad3 (45-54 años); edad4
(55-64 años); edad5 (65 y más años).
Estadísticos
Alta densidad de población
Densidad media y baja
Número observaciones: 1.772
Número observaciones: 1.782
Chi-cuadrado: 521,941
Chi-cuadrado: 341,600
g.l. 14 Prob>chi2=0,000
g.l. 14 Prob>chi2=0,000
Predicciones correctas (cine): 72,2%
Predicciones correctas (cine): 73,5%
Predicciones correctas (total): 73,3%
Predicciones correctas (total): 69,3%
CUT: 0,47
CUT: 0,25
-2LL: 1.927,731
-2LL: 1.678,874
Número de iteraciones: 4
Número de iteraciones: 4
R-cuadrado Nagelkerke: 0,34
R-cuadrado Nagelkerke: 0,26
— 336 —
TABLA 3
PROBABILIDAD RELATIVA DE ASISTIR AL CINE: MIEMBROS AL CUADRADO (“MIEMBRO2”)
Municipios de alta densidad
Variables
B
Densidad media y baja
S.E
Wald
Exp(B)
B
S.E
Wald
Exp(B)
EDAD
-0,040**
0,005
158,717
1,041
-0,015**
0,005
110,290
1,015
MIEMBROS
-1,757**
0,227
160,022
5,798
-1,437**
0,205
149,134
4,208
MIEMBRO2
-0,152**
0,028
128,742
0,859
-0,110**
0,024
120,621
0,896
ECIVIL1
-0,617**
0,257
115,785
1,853
ACTIVO
-0,633**
0,213
118,805
1,883
CCAA02
-1,613**
0,249
141,868
5,018
-0,853**
0,260
110,750
2,347
CCAA03
-1,490**
0,246
136,613
4,438
-0,723**
0,275
116,917
2,060
CCAA06
-0,736**
0,342
114,638
2,088
CCAA09
-1,279**
0,165
159,693
3,591
CCAA12
CCAA13
-2,244**
0,172
169,849
9,435
CCAA15
-0,784**
0,332
115,560
2,190
-0,638**
0,214
118,884
1,893
-0,506**
0,219
115,345
0,603
-1,966**
0,327
136,050
7,143
120,969
1,000
CCAA16
-1,808**
0,212
172,494
6,100
CCAA18
-1,191**
0,343
112,032
3,290
RENTACO
-0,000**
0,000
114,146
1,000
-0,000**
0,000
-0,407**
0,175
115,420
0,666
-7,840**
0,585
119,715
0,000
-5,968**
0,573
108,588
0,003
CSOCIAL2
Constante
* Significativa al nivel 5%. ** Significativa al 1%.
Categorías de referencia: ECIVIL2, NIVEST2, CCAA01, CSOCIAL5.
Estadísticos
Alta densidad de población
Densidad media y baja
Número observaciones: 1.772
Número observaciones: 1.782
Chi-cuadrado: 528,761
Chi-cuadrado: 269,849
g.l. 14 Prob>chi2=0,000
g.l. 11 Prob>chi2=0,000
Predicciones correctas (cine): 71,4%
Predicciones correctas (cine): 72,4%
Predicciones correctas (total): 72,7%
Predicciones correctas (total): 65,4%
CUT: 0,47
CUT: 0,25
-2LL: 1.920,920
-2LL: 1.750,625
Número de iteraciones: 4
Número de iteraciones: 4
R-cuadrado Nagelkerke: 0,34
R-cuadrado Nagelkerke: 0,21
— 337 —
APÉNDICE “TEATRO”
En este apéndice, la tabla 1 muestra el análisis de regresión considerando la variable
“edad” en intervalos, mientras que la tabla 2 incluye una variable que representa el número de miem­
bros del hogar al cuadrado (“miembro2”). Como se ha señalado en el texto principal, sólo se conside­
ran los hogares que residen en municipios de alta densidad de población.
TABLA 1
EFECTO DE LOS AÑOS DE ESCOLARIZACIÓN DEL SUSTENTADOR PRINCIPAL SOBRE LA
PROBABILIDAD RELATIVA DE ASISTIR AL TEATRO: EDAD EN INTERVALOS
Variables
B
S.E
Wald
Exp(B)
MIEMBROS
*0,439**
0,087
25,4121
1,551
AÑOSEDU
*0,047**
0,022
4,373
1,048
CCAA03
*2,681**
0,463
33,4801
14,6001
CCAA04
*3,162**
0,478
43,7631
23,6191
CCAA09
*1,084**
0,513
4,469
2,955
CCAA13
*4,408**
0,362
148,31011
82,1431
CCAA15
*2,712**
0,561
23,3511
15,0611
CCAA17
*2,162**
0,693
9,728
8,689
RENTACO
*0,000**
0,000
4,382
1,000
EDAD5
*0,831**
0,270
9,482
2,295
DENS2
*0,729**
0,321
5,154
2,073
Constante
-7,142**
0,565
159,79511
0,001
* Significativa al nivel 5%. ** Significativa al 1%.
Categorías de referencia: ECIVIL2, NIVEST2, CCAA01, CSOCIAL5, EDAD1.
Los intervalos de edad considerados son los siguientes: edad1 (18-34 años); edad2 ( 35-44 años); edad3 (45-54 años); edad4
(55-64 años); edad5 (65 y más años).
Estadísticos
Número observaciones: 1.772
Chi-cuadrado: 420,899
g.l. 10 Prob>chi2=0,000
Predicciones correctas (teatro): 84,8%
Predicciones correctas (total): 82,1%
CUT: 0,10
-2LL: 734,706
Número de iteraciones: 6
R-cuadrado Nagelkerke: 0,44
— 339 —
TABLA 2
EFECTO DE LOS AÑOS DE ESCOLARIZACIÓN DEL SUSTENTADOR PRINCIPAL SOBRE
LA PROBABILIDAD RELATIVA DE ASISTIR AL TEATRO: MIEMBROS AL CUADRADO (“MIEMBRO2”)
Variables
B
S.E
Wald
Exp(B)
EDAD
-10,036**
0,008
119,097
11,037
MIEMBROS
-11,531**
0,403
114,431
14,623
MIEMBRO2
-10,138**
0,050
117,591
10,871
HIJOS
1-0,589**
0,279
114,463
10,555
AÑOSEDU
-10,085**
0,022
115,035
11,088
CCAA03
-12,535**
0,466
129,633
12,622
CCAA04
-13,193**
0,479
144,362
24,357
CCAA09
-11,048**
0,513
114,165
12,851
CCAA13
-14,440**
0,363
149,794
84,775
CCAA15
-12,811**
0,560
125,160
16,629
CCAA17
-12,134**
0,695
119,417
18,449
Constante
-10,445**
1,071
195,031
10,000
* Significativa al nivel 5%. ** Significativa al 1%.
Categorías de referencia: ECIVIL2, NIVEST2, CCAA01, CSOCIAL5, EDAD1.
Estadísticos
Número observaciones: 1.772
Chi-cuadrado: 435,906
g.l. 11 Prob>chi2=0,000
Predicciones correctas (teatro): 86,5%
Predicciones correctas (total): 82,3%
CUT: 0,10
-2LL: 719,699
Número de iteraciones: 6
R-cuadrado Nagelkerke: 0,46
— 340 —
APÉNDICE “ESPECTÁCULO MUSICAL”
En este apéndice se presenta una tabla que contrasta la hipótesis planteada, para la
muestra de hogares situados en municipios de alta densidad de población, considerando la edad del
sustentador principal en intervalos. Sólo se exhiben los resultados para esta muestra debido a la falta
de significatividad de dicha variable para hogares ubicados en municipios de densidad de población
media y baja.
TABLA 1
PROBABILIDAD RELATIVA DE ASISTIR A ESPECTÁCULOS MUSICALES: EDAD EN INTERVALOS
Variables
B
S.E.
Wald
Exp(B)
MIEMBROS
-0,295**
0,081
113,408
1,343
CCAA09
-1,471**
0,298
124,303
4,355
CCAA10
-1,242**
0,349
112,668
3,464
CCAA13
-2,865**
0,246
135,352
17,5541
RENTACO
-0,000**
0,000
114,856
1,000
CSOCIAL3
-0,635**
0,196
110,475
1,887
EDAD5
-0,683**
0,250
117,464
1,980
Constante
-5,381**
0,422
162,255
0,005
* Significativa al nivel 5%. ** Significativa al 1%.
Categorías de referencia: ECIVIL2, CCAA01, CSOCIAL5, EDAD5.
Los intervalos de edad considerados son los siguientes: edad1 (25-34 años); edad2 ( 35-44 años); edad3 (45-54 años); edad4
(55-64 años); edad5 (65 y más años).
Estadísticos
Número observaciones: 1.772
Chi-cuadrado: 216,019, con g.l. 7 y Prob>chi2=0,000
Predicciones correctas (musical): 68,2%
Predicciones correctas (total): 76,7%
CUT: 0,09
-2LL: 830,609
Número de iteraciones: 5
R-cuadrado Nagelkerke: 0,26
— 341 —
APÉNDICE “JOYERÍA”
En este apéndice se presentan tres tablas que han sido citadas en el apartado V.3.1.1 y
que no se incluyen en el texto principal. La tabla 1 contiene los resultados de la contrastación de la
hipótesis planteada considerando en una sola variable todos los estudios universitarios (“nivest6a”); la
tabla 2 incluye la variable “edad” en intervalos; y, finalmente, la tercera tabla considera la variable
“miembros” al cuadrado..
TABLA 1
EFECTO DE LOS NIVELES EDUCATIVOS DEL SUSTENTADOR PRINCIPAL SOBRE LA
PROBABILIDAD RELATIVA DE ADQUIRIR ARTÍCULOS DE JOYERÍA: ESTUDIOS UNIVERSITARIOS
AGRUPADOS EN UNA SOLA VARIABLE (“NIVEST6A”)
B
S.E.
Wald
gl
Sig.
Exp(B)
MIEMBROS
Variables
-0,278**
0,034
166,594
1
0,000
1,320
ACTIVO
-0,500**
0,133
114,215
1
0,000
1,649
NIVEST4
-0,272**
0,105
116,652
1
0,010
1,312
NIVEST6A
-0,293**
0,122
115,784
1
0,016
1,340
CCAA02
-0,941**
0,173
129,481
1
0,000
2,562
CCAA06
-0,803**
0,245
110,746
1
0,001
2,232
CCAA07
-0,453**
0,153
118,824
1
0,003
1,573
CCAA09
-0,697**
0,123
131,999
1
0,000
2,008
CCAA13
-1,290**
0,134
192,334
1
0,000
3,631
CCAA14
-0,415**
0,204
114,120
1
0,042
1,514
CCAA18
-1,808**
0,345
127,479
1
0,000
6,097
DENS2
-0,244**
0,111
114,820
1
0,028
1,277
DENS3
-0,249**
0,102
115,902
1
0,015
0,780
RENTACO
-0,000**
0,000
141,701
1
0,000
1,000
CSOCIAL2
-0,283**
0,143
113,932
1
0,047
0,753
Constante
-3,047**
0,160
364,648
1
0,000
0,047
* Significativa al nivel 5%. ** Significativa al 1%.
Categorías de referencia: ECIVIL2, CCAA01, DENS1, NIVEST2, CSOCIAL5.
Estadísticos
Número observaciones: 3.557
Chi-cuadrado: 474,345, con g.l. 15 y Prob>chi2=0,000
Predicciones correctas (joyería): 64,0%
Predicciones correctas (total): 66,2%
CUT: 0,30
-2LL: 3.874,558
Número de iteraciones: 4
R-cuadrado Nagelkerke: 0,18
— 343 —
TABLA 2
EFECTO DE LOS AÑOS DE ESCOLARIZACIÓN DEL SUSTENTADOR PRINCIPAL SOBRE LA
PROBABILIDAD RELATIVA DE ADQUIRIR ARTÍCULOS DE JOYERÍA: EDAD EN INTERVALOS
Variables
B
S.E.
Wald
gl
Sig.
Exp(B)
MIEMBROS
-0,259**
0,035
153,197
1
0,000
1,295
ACTIVO
-0,533**
0,156
111,689
1
0,001
1,704
AÑOSEDU
-0,032**
0,011
118,569
1
0,003
1,032
CCAA02
-0,940**
0,206
120,858
1
0,000
2,560
CCAA03
-0,039**
0,223
110,031
1
0,860
1,040
CCAA04
-0,244**
0,259
110,885
1
0,347
0,784
CCAA05
-0,142**
0,254
110,311
1
0,577
0,868
CCAA06
-0,746**
0,270
117,645
1
0,006
2,109
CCAA07
-0,453**
0,188
115,804
1
0,016
1,572
CCAA08
-0,017**
0,234
110,005
1
0,942
1,017
CCAA09
-0,721**
0,165
119,075
1
0,000
2,056
CCAA10
-0,222**
0,181
111,507
1
0,220
1,249
CCAA11
-0,148**
0,270
110,300
1
0,584
1,159
CCAA12
-0,114**
0,190
110,358
1
0,550
1,121
CCAA13
-1,304**
0,175
155,587
1
0,000
3,686
CCAA14
-0,474**
0,229
114,292
1
0,038
1,607
CCAA15
-0,008**
0,288
110,001
1
0,978
1,008
CCAA16
-0,052**
0,209
110,062
1
0,804
0,949
CCAA17
-0,301**
0,318
110,896
1
0,344
0,740
CCAA18
-1,869**
0,362
126,630
1
0,000
6,483
DENS2
-0,225**
0,116
113,774
1
0,052
1,252
DENS3
-0,275**
0,110
116,222
1
0,013
0,759
RENTACO
-0,000**
0,000
139,398
1
0,000
1,000
EDAD2
-0,104**
0,143
110,529
1
0,467
1,110
EDAD3
-0,334**
0,147
115,146
1
0,023
1,396
EDAD4
-0,190**
0,156
111,485
1
0,223
1,210
EDAD5
-0,187**
0,175
111,140
1
0,286
1,206
Constante
-3,393**
0,262
168,321
1
0,000
0,034
* Significativa al nivel 5%. ** Significativa al 1%.
Categorías de referencia: CCAA01, DENS1, CSOCIAL5, EDAD5.
Los intervalos de edad considerados son los siguientes: edad1 (18-34 años), edad2 (35-44), edad3 (45-54), edad4 (55-64),
edad5 (65 y más años). Asimismo, edad1 es la categoría de referencia.
— 344 —
Estadísticos
Número observaciones: 3.554
Chi-cuadrado: 479,961 con g.l. 27 y Prob>chi2=0,000
Predicciones correctas (joyería): 64,5%
Predicciones correctas (total): 66,6%
CUT: 0,30
-2LL: 3.865,109
Número de iteraciones: 4
R-cuadrado Nagelkerke: 0,18
TABLA 3
EFECTO DE LOS AÑOS DE ESCOLARIZACIÓN DEL SUSTENTADOR PRINCIPAL SOBRE LA PROBABILI­
DAD RELATIVA DE ADQUIRIR ARTÍCULOS DE JOYERÍA:
MIEMBROS AL CUADRADO (“MIEMBRO2”)
Variables
MIEMBROS
B
S.E.
Wald
gl
Sig.
Exp(B)
-0,773**
0,137
131,950
1
0,000
2,167
MIEMBRO2
-0,064**
0,017
114,251
1
0,000
0,938
ACTIVO
-0,339**
0,140
115,863
1
0,015
1,404
AÑOSEDU
-0,023**
0,010
115,176
1
0,023
1,023
CCAA02
-0,951**
0,174
130,052
1
0,000
2,589
CCAA06
-0,765**
0,247
119,596
1
0,002
2,150
CCAA07
-0,438**
0,153
118,213
1
0,004
1,550
CCAA09
-0,688**
0,124
130,982
1
0,000
1,989
CCAA13
-1,279**
0,135
189,730
1
0,000
3,593
CCAA14
-0,456**
0,204
115,010
1
0,025
1,578
CCAA18
-1,875**
0,345
129,575
1
0,000
6,522
DENS2
-0,256**
0,111
115,262
1
0,022
1,291
DENS3
-0,254**
0,103
116,112
1
0,013
0,776
RENTACO
-0,000**
0,000
144,352
1
0,000
1,000
CSOCIAL2
-0,280**
0,143
113,845
1
0,050
0,756
Constante
-3,873**
0,261
219,621
1
0,000
0,021
* Significativa al nivel 5%. ** Significativa al 1%.
Categorías de referencia: ECIVIL2, CCAA01, DENS1, NIVEST2, CSOCIAL5.
Estadísticos
Número observaciones: 3.554
Chi-cuadrado: 485,895, con g.l. 15 y Prob>chi2=0,000
Predicciones correctas (joyería): 65,4%
Predicciones correctas (total): 65,9%
CUT: 0,30
-2LL: 3.859,175
Número de iteraciones: 4
R-cuadrado Nagelkerke: 0,18
— 345 —
APÉNDICE “VIAJES”
En la tabla 1 se presentan los resultados de los efectos de los años de escolarización del
sustentador principal sobre la probabilidad de que algún miembro del hogar vaya de viaje de vacaciones
considerando la edad en intervalos. Asimismo, la tabla 2 considera la variable “miembros” al cuadrado.
TABLA 1
EFECTO DE LOS AÑOS DE ESCOLARIZACIÓN DEL SUSTENTADOR PRINCIPAL SOBRE LA
PROBABILIDAD RELATIVA DE IR DE VIAJE DE VACACIONES: EDAD EN INTERVALOS
Variables
MIEMBROS
ECIVIL1
ECIVIL3
ECIVIL4
HIJOS
AÑOSEDU
CCAA02
CCAA03
CCAA04
CCAA05
CCAA06
CCAA07
CCAA08
CCAA09
CCAA10
CCAA11
CCAA12
CCAA13
CCAA14
CCAA15
CCAA16
CCAA17
CCAA18
RENTACO
CSOCIAL1
CSOCIAL2
CSOCIAL3
CSOCIAL4
EDAD2
EDAD3
EDAD4
EDAD5
Constante
B
S.E.
Wald
gl
Sig.
Exp(B)
-0,250**
-0,546**
-0,251**
-0,174**
-0,359**
-0,046**
-1,122**
-0,782**
-0,282**
-0,078**
-0,983**
-0,123**
-0,835**
-0,605**
-0,539**
-0,316**
-0,868**
-0,812**
-0,304**
-0,432**
-0,124**
-0,361**
-2,038**
-0,000**
-0,459**
-0,246**
-0,250**
-0,102**
-0,357**
-0,568**
-0,633**
-1,062**
-4,392**
0,048
0,209
0,330
0,223
0,128
0,015
0,228
0,331
0,282
0,328
0,290
0,238
0,349
0,191
0,255
0,343
0,290
0,195
0,276
0,300
0,242
0, 321
1,007
0,000
0,194
0,183
0,154
0,156
0,210
0,210
0,219
0,222
0,326
127,164
116,808
110,578
110,608
117,846
119,034
124,234
115,586
110,996
110,056
111,503
110,266
115,736
110,054
114,466
110,847
118,981
117,274
111,210
112,074
110,260
111,261
114,094
129,283
115,565
111,813
112,632
110,425
112,883
117,353
118,381
122,961
181,231
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
0,000
0,009
0,447
0,436
0,005
0,003
0,000
0,018
0,318
0,813
0,001
0,606
0,017
0,002
0,035
0,357
0,003
0,000
0,271
0,150
0,610
0,261
0,043
0,000
0,018
0,178
0,105
0,514
0,090
0,007
0,004
0,000
0,000
1,284
1,726
0,778
0,841
1,432
1,047
3,071
0,458
1,325
0,925
2,672
0,884
0,434
1,832
0,584
0,729
0,420
2,253
1,355
1,540
1,132
1,434
0,130
1,000
1,582
0,782
1,284
1,107
1,429
1,765
1,883
2,892
0,012
* Significativa al nivel 5%. ** Significativa al 1%. Categorías de referencia: ECIVIL2, CCAA01, CSOCIAL5, EDAD1.
(1) Los intervalos de edad considerados son los siguientes: edad1 (20-34 años), edad2 (35-44), edad3 (45-54), edad4 (55-64),
edad5 (65 y más años). Edad1 es la categoría de referencia.
— 347 —
Estadísticos
Número observaciones: 3.425
Chi-cuadrado: 355,849 con g.l. 32 y Prob>chi2=0,000
Predicciones correctas (viaje):67,7%
Predicciones correctas (total): 66,8%
CUT: 0,17
-2LL: 2.766,179
Número de iteraciones: 4
R-cuadrado Nagelkerke: 0,17
TABLA 2
EFECTO DE LOS AÑOS DE ESCOLARIZACIÓN DEL SUSTENTADOR PRINCIPAL SOBRE LA
PROBABILIDAD RELATIVA DE IR DE VIAJE DE VACACIONES: VARIABLE MIEMBROS
AL CUADRADO (“MIEMBRO2”)
Variables
B
S.E.
Wald
gl
Sig.
Exp(B)
EDAD
-0,020**
0,004
125,833
1
0,000
1,021
MIEMBROS
-0,935**
0,182
126,394
1
0,000
2,546
MIEMBRO2
-0,085**
0,023
113,023
1
0,000
0,919
ECIVIL1
-0,678**
0,208
110,674
1
0,001
1,970
AÑOSEDU
-0,061**
0,013
123,575
1
0,000
1,063
CCAA02
-1,036**
0,189
129,913
1
0,000
2,818
CCAA03
-0,896**
0,304
118,674
1
0,003
0,408
CCAA06
-0,863**
0,256
111,359
1
0,001
2,371
CCAA08
-0,908**
0,324
117,862
1
0,005
0,403
CCAA09
-0,523**
0,142
113,561
1
0,000
1,688
CCAA10
-0,627**
0,222
118,000
1
0,005
0,534
CCAA12
-0,997**
0,259
114,808
1
0,000
0,369
CCAA13
-0,752**
0,149
125,528
1
0,000
2,121
CCAA18
-2,081**
0,999
114,336
1
0,037
0,125
RENTACO
-0,000**
0,000
136,527
1
0,000
1,000
CSOCIAL1
-0,381**
0,177
114,658
1
0,031
1,464
Constante
-5,896**
0,496
141,465
1
0,000
0,003
* Significativa al nivel 5%. ** Significativa al 1%.
Categorías de referencia: ECIVIL2, CCAA01, DENS1, NIVEST2, CSOCIAL5.
Estadísticos
Número observaciones: 3.425
Chi-cuadrado: 341,315 con g.l. 16 y Prob>chi2=0,000
Predicciones correctas (viaje):66,8%
Predicciones correctas (total): 66,8%
CUT: 0,17
-2LL: 2.780,713
Número de iteraciones: 4
R-cuadrado Nagelkerke: 0,16
— 348 —
REFERENCIAS BIBLIOGRÁFICAS
ACKERMAN, F. (1997): “Consumed in theory: alternative perspectives on the economics of consump­
tion”. Journal of Economic Issues, vol. 31, n. 3, September, pp. 651-664.
AGASSI, J. (1975): “Institutional individualism”. British Journal of Sociology, vol. 26, n. 2, pp. 144-155.
AGHION, P.; HOWITT, P. (1989): A model of growth through creative destruction. Cambridge, MA: The
MIT Press.
ALBA, A. (1993): “Mismatch in the Spanish labor market”. Journal of Human Resources, vol. 28, pp. 259-278.
— (2000): La riqueza de las familias. Mujer y mercado de trabajo en la España democrática. Barce­
lona: Ariel.
ALCAIDE, A.; ALCAIDE, J. (1983): “Distribución personal de la renta española en 1980”. Hacienda Públi­
ca Española, vol. 85, pp. 485-509.
ALDRICH, J. H.; NELSON, F. D. (1984): Linear probability, logit, and probit models. Newbury Park, CA: Sage.
ALONSO, J. et al. (2000): “Análisis de la demanda y estructura del consumo en España: consumidor
español-consumidor europeo”, en GIMENO, J. A. (ed.): El consumo en España: un panorama
general. Madrid: Fundación Argentaria-Visor, pp. 79-140.
ALONSO, L. E. (2000): “La transformación del modo de consumo. La vida material entre el fordismo y
el postfordismo”, en GIMENO, J. A. (ed.): El consumo en España: un panorama general. Madrid:
Fundación Argentaria-Visor, pp. 35-67.
ÁLVARO, M. (1996): Los usos del tiempo como indicadores de la discriminación entre géneros. Madrid:
Ministerio de Trabajo y Asuntos Sociales. Instituto de la Mujer, Serie Estudios, n. 46.
AMEMIYA, T. (1984): “Tobit models: a survey”. Journal of Econometrics, vol. 24, pp. 3-61.
ANGRIST, J. D.; KRUEGER, A. B. (2001): “Instrumental variables and the search for identification: from
supply and demand to natural experiments”. NBER Working Paper Series, vol. 8456, n. Septem­
ber, pp. 29.
ANTOLÍN, P.; BOVER, O. (1993): Regional migration in Spain: the effect of personal characteristics and
of unemployment, wage and house price differentials using pooled cross-sections. Madrid: Banco
de España, Documento de Trabajo núm. 9318.
— 349 —
ARCIDIACONO, P. et al. (2001): “Living rationally under the volcano? An empirical analysis of heavy
drinking and smoking”. NBER Working Paper Series, vol. 8602, n. November, pp. 36.
ARIAS, L. C.; BORRELL, C. (1998): “Desigualdades en la mortalidad según la educación en la ciudad de
Barcelona”. Medicina Clínica, vol. 110, n. 5, 14 de Febrero, pp. 161-166.
ARIAS, O.; McMAHON, W. W. (2000): “Dynamic rates of return to education in the U.S.”. Economics of
Education Review, vol. 20, n. 1, pp. 121-138.
ARROW , K. J. (1962): “The economic implications of learning by doing”. Review of Economic Studies,
vol. 29, n. June, pp. 155-173.
— (1973): “Higher education as a filter”. Journal of Public Economics, vol. 2, n. July, pp. 193-216.
— (1997): “The benefits of education and the formation of preferences”, en BEHRMAN, J. R.; STACEY,
N. (eds.): The social benefits of education. Michigan: Ann Arbor, The University of Michigan Press.
ARTÍS, M.; GUILLÉN, M. (1999): “Variables exògenes qualitatives”, en ARTÍS, M. et al. (eds.): Introduc­
ció a l'econometria. Barcelona: Edicions UB i EDIUOC, pp. 170-186.
ASHENFELTER, O. et al. (2000): “A review of estimates of the schooling/earnings relationship, with tests
for publication bias”. NBER Working Paper, vol. 7457, January. Washington, D.C.
ASHENFELTER, O.; KRUEGER, A. (1994): “Estimates of the economic return to schooling from a new
sample of twins”. American Economic Review, vol. 84, pp. 1157-1173.
ASHENFELTER, O.; ROUSE, C. (1998a): “Schooling, intelligence, and income in America: cracks in the
Bell curve”. Industrial Relations Working Paper, vol. 407. Princeton, NJ: Princeton University.
— (1998b): “Income, schooling and ability: evidence from a new sample of identical twins”. Quarterly
Journal of Economics, vol. 113, n. 1, February, pp. 253-284.
ASHTON, D.; GREEN, F. (1996): Education, training and the global economy. Cheltenham: Edward Elgar.
ATTANASIO, O. P. (1998): “Cohort analysis of saving behavior by U.S. Households”. Journal of Human
Resources, vol. 33, n. 3, pp. 575-609.
AUSTER, R. et al. (1969): “The production of health: an exploratory study”. Journal of Human Re­
sources, vol. 4, pp. 411-436.
AYRES, C. E. (1962): The theory of economic progress. New York: Schocken.
BADENES, N.; LABEAGA, J. M. (2002): “Efecto del consumo de bienes nocivos sobre el consumo de
servicios sanitarios”. Actas del IX Encuentro de Economía Pública, Universidad de Vigo. 7 y 8 de
Febrero del 2002.
BAGWELL, L. S.; BERNHEIM, B. D. (1996): “Veblen effects in a theory of conspicuous consumption”.
American Economic Review, vol. 86, pp. 349-373.
BANCO DE ESPAÑA (2001): Cuentas financieras de la economía española 1995-2000. Madrid: Banco
de España.
— 350 —
BANDRÉS, E. (1990): Los efectos de los gastos sociales sobre la distribución de la renta en España.
Madrid: Instituto de Estudios Fiscales.
— (1994): “La eficacia redistributiva de los gastos sociales. Una aplicación al caso español (1980­
1990)”, en Actas del I Simposio sobre igualdad y distribución de la renta y la riqueza. Madrid:
Fundación Argentaria, pp. 123-173.
— (1996): Metodología económica e instituciones. Documento de trabajo, núm. 4. Dpto. de Estructu­
ra e Historia económica y Economía Pública. Universidad de Zaragoza.
BANDRÉS, E.; DÍEZ-TICIO, A. (2001): “Delincuencia y acción policial. Un enfoque económico”. Revista
de Economía Aplicada, vol. 27, n. IX, pp. 5-33.
BARAÑANO, M. (1994): “Veblen. Del marginalismo a la economía evolucionista”. Revista de Economía
Aplicada, vol. 5, n. II, pp. 69-86.
BARBASH, J. (1994): “Americanizing the labor problem: the Wisconsin School”, en KERR, C.; STAU­
DOHAR, P. D. (eds.): Labor economics and industrial relations. Cambridge, MA: Harvard Univer­
sity Press, pp. 41-61.
BARCEINAS, F. et al. (2000): “Los rendimientos de la educación y la inserción laboral en España”. Pa­
peles de Economía Española, vol. 86, pp. 128-148.
BARLOW, R. et al. (1966): Economic behavior of the affluent. Washington, D.C.: Brookins Institution.
BARNETT, W. A. (1977): “Pollack and Wachter on the household production function approach”. Jour­
nal of Political Economy, vol. 85, n. 5, pp. 1073-1082.
BARRO, R. J. (1991): “Economic growth in a cross section of countries”. Quarterly Journal of Econom­
ics, vol. 106, n. 2, May, pp. 407-443.
BARRO, R. J.; BECKER, G. S. (1989): “Fertility choice in a model of economic growth”. Econometrica,
vol. 57, n. 2, March, pp. 481-501.
BECKER, G. S. (1960): “An economic analysis of fertility”, en Demographic and Economic Change in
Developed Countries. Princeton, N.J.: Princeton University Press.
— (1964): Human capital. A theoretical and empirical analysis, with special reference to education.
New York: Columbia University Press.
— (1965): “A theory of the allocation of time”. The Economic Journal, vol. LXXV, n. 299, September,
pp. 493-517.
— (1968): “Crime and punishment: an economic approach”. Journal of Political Economy, vol. 76, n.
2, March/April, pp. 169-217.
— (1981): A treatise on the family. Cambridge, MA: Harvard University Press.
— (1991): “A note on restaurant pricing and other examples of social influences on price”. Journal of
Political Economy, vol. 99, n. 5, pp. 1109-1116.
— 351 —
BECKER, G. S. et al. (1977): “An economic analysis of marital instability”. Journal of Political Economy,
vol. 85, n. 6, pp. 1141-1187.
— (1990): “Human capital, fertility, and economic growth”. Journal of Political Economy, vol. 98, n. 5,
pp. S12-S37.
BECKER, G. S.; LEWIS, H. G. (1973): “On the interaction between the quantity and quality of children”.
Journal of Political Economy, vol. 81, n. 2, Part II. March-April, pp. S270-S290.
BECKER, G. S.; MULLIGAN, C. B. (1997): “On the endogenous determination of time preference”. Quar­
terly Journal of Economics, vol. 112, n. 3, August, pp. 729-758.
BECKER, G. S.; MURPHY, K. M. (1988): “A theory of rational addiction”. Journal of Political Economy,
vol. 96, n. 4, August, pp. 675-700.
— (1992): “The division of labor, coordination costs, and knowledge”. The Quarterly Journal of Eco­
nomics, vol. 62, n. 4, November, pp. 1137-1160.
BECKER, G. S.; TOMES, N. (1976): “Child endowments and the quantity and quality of children”. Journal
of Political Economy, vol. 84, pp. S143-S162.
BEHRMAN, J. R. (1997): “Conceptual and measurement issues”, en BEHRMAN, J. R.; STACEY, N.
(eds.): The social benefits of education. Michigan: Ann Arbor, The University of Michigan Press,
pp. 17-67.
BEHRMAN, J. R.; DEOLALIKAR, A. B. (1988): “Health and nutrition”, en CHENERY, H.; SRINIVASAN, T. N.
(eds.): Handbook of development economics. Amsterdam: Elsevier Science Publishers, pp. 633-711.
BEHRMAN, J. R. et al. (1991): “Black-white mortality inequalities”. Journal of Econometrics, vol. 50,
pp. 183-203.
— (1999): “Decomposing fertility differences across world regions and over time: is improved health
more important than women's schooling?” Inter-American Development Bank Working Papers,
vol. 50, Washington, D.C.
BEHRMAN, J. R.; ROSENZWEIG, M. R. (1999): “"Ability" biases in schooling returns and twins: a test and
new estimates”. Economics of Education Review, vol. 18, pp. 159-167.
— (2000): Does increasing women's schooling raise the schooling of the next generation? Mimeo. July.
BEHRMAN, J. R.; WOLFE, B. L. (1984): “More evidence on nutrition demand: income seems overrated and
women's schooling underemphasized”. Journal of Developmental Economics, vol. 14, pp. 105-28.
— (1987): “How does mother's schooling affect family health, nutrition, medical care usage, and
household sanitation?” Journal of Econometrics, vol. 36, pp. 185-204.
— (1989): “Does schooling make a woman better nourished and healthier? Adult sibling random and
fixed effects estimates for Nicaragua”. Journal of Human Resources, vol. 24, pp. 644-63.
BELSLEY, D. et al. (1980): Regression diagnostics: identifying influential data and sources of collinear­
ity. New York: John Wiley and Sons.
— 352 —
BENHAM, L.; BENHAM, A. (1975): “Regulating through the Professions: a perspective on information
control”. Journal of Law and Economics, vol. 18, n. 2, pp. 421-47.
BEN-PORATH, Y. (1982): “Economics and the family-match or mismatch? A review of Becker's a trea­
tise on the family”. Journal of Economic Literature, vol. 20, n. 1, March, pp. 52-64.
BENSON, C. S. (1982): “Household production of human capital: time uses of parents and children as
inputs”, en McMAHON, W. W.; GESKE, T. G. (eds.): Financing education: overcoming inefficiency
and inequality. Urbana: University of Illinois Press.
BENTZEN, J. et al. (1999): “Rational addiction and alcohol consumption: evidence from the Nordic
countries”. Journal of Consumer Policy, vol. 22, pp. 257-279.
BERGER, M. C.; LEIGH, J. P. (1989): “Schooling, self-selection, and health”. Journal of Human Re­
sources, vol. 24, pp. 433-55.
BERK, R.; BERK, S. (1983): “Supply-side sociology of the family: the challenge of the new home eco­
nomics”. Annual Review Sociology, vol. 9, pp. 375-395.
BIKHCHANDANI, S. et al. (1992): “A theory of fads, fashion, custom, and cultural change as informa­
tional cascades”. Journal of Political Economy, vol. 100, n. 5, pp. 992-1026.
BLAU, F. D. (1998): “Trends in the well-being of American women, 1970-1995”. Journal of Economic
Literature, vol. XXXVI, n. March, pp. 112-165.
BLAUG, M. (1972): “El tipo de rendimiento de la inversión en educación”, en BLAUG, M. (ed.): Econo­
mía de la educación. Textos escogidos. Madrid: Tecnos, pp. 195-236.
— (1976): “The empirical status of human capital theory: a slightly jaundiced survey”. Journal of Eco­
nomic Literature, vol. 14, n. 3, September, pp. 827-855.
— (1980): The methodology of economics or how economists explain. Cambridge: Cambridge Uni­
versity Press.
— (1983): Where are we now in the economics of education. London: University of London. Institute
of Education. Special Professorial Lecture.
— (1985): “La teoría del capital humano”, en BLAUG, M. (ed.): La metodología de la economía o
cómo explican los economistas. Madrid: Alianza Editorial, pp. 250-266.
— (1998): “Where are we now in British Health Economics?” Health Economics, vol. 7, pp. S63-S78.
BLAYLOCK, J. R.; BLISARD, W. N. (1992): “Self-evaluated health status and smoking behaviour”. Ap­
plied Economics, vol. 24, pp. 429-435.
— (1993): “Wine consumption by US men”. Applied Economics, vol. 24, pp. 645-651.
BÖGENHOLD, D. (2001): “Social inequality and the sociology of life style”. American Journal of Eco­
nomics and Sociology, vol. 60, n. 4, October, pp. 829-847.
BORRELL, C. et al. (1999): “Inequalities in mortality according to educational level in two large Southern
European cities”. International Journal of Epidemiology, vol. 28, pp. 58-63.
— 353 —
BOURDIEU, P. (1984): Distinction: a social critique of the judgement of taste. Cambridge, Mass.: Har­
vard University Press.
BOWEN, H. R. (1997): Investment in learning. The individual and social value of American higher edu­
cation. Baltimore: The Johns Hopkins University.
BOWLES, S.; GINTIS, H. (1976): Schooling in capitalist America. Educational reform and the contradic­
tions of economic life. London: RKP.
BOWMAN, M. J.; ANDERSON, C. A. (1963): “Concerning the role of education in economic development”,
en GEERTZ, C. (ed.): Old Societies and New States: the quest for modernity in Asia and Africa.
New York: Free Press.
BOYER, R.; CAROLI, E. (1993): “Production regimes, education and training systems: from comple­
mentary to mismatch?” RAND Conference on Human Capital and Economic Performance, Santa
Barbara, November 17th.
BRIGGS, V. M. J. (1987): “Human resource development and the formulation of national economic pol­
icy”. Journal of Economic Issues, vol. 21, n. 3, September, pp. 1207-1240.
BUCHANAN, J.; TULLOCK, G. (1962): The calculus of consent: logical foundations of constitutional de­
mocracy. Ann Arbor, MI: University of Michigan Press.
BÜCHEL, F. (2000): “The effects of overeducation on productivity in Germany - the firm's viewpoint”.
Institute for the Study of Labor (IZA) Discussion Paper, vol. 216, n. November.
BUHMAN, B. et al. (1988): “Equivalence scales, well-being, inequality, and poverty: sensivity estimates
across ten countries using the Luxemburg Income Study (LIS) data”. Review of Income and
Wealth, vol. 34, pp. 115-142.
CABRER, B. et al. (2001): Microeconometría y decisión. Madrid: Pirámide.
CAILLAVET, F. (1988): “El trabajo gratuito de las mujeres: de la economía familiar a la economía nacio­
nal”, en DURÁN, M. A. et al. (eds.): De puertas adentro. Madrid: Ministerio de Asuntos Sociales.
Instituto de la Mujer, Serie Estudios, n. 12, pp. 379-447.
CALDWELL, J. (1982): Theory of Fertility Decline. New York: Academic Press.
CALERO, J. (1993): Efectos del gasto público educativo. El sistema de becas universitarias. Barcelona:
Universitat de Barcelona.
— (1995): Análisis coste-beneficio. Una aproximación metodológica desde el institucionalismo. Ma­
drid: Ministerio de Economía y Hacienda, Instituto de Estudios Fiscales.
— (1996): Financiación de la educación superior en España: sus implicaciones en el terreno de la
equidad. Madrid: Fundación BBV.
— (2001): La incidencia distributiva del gasto público social. Análisis general y tratamiento específico
de la incidencia distributiva entre grupos sociales y entre grupos de edad. Madrid: Instituto de
Estudios Fiscales. Papeles de Trabajo, n. 20.
— 354 —
CALLE, R. (1986): “Gasto público y eficiencia: una síntesis de los fallos del sector público”. Hacienda
Pública Española, vol. 100, pp. 231-254.
CAMERON, S. V.; HECKMAN, J. J. (1999): “The dynamics of educational attainment for blacks, hispanics,
and whites”. NBER Working Paper Series, vol. W7249, n. July.
CANTERBERY, E. R. (1998): “The theory of the leisure class and the theory of demand”, en SAMUELS,
W. J. (ed.): The founding of institutional economics. The leisure class and sovereignty. London:
Routledge, pp. 139-156.
CAÑADA, J. A. (2001): “Demografía, educación, matrimonio y participación laboral”, en Actas de las X
Jornadas de la Asociación de Economía de la Educación. Murcia: AEDE-Universidad de Murcia,
pp. 391-408.
CARD, D. (1999): “The casual effect of education on earnings”, en AHENFELTER, O.; CARD, D.
(eds.): Handbook of labor economics, Vol. 3. Amsterdam: North Holland.
CARD, D.; KRUEGER, A. B. (1994): “The economic return to school quality: a partial survey”. Industrial
Relations Working Paper, vol. Princeton, NJ:, Princeton University.
CARNOY, M. (1997): “Recent research on market returns to education”. International Journal of Educa­
tional Research, vol. 27, n. 6, pp. 483-490.
CARNOY, M.; MARENBACH, D. (1975): “The returns to schooling in the United States, 1939-1969”. Jour­
nal of Human Resources, vol. 10, pp. 312-331.
CARRASCO, C. (1991): El trabajo doméstico. Un análisis económico. Madrid: Ministerio de Trabajo y
Seguridad Social.
CARRASCO, C. et al. (1997): Mujeres, trabajos y políticas sociales: una aproximación al caso español.
Madrid: Ministerio de Trabajo y Asuntos Sociales, Instituto de la Mujer, Serie Estudios, n. 12.
CASE, A. C.; KATZ, L. F. (1991): “The company you keep: the effects of family and neighbourhood on
disadvantaged youths”. NBER Working Paper, vol. 3705, May.
CINTERFOR-OIT (2000): Significaciones y rituales asociados al uso y abuso de alcohol en la cultura
juvenil. Montevideo: Centro Interamericano de Investigación y Documentación sobre Formación
Profesional (CINTERFOR), Organización Internacional del Trabajo (OIT).
CIS -Centro de Investigaciones Sociológicas– (1988): Actitudes y comportamientos de los españoles
ante el consumo. Madrid: Centro de Investigaciones Sociológicas.
CLELAND, J.; RODRIGUEZ, G. (1988): “The effect of parental education on marital fertility in developing
countries”. Population Studies, vol. 42, n. 3, pp. 419-42.
COCHRANE, S. H. (1979): Fertility and education: what do we really know? Baltimore: John Hopkins
University Press.
COCHRANE, S. H. et al. (1980): The Effects of Education on Health. Washington, D.C.: The World
Bank.
— 355 —
COELHO, P. R.; McCLURE, J. E. (1993): “Toward an economic theory of fashion”. Economic Inquiry, vol.
31, n. October, pp. 595-608.
COHN, E.; ADDISON, J. T. (1998): “The economic returns to lifelong learning in OECD countries”. Edu­
cation Economics, vol. 6, n. 3, pp. 253-307.
COLEMAN, J. S. (1966): Equality of educational opportunity. Washington, D.C.: U.S. Government
Printing Office.
COLOMER, J. M. (1991): “Retorno a las instituciones”. Claves, vol. 15, n. Septiembre, pp. 51-56.
COMAS, D. (1990): El síndrome de Haddock: alcohol y drogas en enseñanzas medias. Madrid: Centro
de Investigación, Documentación y Evaluación (C.I.D.E.), Ministerio de Educación y Ciencia.
COMMONS, J. R. (1924): The legal foundations of capitalism. New York: MacMillan.
— (1934): Institutional economics. Its place in political economy. New York: MacMillan.
— (1950): The economics of collective action. New York: MacMillan.
CONGLETON, R. (1989): “Efficient status seeking: externalities, and the evolution of status games”.
Journal of Economic Behavior and Organization, vol. 11, pp. 175-190.
CORMAN, H.; GROSSMAN, M. (1985): “Determinants of neonatal mortality rates in the U.S.”. Journal of
Health Economics, vol. 4, pp. 213-236.
CORMAN, H. et al. (1987): “Birth outcome production functions in the U.S.”. Journal of Human Re­
sources, vol. 22, pp. 339-60.
CORNWELL, C.; TRUMBULL, W. N. (1994): “Estimating the economic model of crime with panel data”.
The Review of Economics and Statistics, vol. 76, n. 2, May, pp. 360-366.
CORREA, H. (1995): “The microeconomic theory of education”. International Journal of Educational
Research, vol. 23, n. 5, pp. 407-472.
COSTA, D. (1998): El consumidor ante el ahorro y la inversión. Madrid: Confederación Española de
Asociaciones de Amas de Casa, Consumidores y Usuarios.
COUCH, K. (1992): “New evidence on the long-term effects of employment training programs”. Journal
of Labor Economics, vol. 4, pp. 380-88.
COWAN, R. et al. (1997): “A model of demand with interactions among consumers”. International Jour­
nal of Industrial Organization, vol. 15, pp. 711-732.
COX, S. M. (1999): “An assessment of an alternative education program for at-risk delinquent youth”.
Journal of Research in Crime and Delinquency, vol. 36, n. 3, August, pp. 323-336.
CRAMER, J. S. (1991): The logit model. An introduction for economists. London: Routledge.
CROTTY, P. (1999): “Food and class”, en GERMOV, J.; WILLIAMS, L. (eds.): A sociology of food and
nutrition. Oxford: Oxford University Press, pp. 135-148.
— 356 —
CROUCH, L. et al. (1992): Examining social and economic impacts of educational investment and participation
in developing countries: the educational impacts model approach. Research Triangle Institute.
CULLY, M. et al. (1998): The 1998 workplace employee relations survey. First findings. London: De­
partment of Industry and Trade.
CHAIKIND, S.; CORMAN, H. (1991): “The impact of low birthweight on special education costs”. Journal
of Health Economics, vol. 10, pp. 291-311.
CHAO, A.; SCHOR, J. B. (1996): “Empirical tests of status consumption: evidence from women's cos­
metics”. Work and Organization Research Centre (WORC) Paper, vol. 7.1.96/2, n. January.
CHAPMAN, P. G. (1993): The economics of training. Hemel Hempstead: Harvester Wheatsheaf.
CHERLIN, A. J. (1992): Marriage, Divorce, and Remarriage. Cambridge, MA: Harvard University Press.
CHERNICHOVSKY, D.; COATE, D. (1980): “The choice of diet for young children and its relation to chil­
dren's growth”. Journal of Human Resources, vol. 15, pp. 255-63.
— (1983): “An economic analysis of the diet, growth, and health of young children in the United
States”, en SALKEVER, D. et al. (eds.): Human Capital and Development. Greenwich, CT: JAI
Press, pp. 111-25.
CHISWICK, B. R. (1988): “Differences in education and earnings across racial and ethnic groups:
tastes, discrimination, and investments in child quality”. Quarterly Journal of Economics, vol. 103,
pp. 571-589.
DA VANZO, J. (1983): “Repeat migration in the United States: who moves back and who moves on?”
The Review of Economics and Statistics, vol. 65, n. 4, November, pp. 552-559.
DALE, S. B.; KRUEGER, A. B. (1999): “Estimating the payoff to attending a more selective collective: an
application of selection on observables and unobservables”. NBER Working Paper Series, vol.
W7322, n. August.
DEE, T. S. (2001): “Alcohol abuse and economic conditions: evidence from repeated cross-sections of
individual-level data”. Health Economics, vol. 10, pp. 257-270.
DELORS, J. (1996): La educación encierra un tesoro. Madrid: Santillana-Unesco.
DENISON, E. F. (1962): The sources of economic growth in the United States and the alternative before
us. New York: Committee for Economic Development.
— (1974): Accounting for United Sates economic growth 1929-1969. Washington: The Brookings
Institution.
DESAI, S. (1987): “The estimation of the health production for low-income working men”. Medical Care,
vol. 25, pp. 604-15.
DIARIO OFICIAL DE LAS COMUNIDADES EUROPEAS (2001): Propuesta de reglamento del Parlamento Eu­
ropeo y del Consejo por el que se establece una nomenclatura de unidades territoriales estadísti­
cas (NUTS). Comisión Europea: 2001/c 180 E/08; COM(2001) 83 final - 2001/0046 (COD).
26.06.2001.
— 357 —
DICKENS, W. T. (1986): “Crime and punishment again”. Journal of Public Economics, vol. 30, pp. 97-107.
DOERINGER, P. B.; PIORE, M. J. (1971): Internal labor markets and manpower analysis. Lexington:
Heath & Co.
DOWNS, A. (1957): An economic theory of democracy. New York: Harper and Row.
DOYLE, C.; W EALE, M. (1994): “Education, externalities, fertility and economic growth”. Education Eco­
nomics, vol. 2, n. 2, pp. 129-167.
DUESENBERRY, J. S. (1962): Income, saving and the theory of consumer behavior. Cambridge, MA.:
Harvard University Press.
DUGGER, W. M. (1979): “Methodological differences between institutional and neoclassical econom­
ics”. Journal of Economic Issues, vol. 13, n. 4, December, pp. 899-909.
DULEEP, H. O. (1986): “Measuring the effect of income on adult mortality using longitudinal administra­
tive record data”. Journal of Human Resources, vol. 21, pp. 238-51.
DUNCAN, G. J. (1976): “Earnings functions and nonpecuniary benefits”. Journal of Human Resources,
vol. 11, n. 4, Fall, pp. 462-483.
DUNLOP, J. T. (1957): “The task of contemporary wage theory”, en TAYLOR, G. W.; PIERSON, F. C.
(eds.): New concepts in wage determination. New York: McGraw Hill.
DURÁN, M. A. et al. (1988): De puertas adentro. Madrid: Ministerio de Asuntos Sociales. Instituto de la
Mujer, Serie Estudios, n.12.
DUSTMANN, C. (2001): “Parental background, primary to secondary school transitions, and wages”.
Institute for the Study of Labor (IZA) Discussion Paper, vol. 367, n. September.
EASTERLIN, R. A. (1975): “An economic framework for fertility analysis.” Studies in Family Planning,
vol. 6, pp. 54-63.
— (1987): Birth and fortune: the impact of numbers on personal welfare, Basic Books.
EASTERLIN, R. A.; CRIMMINS, E.N. (1985): The fertility revolution: a supply-demand analysis. Chicago,
University of Chicago Press.
EASTERLIN, R. A. et al. (1980): “Toward a more general economic model of fertility determination: en­
dogenous preferences and natural fertility”, en EASTERLIN, R. A. (ed.): Population and economic
change in developing countries. Chicago, University of Chicago Press, pp. 81-149.
EDWARDS, R. C. et al. (1975): “The social relations of production in the firm and labor market struc­
ture”, en EDWARDS, R. C. et al. (eds.): Labor market segmentation. Lexington, Mass: Lexington
Books, pp. 3-21.
EDWARDS, L. N.; GROSSMAN, M. (1979): “The relationship between children's health and intellectual
development”, en MUSHKIN, S. J.; DUNLOP, D. W. (eds.): Health: What is it worth? Elmsford:
Pergamon Press, pp. 273-314.
— 358 —
EHRLICH, I. (1973): “Participation in illegitimate activities: a theoretical and empirical investigation”.
Journal of Political Economy, vol. 81, pp. 521-565.
— (1975): “On the relation between education and crime”, en JUSTER, F. T. (ed.): Education, Income and Human Behavior. New York: Mc-Graw Hill, pp. 313-337.
— (1996): “Crime, punishment, and the market for offenses”. Journal of Economic Perspectives, vol.
10, n. 1, Winter, pp. 43-67.
EHRLICH, P. R. et al. (1999): “Knowledge and the environment”. Ecological Economics, vol. 30, pp. 267-284.
EICHER, J. C. (1988): “Treinta años de Economía de la Educación”. Revista de Economía Vasca, vol. 12,
pp. 11-40.
EIDE, E. (1994): Economics of crime. Deterrence and rational offender. Amsterdam: North-Holland.
ENNETT, S. T. et al. (1997): “School and neighborhood characteristics associated with school rates of
alcohol, cigarette, and marijuana use”. Journal of Health and Social Behavior, vol. 41, n. March,
pp. 55-71.
ERMISCH, J.; FRANCESCONI, M. (2001): “Family matters: impacts of family background on educational
attainments”. Economica, vol. 68, pp. 137-156.
ESBENSEN, F. A.; OSGOOD, D. W. (1999): “Gang resistance education and training (GREAT): results
from the national evaluation”. Journal of Research in Crime and Delinquency, vol. 36, n. 2, May,
pp. 194-225.
ESCARDÍBUL, J. O. (1999): “Why Great Britain is a relatively low-skill economy compared to Germany? The
effects of demand and supply of skills on economic growth?”, en Actas de las VIII Jornadas de la Aso­
ciación de Economía de la Educación. Guadalajara: AEDE - Universidad de Alcalá, pp. 80-91.
— (1998): “Educación y crecimiento económico”, en OROVAL, E.; ESCARDÍBUL, J. O. (eds.): Eco­
nomía de la educación. Madrid: Ediciones Encuentro, pp. 53-73.
ESCARIO, J. J.; MOLINA, J. A. (2001): “Testing for the rational addiction hypothesis in Spanish tobacco
consumption”. Applied Economics Letters, vol. 8, pp. 211-215.
ESTAPÉ, F. (1963): Las Inversiones en enseñanza y el desarrollo económico. Barcelona.
ESTEVE, F. (1993): “Atracción fatal: Una contribución al debate sobre la integración de la economía
española en la Unidad Económica y Monetaria Europea”, en La larga noche neoliberal. Barce­
lona: Tesys, pp. 83-131.
EVANS, W. et al. (1992): “Measuring peer group effects: a study of teenage behavior”. Journal of Politi­
cal Economy, vol. 100, pp. 966-91.
EVENSON, R. E. (1970): “On the new household economics”. Agricultural Economics and Develop­
ment, vol. 6, n. 1, January, pp. 87-103.
FARRELL, P.; FUCHS, V. R. (1982): “Schooling and health: the cigarette connection”. Journal of Health
Economics, vol. 1, pp. 217-30.
— 359 —
FARRINGTON, D. P. et al. (1986): “Unemployment, school leaving and crime”. British Journal of Crimi­
nology, vol. 26, pp. 335-356.
FEATHERSTONE, M. (1991): Consumer culture and postmodernism. London: Routledge.
FEBRERO, R.; SCHWARTZ, P., (eds). (1997): La esencia de Becker. Barcelona, Ariel.
FELDSTEIN, P. (1993): Health Care Economics. New York: John Wiley and Sons.
FELSTEAD, A.; GREEN, F. (1994): “Training during the recession”. Work, Employment and Society, vol. 8,
n. 2, pp. 199-219.
FERNÁNDEZ, X. (1999): “La caída de la fecundidad en Galicia, 1970-1995: explicaciones desde la eco­
nomía”. Revista Española de Investigaciones Sociológicas, vol. 87, n. Julio-Septiembre, pp. 53-81.
FINA, L. (1996): “Trabajo en casa, fuera de casa y doble jornada”, en CASTAÑO, C.; PALACIOS, S.
(eds.): Salud, dinero y amor (cómo viven las mujeres españolas de hoy). Madrid: Alianza Editorial.
FINE, B. (2000): “Endogenous growth theory: a critical assessment”. Cambridge Journal of Economics,
vol. 24, pp. 245-265.
FINE, B.; LEOPOLD, E. (1993): The world of consumption. London: Routledge.
FINK, L. (2002): El reparto del trabajo doméstico en la familia. La socialización en las diferencias de
género. Madrid: Confederación Española de Asociaciones de Padres y Madres de Alumnos
(CEAPA).
FISHER, I. (1906): The nature of capital and income. New York: A. M. Kelley.
FLEISHER, B. M. (1966): The Economics of Delinquency. Chicago: Quadrangle Books.
FLINN, C. (1986): “Dynamic models of criminal careers”, en BLUMSTEIM, A. (ed.): Criminal Careers
and "Career Criminals". Washington, D.C.: National Academy Press.
FOK, D. et al. (1999): “Ordered logit analysis for selectively sampled data”. Econometric Institute Re­
port. Erasmus University Rotterdam, vol. 9933/A.
FOLBRE, N. (1986): “Hearts and spades: paradigms of household economics”. World Development,
vol. 14, n. 2, pp. 245-255.
FRANK, R. H. (1985): “The demand for unobservable and other nonpositional goods”. American Eco­
nomic Review, vol. 75, pp. 101-116.
FREEMAN, R. B. (1996): “Why do so many young American men commit crimes and what might we do
about it?” Journal of Economic Perspectives, vol. 10, n. 1, Winter, pp. 25-42.
— (1997): “Working for nothing: the supply of volunteer labor”. Journal of Labor Economics, pp.
S140-S166.
FRIEDMAN, M. (1957): A theory of the consumption function. Princeton, N.J.: Princeton University Press.
— 360 —
FUCHS, V. R. (1982): “Time preference and health: an exploratory study”, en FUCHS, V. R. (ed.): Eco­
nomic Aspects of Health. Chicago: University of Chicago Press for the NBER, pp. 93-120.
— (1996): “Economics, values, and health care reform”. American Economic Review, vol. 86, pp. 1-24.
GALBRAITH, J. K. (1971): The new industrial state. Boston: Houghton Mifflin.
— (1973): Economics and the Public Purpose. Boston: Houghton Mifflin.
GANG, I. N.; ZIMMERMANN, K. (1999): “Is child like parent? Educational attainment and ethnic origin”.
Institute for the Study of Labor (IZA) Discussion Paper, vol. 57, n. September.
GARCES, E. et al. (2000): “Longer term effects of Head Start”. NBER Working Paper, vol. 8054, n. December.
GARCÍA, J. J.; FRUTOS, L. (1999): “Mujeres, hombres y participación política. Buscando las diferen­
cias”. Revista Española de Investigaciones Sociológicas, vol. 86, n. Abril-Junio, pp. 307-329.
GARDNER, B. (1973): “Economics of the size of North Carolina rural families”. Journal of Political Econ­
omy, vol. 81, n. 2, Part II. March-April, pp. S100-S122.
GARSON, D. (2000): Quantitative research in Public Administration. North Carolina State University.
http://www2.chass.ncsu.edu/garson/pa765/index.htm
GAVIRIA, A.; RAPHAEL, S. (2001): “School-based peer effects and juvenile behavior”. The Review of
Economics and Statistics, vol. 83, n. 2, May, pp. 257-268.
GHEZ, G. R.; BECKER, G. S. (1975): The allocation of time and goods over the life cicle. New York:
National Bureau of Economic Research (NBER).
GIBNEY, L. (1995): “Education and Fertility”, en CARNOY, M. (ed.): International Encyclopedia of Eco­
nomics of Education. Cambridge: Cambridge University Press, pp. 164-168.
GIBSON, J. (2000): “Unobservable family effects and the apparent external benefits of education”. Eco­
nomics of Education Review, vol. 20, pp. 225-233.
GIMÉNEZ, A. (1991): “Introducción: institucionalismo, ciencia económica y economía”. Hacienda Públi­
ca Española, vol. 118, n. 2, pp. 131-135.
GIMENO, J. A. (1993): “Incidencia del gasto público por niveles de renta (España 1990 vs. 1980)”, en
Actas del I Simposio sobre igualdad y distribución de la renta y la riqueza. Madrid: Fundación Ar­
gentaria, pp. 63-123.
GINTHER, D. et al. (2000): “Neighborhood attributes as determinants of children's outcomes. How ro­
bust are the relationships?” The Journal of Human Resources, vol. XXXV, n. 4, pp. 603-642.
GLAESER, E. L. et al. (1996): “Crime and social interactions”. Quarterly Journal of Economics, vol. May,
pp. 507-548.
GOEL, R. K.; MOREY, M. J. (1995): “The interdependence of cigarette and liquor demand”. Southern
Economic Journal, vol. 62, n. 2, October, pp. 451-9.
— 361 —
GOERLICH, F. J.; MAS, M. (1999): “Medición de la desigualdad: contribución a una base de datos re­
gional”. Documento de Trabajo. Instituto Valenciano de Investigaciones Económicas (IVIE).
GÓMEZ, C. et al. (1999): Actitudes y comportamientos hacia el medioambiente en España. Madrid: CIS.
GOTTFREDSON, D. C. (1985): “Youth employment, crime, and schooling”. Development Psychology,
vol. 21, pp. 419-432.
GRANOVETTER, M. (1985): “Economics action and social structure: the problem of embeddedness”.
American Journal of Sociology, vol. 91, n. 3, November, pp. 481-510.
GREAVES, L.; BARR, V. J. (2000): Filtered policy. Women and tobacco in Canada. Winnipeg, Manitoba
(Canada): BC Centre of Excellence for Women's Health.
GREENE, W. H. (1999): Análisis econométrico. Madrid: Prentice Hall.
GREENWOOD, D. (1984): “The economic significance of "Woman's place" in society: a new­
institutionalist view”. Journal of Economic Issues, vol. 18, n. 3, September, pp. 663-681.
GREENWOOD, D. T. (1997): “New developments in the intergenerational impact of education”. Interna­
tional Journal of Educational Research, vol. 27, n. 6, pp. 503-511.
GREENWOOD, M. J. (1975): “Research on internal migration in the United States: a survey”. Journal of
Economic Literature, vol. 13, pp. 397-433.
GRILICHES, Z. (1974): “Household and economy: toward a new theory of population and economic
growth. Comment”. Journal of Political Economy, vol. 82, n. 2, March-April, pp. 219-221.
GROGGER, J. (1997): “Local violence and educational attainment”. The Journal of Human Resources,
vol. 32, n. 4, pp. 659-682.
GRONAU, R. (1973): “The intrafamily allocation of time: the value of the housewive's time”. American
Economic Review, vol. 63, n. 4, pp. 634-651.
— (1976): “The allocation of time of Israeli women”. Journal of Political Economy, vol. 84, n. 2, pp.
S201-S220.
GRONAU, R.; HAMERMESH, D. S. (2001): “The demand for variety: a household production perspective”.
NBER Working Paper Series, vol. 8509, n. October, pp. 47.
GROSSMAN, M. (1972a): “On the concept of health capital and the demand for health”. Journal of Politi­
cal Economy Economics, vol. 80, pp. 223-55.
— (1972b): The demand for health: a theoretical and empirical investigation. New York: Columbia
University Press for the National Bureau of Economic Research (NBER).
— (1975): "The correlation between health and schooling", en TERLECKYJ, N. E. (ed.): Household
production and consumption. New York: National Bureau of Economic Research, pp. 147-211.
— (1999): The human capital model of the demand for health. Cambridge, MA: National Bureau of
Economic Research (NBER).
— 362 —
GROSSMAN, G. M.; HELPMAN, E. (1991): Innovation and growth in the global economy. Cambridge, MA:
The MIT Press.
GROSSMAN, M.; JACOBOWITZ, S. (1981): “Variations in infant mortality rates among counties of the
United States: the roles of public policies and programs”. Demography, vol. 18, pp. 695-713.
GROSSMAN, M.; JOYCE, T. J. (1990): “Unobservables, pregnancy resolutions, and birth weight produc­
tion functions in New York City”. Journal of Political Economy, vol. 98, pp. 983-1007.
GROSSMAN, M.; KAESTNER, R. (1997): “Effects of education on health”, en BEHRMAN, J. R.; STACEY, N.
(eds.): The social benefits of education. Michigan: The University of Michigan Press, pp. 69-123.
GRUBER, J.; MULLAINATHAN, S. (2002): “Do cigarette taxes make smokers happier?” NBER Working
Paper Series, vol. W8872, n. April.
GRUCHY, A. G. (1967): Modern economic thought. The American contribution. New York: Kelly.
— (1972): “Neo-institutional economics: its nature and significance”, en GRUCHY, A. G. (ed.): Con­
temporary economic thought. The contribution of neo-institutional economics. London: Macmillan,
pp. 287-339.
— (1984): “Neo-institutionalism, neo-marxism, and neo-keynesianism: an evaluation”. Journal of
Economic Issues, vol. 18, n. 2, June, pp. 547-556.
— (1987): The reconstruction of economics. New York: Greenwood Press.
GRUSKY, D. B. (2001): Social Stratification: class, race, and gender in sociological perspective. Boul­
der, Colorado: Westview Press.
GUJARATI, D. N. (1997): Econometría básica. Santa Fe de Bogotá: McGraw-Hill, 2ª edición.
GUSTAFSON, S. (1978): Cost benefit analysis of early childhood care and education. Stockholm: Indus­
trial Institute for Economic and Social Research.
GUTIÉRREZ-FISAC, J. L. (1995): “Indicadores de consumo de alcohol en España”. Medicina Clínica, vol. 104,
pp. 544-550.
HAMILTON, D. (1990): Learning about education. An unfinished curriculum. Milton Keynes: Open Uni­
versity Press.
HAMILTON, D. B. (1987): “Institutional economics and consumption”. Journal of Economic Issues,
vol. 21, n. 4, December, pp. 1531-1554.
— (2001): “Comment provoked by Mason's "Duesenberry's contribution to consumer theory"”. Jour­
nal of Economic Issues, vol. 35, n. 3, September, pp. 745-747.
HAMILTON, W. H. (1918): “The institutional approach to economic theory”. American Economic Review,
vol. 9, n. March, pp. 309-318.
HANNAN, M. T. (1982): “Families, markets, and social structures: an essay on Becker's a treatise of the
family”. Journal of Economic Literature, vol. 20, n. 1, March, pp. 65-72.
— 363 —
HANUSHEK, E. (1994): Education and quality in the U.S. Washington, D.C.: Brookings Books.
HARRELL, A. (1995): Impact of the Children at Risk Program: preliminary findings on the first year. Re­
port to the National Institute of Justice and the Centre on Addiction and Substance Abuse. Wash­
ington, D.C.: Urban Institute.
HARRIS, C.; LAIBSON, D. (2001): “Dynamic choice of hyperbolic consumers.” Econometrica, vol. 69, n. 4,
pp. 935-958.
HARTOG, J.; OOSTERBEEK, H. (1998): “Health, wealth and happiness: Why pursue a higher educa­
tion?”. Economics of Education Review, vol. 17, n. 3, pp. 245-256.
HASHIMOTO, M. (1981): “Firm-specific capital as a shared investment”. American Economic Review,
vol. 71, pp. 475-82.
HAUG, M. (1981): “The erosion of professional authority: a cross-cultural inquiry in the case of the phy­
sician”, en McKINLAY, J. (ed.): Health Care Consumers, Professionals, and Organizations. Cam­
bridge, MA: MIT Press, pp. 208-231.
HAVEMAN, R. H.; W OLFE, B. L. (1984): “Schooling and Economic Well-Being: The Role of Nonmarket
Effects”. The Journal of Human Resources, vol. 19, n. 3, pp. 377-407.
— (1994): Succeeding generations: on the effects of investment in children. New York: Russell Sage
Foundation.
— (1995): “The determinants of children's attainments: a review of methods and findings”. The Jour­
nal of Economic Literature, vol. 33, pp. 1829-1878.
HAYGHE, H. V. (1991): “Volunteers in the United States: who donates the time?” Monthly Labor Re­
view, vol. 114, pp. 17-23.
HEATH, J. A. (1990): “Non-employed women, marriage and the Sisyphus syndrome”. Journal of Eco­
nomic Issues, vol. 24, n. 1, March, pp. 103-114.
HECKMAN, J. J. (2000): “Policies to foster human capital”. Joint Center for Poverty Research Working
Paper, vol. 154.
HECKMAN, J. J.; VYTLACIL, E. (2001): “Identifying the role of cognitive ability in explaining the level of
and change on the return to schooling”. The Review of Economics and Statistics, vol. 83, n. 1,
February, pp. 1-12.
HEIEN, D. (2001): “Habit, seasonality, and time aggregation in consumer behaviour”. Applied Econom­
ics, vol. 33, pp. 1649-1653.
HEIEN, D.; POMPELLI, G. (1989): “The demand for alcoholic beverages: economic and demographic
effects”. Southern Economic Journal, vol. 55, n. 3, pp. 759-770.
HENDRY, C. (1991): “Corporate Strategy and Training”, en STEVENS, J.; MACKAY, R. (eds.): Training
and Competitiveness. London: Macmillan, pp. 79-110.
HETTICH, W. (1972): “Consumption benefits from education”, en OSTRY, S. (ed.): Canadian Higher
Education in the Seventies. Ottawa: Economic Council of Canada.
— 364 —
HILL, C. R.; STAFFORD, F. P. (1974): “Allocation of time to preschool children and educational opportu­
nity”. Journal of Human Resources, vol. 9, pp. 323-341.
HILL, L. E. (1998): “Veblen's contribution to the instrumental theory of normative value”, en SAMUELS,
W. J. (ed.): The founding of institutional economics. The leisure class and sovereignty. London:
Routledge, pp. 157-169.
HIRA, A.; HIRA, R. (2000): “The new institutionalism: contradictory notions of change”. American Jour­
nal of Economics and Sociology, vol. 59, n. 2, April, pp. 267-282.
HIRSCH, F. (1976): Social limits to growth. Cambridge: Harvard University Press.
HIRSHLEIFER, J. (1977): “Shakespeare vs. Becker on altruism: the importance of having the last word”.
Journal of Economic Literature, vol. 85, n. 1, January, pp. 27-58.
HODGSON, G. M. (1997): “The ubiquity of habits and rules”. Cambridge Journal of Economics, vol. 21,
pp. 663-684.
— (1998): “The approach of institutional economics”. Journal of Economic Literature, vol. 36, n.
March, pp. 166-192.
— (2000): “What is the essence of institutional economics?” Journal of Economic Issues, vol. 34, n.
2, June, pp. 317-329.
HOROWITZ, J. L.; SAVIN, N. E. (2001): “Binary response models: logits, probits and semiparametrics”.
Journal of Economic Perspectives, vol. 15, n. 4, Fall, pp. 43-56.
HOSMER, D. W.; LEMESHOW, S. (1989): Applied Logistic Regression. New York: John Wiley & Sons.
HRABA, J. et al. (1998): “Education and health in the Czech Republic”. Journal of Health and Social
Behavior, vol. 39, n. December, pp. 295-316.
HU, T. et al. (1995): “The demand for cigarettes in California and behavioural risk factors”. Health Eco­
nomics, vol. 4, pp. 7-14.
HUTTON, W. (1996): The state we're in. London: Vintage.
IMROHOROGLU, A. et al. (2001): “What accounts for the decline in crime?” Penn Institute for Economic
Research Working Paper, Department of Economics, University of Pennsylvannia, vol. 12.
INDEPENDENT SECTOR (1992): Biennial Gallup Survey on Giving and Volunteering. Washington, D.C.:
Independent Sector.
INE - INSTITUTO NACIONAL DE ESTADÍSTICA (1998): Encuesta continua de presupuestos familiares. Me­
todología. Madrid: Instituto Nacional de Estadística.
— (2000): Encuesta continua de presupuestos familiares. Base 97. Ficheros trimestrales. Microda­
tos. Madrid: Instituto Nacional de Estadística.
— (2001): España en cifras 2000. Madrid: I.N.E.
— 365 —
IZQUIERDO, J. et al. (1988): La desigualdad de las mujeres en el uso del tiempo. Madrid: Ministerio de
Asuntos Sociales, Instituto de la Mujer. Serie Estudios, 20.
JAMES, J. (2000): “Do consumers in developing countries gain or lose from globalization?”. Journal of
Economic Issues, vol. 34, n. 3, September, pp. 537-551.
JOHNES, G. (1999): “Schooling, fertility and the labour market experience of married women”. Applied
Economics, vol. 31, pp. 585-592.
JOHNSON, R. A.; HOFFMANN, J. P. (2000): “Adolescent cigarette smoking in U.S. racial/ethnic sub­
groups: findings from the National Education Longitudinal Study”. Journal of Health and Social
Behavior, vol. 41, n. December, pp. 392-407.
JOHNSON, J. A.; OKSANEN, E. H. (1974): “Socio-economic determinants of the consumption of alcoholic
beverages”. Applied Economics, vol. 6, pp. 293-301.
JONES, A. M. (1994): “Health, addiction, social interaction and the decision to quit smoking”. Journal of
Health Economics, vol. 13, pp. 93-110.
JOOSSENS, L. et al. (1999): “Las mujeres y el tabaco en la Unión Europea”. Revista Española de Salud
Pública, vol. 73, n. 1, Enero-Febrero, pp. 3-12.
JOYCE, T. J. (1987a): “The impact of induced abortion on black and white birth outcomes in the United
States”. Demography, vol. 24, pp. 229-44.
— (1987b): “The demand for health inputs and their impact on the black neonatal mortality rate in the
U.S.” Social Science and Medicine, vol. 24, pp. 911-18.
JUSTEL, M. (1992): “Edad y cultura política”. Revista Española de Investigaciones Sociológicas, vol. 58,
n. Abril-Junio, pp. 57-96.
KANE, T. J. et al. (1999): “Estimating returns to schooling when schooling is misreported”. Industrial
Relations Working Paper, vol. 419, June. Princeton University.
KATZMAN, B. et al. (2002): “The impact of lending, borrowing, and anti-smoking policies on cigarette
consumption by teens”. NBER Working Paper, vol. W8844, n. March.
KEEP, E.; MAYHEW, K. (1996): “Evaluating the assumptions that underlie training policy”, en BOOTH,
A.; SNOWER, D. J. (eds.): Acquiring skills. Market failures, their symptoms and policy responses.
Cambridge: Cambridge University Press, pp. 305-34.
KEMNA, H. J. M. I. (1987): “Working conditions and the relationship between schooling and health”.
Journal of Health Economics, vol. 6, pp. 189-210.
KENKEL, D. S. (1991): “Health behavior, health knowledge, and schooling”. Journal of Political Econ­
omy, vol. 99, pp. 287-305.
— (1995): “Should you eat breakfast? Estimates from health production functions”. Health Econom­
ics, vol. 4, pp. 15-29.
KERR, C. (1954): “The Balkanization of Labour Markets”, en BAKKE, E. W. (ed.): Labour mobility and
economic opportunity. Cambridge, Mass.: MIT Press.
— 366 —
KEYFITZ, N. (1987): “The family that does not reproduce itself”, en DAVIS, K. et al (eds.): Below­
replacement fertility in industrial societies. Cambridge: Cambridge University Press.
KNOUSE, S. B. (1995): “Variations on Skill-Based Pay for Total Quality Management”. Sam Advanced
Management Journal, vol. 60, n. 1, Winter.
KRUEGER, A. B.; LINDAHL, M. (2000): “Education for growth: why and for whom?” Industrial Relations
Working Paper, vol. 429, January. Princeton University.
KRUEGER, A. B.; W HITMORE, D. M. (1999): “The effect of attending a small class in the early grades on
college-test taking and middle school test results: evidence from project STAR”. Industrial Rela­
tions Working Paper, vol. 427, October. Princeton University.
LAIBSON, D. (1997): “Golden eggs and hyperbolic discounting.” Quarterly Journal of Economics,
vol. 112, n. 2, pp. 443-77.
LAIRSON, J. P. et al. (1984): “Estimates of the demand for health: males in the pre-retirement years”.
Social Science and Medicine, vol. 19, pp. 741-47.
LANCASTER, K. J. (1966a): “A new approach to consumer theory”. Journal of Political Economy, vol. n. 2,
April, pp. 132-157.
— (1966b): “Allocation and distribution theory: technological innovation and progress”. American
Economic Review, vol. 56, n. 2, May, pp. 14-23.
LANGE, O. (1966): Economía política. México, D.F.: Fondo de Cultura Económica.
LATTIMORE, P. K. et al. (1990): “Experimental assessment of the effect of vocational training on youth­
ful property offenders”. Evaluation Review, vol. 14, pp. 115-33.
— et al. (1992): “The influence of probability on risky choice: a parametric examination”. Journal of
Economic Behavior and Organization, vol. 17, pp. 377-400.
LEARS, T. J. (1993): “Beyond Veblen: remapping consumer culture in twentieth century America”, en
HOLLANDER, S. C.; RUSSELL, K. M. (eds.): Marketing. Aldershot: Edward Elgar, pp. 27-40.
LEIBENSTEIN, H. (1950): “Bandwagon, snob, and Veblen effects in the theory of consumer's demand”.
Quarterly Journal of Economics, vol. 64, pp. 183-207.
LEIBOWITZ, A. (1972): Women's allocation of time to market and non-market activities: differences by
education. New York: Columbia University.
— (1974): “Home investments in children”. Journal of Political Economy, vol. 82, pp. S111-S131.
— (1975): “Education and the allocation of women's time”, en JUSTER, F. T. (ed.): Education, Income and Human Behavior. New York: Mc-Graw Hill, pp. 172-197.
— (1977): “Parental inputs and children's achievement”. Journal of Human Resources, vol. 12, pp. 242-251.
— et al. (1986): “An economic model of teenage pregnancy decision-making”. Demography, vol. 23, pp. 67-77.
— 367 —
LEIGH, J. P. (1983): “Direct and indirect effects of education on health”. Social Science and Medicine,
vol. 17, pp. 227-34.
— (1990): “Schooling and seat belt use”. Southern Economic Journal, vol. 57, pp. 195-207.
— (1998): “Parents' schooling and the correlation between education and frailty”. Economics of
Education Review, vol. 17, n. 3, pp. 349-358.
LEMENNICIER, B. (1978): “Education et technologie de consommation”, en Incidences de l'education
sur la consommation. Paris: Centre de Recherche pour l'Etude et l'Observation des Conditions de
Vie (CREDOC), pp. 1-32.
LEVIN, H. M.; KELLEY, C. (1994): “Can Education Do It Alone?”. Economics of Education Review,
vol. 13, n. 2, pp. 97-108.
LEVY-GARBOUA, L.; JAROUSSE, J. (1978): “Education, aptitudes perceptives, et valeur extraite des
choses familiales”, en Incidences de l'education sur la consommation. Paris: Centre de
Recherche pour l'Etude et l'Observation des Conditions de Vie (CREDOC), pp. 81-122.
LINDERT, P. (1977): “Sibling position and achievement”. Journal of Human Resources, vol. 12, pp. 198-209.
LOCHNER, L. (1999): Education, work, and crime: theory and evidence. Rochester Center for Economic
Research. University of Rochester.
LOCHNER, L.; MORETTI, E. (2001): “The effect of education on crime: evidence from prison inmates,
arrests, and self-reports”. NBER Working Paper Series, vol. 8605, n. November, pp. 33.
LUCAS, R. (1988): “On the mechanics of economic development”. Journal of Monetary Economics, vol.
July, pp. 1-42.
— (1993): “Making a miracle”. Econometrica, vol. 61, n. 2, March, pp. 251-272.
LLORENTE, M. M. et al. (1997): “Un modelo de determinación simultánea del número y calidad de hi­
jos”. Revista Internacional de Sociología, vol. Tercera Época, n. 17, Mayo-Agosto, pp. 133-151.
MACUNOVICH, D. J. (1998): “Fertility and the Easterlin hypothesis: an assessment of the literature.”
Journal of Population Economics, vol. 11, pp. 53-111.
MALLAR, C. et al. (1982): Evaluation of the economic impact Job Corps Program. Princeton, NJ:
Mathematica Policy Research.
MANDELL, L. (1972): Credit card use in the United States. Michigan: Ann Arbor, Institute for Social
Research, University of Michigan.
MARJORIBANKS, K. (1994): “Families, schools and children's learning: a study of children's learning
environments”. International Journal of Educational Research, vol. 21, n. 5, pp. 441-446.
MARSDEN, D.; RYAN, P. (1990): “Institutional Aspects of Youth Employment and Training Policy in Brit­
ain”. British Journal of Industrial Relations, vol. 28, n. 3, November, pp. 351-369.
MARTÍN, F. J. (1994): Introducción a la Estadística Económica y Empresarial. Madrid: A.C.
— 368 —
MARTÍN, G. et al. (1997): Introducción a la econometría. Madrid: Prentice Hall.
MARTÍN, J. J.; LÓPEZ DEL AMO, M. d. P. (1994): Incentivos e instituciones sanitarias públicas. Granada:
Escuela Andaluza de Salud Pública.
MASON, K. O. (1984): The Status of Woman: a review of its relationships to fertility and mortality. New
York: Population Sciences Division. Rockefeller Foundation.
MASON, R. (1998): The economics of conspicuous consumption: theory and thought since 1700. Al­
dershot: Edward Elgar.
— (2000): “The social significance of consumption: James Duesenberry's contribution to consumer
theory”. Journal of Economic Issues, vol. 34, n. 3, September, pp. 553-572.
MATHIOS, A. D. (1989): “Education, variation in earnings, and nonmonetary compensation”. Journal of
Human Resources, vol. 24, n. 3, pp. 456-468.
McINTYRE, R. (1992): “Consumption in contemporary capitalism: beyond Marx and Veblen”. Review of
Social Economy, vol. 50, n. Spring, pp. 40-60.
McMAHON, W. W. (1987): “Externalities in education”, en PSACHAROPOULOS, G. (ed.): Economics
of Education. Research and Studies. Washington, D.C.: The World Bank, pp. 133-137.
— (1987): “Consumption and other benefits of education”, en PSACHAROPOULOS, G. (ed.): Eco­
nomics of education. Research and studies. Washington, D.C.: World Bank, pp. 129-133.
— (1997): “Conceptual framework for measuring the social and private benefits of education”. Inter­
national Journal of Educational Research, vol. 27, n. 6, pp. 453-481.
— (1998): “Conceptual framework for the analysis of the social benefits of lifelong learning”. Educa­
tion Economics, vol. 33, n. 3, pp. 309-346.
— (1999): Education and development. Measuring the social benefits. Oxford: Oxford University Press.
— (1999a): “Education and crime”, en McMAHON, W. W. (ed.): Education and Development.
Meauring the Social Benefits. Oxford: Oxford University Press, pp. 141-151.
— 1999b): “The environment”, en McMAHON, W. W. (ed.): Education and Development. Meauring
the Social Benefits. Oxford: Oxford University Press, pp. 125-140.
McNABB, R.; RYAN, P. (1990): “Segmented Labour Markets”, en SAPSFORD, D.; TZANNATOS, Z.
(eds.): Current issues in labour economics. London: Macmillan, pp. 151-176.
MECHANIC, D. (1970): “Correlates of frustration among British general practitioners”. Journal of Health
and Social Behavior, vol. 11, n. June, pp. 87-104.
MICHAEL, R. T. (1972): The effect of education on efficiency in consumption. New York: Columbia Uni­
versity Press.
— (1973a): “Education in nonmarket production”. Journal of Political Economy, vol. 61, n. 2, MarchApril, pp. 306-327.
— 369 —
MICHAEL, R. T. (1973b): “Education and the derived demand for Children”. Journal of Political Econ­
omy, vol. 81, n. 2, Part II. March-April, pp. S128-S167.
— (1975a): “Education and consumption”, en JUSTER, F. T. (ed.): Education, Income and Human
Behavior. New York: Mc-Graw Hill, pp. 235-252.
— (1975b): “Education and fertility”, en JUSTER, F. T. (ed.): Education, Income and Human Behav­
ior. New York: Mc-Graw Hill, pp. 340-364.
— (1982): “Measuring non-monetary benefits of education: a survey”, en McMAHON, W. W.;
GESKE, T. G. (eds.): Financing education: overcoming inefficiency and inequality. Urbana: Uni­
versity of Illinois Press, pp. 119-149.
MICHAEL, R. T.; BECKER, G. S. (1973): “On the new theory of consumer behaviour”. The Swedish
Journal of Economics, vol. 75, n. 4, pp. 378-396.
MICHAEL, R. T.; W ILLIS, R. J. (1975): “Contraception and fertility: household production under uncer­
tainty”, en TERLECKYJ, N. E. (ed.): Household Production and Consumption. New York: NBER,
pp. 27-98.
MIECH, R. A.; SHANAHAN, M. J. (2000): “Socioeconomic status and depression over the life course”.
Journal of Health and Social Behavior, vol. 41, n. June, pp. 162-176.
MILLER, P. et al. (1995): “What do twin studies reveal about the economic returns to education? A
comparison of Australian and U.S. findings”. American Economic Review, vol. 85, pp. 586-599.
MINCER, J. (1958): “Investment in human capital and personal income distribution”. The Journal of
Political Economy, vol. 66, n. 4, August, pp. 281-302.
— (1962a): “On-the-job training: costs, returns and some implications”. Journal of Political Economy,
vol. 70, n. 5, part 2, October, pp. 350-79.
— (1962b): “Labor force participation of married women”. Aspects of labor economics, Cambridge,
Mass., NBER / Princeton University Press.
— (1974): Schooling, experience and earnings. New York: National Bureau of Economic Research, C.U.P.
MINISTERIO DE CULTURA (1985): Encuesta de comportamiento cultural de los españoles. Madrid: Mi­
nisterio de Cultura. Secretaría General Técnica.
— (1993): Equipamientos, prácticas y consumos culturales de los españoles. Madrid: Ministerio de
Cultura. Secretaría General Técnica.
MINISTERIO DE SANIDAD Y CONSUMO (1996): Desigualdades sociales en salud en España. Madrid: Mi­
nisterio de Sanidad y Consumo. Dirección General de Salud Pública.
— (1999): Encuesta nacional de salud de España 1997. Metodología y microdatos. Madrid: Ministe­
rio de Sanidad y Consumo. Secretaría General Técnica.
— (2002a): Informe sobre la salud de los españoles: 1998. (Adaptación del apartado tabaco). Ma­
drid: Ministerio de Sanidad y Consumo. http://www.msc.es/salud/epidemiologia/.
— 370 —
MINISTERIO DE SANIDAD Y CONSUMO (2002b): Alcohol y salud pública. España 2001. Madrid: Ministerio
de Sanidad y Consumo. Dirección General de Salud Pública y Consumo.
MITCHELL, W. C. (1927): Business cycles: the problem and its setting. New York: National Bureau of
Economic Research (NBER).
— (1937): The backward art of spending money. New York: A.M. Kelley.
MOCAN, H. N.; BILLUPS, S. C. (2000): A dynamic model of differential human capital and criminal activ­
ity. Denver: University of Colorado.
MOCAN, H. N.; REES, D. I. (1999): Economic conditions, deterrence and juvenile crime: evidence from
micro data. Cambridge, MA: National Bureau of Economic Research (NBER).
MODIGLIANI, F.; BRUMBERG, R. (1954): “Utility analysis and the consumption function: an interpretation
of cross-section data”, en KURIHARA, K. (ed.): Post Keynesian Economics. New Brunswick, N.J.:
Rutgers University Press, pp. 388-436.
MOFFITT, T. (1993): “Adolescence-limited and life-course-persistent antisocial behavior: a develop­
mental taxonomy”. Psychological Review, vol. 100, pp. 674-701.
MONTERO, A.; TORRES, J. (1998): La economía del delito y de las penas. Granada: Comares.
MURNANE, R. J. (1981): “New evidence on the relationship between mother's education and children's
cognitive skills”. Economics of Education Review, vol. 1, pp. 245-252.
MUTH, R. F. (1966): “Household Production and consumer demand functions”. Econometrica, vol. 34,
n. 3, July, pp. 699-708.
MYRDAL, G. (1957): Economic theory and the underdeveloped regions. London: Duckworth.
NAGELKERKE, N. J. D. (1991): “A note on a general definition of the coefficient of determination”. Bio­
metrika, vol. 78, pp. 691-692.
NAVARRO, C. (2002): “Exclusión en vivienda y estado de salud: una estimación para el caso español”.
Actas del IX Encuentro de Economía Pública, Universidad de Vigo. 7 y 8 de Febrero del 2002.
NAYGA, R. M. (1996): “Sample selectivity models for away from home expenditures on wine and beer”.
Applied Economics, vol. 28, pp. 1421-1425.
— (1999): “A note on schooling and smoking: the issue revisited”. Education Economics, vol. 7, n. 3,
pp. 253-258.
— (2001): “Effect of schooling on obesity: is health knowledge a moderating factor?” Education Eco­
nomics, vol. 9, n. 2, pp. 129-137.
NCES - NATIONAL CENTER FOR EDUCATION STATISTICS (1995): The Condition of Education 1995.
Washington, D.C.: US Department of Education, NCES.
— (1996): The Condition of Education 1996. Washington, D.C.: US Department of Education, NCES.
— 371 —
NERLOVE, M. (1974): “Household and economy: toward a new theory of population and economic
growth”. Journal of Political Economy, vol. 82, n. 2, March-April, pp. 200-218.
NORUSIS, M. J. (1997): SPSS professional statistics, 7.5. Chicago, Il: SPSS Inc.
NOVALES, A. (1993): Econometría. Madrid: McGraw-Hill, Cap. 9.
OLARIAGA, X. A. (1982): “El concepto de capital humano: A. Marshall versus I. Fisher”. Información
Comercial Española, vol. 581, n. Enero, pp. 127-35.
— (1983): “Las raíces históricas de la economía de la educación: W. Petty y R. Cantillon”. Cuader­
nos de economía, vol. 11, n. 31, pp. 301-11.
OLIVER, J. (1997): “Ingreso, consumo y ahorro de las familias: propuesta de una metodología para la
explotación de la Encuesta de Presupuestos Familiares”. Documento de Trabajo,n.132. Funda­
ción de las Cajas de Ahorros Confederadas para la Investigación Económica y Social.
OLIVER, J. et al. (1998): Educación, niveles de ingreso y ahorro en la economía española. Madrid:
Fundación de las Cajas de Ahorros Confederadas.
— (2001): “Anatomía de la distribución de la renta en España, 1985-1996: la continuidad de la mejo­
ra”. Papeles de Economía Española, vol. 88, pp. 67-88.
OLSEN, R. J. (1994): “Fertility and the size of the U.S. labor force”. Journal of Economic Literature,
vol. 32, n. March, pp. 60-100.
OROVAL, E. (1998): "Pensamiento económico en Economía de la Educación", en OROVAL, E.; ES­
CARDÍBUL, J. O. (eds.): Economía de la educación. Madrid: Ediciones Encuentro, pp. 1-49.
OROVAL, E.; ESCARDÍBUL, J. O. (1998): “Aproximaciones a la relación entre educación y crecimiento
económico. Revisión y estado actual de la cuestión”. Hacienda Pública Española, vol.
Monográfico, pp. 49-60.
OSTERMAN, P. (1994): “Internal labor markets: theory and change”, en KERR, C.; STAUDOHAR, P.
D. (eds.): Labor economics and industrial relations. Cambridge, MA: Harvard University Press,
pp. 303-339.
PANOPOULOU, G.; TSAKLOGLOU, P. (1999): “Fertility and economic development: theoretical considera­
tions and cross-country evidence”. Applied Economics, vol. 31, pp. 1337-1351.
PARKER, R. N. (1995): “Brizing "booze" back in: the relationship between alcohol and homicide”. Jour­
nal of Research in Crime and Delinquency, vol. 32, n. 1, February, pp. 3-38.
PARSONS, D. O. (1978): “Intergenerational wealth transfers and educational decisions of male youth:
mother's home time hypothesis”. Journal of Research on Adolescence, vol. 3, n. 4.
PERAITA, C.; SÁNCHEZ, M. (1998): “The effect of family background on children's level of schooling
attainment in Spain”. Applied Economics, vol. 30, pp. 1327-1334.
PERRY, T. J. (1984): “Health status and schooling decisions of young men”. Economics of Education
Review, vol. 3, pp. 207-13.
— 372 —
PERUGA, R.; TORRES, J. A. (1997): “Desigualdad educativa en la España del siglo XX: un estudio em­
pírico”, en Educación, vivienda e igualdad de oportunidades. II Simposio sobre igualdad y distri­
bución de la renta y la riqueza. Madrid: Fundación Argentaria, pp. 43-118.
PETERSON, R. A.; KERN, R. (1996): “Changing highbrow taste: from snob to omnivore”. American So­
ciological Review, vol. 61, pp. 900-907.
PETERSON, R. A.; SIMKUS, A. (1992): “How musical tastes mark occupational status groups”, en LA­
MONT, M.; FOURNIER, M. (eds.): Cultivating Differences: symbolic boundaries and the making of
inequality. Chicago, Il: University of Chicago Press, pp. 152-186.
PIORE, M. J. (1970): “The dual labor market: theory and applications”, en BARRINGER, R.; BEER, S.
H. (eds.): The state and the poor. Cambridge, Mass.: Winthrop.
— (1973): “The importance of human capital theory to labor economics. A dissenting view”, en Pro­
ceedings of the twenty-sixth annual winter meeting, Industrial Relations Research Association.
Madison, Wis: Industrial Relations Research Association, pp. 251-258.
— (1975): “Notes for a theory of labor market stratification”, en EDWARDS, R. C. et al (eds.): Labor
market segmentation. Lexington, Mass: Lexington Books, pp. 125-149.
— (1980a): “Dualism as a response to flux and uncertainty”, en PIORE, M. J.; BERGER, S. (eds.): Du­
alism and discontinuity in industrial societies. Cambridge: Cambridge University Press, pp. 23-54.
— (1980b): “The technological foundations of dualism and discontinuity”, en PIORE, M. J.; BERGER,
S. (eds.): Dualism and discontinuity in industrial societies. Cambridge: Cambridge University
Press, pp. 55-81.
PLUG, E.; VIJVERBERG, W. (2001): “Schooling, family background, and adoption: is it nature or is it
nurture?” Institute for the Study of Labor (IZA) Discussion Paper, vol. 247, n. January.
POLLAK, R. (1970): “Habit formation and dynamic demand functions”. Journal of Political Economy,
vol. 78, pp. 745-763.
— (1976): “Interdependent preferences”. American Economic Review, vol. 66, pp. 309-320.
— (1977): “Price dependent preferences”. American Economic Review, vol. 67, pp. 64-75.
— (1978): “Endogenous tastes in demand and welfare analysis”. American Economic Review,
vol. 68, pp. 374-379.
POLLAK, R.; W ACHTER, M. L. (1975): “The relevance of the household production function and its impli­
cations for the allocation of time”. Journal of Political Economy, vol. 83, n. 2, pp. 255-277.
PONS, E.; BLANCO, J. M. (2000): Educación, ¿Capital humano o capacidad innata? Valencia: Depar­
tamento de Análisis Económico. Documento de Trabajo 00-02.
PORTILLO, F. et al. (2001): “Impacto de las políticas antitabáquicas informativas sobre la percepción de
riesgos”. Estudios sobre la Economía Española, Fundación de Estudios de Economía Aplicada
(FEDEA), vol. EEE 113.
— 373 —
PRAIS, S. J. (1995): Productivity, education and training. An international perspective. London: The
National Institute of Economic and Social Research.
PSACHAROPOULOS, G. (1973): Returns to education: an international comparison. San Francisco:
Jossey-Bass.
— (1985): “Returns to education: a further international update and implications”. Journal of Human
Resources, vol. 20, pp. 583-604.
— (1992): “The contribution of education to economic growth: international comparisons”, en
BLAUG, M. (ed.): The economic value of education. Cambridge: Edward Elgar.
— (1994): “The returns to investment in education: a global update”. World Development, vol. 22,
pp. 1325-1343.
PSACHAROPOULOS, G.; W OODHALL, M. (1985): Education for Development: an analysis of investment
choices. Oxford: The World Bank.
PURCELL, J.; AHLSTRAND, J. (1994): Human resource management in the multi-divisional company.
Oxford: Oxford University Press.
PUY, J. (2000): “Fecundidad y actividad femenina en España: 1980-1995”. Revista Española de In­
vestigaciones Sociológicas, vol. 92, n. Octubre-Diciembre, pp. 141-166.
RALDÚA, E. V. (2001): “Comparación internacional de los empleos del tiempo de mujeres y hombres”.
Revista Española de Investigaciones Sociológicas, vol. 94, n. Abril-Junio, pp. 105-126.
RAMOS, R. (1990): Cronos dividido: usos del tiempo y desigualdad entre mujeres y hombres en Espa­
ña. Madrid: Ministerio de Trabajo y Asuntos Sociales, Instituto de la Mujer. Serie Estudios, n.26.
RANSON, B. (1988): “Education for modernization: meritocratic myths in China, Mexico, The United
States, and Japan”. Journal of Economic Issues, vol. 22, n. 3, September, pp. 747-762.
RATCHFORD, B. T. (2001): “The economics of consumer knowledge”. Journal of Consumer Research,
vol. 27, n. March, pp. 397-411.
RAUSCHER, M. (1993): “Demand for social status and the dynamics of consumer behavior”. The Jour­
nal of Socio-Economics, vol. 22, n. 2, pp. 105-113.
RAYMOND, J. L. et al. (1996): “El comportamiento del ahorro familiar a partir de la encuesta de presu­
puestos familiares 1990-1991”. Revista del Instituto de Estudios Economicos, vol. 4, pp. 99-132.
RECIO, A. (1997): “La segmentación del mercado laboral en España”, en MIGUÉLEZ, F.; PRIETO, C.
(eds.): Las relaciones de empleo en España. Madrid: Siglo XXI, pp. 125-150.
REDMON, W. H. (2000): “Consumer rationality and consumer sovereignty”. Review of Social Economy,
vol
Descargar