español - Harold Vásquez

Impacto del Programa Solidaridad en el Mercado
Laboral de República Dominicana
Gustavo Canavire Bacarreza† y Harold Vásquez-Ruı́z‡*
18 de junio de 2012
Resumen
Este trabajo estudia el impacto del programa de transferencias condicionadas
Solidaridad sobre los cambios en la participación laboral, los ingresos y la informalidad de los hogares de la República Dominicana, a partir de información estadı́stica
proveniente de la Encuesta de Evaluación de la Protección Social 2010. La metodologı́a de estimación se basa en estimaciones de pareo (matching), la cual permite
discernir el impacto entre hogares receptores del beneficio y los no beneficiarios. Las
contribuciones de este estudio serán útiles no solo en términos de polı́ticas públicas para la Republica Dominicana, en términos de definir el efecto en términos de
mercados laborales (positivo o negativo) por parte del Programa Solidaridad, sino
también adicionaran en la literatura existente en términos del estudio de evaluación
de impacto de este tipo de programas sobre la informalidad.
Palabras claves: Programas Sociales, Solidaridad, Mercado Laboral, Transferencias
Monetarias Condicionadas
Clasificación del JEL: H31, J08, J58
Research Associate, Andrew Young School of Policy Studies, Georgia State University. ‡ Subdirector
de Investigación, Departamento Internacional, Banco Central de la República Dominicana. Este documento fue financiado por el Banco Interamericano de Desarrollo (BID) y las opiniones expresadas en
el mismo no representan la opinión de dicha institución ni tampoco de ninguna otra a la que los autores se encuentren afiliados. Para información y comentarios contactar a Harold Vásquez por email a
[email protected], o al teléfono 809.221.9111 ext. 3175.
*†
1.
Introducción
La polı́tica de redistribución de recursos a través de transferencias monetarias condicio-
nadas (en lo adelante, TMC) se ha convertido en una de las herramientas más importantes
de los gobiernos para reducir los niveles de pobreza y mejorar la calidad de vida de los
ciudadanos. En la actualidad, estos programas se aplican en una diversidad de paı́ses que
cubren desde los más pobres y en vı́a de desarrollo (e.g., Bolivia, Bangladesh, Nigeria,
etc.) hasta los paı́ses más desarrollados (e.g., Japón y Estados Unidos).1
Las transferencias monetarias se fundamentan en el aporte de efectivo a los hogares con
la condición, o contrapartida, de que estos cumplan un número de objetivos, previamente
estipulados, de inversión en el capital humano de sus niños: metas de salud y educación.
El establecimiento de estas metas no solo parten del supuesto de que los hogares no tienen
suficientes recursos para invertir los niveles “optimos” de capital humano, establecidos en
base a parámetros polı́ticos y sociales, sino también debido que dichos hogares pueden
estar subestimando los retornos a la inversión en educación. En el caso de República
Domincana, por ejemplo, Jensen (2010) estima que la percepción de los estudiantes de
octavo grado sobre el retorno de la inversión en educación es apróximadamente la cuarta
parte de la tasa de retorno derivada de una encuesta de ingresos.2
Uno de los principales temas a ser discutidos cuando se implementan los programas
de transferencias condicionadas es su impacto potencial sobre la oferta laboral de los
adultos. Desde el punto de vista teórico, el impacto de estos programas puede ser diverso.
Por ejemplo, si consideramos que el ocio es un bien normal, el efecto de los programas
de transferencia puede ser negativo en términos de empleo ya que un aumento en el
ingreso de los individuos vı́a las transferencias de efectivo podrı́an aumentar el consumo
de ocio y reducir la oferta laboral. Adicionalmente, los trabajadores pueden optar por
1
En el caso de Japón se destacan los programas de ayuda de educación para el nivel secundario. En
los Estados Unidos, son destacados los programas de transferencias de efectivo de la ciudad de New York
y Washington, D.C.
2
Otra forma en que los padres podrı́an subestimar el retorno a la educación de los hijos es si los
primeros descuentan el futuro con una mayor tasa de ponderación de la que deberı́an.
2
reducir su oferta laboral para poder optar por los beneficios, o simplemente los individuos
pueden tener menos disponibilidad para el trabajo. Sin embargo, para aquellos grupos
que se encuentran fuera del mercado laboral, y el consumo de ocio con relacion al trabajo
es elevado, el impacto podrı́a resultar en un mayor esfuerzo en la búsqueda de empleo.
Como las preferencias de los individuos son determinantes en este proceso, las conclusiones
definitivas sobre el impacto de los PTC en la oferta de empleo solo podran establecerse
empı́ticamente (Rosen, 2009).
En este sentido, la investigación propuesta, para la cual se utilizará información estadı́stica de Republica dominicana a partir de la Encuesta de Evaluación de la Protección
Social 2010, estudiará el impacto del Programa Solidaridad en el comportamiento de los
hogares, medido a través de los cambios en la participación laboral, los ingresos y la informalidad. Para este cometido se utilizara métodos quasi experimentales como estimaciones
de pareo (matching) que permitan discernir el impacto entre hogares receptores del beneficio y los no beneficiarios. Las contribuciones de este estudio serán útiles no solo en
términos de polı́ticas públicas para la Republica Dominicana, en términos de definir el
efecto en términos de mercados laborales (positivo o negativo) por parte del programa
solidaridades, sino también adicionaran en la literatura existente en términos del estudio
de evaluación de impacto de este tipo de programas sobre la informalidad.
Desde el punto de vista empı́rico, el tema ha sido abordado ampliamente en paı́ses
desarrollados y de mediano desarrollo y las conclusiones sobre los efectos de los programas
de TMC dependen de las caracterı́sticas del programa y de los incentivos que reciben los
participantes. Por ejemplo, Saez (2002) encuentra que los programas de transferencia de
efectivo de los Estados Unidos reducen la intensidad del trabajo de los empleados, pero
incrementan el nivel de participación en la fuerza laboral de aquellos individuos que se
encuentran desempleados. De igual forma, Keane and Moffitt (1998) determina que los
individuos que participan a la vez en multiples programas de transferencias no reducen su
oferta de trabajo. Sin embargo, estos resultados difieren de los estudios sobre los efectos
de los programas de transferencia no condicionadas, donde se encuentra una reducción
3
significativa de la fuerza laboral de los participantes (Moffitt, 2002; Tabor, 2002; ?).
En el caso de América Latina, varios estudios examinan el efecto de transferencias condicionales sobre indicadores del mercado laboral, pobreza, salud, educación y alimento.
En general, se encuentran que existe una relación positiva y significativa entre la participación en los programas de transferencia, el aumento de la oferta de empleo y la mejora
de los ingresos (Fizbein and Schady, 2009; L. Alzúa and Ripani, 2009). Por ejemplo, los
hogares recipientes de TMC no redujeron de forma alguna la oferta de trabajo en el caso
de Ecuador y México. Sin embargo, se encuentra una reducción significativa en la oferta de trabajo infantil, especialmente en Brasil, Ecuador, México y Nicaragua (Cecchini
and Madariaga, 2011). Más aún, se estima que el programa Red de Protección Social de
Nicaragua ha causado una disminución de los niveles de pobreza de entre 5 y 9 puntos
en los ı́ndices de recuento y brecha de pobreza. En Honduras solo se encuentra un ligero
aumento del consumo de los hogares que reciben transferencias condicionadas, con respecto a hogares similares que no lo reciben, resultado que es de esperar dada la pequeña
magnitud de las transferencias3 .
Algunos estudios han relacionado la decisión de los individuos de optar por un tipo
de empleo (e. g., formal o informal) a la disponibilidad de ingresos adicionales y/o financiación provenientes de otras fuentes. Por ejemplo, en un informe reciente publicado por
el Banco Mundial (2005) se atribuye el aumento de las micro-empresas al crecimiento de
las remesas y del sector turı́stico. La dependencia de estas fuentes externas de recursos
en combinación con el entorno económico internacional desfavorable de los últimos años
convierte a los trabajadores del sector informal en un segmento muy vulnerable de la
población dominicana.4
3
En términos de salud y educación, las TMC han incrementado significativamente la tasa de matriculación y asistencia escolar de América Latina tanto en paı́ses de ingresos medios: Chile (7.5 %), Colombia
(2.1 %) y México (1.9 %); como en paı́ses de ingresos más bajos: Honduras (3.3 %), Nicargua (6.6 %) y
Ecuador (10.3 %). Sin embargo, a pesar de que los programas de TMC tienen un impacto positivo y significativo en los niveles de asistencia escolar, estos programas no parecen incidir en los resultados de las
pruebas escolares de rendimiento ni en el nivel de aprendizaje. Por otro lado, el efecto de los programas
sobre el uso de servicios de salud preventiva no es muy claro (Fizbein and Schady, 2009).
4
Para un análisis de la importancia de las micro-empresas en la generación de empleos en la República
Dominicana y del rol que han jugado las mujeres dentro de este sector, ver Cabal (1993).
4
Otros estudios se enfocan en la relación de como el crecimiento y el ciclo económico
afectan el nivel de empleo (OIT, 1975; Garcı́a and Valdivia, 1985). En general, estos
trabajos señalan que a pesar de que la economı́a dominicana se ha caracterizado por una
fuerte expansión del PIB en comparación con otros paı́ses de la región, dicho crecimiento
no se ha reflejado en una disminución significativa del nivel de desempleo. Sin embargo,
el bajo nivel de respuesta del desempleo ante los cambios del ciclo económico puede
deberse tanto a la amplitud y divergencia de la definición de desempleo utilizada, como a
problemas en su medición (Gregory, 1997; Márquez, 1998).
En general, los estudios dedicados al análisis del mercado de trabajo dominicano se han
caracterizado por una falta de rigurosidad técnica ya que se han basado en la descripción
de informaciones estadı́sticas que en ocasiones provienen de fuentes no comparables. A
su vez, la falta de una construcción sistemática de indicadores económicos relacionados
al mercado laboral ha hecho que la mayorı́a de estudios se enfoquen en el análisis de
encuestas, siendo la Encuesta de Fuerza de Trabajo del Banco Central la una de las
fuentes más consultadas (Sánchez-Fung, 2000).
Recientemente, y con la ayuda de financiamiento de organismos internacionales, el establecimiento de nuevos programas de asistencia y entrenamiento ha permitido un análisis
más riguroso del mercado laboral dominicano. Por ejemplo, Card et al. (2011) analizan el
impacto que tiene el programa Juventud y Empleo (2001-2006), el cual provee de entrenamiento y desarrollo de habilidades a jóvenes de 18 a 29 años, en la generación de empleo.
Utilizando una muestra aleatoria de los aplicantes al programa y determinan, Card et
al. (2011) encuentran poca evidencia de que la participación en programas de entrenamiento afecte el estado de empleo (ocupado o desocupado) de los individuos participantes
del programa, a pesar de que si encuentran evidencia de un aumento ligero del nivel de
ingresos (10) de los participantes.5
Finalmente, los programas de transferencia condicionada han tenido un gran apogeo
5
El programa Juventud y Empleo fue desarrollado e implementado por el Gobierno Dominicano con
la ayuda financiera del Banco Inter-Américano de Desarrollo (BID).
5
en América Latina desde mediado de la década de los 1990´s, al pasar de solo 3 paı́ses en
1997 hasta un total de 18 paı́ses en el 2010 (ver tabla 6 en el apéndice). El impacto de
estos programas ha sido cuantificado Estos programas no solo han logrado tener impactos
significativos en la reducción de indicadores de pobreza y desigualdad social, sino que
se consideran instrumentos de amplia protección social fundamentados en nociones y
universalidad de los derechos (Cecchini and Martı́nez, 2011). Por tanto, la importancia de
profundizar sobre el efecto de estos programas sobre la población objetivo radica en que
los mismos puedan seguir utilizados como herramientas de polı́tica social en la región. Es
en este aspecto que este estudio pretende hacer una contribución.
2.
Metodologı́a de Estimación
Para llevar adelante la investigación, se propone la metodologı́a de evaluación de im-
pacto basada en la técnica de propensity score matching desarrollada por Rosenbaum and
Rubin (1983). El análisis se enfocará en la muestra completa para determinar el impacto
del programa en el comportamiento de los hogares receptores, medido por la participación
laboral, salarios e informalidad mediante la técnica de propensity score matching y la estimación de las diferencias del efecto promedio del tratamiento sobre los tratados (ATT)
descritas a continuación.
2.1.
Propensity Score Matching y Diferencias del ATT
Para evaluar el impacto que el programa en el mercado laboral es necesario considerar
dos aspectos fundamentales: (i) la imposibilidad de conocer cuál hubiese sido su comportamiento (o resultado, denominado Y ) si es que no hubiesen participado del programa – lo
que se denomina el estado contrafactual; y (ii) la posibilidad de que los hogares participantes y los no participantes difieran sistemáticamente – es decir, que existan caracterı́sticas
intrı́nsecas a cada grupo de hogares.
El primer aspecto es importante porque, si además de contarse con información sobre
el resultado de los hogares al participar del programa se conociese cuál hubiese sido el
6
resultado sin las mismas, para hallar su impacto sólo serı́a necesario calcular la diferencia
entre el resultado “con participación ” (Y 1 ) y el resultado “sin participación” (Y 0 ). El segundo se refiere a que la distribución de hogares que participan no es puramente aleatoria,
por lo que si sólo se comparan los resultados obtenidos por los hogares participantes con
los de los no participantes, podrı́a atribuirse equivocadamente parte de la diferencia en
los resultados de la participación cuando en realidad se deba a caracterı́sticas observables
inherentes a cada grupo (nivel socioeconómico, por ejemplo).
La metodologı́a propensity score matching permite hacer frente a ambos aspectos
mediante el emparejamiento de hogares receptores y no receptores de caracterı́sticas observables similares. Según esta metodologı́a, puede tratarse a la “participación” como un
“tratamiento” en el que algunos hogares participan y otros no. Los hogares participantes
que participan del programa, conforman el “grupo de tratamiento” y los hogares que no
participan se constituyen en un “grupo de control”. Lo importante es que los hogares
incluidos en ambos grupos tengan caracterı́sticas observables similares. De esta manera,
se puede estimar el efecto promedio del tratamiento sobre los tratados (average effect of
treatment on the treated, ATT) encontrando la media de la diferencia entre el resultado
de los hogares pertenecientes al “grupo tratamiento” y el resultado de los hogares del
“grupo de control”, que representa el estado contrafactual. Formalmente:
Sea Pi un indicador de la participación, que tome el valor de 1 cuando el hogar participe
y 0 cuando no; y sea Yi1 el resultado (comportamiento del hogar) condicionado por su
participación (Pi = 1), y Yi0 el resultado condicionado por su no participación (Pi = 0).
Luego, el efecto promedio del tratamiento sobre los tratados estará dado por:
AT T = E(Yi1 − Yi0 |Pi = 1) = E[Yi1 |Pi = 1] − E[Yi0 |Pi = 1]
(1)
La ecuación 1 refleja la diferencia entre la situación actual de los hogares que han
participado en comparación con cómo hubiese sido su situación si es que no hubiesen
participado. El primer término de la resta, E[Yi1 |Pi = 1], es completamente observable
debido a que son los resultados de los hogares dada la participación. El segundo término,
7
E[Yi0 |Pi = 1] presenta un problema puesto que cuando el hogar participa (Pi = 1) sólo
puede observarse Yi1 . Asimismo, de la información provista por los hogares no participantes puede obtenerse E[Yi0 |Pi = 0]; por tanto, la ecuación ATT no puede resolverse con
datos observados de un mismo hogar.
La solución propuesta mediante la metodologı́a de emparejamiento se basa en el supuesto de que dado un conjunto de caracterı́sticas observables X, los resultados potenciales (cuando no se participa) son independientes del estado de participación (supuesto
de independencia condicional, CIA): Yi0 ⊥Pi |X. Por tanto, luego de realizar ajustes sobre
las diferencias observables, el promedio del resultado potencial es el mismo para P = 1 y
P = 0; es decir que E[Yi0 |P = 1, X] = E[Yi0 |P = 0, X]. Esto permite utilizar un grupo
de control6 .
En lugar de realizar el emparejamiento con base en X, Rosenbaum and Rubin (1983)
sugieren utilizar como criterio la propensión del hogar a participar para reducir la dimensionalidad del problema. Esta propensión, que puede ser influenciada por un gran número
de factores, es reducida a un escalar p(X) denominado “propensity score, P S”. En términos más formales, el PS está definido como la probabilidad condicional de participar dado
un grupo de caracterı́sticas individuales (X = xi) de cada hogar:
p(x)≡P r(Pi = 1|X = xi )
(2)
Luego de calcular el P S mediante un modelo probabilı́stico, pueden utilizarse diversos
métodos para estimar el “efecto promedio del tratamiento sobre los tratados” (ATT).
Entre ellos se pueden destacar:
Estimador del Vecino más Cercano (N earest Neighbor Matching): Este método
lleva adelante el emparejamiento buscando para cada unidad tratada una unidad
del grupo de control cuyo P S sea más cercano. Es decir, se escoge a la unidad no
tratada j para ser el grupo de control (C(pi )) de la unidad tratada i de modo que
6
Autores cita no. 3 en texto
8
se minimice la diferencia entre PS.
C(i) = minj [|Pi − Pj |]
(3)
Estimador Radio (Radius Matching): Este método utiliza todas las unidades de
control dentro de un radio predefinido del P S; lo cual es una ventaja puesto que
permite incrementar las unidades de control en caso de no lograr un buen emparejamiento. La fórmula indica que la unidad tratada i se empareja con la unidad de
control j tal que:
δ > |pi − pj | = mink∈{D=0} |pi − pk |
(4)
Donde δ > 0 es un radio que se especifica7 .
Estimador Kernel (Kernel Matching): Esta metodologı́a empareja a los hogares
receptores con un promedio ponderado de todos los hogares de controles más cercanos, con pesos que son inversamente proporcionales a la distancia entre el propensity
score de tratados y de control. El promedio ponderado se calcula de la siguiente manera:
Wij = Kij
p
X
Kij
(5)
j=1
Donde:
K[(P (Xi ) − P (Xj ))/aN 0 ]
Kij = Pp
j=1 K[(P (Xi ) − P (Xj ))/aN 0 ]
Siendo aN 0 una banda o parámetro de suavización y K(·) la función Kernel de la
diferencia entre los P S de los participantes y los de control8 .
Para cuantificar el impacto de la participación en el programa sobre los resultados del
mercado de trabajo se utilizará la estimación de la diferencia del AT T , con la cual puede
compararse la situación de hogares participantes y no participantes.
7
8
Para más detalles, ver ?.
Ídem
9
Sea t el periodo posterior a la recepción de remesas y t0 el periodo anterior a las
remesas, la estimación de la diferencia del AT T viene dado por:
E(Yit1 − Yit0 |Pi = 1, X) − E(Yit0 − Yit0 |Pi = 0, X)
(6)
Este indicador compara los resultados del grupo de tratamiento y del grupo de control
(primera diferencia), antes y después del tratamiento (segunda diferencia), permitiendo
eliminar los efectos constantes no observables en el tiempo.
3.
Los Datos e Información de la Encuesta
En el 2004, la Republica Dominicana implementó el programa de Solidaridad con la
finalidad de elevar el capital humano (salud y educación) de las familias en condición de
pobreza. Este programa ofrece ayuda y dinero en efectivo condicionada al cumplimiento
por parte de los participantes de ciertos requisitos, y tiene la finalidad de atacar problemas
relacionados al bajo nivel de escolaridad, desnutrición, mortalidad infantil, entre otros.
Los participantes de dicho programa son sometidos a un estricto control de seguimiento,
con el objetivo de velar que los mismos cumplen con los requisitos que les dan acceso
a los beneficios. El programa de Solidaridad consta de dos componentes principales: (i)
Componente de Salud y (ii) Componente de Educación.
El Componente de Salud tiene el objetivo de enfrentar problemas relacionados problemas de salud familiar, desnutrición, mortalidad infantil, entre otros, mediante la educación
alimentaria y nutricional y la intervención enfocada a los niños y niñas de familias pobres.
En este programa, los hogares deben de seguir una serie de protocolos especı́ficos (e. g.,
plan de vacunación de niños y niñas, chequeo periódicos de las embarazadas, etc.), con la
finalidad de obtener la transferencia denominada Comer es Primero. Esta transferencia
consiste en el otorgamiento de RD$700 pesos (US$ 18 dólares) mensuales a los jefes de
hogares en extrema y moderada pobreza, la cual debe ser destinada a la compra exclusiva
de alimentos. [EL COMPONENTE EDUCACION???]
En 2010, el Banco Inter-Americano de Desarrollo, en combinación con el Gabinete de
10
Coordinación de la Polı́tica Social (GASO) y el Banco Central de la República Dominicana, pusieron a disposición del público la nueva Encuesta de Evaluación de la Protección
Social (EEPS), la cual cubrió 2,796 hogares, de los cuales un 52 % fueron recipientes de
programas de beneficencia. Este instrumento recoge las caracterı́sticas socioeconómicas
de los hogares entrevistados y una cantidad importante de indicadores que permiten la
evaluación del impacto de los programas sociales en el mercado de trabajo dominicano.
3.1.
Mercado de Trabajo y Ciclo de Ingresos
La evolución de los indicadores del mercado laboral y, en especial, de los niveles de
ocupación e ingresos reales reflejan muy de cerca el comportamiento del ciclo económico
dominicano. Por ejemplo, en el año 2000, alrededor de 486 mil trabajadores (13.9 % de la
PEA) se encontraban desocupados. Para Octubre de 2004, luego de la crisis financiera,
el número de desocupados sobrepasa los 796 mil individuos, cifra que lleva la tasa de
desocupación al nivel más alto del decenio (19.7 %). Para el año 2011, luego de un periodo
de una significante recuperación económica, la tasa de desocupación se situó en 14.6 %.
Como se podrı́a predecir, las cifras de ingresos mantuvieron un comportamiento inverso
al de la tasa de desocupación: cuando la oferta de trabajo es alta (muchos trabajadores
desocupados) los ingresos caen. En el periodo 2000-2004, el ingreso real por hora de los
trabajadores se redujo en casi un 40 % (especialmente en los años de la crisis 2003-2004).
Los ingresos reales se recuperaron en los años subsiguientes. Sin embargo, en el año 2010,
los ingresos reales se encontraban aún approximadamente un 20 % debajo de los niveles
de inicio de la década.
En cuanto a la distribución de la fuerza laboral dominicana entre los sectores productivos, podemos decir que esta ha cambiado significativamente en las últimas cinco décadas.
El sector agrı́cola ha perdido importancia en la generación de empleos al reducir el porcentaje de individuos de la población activa que emplea desde un 73 % en 1960 a menos de
un 35 % para finales de la década de 1980. A partir de 1990, la economı́a dominicana ha
ido adquiriendo un modelo de generación de empleos orientado a la economı́a de servicios
11
(e. g., turismo, comercio, y administración pública).
Una de las caracterı́sticas principales del mercado laboral dominicano es su concentración dentro del sector informal. En la última decada, el porcentaje de trabajadores informales ha fluctuado aldedor del 54 %, cifra que aumentó significativamente a un 56.6 %
para finales de 2011. Sin embargo, el significante número de trabajadores en este sector
solo indica “la existencia de una gran proporción de unidades productivas de pequeño
tamaño” (Guzmán, 2011), puesto que, contrario a lo que podrı́a pensarse, la definición de
informalidad no necesariamente se relaciona con aspectos de precariedad o ilegalidad. En
el caso de la República Dominicana, la Encuesta Nacional de Fuerza de Trabajo define
los trabajadores informales como aquellos asalariados que trabajan en negocios de menos
de cinco empleados, ası́ como también a los trabajadores no remunerados, trabajadores
por cuenta propia, servicio doméstico y patrones que pertenecen a sectores económicos no
industriales.9
4.
Resultados Preliminares
Uno de los principales problemas de los programas de transferencias condicionales
se relaciona con su potencial de afectar el mercado de trabajo mediante el desincentivo
en la oferta laboral. Por ejemplo, un programa de transferencias condicionales puede
afectar la restricción presupuestaria del hogar lo cual permite sustituir ocio por empleo
y aun ası́ consumir la misma canasta de bienes. En consecuencia, el beneficio de las
transferencias potencialmente puede generar incentivos para que los receptores del mismo
reduzcan su participación en el mercado laboral y afecten los salarios. Adicionalmente, los
potenciales participantes del programa podrı́an ajustar su comportamiento de forma de
afectar su decisión de participación en la fuerza laboral y mediante efectos directos sobre
la búsqueda de empleo pasen a ser inactivos.
Con el objetivo de explotar al máximo la información de la encuesta escogimos como
9
Estos patrones se encuentran en los grupos ocupacionales del sector agrı́cola y ganadero, operadores
y conductores, artesanos y operarios, comerciantes, vendedores y trabajadores no calificados.
12
unidad de análisis al individuo. Dadas las caracterı́sticas de la encuesta y con el objetivo
de asilar el efecto del programa solidaridad en el mercado de trabajo en la Republica Dominicana, asignamos como tratamiento a aquel individuo que tenga al menos un miembro
del hogar participando del programa. Esta metodologı́a nos permite identificar los efectos
directos del programa sobre los individuos; la lógica detrás de esta estimación se basa
en que el comportamiento de los individuos esta en función al comportamiento del hogar. Dado que la encuesta no permite la identificación de un periodo base (baseline),
compilamos un set de variables (covariates) estructurales que afectan simultáneamente la
implementación del programa (tratamiento) y son variables que la literatura ha probado afectan los indicadores del mercado laboral (outcomes). Si bien este approach no es
necesariamente el más adecuado, ante la falta de una lı́nea de base es plausible pensar
que las variables seleccionadas se mantienen relativamente estables en el tiempo y no
son afectados directamente por el programa. Estas variables son utilizadas en nuestros
análisis para controlar las diferencias observables entre los individuos que son afectados
por el programa solidaridad y aquellos que no lo son, aislando en consecuencia el impacto
de las transferencias. Agrupamos las variables de control en tres grupos que capturan las
caracterı́sticasdemográficas, de capital humano y caracterı́sticas del hogar. Como controles demográficos se incluye el sexo (variable dicotómica=1 si es mujer), edad y edad al
cuadrado. Para las variables de capital humano, se incluye los años de escolaridad (y su
cuadrado), una variable dicotómica para indicar si sabe leer y/o escribir, además de la
interacción entre edad y escolaridad. Finalmente como caracterı́sticas del hogar se incluye
si el individuo es jefe de hogar, si se encuentra casado/a, el tamaño del hogar (#personas),
numero de adultos en edad de trabajar (18-64 años), el numero de adultos mayores (65 o
más). También se incluyen como controles el numero de infantes en el hogar (0-5 años) y
niños en edad escolar (6-16). Dado que la presencia de niños afecta mas a las mujeres en
sus decisiones de trabajar o buscar trabajo, también se incluye una interacción numero
de infantes y la dummy de mujer.
Las variables de resultado de mercado laboral que se evalúan toman en cuenta tres
13
principales componentes. Primero, la probabilidad de encontrar empleo definida como una
variable dicotómica que asume el valor de 1 si la persona se encuentra trabajando y 0 si
esta desempleada. Esta variable medirá el efecto que los programa evaluados tienen sobre
la posibilidad de que los individuos se encuentren trabajando. Dado que los programas no
están afectando directamente la creación de nuevos empleos, se espera que el impacto en
esta variable sea mı́nimo. Dado que además del empleo asalariado, la definición de empleado también incluye auto empleados, es posible que la mayorı́a de los efectos observados
se generen por este canal.
Segundo, la probabilidad de entrar al mercado laboral desde la inactividad, que se
define utilizando una variable dicotómica con valor 1 si esta empleado o desempleado y 0
si se encuentra inactivo. Esta variable pretende capturar. Los efectos de los programas
A pesar de que existen diferentes metodologı́as de propensity score matching de las
cuales elegir, nuestra especificación se basa en aquella que tiene mejor balance a través
de las variables de control que utilizamos. En este sentido, utilizamos la metodologı́a
del vecino más cercano (en términos de la distribución de las variables de control) dado
que provee el mejor balance y es más probable en satisfacer los CIA. Adicionalmente,
un grupo de estimaciones de robustezseránrealizadasmás adelante. Dentro de esta estimación permitimos remplazo (que generalmente reduce el sesgo aunque podrı́a aumentas
la varianza (Imbens and Wooldridge, 2009; Dehejia and Wahba, 2002)) durante el pare.
Adicionalmente,estimamos los errores estándar robustos a la Abadie and Imbens (2006).
Nuestra especificación, busca encontrar individuos no afectados por el programa que son
“observablemente” similares a individuos afectados por el programa, aislando solamente
la variación restante entre los tratamientos a aquella relacionada con el programa, en
consecuencia estimando un estimador ATT lo mas insesgado posible.
Una caracterı́stica importante de nuestro estimador de pareo es su transparencia
entérminos de permitir la identificación de la media de los resultados del mercado laboral a
través de los diferentes programas. Las tablas XX resaltan las diferencias existentes entre
las medias totales y las de pareo que surgen de la formulación de una muestra contrafac14
tual. Los resultados del pareo muestran efectos heterogéneos en el mercado de trabajo de
los diferentes componentes del programa solidaridad.En general, la implementación del
programa tiene ligeros efectos negativos en el mercado laboral lo cual lleva a pensar que
si bien existe un efecto ingreso del programa, este tiende a ser demasiado pequeño en
términos del mercado laboral y poco relevantes.
Los resultados del programa vejez muestran un efecto ligeramente negativo en términos
de participación laboral e ingreso laboral lo cual contrasta con un efecto positivo (ligeramente significativo) en la participación en la fuerza de trabajo. Por otro lado, programas
enfocados hacia los niños como el comer es primero y el incentivo escolar presentan efectos
negativos (aunque pequeños) sobre los resultados del mercado laboral y la participación
en la fuerza de trabajo. Dado el tamaño de los efectos del programa solidaridad sobre
los resultados del mercado laboral, es posible argumentar que el programa no ha tenido
efectos significativos en términos de reducción de la oferta laboral. Estos resultados van en
lı́nea con resultados encontrados en la literatura (Ribas y Soares, 2011; Borraz y Gonzales,
2009; Rodriguez y Freije, 2011).
Los resultados de los componentes del programa dirigidos a los hogares directamente
como el Bono Luz y el Bono Gas muestran resultados contradictorios. Por un lado, el
Bono Luz presenta efectos positivos (aunque no significativos) en el mercado laboral,
incentivando la participación en la fuerza de trabajo, los ingresos laborales y el empleo.
Por otro lado, el Bono Gas reduce la oferta de trabajo, ası́ como los ingresos laborales y
la fuerza de trabajo. Si bien estos resultados tienden a ser contradictorios una posibilidad
es que el programa bono luz tiende a ser mucho menor que los anteriores reduciendo la
posibilidad de sustitución en la oferta laboral.
15
Cuadro 1: Impacto del Programa de Vejez
Tratamiento Control Differencia E.S.
Trabaja (1 = empleado; 0 = desempleado)
Raw
ATT
ATU
0.552
0.552
0.571
0.572
0.624
0.538
-0.020
-0.073
-0.033
0.028
0.034
·
Estad-t
-0.710
-2.160
·
Desea trabajar (1 = empleado o desempleado; 0=inactivo)
Raw
ATT
ATU
0.615
0.614
0.626
0.626
0.593
0.595
-0.011
0.022
-0.031
0.026
0.032
·
-0.400
0.690
·
-0.054
-0.144
-0.065
0.076
0.090
·
-0.710
-1.600
·
log(salario)
Raw
ATT
ATU
8.293
8.291
8.346
8.347
8.435
8.281
Nota. E.S. = error estándar; Estad-t = estadı́stico t-Student.
Cuadro 2: Impacto del Programa Bono Luz
Tratamiento Control Differencia E.S.
Trabaja (1 = empleado; 0 = desempleado)
Raw
ATT
ATU
0.686
0.686
0.641
0.641
0.656
0.692
0.045
0.030
0.050
0.026
0.031
·
Estad-t
1.730
0.980
·
Desea trabajar (1 = empleado o desempleado; 0=inactivo)
Raw
ATT
ATU
0.734
0.734
0.684
0.685
0.709
0.717
0.049
0.025
0.033
0.024
0.028
·
2.040
0.880
·
0.199
0.243
0.192
0.064
0.078
·
3.090
3.110
·
log(salario)
Raw
ATT
ATU
8.631
8.631
8.431
8.432
8.388
8.623
Nota. E.S. = error estándar; Estad-t = estadı́stico t-Student.
16
Cuadro 3: Impacto del Programa Bono Gas
Tratamiento Control Differencia E.S.
Trabaja (1 = empleado; 0 = desempleado)
Raw
ATT
ATU
0.638
0.638
0.670
0.670
0.668
0.626
-0.032
-0.030
-0.045
0.014
0.016
·
Estad-t
-2.330
-1.880
·
Desea trabajar (1 = empleado o desempleado; 0=inactivo)
Raw
ATT
ATU
0.677
0.678
0.731
0.731
0.724
0.663
-0.053
-0.047
-0.068
0.013
0.015
·
-4.140
-3.190
·
-0.096
-0.082
-0.099
0.035
0.041
·
-2.740
-2.030
·
log(salario)
Raw
ATT
ATU
8.424
8.424
8.517
8.520
8.506
8.419
Nota. E.S. = error estándar; Estad-t = estadı́stico t-Student.
Cuadro 4: Impacto del Programa Comer es Primero
Tratamiento Control Differencia E.S.
Trabaja (1 = empleado; 0 = desempleado)
Raw
ATT
ATU
0.633
0.633
0.694
0.694
0.696
0.632
-0.061
-0.063
-0.062
0.016
0.020
·
Estad-t
-3.740
-3.220
·
Desea trabajar (1 = empleado o desempleado; 0=inactivo)
Raw
ATT
ATU
0.669
0.669
0.744
0.744
0.759
0.669
-0.075
-0.091
-0.075
0.015
0.018
·
-4.890
-5.100
·
-0.156
-0.146
-0.127
0.040
0.052
·
-3.850
-2.840
·
log(salario)
Raw
ATT
ATU
8.426
8.427
8.584
8.582
8.574
8.457
Nota. E.S. = error estándar; Estad-t = estadı́stico t-Student.
17
Cuadro 5: Impacto del Programa Incentivo Escolar
Tratamiento Control Differencia E.S.
Trabaja (1 = empleado; 0 = desempleado)
Raw
ATT
ATU
0.631
0.631
0.654
0.653
0.663
0.627
-0.022
-0.032
-0.026
0.013
0.016
·
Estad-t
-1.700
-2.060
·
Desea trabajar (1 = empleado o desempleado; 0=inactivo)
Raw
ATT
ATU
0.668
0.667
0.694
0.694
0.700
0.658
-0.026
-0.032
-0.036
0.012
0.014
·
-2.170
-2.240
·
-0.046
-0.059
-0.058
0.033
0.041
·
-1.400
-1.450
·
log(salario)
Raw
ATT
ATU
8.431
8.431
8.476
8.477
8.490
8.418
Nota. E.S. = error estándar; Estad-t = estadı́stico t-Student.
Referencias
Cabal, M. (1993). Evolución de las Microempresas y Pequeñas Empresas en la República
Dominicana, 1992-1993. Fondo Micro, 1 edition.
Cecchini, S. and Madariaga, A. (2011). Programas de Transferencias Condicionadas.
Balance de la Experiencia Reciente en América Latina y el Caribe. Naciones Unidas,
Santiago de Chile.
Cecchini, S. and Martı́nez, R. (2011). Protección Social Inclusiva en América Latina:
una mirada integral, un enfoque de derechos. Libros de la CEPAL, No. 111. Naciones
Unidas, Santiago de Chile.
Fizbein, A. and Schady, N. (2009). Conditional cash transfers : reducing present and
future poverty. Library of Congress Cataloging-in-Publication Data.
Garcı́a, N. and Valdivia, M. (1985). Crisis externa, ajuste interno y mercado de trabajo:
18
República dominicana, 1980-83. Monografı́a 49, Organización Internacional del Trabajo
(OIT), Santiago de Chile.
Gregory, P. (1997). Empleo y desempleo en la república dominicana. Banco Central de
la República Dominicana.
Guzmán, R. M. (2011). Composición Económica Dominicana. El estrato de ingresos
medios en el umbral del siglo XXI. Editora Corripio, 1 edition.
Jensen, R. (2010). The (perceived) returns to education and the demand for schooling.
The Quarterly Journal of Economics, 125(2):515–548.
Keane, M. and Moffitt, R. (1998). A structural model of multiple welfare program participation and labor supply. International Economic Review, 39(3):553–589.
L. Alzúa, G. C. and Ripani, L. (2009). Labor supply responses to cash transfer programs.
experimental and non-experimental evidence from latin america. Paper presented a the
AFREA-Nonie-3ie Conference, Perspectives on Impact Evaluation. Cairo.
Moffitt, R. (2002). Welfare programs and labor supply. In Auerbach, A. J. and Feldstein,
M., editors, Handbook of Public Economics, volume 4, chapter 34, pages 2393–2430.
Elsevier, 1 edition.
Márquez, G. (1998). El desempleo en américa latina y el caribe a mediados de los años
90. Banco Interamericano de Desarrollo (BID), Documento de Trabajo, No. 377.
OIT (1975). Generación de empleo productivo y crecimiento económico: el caso de la
república dominicana. Technical report, Oficina Internacional del Trabajo.
Rosen, H. (2009). Public Finance. McGraw-Hill/Irwin, 9th edition.
Rosenbaum, P. R. and Rubin, D. B. (1983). The central role of the propensity score in
observational studies for causal effects. Biometrika, 70:41–55.
19
Saez, E. (2002). Optimal income transfer programs: Intensive versus extensive labor
supply responses. The Quarterly Journal of Economics, 117(3):1039–1073.
Sánchez-Fung, J. R. (2000). Empleo y mercados de trabajo en la república dominicana:
una revisión de la literatura. Revista de la CEPAL, 71:163–175.
Tabor, S. (2002). Assisting the poor with cash: Design and implementation of social
transfer programs. Social Protection Discussion Paper No. 0223.
20
Cuadro 6: Programas de Transferencias Condicionadas en América Latina y Caribe
Paı́s
Programas en Operación
(año de inicio)
Paı́s
Programas en Operación
(año de inicio)
Argentina
Asignación Universal por Hijo
para protección social (2009);
Programa Ciudadanı́a Porteña
(2005)
Bolivia
Bono Juancito Pinto (2006);
Bono Madre Niño-Niña (2009)
Brasil
Bolsa Familia (2003)
Chile
Chile Solidario
Colombia
Familias en Acción (2001);
Red Juntos (2007); Subsidios
Asistencia Escolar (2005)
Costa Rica
Avancemos (2006)
Ecuador
Bono de Desarrollo Humano
(2003)
El Salvador
Comunidades Solidarias Rurales (2005)
Guatemala
Mi Familia Progresa (2008)
Honduras
Programa de Asignación Familiar (1990); Bono 10.000
Educación, Salud y Nutrición
(2010)
Jamaica
Programa de Avance Salud y
Educación (2002)
México
Oportunidades (1997)
Panamá
Red de Oportunidades (2006)
Paraguay
Tekopora
(2005)
Perú
Juntos (2005)
República
Dominicana
Solidaridad (2005)
Programa de Transferencias
Monetarias
Condicionadas
(2006)
Uruguay
Asignaciones
(2008)
Trinidad
Tobago
y
Fuente: Cecchini, S. y Aldo Madariaga (2011), Cuadro 1.1, pg. 11.
21
(2005);
Abrazo
Familiares
Cuadro 7: Incentivo a la Persona Envejeciente. Outcome: Trabaja
Variable
Mujer
Sabe Leer
Edad
Edad2
Escolaridad
Escolaridad2
Escolaridade dad
Jefe de Hogar
Tamaño de hogar
# Adultos 18-64
# Adultos 65+
Casado
#Niños 0-5
1 Niño
2 Niños
3 Niños
4 o mas Niños
#Niños 0-5 * Mujer
UnMatched
Matched
UnMatched
Matched
UnMatched
Matched
UnMatched
Matched
UnMatched
Matched
UnMatched
Matched
UnMatched
Matched
UnMatched
Matched
UnMatched
Matched
UnMatched
Matched
UnMatched
Matched
UnMatched
Matched
UnMatched
Matched
UnMatched
Matched
UnMatched
Matched
UnMatched
Matched
UnMatched
Matched
UnMatched
Matched
22
Treated
Control
%Bias
0.474
0.474
0.793
0.793
44.205
44.205
20.804
20.804
5.793
5.793
54.601
54.601
236.270
236.270
0.148
0.148
4.772
4.772
2.306
2.306
1.218
1.218
0.386
0.386
0.244
0.244
0.275
0.275
0.140
0.140
0.052
0.052
0.021
0.021
0.119
0.119
0.501
0.418
0.782
0.800
43.973
43.771
20.804
20.318
5.586
5.569
51.230
51.763
223.230
223.470
0.229
0.160
4.916
4.641
2.337
2.271
1.206
1.171
0.448
0.392
0.301
0.224
0.263
0.265
0.157
0.146
0.072
0.058
0.023
0.012
0.177
0.104
-5.5
11.3
2.5
-1.7
2.0
3.7
0.0
4.6
4.6
4.9
5.5
4.7
7.1
7.0
-20.9
-3.2
-7.6
6.9
-2.6
2.9
2.7
11.0
-12.6
-1.1
-9.7
3.2
2.7
2.2
-4.7
-1.6
-8.4
-2.5
-1.6
6.1
-12.7
3.4
Cuadro 8: Incentivo de Bono Luz. Outcome: Trabaja
Variable
Mujer
Sabe Leer
Edad
Edad2
Escolaridad
Escolaridad2
Escolaridade dad
Jefe de Hogar
Tamaño de hogar
# Adultos 18-64
# Adultos 65+
Casado
#Niños 0-5
1 Niño
2 Niños
3 Niños
4 o mas Niños
#Niños 0-5 * Mujer
UnMatched
Matched
UnMatched
Matched
UnMatched
Matched
UnMatched
Matched
UnMatched
Matched
UnMatched
Matched
UnMatched
Matched
UnMatched
Matched
UnMatched
Matched
UnMatched
Matched
UnMatched
Matched
UnMatched
Matched
UnMatched
Matched
UnMatched
Matched
UnMatched
Matched
UnMatched
Matched
UnMatched
Matched
UnMatched
Matched
23
Treated
Control
%Bias
0.50556
0.50556
0.90278
0.90278
41.933
41.933
18.745
18.745
7.2639
7.2639
70.758
70.758
285.15
285.15
0.475
0.475
4.9472
4.9472
3.0472
3.0472
0
0
0.68611
0.68611
0.5
0.5
0.29722
0.29722
0.21944
0.21944
0.08333
0.08333
0.03889
0.03889
0.25278
0.25278
0.51236
0.47451
0.83025
0.90814
41.75
42.201
18.524
18.894
6.0916
7.2863
54.942
70.481
237.57
288.73
0.5171
0.50259
4.6553
5.0266
2.7103
3.0919
0
0
0.7183
0.71105
0.41862
0.48165
0.27584
0.2532
0.22691
0.23844
0.12044
0.099
0.04643
0.03189
0.2188
0.25891
-1.4
6.2
21.4
-1.6
1.7
-2.5
2.4
-1.6
27.7
-0.5
26.6
0.5
28.6
-2.2
-8.4
-5.5
16
-4.4
27.7
-3.7
·
·
-7
-5.5
11.5
2.6
4.7
9.7
-1.8
-4.6
-12.3
-5.2
-3.7
3.5
6.1
-1.1
Cuadro 9: Incentivo de Bono Gas. Outcome: Trabaja
Variable
Mujer
Sabe Leer
Edad
Edad2
Escolaridad
Escolaridad2
Escolaridade dad
Jefe de Hogar
Tamaño de hogar
# Adultos 18-64
# Adultos 65+
Casado
#Niños 0-5
1 Niño
2 Niños
3 Niños
4 o mas Niños
#Niños 0-5 * Mujer
UnMatched
Matched
UnMatched
Matched
UnMatched
Matched
UnMatched
Matched
UnMatched
Matched
UnMatched
Matched
UnMatched
Matched
UnMatched
Matched
UnMatched
Matched
UnMatched
Matched
UnMatched
Matched
UnMatched
Matched
UnMatched
Matched
UnMatched
Matched
UnMatched
Matched
UnMatched
Matched
UnMatched
Matched
UnMatched
Matched
24
Treated
Control
%Bias
0.51289
0.51268
0.83189
0.83181
41.816
41.813
18.558
18.556
6.0886
6.09
54.816
54.835
237.92
237.96
0.51274
0.51297
4.7066
4.7048
2.7282
2.7271
0
0
0.72966
0.72954
0.41153
0.41171
0.27556
0.27568
0.23443
0.23454
0.12554
0.12516
0.04807
0.0481
0.21213
0.21223
0.50819
0.5131
0.84038
0.82465
41.486
41.639
18.418
18.347
6.3936
6.101
59.421
55.397
247.61
238.02
0.52729
0.51538
4.485
4.734
2.7087
2.7546
0
0
0.65689
0.73014
0.47203
0.42199
0.2824
0.28057
0.18963
0.23028
0.08731
0.11656
0.03683
0.05056
0.25853
0.20259
0.9
-0.1
-2.3
1.9
3.1
1.6
1.5
2.3
-7.2
-0.3
-8
-1
-5.8
0
-2.9
-0.5
11.8
-1.6
1.6
-2.2
.
·
15.8
-0.1
-8.5
-1.4
-1.5
-1.1
11
1
12.4
2.8
5.6
-1.2
-8.2
1.7
Cuadro 10: Incentivo Programa Comer es Primero. Outcome: Trabaja
Variable
Mujer
Sabe Leer
Edad
Edad2
Escolaridad
Escolaridad2
Escolaridade dad
Jefe de Hogar
Tamaño de hogar
# Adultos 18-64
# Adultos 65+
Casado
#Niños 0-5
2 Niños
3 Niños
4 o mas Niños
#Niños 0-5 * Mujer
UnMatched
Matched
UnMatched
Matched
UnMatched
Matched
UnMatched
Matched
UnMatched
Matched
UnMatched
Matched
UnMatched
Matched
UnMatched
Matched
UnMatched
Matched
UnMatched
Matched
UnMatched
Matched
UnMatched
Matched
UnMatched
Matched
UnMatched
Matched
UnMatched
Matched
UnMatched
Matched
UnMatched
Matched
25
Treated
Control
%Bias
0.52636
0.52648
0.83831
0.83828
40.647
40.645
17.516
17.514
6.1109
6.1123
54.696
54.708
233.59
233.64
0.51142
0.51154
5.1938
5.1936
2.5846
2.5847
0
0
0.77065
0.7706
0.42531
0.4254
0.34359
0.34366
0.18256
0.1826
0.0714
0.07119
0.2254
0.22544
0.5465
0.53462
0.89453
0.82383
39.922
40.949
16.954
17.783
7.2301
5.999
69.15
53.974
274
230.23
0.50336
0.50258
5.2819
5.2123
2.6989
2.6196
0
0
0.70374
0.76746
0.52445
0.43426
0.31927
0.32387
0.15724
0.18052
0.05849
0.07101
0.29051
0.23044
-4
-1.6
-16.6
4.3
7.2
-3
6.5
-3.1
-27
2.7
-25.1
1.3
-25.4
2.1
1.6
1.8
-5.4
-1.1
-9.8
-3
.
.
15.2
0.7
-13.8
-1.2
5.2
4.2
6.7
0.6
5.2
0.1
-11.1
-0.8
Cuadro 11: Incentivo Programa Escolar. Outcome: Trabaja
Variable
Mujer
Sabe Leer
Edad
Edad2
Escolaridad
Escolaridad2
Escolaridade dad
Jefe de Hogar
Tamaño de hogar
# Adultos 18-64
# Adultos 65+
Casado
#Niños 0-5
2 Niños
3 Niños
4 o mas Niños
#Niños 0-5 * Mujer
UnMatched
Matched
UnMatched
Matched
UnMatched
Matched
UnMatched
Matched
UnMatched
Matched
UnMatched
Matched
UnMatched
Matched
UnMatched
Matched
UnMatched
Matched
UnMatched
Matched
UnMatched
Matched
UnMatched
Matched
UnMatched
Matched
UnMatched
Matched
UnMatched
Matched
UnMatched
Matched
UnMatched
Matched
26
Treated
Control
%Bias
0.52578
0.52578
0.83516
0.83516
40.37
40.37
17.231
17.231
5.9945
5.9945
52.955
52.955
228.26
228.26
0.51817
0.51817
5.2333
5.2333
2.5148
2.5148
0
0
0.78614
0.78614
0.41547
0.41547
0.36137
0.36137
0.19653
0.19653
0.09214
0.09214
0.22147
0.22147
0.53329
0.51804
0.85878
0.83297
40.616
40.447
17.542
17.28
6.5578
5.8337
60.641
50.573
250.55
222.64
0.50387
0.52042
5.1932
5.2213
2.6727
2.5226
0
0
0.73769
0.78377
0.46454
0.41571
0.3227
0.36047
0.16414
0.19976
0.05203
0.08308
0.2493
0.22125
-1.5
1.6
-6.6
0.6
-2.5
-0.8
-3.6
-0.6
-13.5
3.9
-13.7
4.2
-13.9
3.5
2.9
-0.4
2.5
0.8
-14.3
-0.7
.
.
11.4
0.6
-7.1
0
8.2
0.2
8.4
-0.8
15.6
3.5
-5
0