“ANÁLISIS DE LOS DETERMINANTES DE LA DESERCIÓN

ESCOLAR Y EL TRABAJO INFANTIL Y ADOLESCENTE EN

BOLIVIA: APLICACIÓN DE UN MODELO BIPROBIT”

TESIS DE GRADO
REQUERIMIENTO PARA ACCEDER A LA LICENCIATURA EN ECONOMÍA

AUTORA: YELUSSA VARGAS BUSTIOS

La Paz, 2016
 ÍNDICE
RESUMEN EJECUTIVO................................................................................................................. 2
I. INTRODUCCIÓN..................................................................................................................... 3
1.1. Antecedentes ...................................................................................................................... 3
1.2. Justificación del Estudio ...................................................................................................... 7
1.3. Delimitación ........................................................................................................................ 9
1.3.1. Delimitación Geográfica .............................................................................................. 9
1.3.2. Delimitación Temporal ................................................................................................ 9
1.3.3. Delimitación Teórica.................................................................................................... 9
1.4. Marco Teórico ................................................................................................................... 10
1.5. Hipótesis ............................................................................................................................ 10
1.6. Objetivos del Trabajo ........................................................................................................ 10
1.6.1. Objetivo General ....................................................................................................... 10
1.6.2. Objetivos Específicos ................................................................................................. 10
1.7. Metodología ...................................................................................................................... 11
1.8. Anticipación de Resultados ............................................................................................... 11
II. PRESENTACIÓN DEL PROBLEMA .............................................................................. 12
2.1. La Educación en Bolivia ..................................................................................................... 12
2.1.1. Deserción Escolar .......................................................................................................... 14
2.1.2. Deserción Escolar Respecto al Género .......................................................................... 16
2.1.3. Deserción Escolar en el Área Urbana y Rural ................................................................ 17
2.2. Trabajo infantil en Bolivia.................................................................................................. 19
2.3. Identificación y Planteamiento del Problema ................................................................... 22
III. MARCO TEÓRICO ........................................................................................................... 24
3.1. ¿Cómo Funciona el Sistema Educativo en Bolivia? ........................................................... 24
3.1.1. Administración del Sistema Educativo ...................................................................... 24
3.1.2. Estructura del Subsistema de Educación Regular ..................................................... 25
3.2. Deserción Escolar .............................................................................................................. 27
3.2.1. Causas de la Deserción Escolar ................................................................................. 27
3.2.2. Consecuencias de la Deserción Escolar ..................................................................... 29
3.3. Características del Trabajo Infantil y Adolescente ............................................................ 31
3.3.1. Causas del Trabajo Infantil y Adolescente................................................................. 32
 3.4. Los Ninis ............................................................................................................................ 34
3.4.1. Qué son los ninis y su presencia en América Latina y Bolivia .................................. 34
3.4.2. ¿Cómo y por qué se convierten en ninis? ................................................................. 36
3.4.3. ¿Por qué los ninis tienen tanta importancia? .......................................................... 39
3.5. Revisión de Literatura Internacional ................................................................................. 39
3.6. Modelo Neoclásico de la Oferta de Trabajo...................................................................... 44
3.6.1. Mercado Laboral ....................................................................................................... 44
3.6.2. La elección entre consumo y ocio ............................................................................. 45
3.6.3. El Programa de un Agente – Modelo Base ................................................................ 46
3.7. Modelo de Decisión Familiar ............................................................................................. 49
3.8. Método: Probit Bivariado .................................................................................................. 53
3.9. Análisis de Componentes Principales................................................................................ 56
3.9.1. Metodología del PCA ................................................................................................. 57
3.9.2. Factor de Retención .................................................................................................. 60
IV. METODOLOGÍA ............................................................................................................... 61
4.1. Análisis de Datos ............................................................................................................... 61
4.1.1. Fuentes de Información ............................................................................................ 61
4.1.2. Variables Consideradas ............................................................................................. 61
4.2. Hipótesis ............................................................................................................................ 69
4.3. Estadística Descriptiva....................................................................................................... 69
4.4. Estimaciones...................................................................................................................... 75
V. RESULTADOS Y DISCUSIÓN ............................................................................................. 82
5.1. Efectos Marginales ............................................................................................................ 82
VI. CONCLUSIONES ............................................................................................................... 89
VII. RECOMENDACIONES ..................................................................................................... 91
BIBLIOGRAFÍA ............................................................................................................................. 93
ANEXOS .......................................................................................................................................... 96
Anexo 1: Análisis de Componentes Principales – PCA................................................................ 96
Anexo 2: Biprobits con otras Variables que Representan al Ingreso. ........................................ 99
Anexo 3: Probits Independientes ................................................................................................ 103
Tablas
Tabla 1: Trabajo Infantil por Rama de actividad y Horas Laborales ......................................... 21
Tabla 2: Resultados del PCA...................................................................................................... 66
Tabla 3: Actividad de los niños y adolescentes (Porcentajes) .................................................... 69
Tabla 4:Actividad de menores de 12 a 17 años, de acuerdo a nivel de pobreza (Porcentaje) .... 70
Tabla 5: Niños de 12 a 17 años de acuerdo al área y la actividad que realizan (Porcentaje) ..... 74
Tabla 6: Regresión Biprobit - Valor de los Coeficientes............................................................ 77
Tabla 7: Efectos Marginales ....................................................................................................... 85

Gráficos
Gráfico 1: Gasto Público en Bolivia ........................................................................................... 12
Gráfico 2: Deserción Escolar en Bolivia ................................................................................... 14
Gráfico 3: Deserción Escolar Primaria y Secundaria ................................................................. 15
Gráfico 4: Deserción Escolar por Género .................................................................................. 16
Gráfico 5: Grado de Instrucción alcanzado por la población a partir de los 19 años del área
urbana ......................................................................................................................................... 17
Gráfico 6: Grado de Instrucción alcanzado por la población a partir de los 19 años del área rural
.................................................................................................................................................... 18
Gráfico 7: Trabajo Infantil por Rama de Actividad ................................................................... 20
Gráfico 8: Gráfico de Sedimentación de Valores Propios.......................................................... 60
Gráfico 9: Sedimentación de los valores propio PCA ................................................................ 66
Gráfico 10: Saturaciones - Círculo de Correlaciones ................................................................. 67
Gráfico 11: Niños de 12 a 17 años que Trabajan Según Género…………………………..71
Gráfico 12: Niños de 12 a 17 años que Estudian Según Género…………………...……...71
Gráfico 13: Niños de 12 a 17 años que Estudian y Trabajan Según Género.............................. 72
Gráfico 14: Niños de 12 a 17 años que ni Estudian ni Trabajan Según Género ........................ 72
 “ANÁLISIS DE LOS DETERMINANTES DE LA DESERCIÓN ESCOLAR Y EL
TRABAJO INFANTIL Y ADOLESENTE EN BOLIVIA: APLICACIÓN DE UN
MODELO BIPROBIT”

Abstract
This paper analyzes the determinants of school attendance and child labor in Bolivia for
children from 12 to 17 years. Using the econometric model Probit Bivariate, it examines the
decision to attend school or to participate in the labor market, taking into account that these
decisions are not independent. The results show a matrix of four categories to which the
minor may belong: only studies, only works, studies and works simultaneously and does
neither of the two activities. The results suggest that the characteristics of the region where
the child lives and the characteristics of the parents, particularly their level of education, are
significant and relevant factors that determine school attendance and child and adolescent
labor in the country.

1
RESUMEN EJECUTIVO

En Bolivia, todavía existen problemas respecto a la deserción escolar, ya que, si bien en el

nivel primario la tasa de deserción es baja, en el nivel secundario no se obtuvieron los mismos
logros. Por otra parte, relacionado de forma directa a éste fenómeno está el trabajo infantil y
adolescente presente en el país, que infiere en la escolarización de los menores. Además, los
costos generados por estos fenómenos son altos para el niño, ya que, conllevan a mantener
la pobreza intergeneracional y a generar el trabajo infantil intergeneracional. Por lo tanto, el
presente trabajo analiza los determinantes de la deserción escolar y el trabajo infantil y
adolescente en el país para menores de 12 a 17 años, ya que este rango de edad abarca a los
niños y adolescentes que pertenecerían al nivel secundario. En este estudio se presenta un
modelo econométrico de decisión bivariada, el cual, permite estudiar de forma conjunta la
decisión de asistir a la escuela o de participar del mercado laboral, ya que estas opciones no
son independientes.

Los resultados muestran cuatro categorías en las que se puede encontrar el menor, sólo
estudia, sólo trabaja, estudia y trabaja al mismo tiempo y finalmente, no realiza ninguna de
las dos actividades. Un factor interesante de esta matriz es que la categoría de no realizar
ninguna actividad adquiere plena validez, por lo cual, el presente trabajo analiza el fenómeno
de los ninis , niños que ni trabajan ni estudian. De igual manera, los resultados sugieren que
controlado por el efecto del ingreso, las características del lugar donde viven los menores, es
decir, los factores regionales, tienen un efecto considerable en la escolarización y trabajo del
niño y del adolescente. Por otra parte, la educación de los padres es un determinante
importante que influencia tanto en la asistencia del niño a la escuela como en su participación
en el mercado laboral. Por lo tanto, este estudio muestra que el ingreso no es el único
determinante de la deserción escolar y el trabajo infantil y adolescente, por lo que se puede
dar un nuevo enfoque a políticas sociales que traten estos fenómenos.

2
 I. INTRODUCCIÓN
1.1.Antecedentes
Mucho antes de su nacimiento, Bolivia ha experimentado una serie de cambios en el tema de
educación, pasando por un largo proceso hasta conformar el sistema educativo actual.

Durante la época republicana, se consideró a la educación el primer deber del Gobierno, por
ello se decretó el establecimiento de Escuelas de Ciencias y Artes en cada ciudad capital del
Departamento. A principios del siglo XX, se produjo la primera reforma educativa que tuvo
como motivación la modernización del país a través de una ideología liberal. En 1953 se creó
la Comisión Nacional de Reforma Educacional, y en 1955 se dictó el Código de Educación
que determinó modificaciones sustanciales en la estructura educativa boliviana. De esta
manera, la educación en Bolivia ha atravesado por varios cambios; entre los más notables se
encuentra el incremento de la participación de la población femenina, aunque aún no es igual
a la participación masculina. De igual forma, el acceso a la educación en el área rural, si bien
no tiene aún las mejores condiciones para los estudiantes, se ha ido incrementando.

Sin embargo, a pesar de los avances que se realizaron a través de los años, los problemas en
la educación estaban lejos de ser eliminados; uno de los de mayor relevancia hasta el día de
hoy es la deserción escolar, concepto que se utiliza para referirse a aquellos estudiantes que
dejan de asistir a la escuela y quedan fuera del sistema educativo sin culminar sus estudios,
ya sean primarios o secundarios. A pesar que las tasas de asistencia escolar se han ido
incrementando, todavía existen disparidades importantes para quienes enfrentan costos de
oportunidad elevados para estudiar, como por ejemplo es el caso de las mujeres, los indígenas
y los que viven en áreas rurales. Realizando una revisión de los últimos años, de acuerdo a
la base de datos del Instituto Nacional de Estadística (INE), se observa que la tasa de
deserción escolar en el país ha sido relativamente alta, desde el año 2000 hasta el año 2007
las tasas de deserción escolar, que toma en cuenta tanto el abandono del nivel primario como
del secundario, ha oscilado entre el 6% y 7%. Sin embargo, a partir del 2008 hasta el 2014,
las tasas de deserción escolar se encuentran entre el 3% y 5%, es decir que estos porcentajes
han logrado reducirse, llegando a un promedio de 5% en estos 15 últimos años.

Ahora bien, considerando por separado la deserción escolar primaria y secundaria, se

evidenció, en los datos proporcionados por el INE hasta el año 2014, que la deserción

3
secundaria siempre ha sido mayor a la deserción primaria. En el caso de la deserción del nivel
secundario, en el año 2000 se alcanzó una tasa de aproximadamente de 10% mientras que
en el nivel primario sólo se llegó al 6,14%. Con el transcurso del tiempo, ambas tasas se
redujeron, particularmente la tasa de deserción de primaria que en el año 2014 alcanzó una
tasa de 1,82%, esto debido principalmente a la implementación, en el año 2006, de un
programa de transferencia condicionada de dinero denominado Bono Juancito Pinto1,
dirigido en un principio a los estudiantes de nivel primario de las escuelas públicas para luego
ser implementado a los estudiantes del nivel secundario; este bono consiste en otorgar Bs
200 (US$28.20) anuales por estudiante con el propósito de incentivar a que las familias
manden a sus niños a la escuela. A escala nacional, los logros educativos en el nivel primario
han sido muy buenos en los últimos 15 años, de acuerdo al Informe Nacional sobre Desarrollo
Humano en Bolivia del 20152 , para el año 2012 se alcanzó la universalización en la cobertura
neta de nivel primario que es un indicador de acceso de los niños al sistema educativo, 99 de
cada 100 niños entre 6 y 11 años de edad accedieron a este nivel.

Por otro lado, los logros en el nivel secundario son menores a los del nivel primario, de
acuerdo al Informe Nacional sobre Desarrollo Humano en Bolivia del 2015, 72 de cada 100
adolescentes entre 12 y 17 años de edad accedieron a la educación secundaria.
Adicionalmente, el porcentaje de adolescentes que culminaron el nivel secundario medido
por la tasa de término a sexto de secundaria en el 2012 fue de 58%, siendo esta una cifra
alarmante. Además, la tasa de deserción del nivel secundario, si bien ha ido disminuyendo,
no lo ha hecho en la misma proporción que la tasa del nivel primario, ya que, en el 2014 ha
alcanzado el 4,81% mientras que la tasa del nivel primario alcanzó el 1,82% conforme a los
datos de INE.

Para el año 2015 de acuerdo al ministro de educación Roberto Aguilar, sólo el 60% de los
alumnos inscritos en el primer curso de secundaria concluyen el bachillerato, es decir que el
40% de los estudiantes de secundaria, no terminan con sus estudios. Los datos presentados
solo evidencian las desigualdades en el progreso de la educación de nivel primaria a

1 Marco Navarro, F. (2012). El bono Juancito Pinto del Estado Plurinacional de Bolivia. CEPAL-Colección Documentos
de Proyectos. Recuperado de http://repositorio.cepal.org/bitstream/handle/11362/4005/S1200591_es.pdf?sequence=1
2
Programa de Naciones Unidas para el Desarrollo (PNUD). (diciembre 2015). El nuevo rostro de Bolivia, transformación
social y metropolización. Informe Nacional sobre Desarrollo Humano en Bolivia recuperado de
http://idh.pnud.bo/d7/sites/default/files/idh_2016.pdf

4
comparación del nivel secundario, dado que, dentro del nivel secundario, se tiene un
porcentaje altísimo de adolescentes que no logran culminar sus estudios secundarios, por lo
que es importante realizar un estudio de las causas de la inasistencia escolar en este nivel.

Por otra parte, uno de los problemas relacionados de manera directa con el sector de
educación y la deserción escolar del país es el trabajo infantil, definido por el Código del
Niño, Niña y Adolescente3 como “Aquel menor que realiza actividades de producción de
bienes y/o servicios a cambio de un salario en dinero o en especie y genera ingreso
económico”. Los problemas del trabajo infantil en el país están ligados a las deficiencias
económicas que se tiene, dado que Bolivia ha registrado a lo largo de la historia altos índices
de pobreza y si bien existen varios factores que se constituyen las causales del trabajo infantil,
la pobreza se considera el epicentro de la problemática. De acuerdo al trabajo, "Pobreza y
Mercado de Trabajo Infantil en Bolivia y Cochabamba”4, 6 de cada 10 niños son pobres,
induciendo a estos a trabajar para mejorar su estado social y sus condiciones de vida.
Asimismo, a pesar que el Código del Niño, Niña y Adolescente establece que la edad mínima
para trabajar fijada es de 14 años5, en el país existen niños menores al rango fijado que se
encuentran trabajando y la mayoría en malas condiciones y sin la protección de una
normativa que proteja sus derechos.

De acuerdo al estudio, "Pobreza y Mercado de Trabajo Infantil en Bolivia y Cochabamba”,

según estimaciones del Censo Nacional de Población y Vivienda del año 1992, la población
de menores trabajadores comprendidos entre los 10 y 19 años constituían en Bolivia el 13%
del total de la población económicamente activa lo que representaba aproximadamente un
280.000 niños y niñas que trabajan en el país. Por otra parte, en el año 2001 de acuerdo a
UNICEF en su estudio “Trabajo Infantil en Bolivia” del total de la población
económicamente activa (PEA) alrededor de un 10% son niños y adolescentes, la magnitud
del trabajo infantil entre 7 y 17 años en las zonas rurales es de alrededor del 12% de la PEA
de esta área, en cambio, en las zonas urbanas este porcentaje llega al 9%. Ahora bien,
tomando sólo en cuenta los niños de 7 a 13 años de edad, alrededor del 8% declararon que
realizaban actividades de producción de bienes y servicios y un 0,2% declararon que se

3 Art. 124 del Código del Niño, Niña y Adolescente.

4
Gutiérrez Andrade, O. W.(2011). Pobreza y mercado de Trabajo infantil en Bolivia y Cochabamba. Recuperado de
http://www.bcb.gob.bo/eeb/sites/default/files/paralelas5eeb/viernes/Economia%20Social/Walter%20Morales.pdf
5
Art. 126 del Código del Niño, Niña y Adolescente.

5
encontraban sin empleo, ya sea que lo perdieron o que lo estaban buscando. Por otra parte,
tomando en cuenta a los niños y adolescentes entre 14 y 17 años, más de una cuarta parte de
ellos, alrededor del 27%, realizaban alguna actividad económica y se observa una asociación
positiva entre la edad del adolescente y su incorporación al trabajo, por lo cual gran parte de
los adolescentes de 17 años se encontraba trabajando.

Consecutivamente, según estimaciones del Programa de Naciones Unidas para el Desarrollo

(PNUD), entre el 2005 y 2007, el 23% de niños y niñas entre 7 y 14 años y el 42,5% entre
15 y 19 años estaban activos de manera permanente en Bolivia. Posteriormente, en un
documento publicado en agosto de 2006 por la UNICEF y el Instituto Nacional de Estadística
(INE), muestra que en Bolivia existen más de 300 mil niños, niñas y adolescentes
trabajadores que van desde los 7 hasta los 17 años.

Para el año 2008, el Programa Internacional para la Erradicación del Trabajo Infantil (IPEC),
promovido por la organización Internacional del trabajo (OIT) y el INE, realizó la primera y
única Encuesta de Trabajo Infantil (ETI) que se tiene para Bolivia hasta el día de hoy,
tomando en cuenta una muestra representativa de este sector de la población y declaraciones
directas de los niños. Tomando como base la ETI, de acuerdo a un trabajo realizado por el
Instituto de Estudios Avanzados en Desarrollo (INESAD)6, 31 de cada 100 niños entre los 5
a 17 años son económicamente activos, es decir que trabajan 30 de cada 100 niños y están
buscando trabajo 1 de cada 100 niños. Adicionalmente, se presentan porcentajes altos de la
población económicamente activa infantil en el área rural y en la población indígena, ya que,
61 de cada 100 menores trabajan o buscan empleo en el área rural y 65 de cada 100 niños
indígenas son activos en el sector laboral, contrariamente a estos datos los porcentajes son
bajos para niños y adolescentes del área urbana. De la misma manera, de acuerdo al INESAD
y con base en la ETI, en un análisis por género se registró que alrededor de 33 de cada 100
menores que trabajan son varones, mientras que 30 de cada 100 menores que se encuentran
trabajando son niñas. Finalmente, se observó que el porcentaje de niños y adolescentes que
trabajan o buscan empleo va creciendo a medida que van creciendo en edad, para este año se
registró que 48 de cada 100 adolescentes, entre 14 y 17 años, están activos, mientras que
niños de 5 a 9 años se tiene que cada 17 de 100 niños trabaja.

6
Muriel, B. & Olivarez, G. (octubre 2015). Trabajo Infantil en Bolivia. Cartilla Educativa, (02).

6
Para el año 2014, 17 de cada 100 niños y adolescentes, entre los 7 y 17 años de edad, tiene
alguna actividad laboral en el país, tanto en las áreas rurales como en las urbanas, según los
últimos datos proporcionados por el INE. Con los datos presentados, se puede concluir que
si bien el trabajo infantil no es la única consecuencia inmediata del abandono escolar, ambos
tienen una relación estrecha, que debe ser estudiada para la creación de soluciones para
ambos fenómenos, pues los menores deben decidir entre realizar una de las dos actividades,
realizar ambas o ninguna,

1.2. Justificación del Estudio

En Bolivia, aún existen problemas en el sector de educación respecto a la deserción escolar,
ya que, si bien en el nivel primario se alcanzó tasas de deserción escolar bajas, en el nivel
secundario no se obtuvieron los mismos logros y para el 2015 de acuerdo al Ministerio de
Educación, respaldado por los datos del INE, la tasa de término del nivel secundario llega al
60%, es decir, que el 40% de los menores no terminan el ciclo secundario. Por otra parte,
relacionado de forma directa a este fenómeno se encuentra el trabajo infantil, que exige a los
menores tanto física como mentalmente, por lo que infiere en su escolarización, privando al
niño de asistir a la escuela o exigiéndole que combine la asistencia escolar con las horas
laborales. Por tales motivos, es necesario la elaboración de políticas que tengan como fin la
disminución de la inasistencia escolar y el trabajo infantil; en efecto, se debe entender en
primer lugar, cual es el origen del trabajo de los menores y el abandono escolar para elaborar
políticas adaptadas a los factores que determinan ambos fenómenos, lo que se pretende
realizar con el presente trabajo, estudiar los determinantes de ambos fenómenos y la
magnitud de la influencia de los mismos.

De esta manera, el presente estudio aborda temas fundamentales para el desarrollo general
del país, como es el tema de la educación, pues ésta es necesaria en todos los sentidos, para
alcanzar mejores niveles de bienestar social y de crecimiento económico; para nivelar las
desigualdades económicas y sociales; para acceder a mejores niveles de empleo; y para el
impulso de la ciencia, la tecnología y la innovación. Por otra parte, la educación formal de
las personas comienza en la escuela, por lo cual se debe eliminar de manera permanente los
niveles de deserción escolar, tanto a nivel primario como secundario. Si bien en Bolivia el
nivel primario mantiene un nivel de deserción escolar bajo, el nivel secundario debe alcanzar

7
los mismos objetivos e incrementar la tasa de asistencia del ciclo, puesto que, son estos niños
y adolescentes el futuro capital humano del país.

Esta investigación de igual manera, se enfoca en la participación en el mercado laboral de

menores de edad, dado que un gran porcentaje de niños y adolescentes que se encuentran en
edad de estudiar, son partícipes del mercado de trabajo, sin embargo, no en las mismas
condiciones que un trabajador promedio. El trabajo infantil en Bolivia, no sólo es alto, sino
también deplorable dadas las condiciones en las que los menores llegan a trabajar, con
remuneraciones que no alcanzan ni el salario mínimo, con ningún tipo de seguridad social y
sin poder acceder a derechos laborales. A su vez, se afecta la formación de los niños y
adolescentes como trabajadores competentes y profesionales capacitados que participan en
el mercado laboral.

Por otra parte, los costos generados por la deserción escolar y el trabajo infantil son altos,
pues el niño no solo sacrifica su presente, pero de igual manera su futuro, ya que ambos
fenómenos conllevan a mantener la pobreza intergeneracional, dado que el niño al trabajar y
no asistir a la escuela no recibe la educación adecuada, por lo que en un futuro no será
competente y no podrá obtener empleos bien remunerados, y probablemente no genere
muchos ingresos, terminando en una situación de pobreza. Además, al percibir salarios más
bajos, serán más propensos a exigir que sus hijos trabajen a una temprana edad para
compensar el ingreso del hogar que formen en un futuro, generando el trabajo infantil
intergeneracional. Por estas razones, es de gran importancia identificar los factores que
influyen en la deserción escolar en conjunto con el trabajo infantil, ya que se debe considerar
que los factores económicos no son los únicos determinantes de estos fenómenos, por lo tanto
una política puramente económica no tendrá los efectos deseados, puesto que si se trabajara
solamente respecto al crecimiento económico y la redistribución del ingreso, esto no
disminuiría necesariamente el trabajo infantil y la deserción escolar

Por otra parte, no existen estudios similares en Bolivia en torno a ambos fenómenos,
deserción escolar y trabajo infantil, ya que, en su mayoría son trabajos de orden cualitativo,
y cada fenómeno se lo considera de manera individual, por lo tanto, este trabajo contribuye
a suplir la ausencia de estudios de orden cuantitativo que colaboren con el análisis y
entendimiento de ambos fenómenos de manera conjunta.

8
 1.3. Delimitación
1.3.1. Delimitación Geográfica

El ámbito de aplicación del presente trabajo abarca todo el territorio boliviano, el cual, se
organiza en nueve departamentos, que a su vez se dividen en 112 provincias, y estas en
339 municipios y territorios indígena originario campesinos. Asimismo, se tomará en cuenta
tanto el área urbana como el área rural.

1.3.2. Delimitación Temporal

El presente trabajo se desarrolló con la base de datos de la última Encuesta de Hogares de

Bolivia disponible, en este caso la del año 2013. Esta encuesta es una investigación
socioeconómica que se realiza todos los años y tiene como objetivo indagar sobre las
condiciones de vida de la población boliviana, a nivel rural y urbano. Por lo tanto, a pesar
que el trabajo se lo realiza en el año 2016, dada la disponibilidad de información existente en
el país, el alcance temporal de este estudio es del año 2013.

1.3.3. Delimitación Teórica

En el presente trabajo, se realizó un análisis econométrico con datos de la Encuesta de

Hogares de Bolivia del 2013, para determinar qué factores influyen en la deserción escolar
y el trabajo infantil presentes en el país. De esta manera, se efectuó un análisis positivo y
normativo. En el primer caso, se realizó una descripción de la situación del país respecto al
tema de educación, haciendo énfasis en la educación del nivel secundario que abarca niños
entre las edades de 12 a 17 años, asimismo, se realizó una descripción sobre el trabajo infantil
en Bolivia con la ayuda de estadística descriptiva y analizando las causas y consecuencias
del mismo. Por otro lado, se realizó una descripción de los datos obtenidos, analizando su
comportamiento. En el segundo caso, con el análisis normativo, se buscó definir los criterios
que guíen las decisiones y recomendaciones para los temas que se trataron respecto a la
educación y el trabajo infantil en el marco del presente trabajo. Primordialmente, este estudio
es un trabajo descriptivo, el cual fue realizado, analizando los datos correspondientes, con
poder establecer cuáles son los determinantes del abandono escolar y el trabajo infantil en
Bolivia.

9
 1.4. Marco Teórico
El presente trabajo abarca conceptos teóricos y definiciones sobre el sector de educación del
país y sobre economía del trabajo. Respecto a la educación del país, se analiza temas sobre
la administración del sistema educativo, la estructura del subsistema de educación regular y
se realiza énfasis en la deserción escolar y sus posibles causas. Por otra parte, se estudia el
trabajo infantil en el país y sus posibles causas, el mercado laboral y el modelo de decisión
familiar. A su vez, se aborda el tema de los “ninis ” en Bolivia, quien son personas que no
trabajan ni estudian. Finalmente, la metodología utilizada se centra en un modelo Probit
Bivariado para determinar los factores que más influyen en la decisión de los niños y
adolescentes entre estudiar y trabajar, además de realizar un análisis de componentes
principales.

1.5. Hipótesis
En Bolivia, a nivel de ingreso familiar igual, la probabilidad para un adolecente entre 12 y
17 años de participar en el mercado laboral y/o asistir a la escuela son fuertemente
determinados por la educación del padre y de la madre, y de igual manera por diferencias
regionales.

1.6. Objetivos del Trabajo

1.6.1. Objetivo General

Establecer cuáles son los determinantes de la deserción escolar y el trabajo infantil en Bolivia
que influyen en la decisión de un menor, entre 12 y 17 años, de estudiar o participar en el
mercado laboral.

1.6.2. Objetivos Específicos

 Elaborar una descripción del sector educación con estadística descriptiva y analizando
la estructura del mismo y la forma en la que se desempeña.
 Analizar el trabajo infantil en Bolivia, realizando un estudio descriptivo sobre las
causas y consecuencias del mismo.

10
  Trabajar con la base de datos para encontrar la magnitud de los coeficientes y
determinar qué factores tienen una mayor influencia en la deserción escolar y el
trabajo infantil.
 Realizar recomendaciones para el desarrollo de políticas sociales que tengan por
objeto el incremento de la asistencia escolar en el nivel secundario y la disminución
del porcentaje de menores que trabajan.

1.7. Metodología
En este estudio se trabaja con un enfoque deductivo y se utiliza el método cuantitativo,
también denominado investigación cuantitativa. En primer lugar, se realiza un estudio
descriptivo y estadístico de la situación de la población de estudio respecto a ambas
actividades: estudiar y trabajar. Posteriormente, se realiza el análisis de componentes
principales (PCA), para la construcción de una variable de medición del ingreso familiar, la
cual se utilizó en el modelo central del estudio.

La principal estimación del trabajo es el modelo Probit Bivariado, a través del cual se busca
conocer la situación y comportamiento predominante de determinadas variables para la
definición de otras variables, es decir, encontrar los factores que influyen en la decisión de
estudiar o participar del mercado laboral de niños y adolescentes entre determinadas edades.
De igual manera, el modelo permite conocer si estudiar y trabajar forma parte de una decisión
conjunta o son totalmente independientes. Por otro lado, dentro de la metodología
determinada, se realiza la identificación de las variables dependientes e independientes a ser
estudiadas; particularmente, la variable independiente es la que resultan de mayor interés,
puesto que es la variable que se ha hipotetizado, es decir, la que será la causa que produce el
efecto supuesto sobre el sistema estudiado. Asimismo, dadas las propiedades del modelo,
posterior a la estimación del Biprobit se realiza un análisis de efectos marginales con el fin
de obtener el efecto de los factores determinados sobre la decisión de estudiar, trabajar,
realizar ambas actividades o ninguna.

1.8. Anticipación de Resultados

Los resultados del presente estudio muestran que en primer lugar, se justifica analizar de
manera conjunta la decisión de estudiar y trabajar, ya que, existe un trade-off entre ambas
decisiones. En segundo lugar, los resultados sugieren que, controlado por el ingreso,
11
particularmente las características de los padres y las características regionales tienen efectos
importantes en la decisión del niño de estudiar o no y de trabajar o no hacerlo. Por otra parte,
se analiza el fenómeno de los ninis, niños que deciden no estudiar ni trabajar.

II. PRESENTACIÓN DEL PROBLEMA

El objetivo de este capítulo es presentar un panorama general de la situación del sector
educativo en Bolivia y de la misma manera, tener conocimiento del trabajo infantil presente
en el país, de modo que se obtenga los aspectos más importantes y relevantes para la
investigación realizada en este trabajo.

2.1. La Educación en Bolivia

Los países en desarrollo, como es el caso de Bolivia, se caracterizan por tener una población
joven que aumenta rápidamente, tienen índices de alfabetización no muy altos y porcentajes
de deserción escolar llamativos. De tal forma, los problemas y las limitaciones en el sector
de educación de Bolivia no son nuevos, sin embargo, en los últimos años se ha generado
políticas públicas centradas en la igualdad de oportunidades y el acceso mayoritario de la
población a los diferentes niveles regulares. Entre los mejores ejemplos de dichas políticas
se encuentra el Bono Juancito Pinto, que consiste en otorgar un incentivo económico a los
estudiantes por asistir a la escuela. Por otra parte, el gasto público en este sector se ha ido
incrementado con los años, como se observa en el gráfico 1. Donde GPE es el gasto público
en educción y GT es el gasto público total.

Gráfico 1: Gasto Público en Bolivia

500 18
450 16
400
Millones de dólares

14
350 12
300
10
250
Porcentaje

8
200
150 6
100 4
50 2
0 0
2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014
GPE 83,7 107 95,9 65,7 54,2 42,5 75,2 77,7 124 151 177 170 233 326 455
GT 14,3 16,8 16,4 13,2 9,01 6,75 8,55 7,73 9,17 10,5 11,6 7,81 8,03 8,63 10,1

Años
Fuente: Elaboración propia con datos del INE.
12
Sobre todo a partir de año 2011 en adelante se observa una pendiente más pronunciada hasta
llegar a los $ 455 millones de dólares en el año 2014. No obstante, el aumento en el gasto
público en educación no significa que de igual manera se incrementó el porcentaje del gasto
en este sector respecto al gasto público total, por el contrario, este porcentaje ha disminuido,
si se realiza una comparación con otros años, como por ejemplo los años del 2000 al 2003 y
el año 2009; si bien en valor monetario el gasto público en educación es menor al de años
posteriores, el porcentaje del gasto en educación respecto al gasto total es mucho más alto
en comparación de los últimos años.

Por otra parte, un mayor gasto en el sector educación no implica directamente el desarrollo
del sector o una mejoría en la educación, dado que, problemas de asistencia escolar o respecto
a la calidad de la educación, continúan persistiendo en el país. Dichas deficiencias, precisan
de varios factores que se deben tomar en cuenta, tales como una infraestructura adecuada
para los niños, un plantel de profesores con competencias sólidas y actualizadas, la
homogenización del currículum escolar entre escuelas privadas y públicas, las condiciones
de nutrición adecuadas, la facilitación del acceso de los estudiantes a las nuevas tecnologías
entre otros. Por lo tanto, no sólo es importante que la inversión en educación sea alta, de igual
manera es esencial la eficiencia del uso de esta para una buena administración del sector, de
otra manera las deficiencias en el sector de educación del país continuarán existiendo.

A pesar de que el gasto en educación ha ido aumentando en los últimos años, problemas
como la deserción escolar persisten en el país, por lo cual, el presente estudio abarcará este
problema que tiene importantes connotaciones en el futuro capital humano del país. Así
mismo, el problema de la deserción escolar está relacionado estrechamente con otro de los
problemas que enfrenta el país, el trabajo infantil; ya que, elegir entre asistir al colegio o
participar del mercado laboral es una decisión conjunta que deben tomar los niños y
adolescentes que están en edad escolar. Por lo tanto, se describirá ambas situaciones para
luego precisar la relación entre ellas y su importancia en el desarrollo tanto económico como
social del país.

13
 2.1.1. Deserción Escolar

La deserción escolar es la definición que se utiliza para referirse a aquellos estudiantes que
dejan de asistir a la escuela y quedan fuera del sistema educativo, no logrando culminar sus
estudios, ya sean primarios o secundarios. En Bolivia, durante los últimos años la tasa de
deserción escolar total, que incluye tanto el nivel primario como el nivel secundario, ha ido
disminuyendo, como se puede ver en el gráfico 2, a partir del año 2006 se inicia una
tendencia más marcada de la disminución de la deserción escolar, llegando a su porcentaje
más bajo en el año 2011 con una tasa de 2,35%, sin embargo, a partir de este año la tasa se
ha ido incrementado pero no en grandes proporciones.

Gráfico 2: Deserción Escolar en Bolivia

8
6,86 6,66
7 6,65
6,21 6,07
6 6,43 5,28 5,56
5,82
PORCENTAJE

4 3,61
3,54 3,09
2,82
3 2,35 3,07
2

0
2008
2000

2001

2002

2003

2004

2005

2006

2007

2009

2010

2011

2012

2013

2014

AÑOS
Fuente: Elaboración propia con datos de INE.

No obstante, el tema de cobertura no está resuelto en su totalidad, ya que, la deserción escolar

primaria es menor a la deserción presente en secundaria, por lo tanto, al realizarse un análisis
de la estadística desagregada por niveles se podrá observar, que la inasistencia escolar en
secundaria no ha disminuido como lo ha hecho la tasa de deserción de primaria, y que si bien
se ha obtenido grandes logros en el ciclo primario, esto no se ve reflejado de la misma manera
en el nivel secundario. De acuerdo al Ministro Roberto Aguilar, para el año 2015 sólo el

14
60% de los alumnos inscritos en el primer curso de secundaria finalizan el ciclo completo7,
es decir, que llegan a completar el sexto curso de este nivel, y que por lo tanto 4 de 10
estudiantes abandonan sus estudios escolares en uno de los seis años de este nivel. En el
gráfico 3, se puede observar la deserción escolar anual y desagregada por niveles; en primer
lugar, se puede ver que, durante los años considerados, la deserción escolar secundaria,
siempre ha sido mayor a la primaria, e inclusive en los últimos años la deserción presente en
el nivel secundario ha sido el doble de la tasa de deserción presente en primaria. En segundo
lugar, a pesar de que esta tasa ha ido disminuyendo, en los últimos cuatro años del tiempo
considerado, se observa que esta tasa ha comenzado a incrementarse nuevamente, a partir
del año 2011 hasta el 2014. De igual manera, se debe destacar que la deserción escolar en
Bolivia es gradual y se inicia durante la transición del nivel primario al secundario.

Gráfico 3: Deserción Escolar Primaria y Secundaria

12

10

8
Porcentaje

0
2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014
Años
Primaria Secundaria Tendencia Primaria Tendencia Secundaria

Fuente: Elaboración propia con datos de INE.

Por lo tanto, los datos presentados son evidencia de las desigualdades en el progreso de la
educación del nivel primario a comparación del nivel secundario, dado que, dentro del nivel
secundario, se tiene un porcentaje importante de adolescentes que no logran culminar sus

7
El 40% de los estudiantes de secundaria deja sus estudios. (2016) La Razón. Recuperado de
http://webine.ine.gob.bo/ine/content/el-40-de-los-estudiantes-de-secundaria-deja-sus-estudios

15
estudios, por lo que es importante realizar un estudio de las causas de la inasistencia escolar
en este nivel.

2.1.2. Deserción Escolar Respecto al Género

En Bolivia, así como en otros muchos países, el camino a la educación siempre ha resultado
mucho más difícil para las mujeres que para los hombres, dado a que el acceso a la misma
no ha sido igual para ambos géneros, aunque en los últimos años se han dado grandes avances
para el género femenino. Sin embargo, respecto a la deserción escolar son los hombres
quienes tienen los mayores porcentajes de esta tasa, como se puede observar en el gráfico 4,
son ellos quienes mantienen a lo largo de los años tasas de deserción escolar más altas.

Se observa en el gráfico que tanto la tasa de deserción escolar de los hombres como de las
mujeres tiene una tendencia a la baja desde el año 2000 hasta el año 2011, año a partir del
cual se puede observar un nuevo incremento de esta tasa de abandono escolar, lo que es
coherente con los datos de la deserción escolar total del país que se presentaron en el gráfico
2. Por otro lado, la diferencia entre la tasa de deserción escolar de los hombres con la de las
mujeres se ha mantenido aproximadamente entre el 2 y el 3%.

Gráfico 4: Deserción Escolar por Género

14

12 11,03 10,75
10,7 10,28 10,25
9,7 10,19
10 9,28
8,8
Porcentaje

8 8,71 8,79 8,53 8,49 8,12 6,68 6,69

8,01 8
7,19 6,96 5,2 5,49 5,74
6
4,55

4 4,86 4,83
3,41 3,69 3,85
3,05
2

0
2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014
Años
Hombre Mujer
Fuente: Elaboración propia con datos de INE.

16
Por lo tanto, a pesar que se debe buscar soluciones respecto a este problema para ambos
grupos de personas, tanto para las mujeres como para los hombres, es importante saber qué
conjunto de la población está más afectada por la deserción escolar, de manera que se pueda
implementar políticas sociales que ayuden a mejorar o solucionar de manera definitiva este
problema, tomando en consideración las características propias de cada género, por lo que
saber que grupo de la población necesita más atención respecto a este problema en la
culminación de los estudios escolares es relevante.

2.1.3. Deserción Escolar en el Área Urbana y Rural

Por otra parte, analizando el abandono escolar de acuerdo al área del país, la deserción escolar
del ciclo secundario se hace mucho más evidente en el área rural que en área urbana, donde
se tiene una mayor asistencia a este ciclo. En los gráficos 5 y 6 se puede observar el grado de
instrucción alcanzado por las persona a partir de los 19 años hacia adelante en el área urbana
y en el área rural, Para comenzar, se puede observar que en el área urbana, el nivel de
instrucción alcanzado por gran parte de la población es el secundario, lo que quiere decir que
las personas han logrado completar sus estudios hasta este ciclo.

Gráfico 5: Grado de Instrucción alcanzado por la población a partir de los 19 años del
área urbana

100
90
80
70
Porcentaje

60
50
40
30
20
10
0
2003-
2000 2001 2002 2005 2006 2007 2008 2009 2011 2012 2013 2014
2004
Otros Cursos 0,52 0,76 0,27 0,72 0,47 0,0 0,27 0,33 0,32 0,41 0,29 0,37 0,58
Superior 26,66 27,12 24,49 23,52 27,65 30,94 32,84 30,99 31,78 36,8 35,79 41,23 34,82
Secundaria 32,44 31,45 32,37 31,46 42,93 33,52 41,14 34,53 41,29 37,78 40,26 38,34 40,85
Primaria 33,3 33,45 36,95 37,06 22,91 29,75 21,17 29,57 21,14 21,11 19,74 16,8 20,15
Ninguno 7,08 7,23 5,92 7,23 6,02 5,79 4,58 4,58 5,47 3,9 3,92 3,25 3,59
Ninguno Primaria Secundaria Superior Otros Cursos
Fuente: Elaboración Propia con datos del INE.

17
Por otra lado, en el gráfico 6 se hace más evidente que el grado de nivel alcanzado por la
mayor parte del área rural es el nivel primario, por consiguiente, el porcentaje de personas
que logran finalizar sus estudios secundarios es menor. Además, a pesar de que a través de
los años se puede observar un aumento del porcentaje de personas que logra culminar el ciclo
secundario en el área rural, aún son muy bajos los porcentajes de la población de este sector
que alcanzan este grado de instrucción, ya que, en varios años, el porcentaje de población
que sólo logro terminar la primaria es el doble del porcentaje de personas que finalizó la
secundaria.

Gráfico 6: Grado de Instrucción alcanzado por la población a partir de los 19 años del
área rural

100
90
80
70
60
50
Porceentaje

40
30
20
10
0
2003
2000 2001 2002 - 2005 2006 2007 2008 2009 2011 2012 2013 2014
2004
Otros Cursos 0,06 0,01 0,01 0,26 0,14 0,0 0,0 0,09 0,09 0,17 0,04 0,21 0,5
Superior 2,27 3,35 2,2 5,13 3,8 3,86 6,87 5,22 6,4 6,5 7,75 6,58 5,01
Secundaria 9,2 10,43 9,9 13,55 27,44 13,16 28,76 15,22 25,27 26,07 28,48 26,55 27,1
Primaria 58,97 59,07 61,66 56,98 45,21 58,12 40,82 55,22 44,19 47,81 44,58 46,8 48,63
Ninguno 29,49 27,14 26,23 24,08 23,41 24,86 23,54 24,24 24,04 19,45 19,15 19,87 18,76

Ninguno Primaria Secundaria Superior Otros Cursos

Fuente: Elaboración Propia con datos del INE.

Esta comparación entre los dos sectores del país, demuestra que si bien en el área urbana la
deserción escolar del nivel secundario no es tan notoria, la realidad del área rural es otra, con
una gran parte de la población que sólo llega a culminar sus estudios primarios. Entre las
posibles causas de esta diferencia se encuentra la menor accesibilidad a la educación que
tienen los niños del área rural, ya sea por motivos de infraestructura, de la distancia de los
hogares de estos niños a una unidad educativa, e incluso un menor acceso al bono que
proporciona el estado a los niños que asisten a la escuela. Por consiguiente, es importante
reducir esta brecha entre estos sectores respecto al nivel de instrucción alcanzado, y en el

18
mejor de los casos poder aumentar el porcentaje de población que finaliza sus estudios
secundarios tanto en el sector urbano como en el rural.

2.2. Trabajo infantil en Bolivia

Uno de los problemas relacionado de manera directa con la deserción escolar es el trabajo
infantil, definido por la Organización Internacional del Trabajo (OIT) como “Todo trabajo
que priva a los niños de su niñez, su potencial y su dignidad, y que es perjudicial para su
desarrollo físico y psicológico, siendo la participación de los niños o adolescentes en trabajos,
un atentado contra su salud, desarrollo personal e interferencia con su escolarización.”

El trabajo infantil es una triste realidad que expresa el nivel atrasado de desarrollo económico
de Bolivia, el cual obliga la utilización de la fuerza del trabajo familiar y por consiguiente,
la de los niños y adolescentes. La participación de los menores en el mundo laboral es un
tema de preocupación, porque se genera repercusiones negativas y en los peores casos,
altamente nocivas, que pueden ocasionar algunas de las actividades que realizan los niños.
El trabajo de los niños puede ser clasificadas en tres tipos de acuerdo a la OIT: el trabajo
ligero que abarca actividades que no perjudican la salud, el desarrollo ni la asistencia escolar
del niño; el trabajo peligroso que son actividades realizadas por los niños que ponen en
peligro la salud, seguridad e inclusive la moralidad de los menores, esta categoría incluye la
carga excesiva de trabajo; y finalmente el trabajo infantil en sus peores formas que abarca
actividades ilícitas, como la trata y tráfico de niños y la condición de servidumbre,
actividades realizadas a partir de formas de esclavitud y otras análogas.

Por otra parte, el trabajo ligero está condicionada a la edad, duración y condiciones laborales,
en el caso específico de Bolivia, de acuerdo al Código Niña, Niño y Adolescente la edad
mínima que debe tener un menor para trabajar es de 12 años, la carga horaria máxima es de
6 horas y está prohibido los trabajos nocturnos, sin embargo, la normativa laboral determina
las condiciones de trabajo para los niños y adolescentes a partir de los 14 años y, se considera
una carga horaria regular de 8 horas diarias. No obstante, a pesar de la legislación glosada
anteriormente, aún existen niños que trabajan en actividades peligrosas, que no reciben las
condiciones apropiadas para desempeñar su trabajo, que no tienen una remuneración justa y
lastimosamente aún existe niños que realizan actividades al borde de la esclavitud, por lo que
para luchar contra este problema es importante determinar los factores que lo influyen.
19
 2.2.1 ¿En qué Trabajan los niños en Bolivia?

Lamentablemente en Bolivia, los estudios realizados respecto al trabajo infantil son pocos,
por lo que la estadística respecto a este tema es escaza. Uno de los estudios más amplios
sobre el trabajo infantil es el realizado por el Programa Internacional para la Erradicación del
Trabajo Infantil promovido por el INE y la OIT, quienes realizaron en el año 2008 la primera
y única Encuesta de Trabajo Infantil (ETI). A partir de esta encuesta se pudo determinar los
principales trabajos que realizan los niños y adolescentes del país, lo cual se observa en el
gráfico 7. En primer lugar, la ETI revela que las labores agropecuarias representa un 51,4%,
a las que les sigue el sector de comercio dado que, aproximadamente 19 de cada 100 niños
se encuentra trabajando en este sector, siendo en buena medida minoristas y ambulantes; en
tercer lugar, están los niños que trabajan en manufacturas con un 10,5%, detrás se encuentran
los servicios prestados especialmente en restaurantes y hoteles con el 8,2%, construcción,
transporte y comunicaciones que suman el 5,3 %, y finalmente se encuentra el sector minero
y de hidrocarburos con el 0,8%. Las actividades agropecuarias son principalmente realizadas
en el área rural mientras que en el área urbana el comercio es el rubro más importante.

Gráfico 7: Trabajo Infantil por Rama de Actividad

Fuente: Elaboración EMINPRO-INESAD en base a la información de la ETI

Notas: (i) La población infantil toma en cuenta al estrato de edad entre 5 a 17 años. (ii) Otros Servicios incluyen los servicios
comunales, sociales, personales y la administración pública.

20
De igual manera, la ETI muestra que si bien la mayor parte de los niños se encuentran
trabajando en el área agropecuaria, esta actividad es la que menos horas demanda a los
menores. En el cuadro 1 se puede observar que las actividades que demandan más tiempo de
los niños y adolescentes son la construcción y la rama de transporte y comunicaciones,
mientras que las que menos tiempo requieren de los menores son las labores agropecuarias y
las actividades realizadas en hoteles y restaurantes.

De la misma manera, la tabla 1 muestra que aproximadamente 51 de cada 100 niños que
trabaja en construcción tiene jornadas laborales de 6 o más horas, de igual manera, las
actividades de minería e hidrocarburos y la de otros servicios son las que tienen porcentajes
altos, 30 y 32,9% correspondientemente, afectando su asistencia escolar, debido a que
mientras más tiempo pase el menor trabajando menor será el tiempo del niño dedicado a su
educación y desarrollo intelectual.

Tabla 1: Trabajo Infantil por Rama de actividad y Horas Laborales

Horas Trabajadas
Niños con 6 o más horas
Rama de Actividad por día
laborales día (Porcentaje)
(Promedio)
Agropecuaria 3,63 17,1
Minería e Hidrocarburos 4,45 30,0
Manufacturas 4,34 27,8
Construcción 6,24 50,9
Comercio 3,9 22,7
Transporte y Comunicaciones 4,58 29,8
Hoteles y Restaurantes 3,66 17,6
Otros servicios 4,74 32,9

Fuente: Elaboración EMINPRO-INESAD en base a información de la ETI

Notas:(i) La población infantil toma en cuenta al estrato de edad entre 5 a 17 años. (ii) Otros Servicios incluyen los
servicios comunales, sociales, personales y la administración pública.

Por otro lado, dejando de lado las ramas en las que trabajan los menores, se debe considerar
que cualquiera que sea la actividad que realizan, esta absorbe parte del tiempo que podría
estar destinado al estudio o al desarrollo del niño, siendo alto el costo de oportunidad de los
niños en el mercado laboral. Desde otro punto de vista, debido a las horas que trabajan los
menores, el cansancio mental y sobre todo físico, especialmente si no se trabaja con las

21
condiciones necesarias, afecta al desempeño escolar de los niños, y por consiguiente, no
puede continuar realizando ambas actividades o falla en el desarrollo de éstas, y al momento
de priorizar las necesidades, la primera opción es abandonar los estudios, dado que, en el
presente para el niño, el ingreso que debe generar es más importante que la educación que
reciba. De esta manera, esta situación refleja la estrecha relación que existe entre el trabajo
infantil y la deserción escolar, conformando una decisión conjunta que el niño debe tomar.

Por último, de acuerdo a la ETI se definió que las principales causas que explican la inserción
de los niños al mercado laboral es la falta de recursos económicos dentro del hogar, ya que,
alrededor del 74,5% de los niños trabajan para generar ingresos en el hogar o ayudar a las
familias en sus negocios; sin embargo, también resaltan factores como la baja escolaridad de
los padres o los tutores del niño, ya que, mientras más bajo sea el nivel de educación
alcanzado por los padres del menor, éste tiende a alcanzar niveles más bajos de instrucción.

2.3. Identificación y Planteamiento del Problema

La deserción escolar y el trabajo infantil son realidades lamentables por las que atraviesa
Bolivia, principalmente debido a su atraso en el desarrollo de su economía. Por una parte, la
deserción escolar es un problema que debe resolverse de manera inmediata, dado que la
educación y formación de las personas es el único camino al desarrollo de la sociedad en su
conjunto, pues a través de la educación se forma el capital humano de un país. En el caso de
Bolivia, si bien se han logrado avances en la deserción escolar primaria, reduciendo el
porcentaje de niños que abandonan la escuela, este no es el caso del nivel secundario, en el
cual 4 de cada 10 estudiantes abandonan la escuela en uno de los cursos de este nivel, no
logrando culminar sus estudios escolares, motivo por el cual, la tasa de termino del nivel
secundario es baja. Por otro lado, el trabajo infantil es un problema que tiene una fuerte
presencia en Bolivia, dicho problema es considerado perjudicial para los menores en muchas
maneras, pues este afecta el bienestar tanto físico como mental de los niños y adolescentes,
interviniendo es sus actividades regulares como ir a la escuela. Por otra parte, el trabajo
infantil tiene una alta temporalidad laboral y los derechos laborales para los menores son
prácticamente inexistentes.

Estos dos problemas están estrechamente relacionados, ya que el trabajo infantil interfiere en
la escolarización de los niños y adolescentes, privando al menor de asistir a la escuela a
22
temprana edad o exigiéndole que combine ambas actividades; por lo que niños que trabajan
y estudian al mismo tiempo suelen tener problemas de repitencia y bajo rendimiento escolar.

Así mismo, los costos generados por la deserción escolar y el trabajo infantil son altos, dado
que el niño no sólo sacrifica su presente, sino de igual manera su futuro, ya que ambos
problemas conllevan a mantener la pobreza y el trabajo infantil intergeneracional, teniendo
en cuenta que el niño al dejar los estudios para trabajar, no recibe la formación adecuada, por
lo que en un futuro, al no ser competente, no podrá aspirar a empleos bien remunerados,
generando menos ingresos y continuando en pobreza; lo que llevará a exigir a sus hijos , de
cierta manera, que trabajen a temprana edad para compensar el ingreso del hogar.

Por estas razones, es necesario identificar los factores que determinan estos fenómenos para
que posteriormente se trabaje en la elaboración de políticas que tengan como objetivo la
disminución de la deserción escolar y el trabajo infantil, ya que se debe considerar que los
factores económicos no son los únicos influyentes en estos problemas, por lo tanto, una
política puramente económica no tendrá los efectos deseados, puesto que si se trabajara
solamente respecto al crecimiento económico y la redistribución del ingreso, esto no
disminuiría necesariamente el trabajo infantil o la deserción escolar. Por consiguiente,
primeramente se debe entender los factores que determinan ambos problemas, el cual es el
propósito del presente trabajo, estudiar los determinantes de ambos fenómenos y la magnitud
de la influencia de los mismos.

23
III. MARCO TEÓRICO
3.1. ¿Cómo Funciona el Sistema Educativo en Bolivia?
3.1.1. Administración del Sistema Educativo

La administración del sector educación del país está bajo la responsabilidad del Ministerio
de Educación que está encargado de diseñar, implementar y ejecutar políticas, estrategias
educativas inclusivas, equitativas, intraculturales, interculturales, plurilingües, científicas,
técnica - tecnológica, de calidad, con participación social desde el ámbito territorial, a través
del Sistema Educativo Plurinacional.

Complementariamente, las atribuciones más relevantes del Ministerio de Educación

comprenden, de acuerdo al Artículo 104 del Decreto Supremo 29894 en su inciso a)
“Formular políticas y estrategias intraculturales, interculturales y plurilingües de Educación
en el Estado, en coordinación con el Ministerio de Planificación del Desarrollo.”, en su inciso
b) “Gestionar y garantizar el funcionamiento del sistema educativo plurinacional”, y
finalmente en su inciso e) “Ejecutar, evaluar y fiscalizar las políticas, estrategias y programas
de educación”. Por último, el Ministerio de Educación comprende al Viceministerio de
Educación Regular, a cargo de la dirección general de la educación primaria y secundaria; al
Viceministerio de Educación Alternativa y Especial, a cargo de la dirección de la educación
primaria y secundaria para adultos, de la educación técnica alternativa; y el Viceministerio
de Educación Superior de Formación Profesional, responsable de la educación superior
técnica, tecnológica, lingüística y artística, y de igual manera encargado de la dirección
general de formación de maestros.

Adicionalmente, en el marco del proceso de descentralización se asignó determinadas

responsabilidades y recursos a los Gobiernos autónomos Departamentales, a los cuales se les
transfirió la administración, supervisión y el control de los recursos humanos de los servicios
de educación en el ámbito departamental. Así mismo, se otorgó a los Gobiernos Autónomos
Municipales el derecho de propiedad sobre los bienes tanto muebles como inmuebles del
servicio público de educación, consistentes en establecimientos educativos de los niveles
primaria y secundaria; igualmente se les transfirió la obligación de construir, equipar y
mantener la infraestructura educativa.

24
Por otra parte, para la administración a nivel departamental, se encuentra el Servicio
Departamental de Educación (SEDUCA), el cual es un órgano operativo y desconcentrado
de las gobernaciones, que tiene como misión fundamental la administración de la educación
pública y el control de la educación privada en el ámbito de la jurisdicción territorial. Entre
otras de sus funciones el SEDUCA tiene a su cargo la formulación del plan departamental de
educación y el establecimiento de lineamientos y metas departamentales respecto al sector
educación en cada departamento. Por otro lado, se encuentra, la Dirección Distrital de
educación, que es el órgano desconcentrado del SEDUCA, éste administra el servicio público
pero de igual manera, ejerce control sobre el servicio privado ambos correspondientes a la
estructura de administración curricular.

Finalmente, se encuentra el Núcleo Educativo, que es el conjunto de unidades educativas

que constituyen entre sí una red de servicios educativos complementarios. Este núcleo
educativo tiene por objetivo optimizar el uso de los recursos humanos, materiales y
financieros del servicio de educación pública para de esta manera lograr el mejoramiento
interno de cada una de las unidades que componen el núcleo, el cual se encuentra a cargo de
un director responsable del funcionamiento de dicho establecimiento.

3.1.2. Estructura del Subsistema de Educación Regular

De acuerdo a la Ley de la Educación N° 070 “Avelino Siñani – Elizardo Pérez” en su Artículo

9, Capítulo I Subsistema de Educación Regular, la educación regular “Es la educación
sistemática, normada, obligatoria y procesual que se brinda a todas las niñas, niños,
adolescentes y jóvenes, desde la Educación Inicial en Familia Comunitaria hasta el
bachillerato, permite su desarrollo integral, brinda la oportunidad de continuidad en la
educación superior de formación profesional y su proyección en el ámbito productivo”.
Consecuentemente, la estructura de la Educación Regular, según los Artículos 11, 12, 13 y
14 de la citada ley de la educación, comprende los siguientes tres niveles:

i. Educación Inicial en Familia Comunitaria: Constituye la base para la formación

integral del niño, se reconoce y fortalece a la familia y la comunidad como el primer
espacio de socialización y aprendizaje. Tiene cinco años de duración y comprende las
siguientes dos etapas:

25
 1. La primera etapa, Educación Inicial en Familia Comunitaria, de carácter no
formal y no escolarizado, con una duración de tres años corresponde a niños
y niñas entre los 0 a 3 años. Es responsabilidad compartida entre la familia, la
comunidad y el Estado.
2. La segunda etapa, denominada Educación Inicial en Familia Comunitaria, de
dos años de duración, es el ciclo de los aprendizajes sistemáticos iniciales. En
esta etapa se encuentran los niños de 4 a 5 años. Dado su carácter formal, es
responsabilidad del Ministerio de Educación la ampliación de cobertura con
calidad y equidad.
ii. Educación Primaria Comunitaria Vocacional: Comprende la formación básica de
todo el proceso de formación posterior y tiene carácter intracultural, intercultural y
plurilingüe. Los conocimientos y la formación cualitativa de las y los estudiantes, en
relación y afinidad con los saberes, las ciencias, las culturas, la naturaleza y el trabajo
creador, orienta su vocación, siendo ésta etapa un ciclo de aprendizajes básicos y
esenciales. Tiene una duración de seis años.
iii. Educación Secundaria Comunitaria Productiva: Articula la educación
humanística y la educación técnica-tecnológica con la producción, que valora y
desarrolla los saberes y conocimientos de las diversas culturas en diálogo intercultural
con el conocimiento universal, incorporando la formación histórica, cívica y
comunitaria. Dentro de la educación secundaria se encuentran los ciclos de
aprendizaje tecnológico y el ciclo de aprendizaje diferenciados que comprende
aprendizaje técnico medio y el aprendizaje científico-humanístico. Por otra parte,
busca fortalecer la formación recibida en la educación primaria comunitaria
vocacional y permite identificar en las y los estudiantes las vocaciones para continuar
estudios superiores o incorporarse a las actividades socio-productivas. Por último,
este ciclo tiene una duración de seis años.

Por otra parte, la citada ley de igual manera, hace referencia a la educación escolarizada para
la población en desventaja social, la cual es la educación integral escolarizada dirigida a la
atención de niñas, niños, adolescentes, jóvenes trabajadores desprotegidos y en desventaja
social, mediante programas especiales de hogares abiertos con servicios integrales de salud,
alimentación, educación, rezago escolar, reinserción escolar y socio laboral.

26
 3.2. Deserción Escolar

Según la Organización de las Naciones Unidas (ONU) la deserción escolar, también

denominada como abandono escolar es “La acción de dejar de asistir a la escuela antes de la
terminación de una etapa dada de la enseñanza, o en algún momento intermedio o no terminal
de un ciclo de enseñanza escolar”8. Sin embargo, existe muchas definiciones formadas desde
distintos puntos de vista, no obstante, la mayoría de ellas coinciden al señalar que la
deserción escolar es un problema educativo que limita el desarrollo humano, social y
económico de la persona y del país, se refiere al hecho de abandonar las obligaciones
escolares, sea cual sea el motivo, sin haber concluido el nivel de estudios iniciado; así mismo,
no tiene importancia si el abandono o deserción escolar es transitorio, es decir, que el
estudiante puede abandonar los estudios escolares a medio año y volver el año siguiente, o si
la deserción es definitiva es decir, que el estudiante no retomará sus estudios escolares; pues
una vez que el estudiante los deja, no es segura su reincorporación al sistema escolar, y se
convierte en desertor del mismo.

3.2.1. Causas de la Deserción Escolar

El abandono escolar, se origina por diversos parámetros que pueden ser tanto forzosos como
voluntarios, pues éste es el resultado de un proceso en el cual interviene varios y distintos
factores, por lo que la deserción escolar es pluridimensional, dado que, constituye un
fenómeno cuya explicación necesita un examen de aspectos múltiples ya sean sociales,
individuales o sicológicos del estudiante, del ambiente escolar, entre otros; que permita un
tratamiento multifactorial en su análisis. Por otra parte, de acuerdo a la Organización de
Estados Iberoamericanos (OEI) estas causas pueden ser clasificadas en dos grupos según los
factores que la componen9:

 Causas Extraescolares: Pone énfasis a la situación socioeconómica y al contexto

familiar de los niños y jóvenes como fuentes principales de diversos hechos que
pueden facilitar directa o indirectamente el retiro escolar, como condiciones de

8 Organización de las Naciones Unidas (1987). Manual de encuestas sobre hogares. (pp. 210.), Nueva York. Recuperado
de http://unstats.un.org/unsd/publication/SeriesF/SeriesF_31S.pdf
9 Espíndola, E., León, A. (2002). La deserción Escolar en américa Latina: un tema prioritario para la agenda regional.

Revista Iberoamericana de Educación, N° 30. Recuperado de http://www.rieoei.org/rie30a02.htm

27
 pobreza y marginalidad, adscripción laboral temprana, adicciones, entre otros.
Atribuye la responsabilidad en la producción y reproducción de estos factores a
agentes de naturaleza extraescolar: el Estado, la comunidad y la familia.
Particularmente, se destaca la participación en el mercado laboral, o la necesidad de
éste como agente desencadenante del retiro escolar, por lo que se hace referencia a
factores económicos, sin precisar si se produce una progresiva incompatibilidad entre
la inserción laboral temprana y la asistencia y el rendimiento escolar, o si la deserción
escolar es una condición previa al desempeño laboral.
Entre las causas extraescolares, de igual manera, cobra importancia la constitución y
la organización familiar, como por ejemplo la monoparentalidad. Por otro lado, la
violencia también está considerada entre las causas extraescolares, que por sus
características, no apoyan el trabajo formativo desplegado por la escuela, sobre todo
en el ámbito de la disciplina, con lo cual se facilita el desarrollo de conductas
transgresoras y la negligencia escolar de los jóvenes.
Finalmente, otra línea de análisis, hace referencia a los factores personales, de los
cuales tiende a resaltar el estado emocional de los estudiantes, debido por ejemplo al
cansancio o la reprobación de materias; así mismo, se destaca el consumo de alcohol
y de drogas, las situaciones de violencia y el embarazo adolescente como problemas
generalizados de la juventud, que serían manifestación de su alto grado de
«anomia»10, y que facilitan el retiro escolar.
 Causas Intraescolares: Asociadas a las propias deficiencias del sistema educativo.
Hace referencia a las situaciones intra-sistema que tornan conflictiva la permanencia
de los estudiantes en la escuela, dado un bajo rendimiento, problemas conductuales
autoritarismo docente, entre otros. De esta manera, serían las características y la
estructura misma del sistema escolar, junto con los propios agentes intra-escuela, los
responsables directos de la generación de los elementos expulsores de éste, ya fuera
por lo inadecuado de su acción socializadora o por su incapacidad para canalizar la
influencia del medio socioeconómico en el que se desenvuelven los niños y jóvenes.

10Definido por la Real Academia Española como: Conjunto de situaciones que derivan de la carencia de normas sociales
o de su degradación.

28
 Entre los problemas e inadecuaciones que precipitan o acentúan las tendencias al
retiro y a la deserción dentro del sistema escolar, destaca la visión de que el fracaso
escolar puede ser entendido como resistencia a los códigos socializadores que entrega
la escuela; dado que, en este proceso en la escuela a menudo segrega a los estudiantes
de las clases desfavorecidas con bajas calificaciones y con el estigma del fracaso
escolar; los juicios de los profesores los convencen de que son incapaces de estudiar
y de que deben contentarse con un trabajo modesto, adaptado a sus capacidades, y de
esta manera la relación docente-estudiante termina convirtiéndose en dañina y
perjudicial para el estudiante, y de esta manera, muchos niños y jóvenes manifiesta la
escuela como la primera experiencia de fracaso social.

Por otra parte, de acuerdo a estudios sobre deserción escolar y sus causas realizados por
distintos y diversos autores como Navarro (2001) y Zúñiga (2006) clasifican las causas de la
deserción escolar de una manera muy distinta, ésta se la hace dependiendo de los factores
específicos que desencadenan el proceso de abandono escolar, siendo de ésta manera, entre
los principales factores destacan los factores personales, económicos, familiares y factores
de docente entre otros.

3.2.2. Consecuencias de la Deserción Escolar

El problema del abandono escolar provoca muchas consecuencias, tanto para los niños y
jóvenes que se retiran del sistema educativo, como para el resto de la sociedad, ya que, ésta
perdería el desarrollo de potencial mano de obra, afectando de manera indirecta el desarrollo
económico y social de la población. De acuerdo al estudio, mencionando anteriormente,
realizado por la OEI sobre la deserción escolar en Latinoamérica, el abandono escolar genera
elevados costos sociales y privados.

Los costos sociales no son fáciles de estimar, pero entre ellos se mencionan los que derivan
de disponer de una fuerza de trabajo menos competente, ya que, las personas no han
alcanzado ciertos niveles mínimos de educación para aprovechar los beneficios de programas
de entrenamiento ofrecidos por el Estado o por las empresas. La baja productividad del
trabajo, y su efecto en el menor crecimiento y desarrollo de las economías, también se
considera como un costo social del bajo nivel educacional que produce el abandono en el
ciclo escolar. De la misma forma, representan un costo social los mayores gastos en los que

29
es necesario incurrir para financiar programas sociales y de transferencias a los sectores que
no logran generar recursos propios, esto a consecuencia de no conseguir un empleo bien
remunerado ó de no conseguir empleo en absoluto. De esta manera, se mencionan igualmente
como parte de los costos de la deserción, la reproducción intergeneracional de las
desigualdades sociales y de la pobreza y su impacto negativo en la integración social.

Respecto a los costos privados, estos pueden calcularse sobre la base de una estimación del
menor ingreso futuro que obtienen las personas en el mercado de trabajo como consecuencia
de completar un número menor de años de estudios, en comparación con un nivel de
escolaridad preestablecido. En concreto, los costos privados se refieren a la cuantía de
ingresos laborales que dejan de percibir durante su vida activa los jóvenes que abandonan
con anticipación sus estudios sin completar al menos el bachillerato. Es de gran importancia
la estimación de los ingresos laborales que se sacrifican al no completarse los ciclos primario
y secundario, dado que a partir de ellos se determina el bienestar económico de la persona.

Por otra parte, con base en una investigación reciente de la Universidad de Sinaloa (2014)
sobre las causas y consecuencias del abandono escolar11, se identificaron y definieron las
siguientes consecuencias de dicho problema educativo:

a) Consecuencias en el ámbito personal: éstas pueden ser diversas, destacando que el

alumnado desertor abandona su adolescencia e inicia una vida de adultos con
responsabilidades, para lo cual no están preparado, debido a que no tienen madurez
psicológica suficiente para resolver problemas de distinta índole. Adicionalmente, la
deserción puede causar problemas emocionales en el desertor como la frustración, en
primer lugar, por el tema económico, al no poder acceder a sueldos altos, pero de igual
manera en el tema social al sentirse excluidos y de cierta forma discriminados.
b) Consecuencias económicas: se determinó como una de las más relevantes la limitación
para romper el círculo de pobreza, ya que, carecen de conocimientos, competencias y
habilidades que les permitan ingresar a trabajos remunerados y estables. En ese sentido,
se concuerda con la Organización para la Cooperación y el Desarrollo (OCDE) quien
determinó que las personas que no concluyen sus estudios perciben un ingreso bajo o

11Ruiz Ramírez R., García Cué, J.L., Pérez Olvera, M.A. (diciembre 2014). Causas y Consecuencias de la Deserción
Escolar en el Bachillerato. Ra Ximhai, 10(5), pp. 38-40. Recuperado de
http://www.uaimlosmochis.org/ECFD/index.php/2014/2/paper/viewFile/38/58

30
 están desempleados o desempleadas, ya que existe una relación directa, mientras menor
sea el nivel de educación menor será el ingreso percibido.
c) Consecuencias sociales: se destacan la pérdida de valores, que convierte a los niños y
jóvenes en presas fáciles de caer en drogadicción y delincuencia. Asimismo, al no tener
trabajo, serán una carga para la sociedad, puesto que, a través de los impuestos de dicha
sociedad apoyarán a programas gubernamentales que brindan ayuda a personas de
bajos recursos económicos, que se encuentran en dicho estado económico dado el
problema dado el problema de deserción escolar.

3.3. Características del Trabajo Infantil y Adolescente

De acuerdo a la Organización Mundial del Trabajo (OIT) el trabajo infantil es una violación
de los derechos humanos fundamentales, habiéndose comprobado que entorpece el desarrollo
de los niños, y que potencialmente les produce daños físicos y psicológicos para toda la vida.
Se ha demostrado que existe un fuerte vínculo entre la pobreza de los hogares y el trabajo
infantil, y que éste perpetúa la pobreza durante generaciones, dejando a los hijos de los pobres
fuera de la escuela y limitando sus posibilidades de ascender en la escala social.
Adicionalmente, un reciente estudio de dicha organización, ha puesto de manifiesto que la
erradicación del trabajo infantil en las economías en transición y en desarrollo, como es la de
Bolivia, puede generar beneficios económicos casi siete veces superiores a los costos,
especialmente asociados con las inversiones en una mejor escolaridad y en unos mejores
servicios sociales.

De igual manera, se alude que el trabajo infantil al ser peligroso y perjudicial para el bienestar
físico, mental o moral del niño; interfiere con su escolarización puesto que: les priva de la
posibilidad de asistir a clases; les obliga a abandonar la escuela de forma prematura, o les
exige combinar el estudio con un trabajo que insume mucho tiempo. Consecuentemente, en
las formas más extremas de trabajo infantil, los niños son sometidos a situaciones de
esclavitud, separados de su familia, expuestos a graves peligros y enfermedades.

Por otra parte, se ha documentado mucho más la relación entre trabajo infantil y escolaridad
que tiende a ser excluyente, y afecta sobre todo a los estratos más pobres de la población; de
acuerdo a Salazar, “La deserción, la repitencia, la falta de rendimiento escolar, la extraedad
y el atraso escolar, caracterizan a los niños trabajadores. No puede ser de otra manera

31
mientras subsistan condiciones laborales en las que se comprueba claramente que el trabajo
infantil no tiene un carácter esporádico, pues en todos los países se señalan jornadas laborales
que equivalen y aun superan a las de los adultos.”12

3.3.1. Causas del Trabajo Infantil y Adolescente

Las causas que generan el trabajo infantil pueden ser varias, de acuerdo a un estudio sobre el
trabajo infantil en Latinoamérica (Salazar, M.) , entre las más importantes se encuentran el
factor económico, ligado al nivel de pobreza de las familias, y el factor cultural que tiene
gran influencia sobre el niño al momento de decidir participar en el mercado laboral.

 Trabajo infantil y pobreza: muchas investigaciones y estudios afirman que existe

una relación estrecha y compleja entre el trabajo infantil y la pobreza, además, no
parece existir dudas respecto a que la incorporación prematura al mercado laboral
mantienen los niveles de pobreza en determinados estratos. De la misma manera, el
trabajo infantil se debe principalmente, pero no exclusivamente, al nivel de ingresos
de las familias y que contribuye en muchos casos a un estado de pobreza futura de
los niños trabajadores. Por consiguiente, la pobreza es un factor necesario para la
existencia del trabajo infantil y adolescente, pero no es factor determinante para la
aparición y permanencia de este problema. Incluso, estadísticas en varios países
latinoamericanos encuentran que un segmento de niños y adolescentes trabajadores
pertenecen a familias que no son pobres, es decir, que están sobre la línea de la
pobreza.
 Factores Culturales: como se explicó previamente, los niños trabajan debido a su
nivel económico, estado de pobreza, pero también lo hacen debido a factores
culturales. Existe la concepción o la idea que todos los miembros de la familia son
proveedores económicos de ella, y mediante el ejercicio de esta responsabilidad se
forma a los niños de hoy para que sean los adultos competentes del mañana. En
algunos países se encontró formas de producción en las que la familia actúa como
bloque, dándose por sobreentendida la colaboración activa de los niños. Los padres
justifican la vinculación de sus hijos al trabajo aduciendo que en él adquieren otro

12Salazar, M., C. El Trabajo Infantil en América Latina. (pp. 6) Recuperado de

http://www.pedagogica.edu.co/storage/rce/articulos/rce33_03ensa.pdf

32
 tipo de capital humano; valores como la responsabilidad, la autonomía y la tenacidad
para sobrellevar las dificultades o para soportar sacrificios. Además se interpreta al
trabajo como una protección contra los vicios y el ocio que en teoría conduce a la
delincuencia. La escolarización de los niños se valora como la posibilidad de aprender
a leer y a escribir, sin embargo para las familias que bien en el área rural la educación
no siempre se percibe como lo más importante, se tiende a privilegiar al trabajo dado
que, éste tiene beneficios inmediatos para la subsistencia de la familia mientras que
los beneficios de la escolarización se los ve a largo plazo. Por otra parte, también
existen familias para las cuales, el trabajo temprano se convierte en un mecanismo
que previenen la ociosidad y la entrada al mundo delictivo.
A su vez, las variables demográficas asociadas a la inserción laboral temprana de
los niños es un aspecto que destacan varios recursos, ya que en el área rural existe
una tendencia positiva hacia el trabajo temprano de los niños y de los adolescentes.
Por otro lado, los empleadores de los niños y adolescentes piensan que al vincular a
los menores al trabajo temprano los estarían ayudando, al darles trabajo a menores
que no tienen mucha experiencia y que de cierto modo están limitados, lo que los
lleva a tener un trato diferenciado del resto de los empleados, pagándoles menos o
exigiéndoles en exceso.

En el caso de Bolivia, una gran parte de los niños, niñas y adolescentes se encuentran en una
situación poco favorable respecto a sus condiciones y estilos de vida, dentro de un contexto
económico de pobreza y de exclusión. Si bien son muchos los motivos que causan el trabajo
infantil en el país, la pobreza es uno de los principales. En base al estudio "Pobreza y Mercado
de Trabajo Infantil en Bolivia y Cochabamba” (2011), dado la situación económica del país,
se considera a la pobreza y la exclusión social como los factores más evidentes relacionados
con el trabajo infantil, pero se recalca que pueden existir otras múltiples causas, entre ellas
se encuentra la educación de los padres y el lugar en el que vive el niño, las cuales deben ser
estudiadas de forma más amplia.

Ahora bien, en Bolivia sólo existe una única Encuesta de Trabajo Infantil (ETI), realizada en
el 2008 por el Programa Internacional para la erradicación del Trabajo Infantil y promovido
por la OIT y el INE; en base a esta encuesta el Instituto de Estudios Avanzados en Desarrollo
(INESAD), revela que aproximadamente el 31% de los niños y adolescentes entre 5 y 17

33
años son económicamente activos, adicionalmente, se muestra porcentajes altos en áreas
rurales y en la población indígena, en contraste, los porcentajes son menores para los que
viven en áreas urbanas.

Respecto a la forma de dependencia laboral en las actividades económicas se presenta en su

mayoría, aproximadamente 78%, la categoría de trabajador familiar o aprendiz sin
remuneración y los niños y adolescentes que tiene un empleador representan
aproximadamente el 20% y se encuentran principalmente trabajando en construcción y en el
sector minero de hidrocarburos, donde perciben aproximadamente entre Bs 1500 y 2400
como ingreso laboral mensual; por el contrario los niños peor pagados se encuentran
trabajando en manufactura y en servicios.

3.4. Los Ninis

3.4.1. Qué son los ninis y su presencia en América Latina y Bolivia

El término ninis surge de la frase en español “Ni estudia ni trabaja” por lo que es utilizado
para denotar a los adolescentes y jóvenes que no trabajan pero tampoco asisten a la escuela.
No obstante, este fenómeno se presenta en varios países del mundo, siendo así que el término
se introdujo formalmente por primera vez en el Reino Unido en 1999 en el informe "Bridging
the gap: new opportunities for 16-18 year olds not in education, employment or training"

Algunas de las características de los ninis , en particular de América Latina, de acuerdo al

estudio realizado por el Banco Mundial “Out of School and Out of Work”13 es que existen
más mujeres que hombres que pertenecen a este grupo, debido a que representan dos tercios
de la población de ninis de la región, esta situación se da particularmente por factores como
el matrimonio a temprana edad y al embarazo adolescente, que en los últimos años se ha ido
incrementando. No obstante, son los hombres quienes han representado el incremento del
grupo de los ninis , uno de los motivos es el aumento de la participación femenina en el
mercado laboral, en un momento en el cual la creación de empleos es limitada, por lo cual
les resulta más difícil a los hombres conseguir un empleo. Por consiguiente, en los últimos
20 años la proporción de ninis hombres se ha incrementado más que la de las mujeres.

13
De Hoyos, R., Roger, H. & Székely, M. (2016). Out of School and Out of Work: Risk and oportunities for Latin
America’s ninis. World Bank Group. Recuperado de
https://openknowledge.worldbank.org/bitstream/handle/10986/22349/K8423.pdf?sequence=5

34
A su vez, el camino más común para convertirse en nini es a través de la deserción escolar a
temprana edad con motivo de insertarse en el mercado laboral, lo cual no resulta fácil, debido
al poco capital acumulado de los adolescentes, ya que, al dejar la escuela antes de terminar
la secundaria carecen de habilidades y tienen una formación incompleta, por lo que estos
adolescentes terminan dejando la escuela y no logrando participar en el mundo laboral, o en
última instancia se conforma con un trabajo en el sector informal, dado que, es muy poco
probable que retomen sus estudios.

Por otra parte, de acuerdo al estudio del Banco Mundial mencionado previamente en el que
se trabajó con la Base de Datos Socioeconómicos para América Latina y el Caribe, SEDLAC
por sus siglas en inglés, en Latinoamérica, de aproximadamente 92 millones de jóvenes
existe alrededor de 18 millones de adolescentes entre 15 y 24 años que no asisten a la escuela
ni están cursando educación superior y tampoco se encuentran trabajando. Por lo tanto, uno
de cada cinco jóvenes de la región se encuentra viviendo como nini. A su vez, el problema
ha demostrado ser persistente, dado que a pesar del fuerte desempeño económico de América
Latina durante la década del 2000, con un crecimiento económico dinámico y una reducción
significativa de la pobreza y la desigualdad, la proporción de ninis se redujo sólo
marginalmente, y el número de ninis en realidad se incrementó.

De igual manera, la cantidad de ninis varía entre los distintos países de Latinoamérica por
lo que los grupos más grandes de ninis se encuentran en Brasil, Colombia y México,
principalmente a causa de las poblaciones más grandes de esos países. Respecto al área en el
que se encuentran, es la zona rural el área en el que más ninis existe con un 21% del total de
los jóvenes, frente al 17% que se encuentran en la zona urbana. Por otra parte, el nivel de
educación de los ninis es realmente bajo, dado que la mayoría entra a esta condición sin
haber terminado sus estudios escolares.

En el caso particular de Bolivia, de acuerdo al Informe Nacional sobre Desarrollo Humano

en Bolivia realizado por el Programa de Naciones Unidas para el Desarrollo (PNUD)14 se
tiene que aproximadamente un 12 % de los jóvenes entre los 14 y 28 años que viven en las
regiones metropolitanas; La Paz, Cochabamba y Santa Cruz; no estudian ni trabajan, por lo

14
Programa de Naciones Unidas para el Desarrollo (PNUD). (diciembre 2015). El nuevo rostro de Bolivia,
transformación social y metropolización. Informe Nacional sobre Desarrollo Humano en Bolivia recuperado de
http://idh.pnud.bo/d7/sites/default/files/idh_2016.pdf

35
que se aproxima que existen alrededor de 180 mil ninis que viven en estas regiones. Por otra
parte, analizando de forma separada estas ciudades se tiene que en La Paz, existen más
jóvenes que estudian y trabajan; mientras que en la ciudad de Cochabamba la mayoría de
los adolescentes solo estudia, al igual que en Santa Cruz. A su vez, la proporción de jóvenes
que trabajan es muy similar en las tres regiones. No obstante, el dato más llamativo es sobre
la proporción de ninis en la ciudad de Santa Cruz, ya que ésta es elevada; los adolescentes
que no estudian ni trabajan alcanzan aproximadamente el 15% de jóvenes de esta ciudad y
llegan a ser más de la mitad del total de los ninis que hay en las metrópolis.

3.4.2. ¿Cómo y por qué se convierten en ninis?

Es muy importante entender quiénes son los adolescentes que se convierten en ninis y cuáles
son los factores que influyen en este fenómeno. De acuerdo al estudio realizado por el Banco
Mundial “Out of School and Out of Work” los adolescentes pueden estar realizando cuatro
actividades: estudiar, participar del mercado laboral, realizar ambas actividades o por último
no hacer ninguna; por lo tanto, los ninis se encuentran en el último grupo. Según este estudio,
en Latinoamérica a la edad de 15 años el 80% de los jóvenes se encuentra estudiando,
mientras que el 10% ya son ninis , además, a medida que el adolescente va aumentando de
edad la proporción de jóvenes que están en la escuela va disminuyendo, y por el contrario,
la proporción de ninis se va incrementando. Por otra parte, la transición de las personas que
estudian a las que trabajan o son ninis se da generalmente entre los 15 y 18 años.

Un modelo formal que pretende explicar estos cuatro resultados posibles y su dinámica es el
desarrollado en el estudio del Banco Mundial. Este modelo, caracteriza cómo las
restricciones que enfrentan los adolescentes forman sus propias decisiones y las de sus
familias. Para identificar las variables de contexto y el conjunto de restricciones que forman
las decisiones de los jóvenes, se asume que debajo de un umbral de edad dado, por ejemplo
15 años, al cual se denotó con 𝒶∗ , la juventud no está obligada, ya sea cultural o legalmente,
a asignar ningún tiempo para trabajar, por lo tanto, las transferencias dentro de los hogares y
las transferencias gubernamentales son su única fuente de ingresos. Encima de aquel umbral
de edad límite, 𝒶∗ , los individuos deciden, dadas las restricciones impuestas por su
comunidad y su contexto micro y macro, si asistir a la escuela, participar del mercado laboral,
hacer ambas actividades, o no hacer ninguna de ellas.

36
En el momento en que lleguen a ese primer umbral de edad crítica, en el límite 𝒶∗ , los
adolescentes ya poseen un conjunto de dotaciones inmutables que reflejan muchos factores
de fondo, como factores familiares e individuales, aspectos socioeconómicos, características
demográficas, y factores macro y de la comunidad que dan forma al entorno, el ambiente,
en el cual se desarrolla el adolescente , y en este entorno a su vez se forman normas
culturales, la edad legal para trabajar, la disponibilidad y la calidad de la educación pública,
y características de la comunidad. Por otra parte, las dotaciones inmutables incluyen la
escolaridad alcanzada por los jóvenes hasta llegar a umbral 𝒶∗ y la calidad de la misma. De
igual manera, se toma en cuenta habilidades cognitivas y habilidades socioemocionales,
como las funciones de autoeficacia, y todas aquellas habilidades que tienen un valor en el
mercado laboral. Por otro lado, un supuesto del modelo es que cuando los jóvenes no van a
la escuela y están fuera del trabajo, dejan de acumular capital humano; en otras palabras, a
pesar de que ser un nini permite a un joven consumir ocio hoy, no incrementa, e incluso
puede llegar a restar, su capital humano, y por lo tanto pueden reducir el consumo futuro.

Después de que la juventud alcanza un segundo umbral de la edad límite en su ciclo de vida,
por ejemplo 24 años de edad, el cual se denota 𝒶̅ , la acumulación de capital humano está
determinado únicamente por años de experiencia, ya que la asistencia escolar ya no es tan
viable como lo era antes de llegar al primer límite de edad. Asimismo, la edad a la que esto
ocurre depende de las normas culturales, el entorno económico, las circunstancias exógenas,
las preferencias individuales y las normas del sector educativo. En este sentido, los jóvenes
distribuyen su tiempo entre las cuatro actividades, van a la escuela (s), trabajan en el mercado
laboral (h), hacen las dos cosas (b), o hacen ninguna (n), siguiendo un proceso de
maximización de la utilidad, como se supone en los modelos económicos estándar. Las
decisiones de los jóvenes respecto al uso del tiempo afectarán a su consumo actual y futuro,
a través de la acumulación de capital humano y su impacto sobre los futuros resultados del
mercado de trabajo. Por lo tanto, los mercados de trabajo son el vínculo entre las decisiones
relacionadas con el uso del tiempo y el valor actual neto de la utilidad.

Por lo tanto, en cada punto en el tiempo entre las edades 𝒶∗ y 𝒶̅, los jóvenes asignan su
tiempo entre las diferentes categorías ya mencionadas (s, h, b, n), de manera que maximiza
el valor presente neto de su utilidad, sujetos a un conjunto de restricciones y las variables de

37
contexto. Los factores que determinan las decisiones de los jóvenes entre los cuatro usos
alternativos de tiempo se pueden clasificar por conveniencia en tres grupos: factores
familiares e individuales, como el ingreso familiar, las habilidades de cada individuo y la
forma de tomar decisiones del mismo respecto a su ciclo de vida; factores de la comunidad,
por ejemplo acceso y calidad de la educación; y finalmente factores macro como el desarrollo
y crecimiento de la economía y particularmente de empleo del país.

Por otro lado, la inactividad de los menores no sólo se da por factores económicos, sino
también por la influencia de problemas de cohesión social; por ejemplo, el problema de los
ninis puede estar vinculado, de cierta manera, a la inserción en la delincuencia, dado que la
inactividad de los jóvenes puede relacionarse con mayores niveles de criminalidad, lo que
incrementa los riesgos tanto para los menores, como para la sociedad en su conjunto.

Por otro lado, la inactividad de los menores no sólo se da por factores económicos, sino
también por la influencia de problemas de cohesión social; por ejemplo, el problema de los
ninis puede estar vinculado, de cierta manera, a la inserción en la delincuencia, dado que la
inactividad de los jóvenes puede relacionarse con mayores niveles de criminalidad, lo que
incrementa los riesgos tanto para los menores, como para la sociedad en su conjunto.

Finalmente, algunas implicaciones respecto a los ninis son las siguientes:

 Efectos a largo plazo: la asignación de tiempo de los jóvenes entre las cuatro
categorías estudiadas puede tener efectos de largo plazo e inclusive permanentes, por
ejemplo si se deja de acumular capital humano se puede llegar a la pobreza
intergeneracional.
 Desarrollo de un país: la transición de estudiar a cualquiera de las otras categorías
dependerá de la misma manera del contexto socioeconómico del país, de su
macroeconomía y del desarrollo del sector de educación.
 Determinantes de la acumulación de capital humano: los adolescentes invertirán
menos en su capital humano si se enfrentan a problemas respecto a sus ingresos y a
su liquidez, ya que, estos prefieren el consumo presente que el futuro, dado a una tasa
alta de descuento.

38
 3.4.3. ¿Por qué los ninis tienen tanta importancia?

Es importante recalcar que el desarrollo y el crecimiento económico de un país dependen en

gran parte de la cantidad y de la calidad del capital humano de la sociedad, que es necesario
para mejorar la productividad e impulsar la innovación. Por lo tanto, el aumento del capital
humano es beneficioso para la economía en general de un país, principalmente, para mejorar
la situación de pobreza de la sociedad, dado que, el capital humano da forma a la futura
distribución del ingreso. Si por el contrario, se tuviera una situación en la cual la sociedad no
está acumulando capital humano, que sería el caso de los ninis , se estaría obstaculizando el
desarrollo económico y social del país, ya que, la presencia de los ninis dejaría de representar
un bono, convirtiéndose más bien en un pasivo para la economía.

Los adolescentes que abandonan la escuela detienen su formación académica y

consecuentemente, su acumulación de capital humano, por lo que, terminan con salarios más
bajos y pocas perspectivas de empleo. Así mismo, si no logran encontrar un trabajo
remunerado después de abandonar la escuela se agrava su situación, dado que, tampoco
pueden acumular capital humano a través de la experiencia laboral, terminando en un estado
en el que no realizan ninguna actividad. De esta manera, no cabe duda que el problema de
los ninis compromete el desarrollo sostenible, en virtud de que la inactivad de las personas
jóvenes, en edades clave para el desarrollo de su capital humano y capacidades laborales,
compromete no sólo a la expansión de capacidades y a sus actuales condiciones de vida, sino
también al escenario futuro, ya que, esta situación, contribuye a la persistencia
intergeneracional de desigualdad y pobreza. Por lo tanto, este fenómeno plantea desafíos para
toda la sociedad, ya que, abre la posibilidad de un comportamiento disruptivo de los niños y
adolescentes.

3.5. Revisión de Literatura Internacional

Dada la importancia que tiene el tema de la educación y el trabajo infantil dentro de una
sociedad, existen diversas investigaciones empíricas que abordan ambos fenómenos, con las
cuales se puede formar una perspectiva de la manera en la que se ha tratado este tema en la
literatura internacional.

39
En primer lugar, se encuentra el trabajo de Cerdas (2003)15 quien realiza una investigación
en la cual analiza los determinantes de la deserción escolar en conjunto con el trabajo infantil
para niños de Costa rica de 12 a 17 años. Utiliza un modelo probit bivariado con el que
encuentra los determinantes de ambos fenómenos en orden de comprender cómo controlando
distintas variables, se modelan los impactos de éstas sobre las probabilidades de que los niños
trabajen o se eduquen. Además, se encuentra que existe una relación negativa y significativa
entre la decisión de asistir al sistema educativo o participar en el mercado laboral.

Entre sus principales conclusiones se encuentra que la elasticidad del ingreso respecto a la
probabilidad de trabajar y estudiar es pequeña y que por el contrario, la elasticidad de la
educación de los padres es de gran influencia; de igual manera, el trabajo muestra que los
patrones regionales ligados a las áreas rurales del país y el género de los niños tienen un gran
efecto en el trabajo infantil del país de estudio. También se recalca que las características
del sistema educativo no resultan significantes en el momento que el niño toma la decisión
de participar del mercado laboral o estudiar.

Por otra parte, Canagarajah y Coulombe (1998)16, analizan los determinantes del trabajo
infantil en conjunto con la decisión de estudiar para niños de entre 7 a 14 años de Ghana. Los
mismos utilizaron modelos probit bivariados con diferentes especificaciones y variables, de
forma de comprobar la robustez de sus resultados. De esta forma, los autores encuentran que
incrementar la asistencia a la escuela es la forma más efectiva para reducir el empleo infantil
y garantizar que el capital humano de Ghana se estabilice, reflejando de esta manera, la alta
correlación que existe entre ambos fenómenos. Asimismo, entre sus resultados más
importantes encuentran que la educación del padre tiene un efecto negativo sobre el trabajo
infantil, mientras que la educación de la madre afecta de forma más importante a la
probabilidad de estudiar. En tanto, la probabilidad de asistir a la escuela aumenta hasta los
11 años y luego declina, mientras que la pobreza tiene un efecto pequeño en el trabajo infantil,
resultado que no esperaban, coincidiendo en este punto con el trabajo de Cerdas, sin embargo
el efecto en la educación es alto. Por otra parte, el alto costo de la escolarización y la baja
calidad de la educación en este país también han empujado a muchos niños a trabajar.

15 Cerdas, A.M. (2003) Deserción Escolar y Trabajo Infantil en Costa Rica. (Tesis de Maestría, Pontificia Universidad
Católica de Chile). Recuperado de http://economia.uc.cl/docs/tesis_acerdas.pdf
16 Canagarajah S. and Coulombe, H. (1998). Child Labor and School Attendance in Ghana. World Bank Economic and

Sector Work on Ghana: Labor Markets and Poverty.

40
Finalmente, las características de la familia de los niños desempeñan un papel muy
importante en el momento en que se decide si los hijos trabajan, estudian o realizan ambas
actividades.

En tanto, Emerson y Portela (2001)17 examinan las diferencias de género dentro del hogar y
la incidencia del trabajo infantil y la asistencia escolar de los niños en Brasil para probar si
el modelo unitario de asignación del hogar, que se lo analizará más adelante, es adecuado en
el contexto del trabajo infantil. Los autores investigan el impacto que tienen la educación de
ambos padres, sus ingresos no laborales, su experiencia como trabajadores infantiles y su
status en el mercado laboral sobre ambas decisiones para los hijos de un mismo hogar. Para
empezar, se realizó la construcción de un modelo de asignación dentro de los hogares donde
los padres y madres pueden afectar a la inversión en educación y la participación en el
mercado laboral de sus hijos e hijas de manera diferente debido a las diferencias en las
tecnologías de capital humano de los niños y las diferencias en las preferencias de los padres.

Consecuentemente, utilizando un modelo probit bivariado los autores encuentran que a

mayor escolaridad de los padres, mayor es la probabilidad de que los niños asistan a la escuela
y de que disminuya el trabajo infantil. Este impacto difiere entre hijos e hijas, ya que la
escolaridad del padre afecta más al hijo que a la hija, mientras que la de la madre afecta más
a las hijas. Además, cuando se trata de decisiones sobre la educación del niño, tanto la
educación de los padres como la de las madres junto con los ingresos no laborales parecen
tener un mayor impacto positivo sobre los hijos que en las hijas. Adicionalmente, encuentran
una fuerte persistencia intergeneracional en el trabajo infantil masculino, ya que los niños
cuyos padres fueron trabajadores en su infancia tienen mayor probabilidad de trabajar, en
relación a las hijas.

Utilizando un modelo probit bivariado, Skyt (1998)18 realiza una investigación sobre una
variedad de indicadores potencialmente explicativos del trabajo infantil y la asistencia
escolar para niños de 7 a 14 años en el país de Zambia, bajo la óptica que ambas decisiones
están estrechamente relacionadas. Su trabajo incluye un conjunto de características

17
Emerson, P. and Portela, A. (2001) Bargaining over sons and daughters: Child Labor, School Attendance and Intra
household Gender Bias in Brazil. . (Working paper No. 02-w13) Vanderbilt – Economic and Business Administration,
18
Skyt, H. (1998). Child labor and school attendance: two joint decisions. (Working paper No.98-15) Center for Labor
Market and Social Research. Recuperado de http://papers.ssrn.com/sol3/papers.cfm?abstract_id=176068

41
individuales y familiares. Al igual que Canagarajah y Coulombe, Skyt encuentra que el efecto
del ingreso sobre el trabajo infantil es pequeño, es decir, el trabajo infantil no es
particularmente sensible a los cambios en el ingreso mientras que las variables asociadas a
normas sociales son más relevantes. Por otro lado, un dato interesante encontrado dentro de
este estudio es que el trabajo infantil y la escolarización son sólo moderadamente sensibles a
los cambios en los gastos en la educación y calidad de educación de los niños, tomando en
cuenta para para la calidad de educación la condición física de las escuelas y la disponibilidad
de los libros para los niños. Asimismo, pone de manifiesto los problemas de accesibilidad al
sistema educativo en Zambia.

Lopez-Acevedo (2002)19 utiliza la Encuesta de Ingresos y Gastos de los Hogares en Ecuador

(1998 y 1999) para analizar las características y de igual manera los determinantes del trabajo
infantil y la deserción escolar. El estudio se conduce en forma separada para las zonas urbanas
y rurales, así como para los niños y las niñas de 10 a 14 años y de 15 a 17 años, bajo el
supuesto previo de que existen diferencias de conducta entre localidades, por estas razones,
se desarrollan diferentes modelos probit bivariados a diferencia de los otros trabajos de
investigación ya mencionados. Entre algunos de sus resultados más interesantes destaca que,
la educación superior para los jefes de hogar y cónyuges aumenta la probabilidad de
asistencia a la escuela y reduce la probabilidad de trabajo infantil, por otra parte, a diferencia
de las áreas rurales, las familias de áreas urbanas con jefes de hogar mujeres envían a sus
hijos a trabajar sin detrimento de su escolaridad.

A la vez encuentra que si el jefe del hogar trabaja en la agricultura o en el sector informal
aumenta la probabilidad de que los niños trabajen. Por otro lado, el género de los niños
también es importante en la probabilidad de trabajar. Por último, un aumento del salario del
jefe de hogar tiene un impacto pequeño, pero positivo en la educación infantil en las zonas
rurales. En este estudio, particularmente se trabaja por separado el área rural y el área urbana
para luego realizar una comparación entre ambos, además, otra de sus singularidades es que
se muestra como las políticas gubernamentales dirigidas a los adultos afectan tanto a la
asistencia escolar como al trabajo infantil.

19
Lopez-Acevedo, G. (2002) School Attendance and Child Labor in Ecuador. (Working paper No.2939) The World
Bank. Recuperado de http://papers.ssrn.com/sol3/papers.cfm?abstract_id=636301

42
Finalmente, Sapelli y Torche (2003)20 estudian los determinantes de la tasa de deserción
escolar y la de participar en la fuerza laboral para jóvenes chilenos entre 14 y 17 años, para
ello a través de un modelo microeconométrico de elección bivariada que pueden estudiar
conjuntamente las dos decisiones, ya que ambas están correlacionadas.

Los autores encuentran que el ingreso tiene un impacto pequeño sobre la decisión de trabajar,
mientras que la educación del padre es una variable de gran influencia en las decisiones de
desertar y trabajar; adicionalmente, muestran un efecto del ingreso en la decisión de
abandonar la escuela que si bien es estadísticamente significativo, cuantitativamente es
pequeño, por lo que cuestionan la efectividad de determinadas políticas públicas para el
problema de la deserción escolar. De la misma manera, las variables de características
demográficas de los hogares resultan ser muy influyentes sobre la decisión que toman los
niños. Finalmente, encuentran que no existe discriminación ni contra el hijo mayor ni contra
la mujer en lo que respecta al estudio, sin embargo muestran que la probabilidad de que los
hombres trabajen es mayor que la de la mujer conforme aumenta la edad.

De esta manera, los trabajos de investigación mencionados muestran algunos resultados

interesantes respecto a los determinantes de la deserción escolar y el trabajo infantil, en
primer lugar, en la mayoría de ellos se muestra que el ingreso de los padres y del hogar no es
el principal determinante de estos fenómenos, por el contrario se destaca la educación de os
padres, el género y el área donde viven los niños como factores que tienen una gran influencia
en la asistencia escolar y la incorporación de los niños en el mercado laboral.

Por otra parte, en Bolivia no se tiene un estudio que desarrolle ambos fenómenos de manera
conjunta, además que las investigaciones de estos fenómenos tienen un carácter más
cualitativos que apuntan como principal causa de la deserción escolar y el trabajo infantil a
factores económicos; por tales motivos el presente trabajo pretende realizar un estudio de los
determinantes de estas actividades.

20
Sapelli, C. and Torche, A. (2003) “Deserción Escolar y Oferta de Trabajo de los Jóvenes: ¿Dos Caras de un mismo
proceso de decisión?, (Working Paper No. 173-198). Versión preliminar, Pontificia Universidad Católica de Chile,
Instituto de Economía

43
 3.6. Modelo Neoclásico de la Oferta de Trabajo
3.6.1. Mercado Laboral

Ehrenberg, R. & Smith, R. (2012) definen la economía laboral como “El estudio del
funcionamiento y los resultados del mercado de mano de obra. Más específicamente, la
economía del trabajo estudia principalmente el comportamiento de los empresarios y
trabajadores en respuesta a los incentivos generales de salarios, precios y beneficios, así como
aspectos no pecuniarios de la relación de trabajo, tales como las condiciones de trabajo. Estos
incentivos sirven tanto para motivar y para limitar la elección del individuo”21. Por otra parte,
de acuerdo a Berlinski y Manacorda (2011) “La economía de trabajo es el análisis económico
de cómo los trabajadores, las empresas y el gobierno interactúan en la formación de los
resultados en el mercado laboral, principalmente el empleo y los ingresos.”22

Desde otro punto de vista, la teoría clásica considera el trabajo, como un factor más en el
proceso de producción capitalista e inmediatamente el análisis conduce al mercado de
factores, donde la determinación del nivel de empleo va a estar dada por la interacción de la
oferta y demanda de trabajo. Ahora bien, el pleno empleo se dará cuando todas las personas
en edad laboral, es decir la población económicamente activa tenga un trabajo. Igualmente,
a través de los años la teoría económica ha integrado a su análisis otras categorías de acuerdo
a las características de los empleos: el subempleo o el empleo precario, esta clasificación se
relaciona con la aceptación de una jornada laboral de ocho horas, la reglamentación de cierta
protección mínima a los trabajadores y otras garantías logradas.

El estudio del mercado de trabajo implica el análisis de muchos aspectos, entre los más
importantes la relación entre los salarios y oportunidades de empleo; la interacción entre los
salarios, ingresos y la decisión de trabajar; la forma general de los incentivos de mercado
afectan la elección ocupacional; los incentivos y los efectos de las inversiones en educación
y formación; y los efectos de los sindicatos sobre los salarios, la productividad y el volumen
de negocios.

21 Ehrenberg, R. & Smith, R. (2012). Modern Labor Economics (11° ed, pp. 2-3). Pearson.
22
Berlinski, S.G &Manacorda, M. (2011) Economics of Labor. London: University of London

44
 3.6.2. La elección entre consumo y ocio

La teoría neoclásica del trabajo parte de la idea que para ocupar un empleo asalariado se debe
tomar una decisión, esta teoría considera que “Cada individuo dispone de una dotación
limitada de tiempo que debe elegir para dividir entre trabajo asalariado, que permitirá el
consumo y significará la partición del individuo en el mercado laboral; y ocio, donde el
individuo no participa en el mercado de trabajo. El salario al cual un individuo puede
pretender constituye evidentemente un elemento importante en la elección del volumen de
trabajo ofrecido. Sin embargo, no es el único factor que cuenta, la riqueza personal, los
ingresos obtenidos fuera del trabajo, o aún el medio familiar juegan también un rol
determinante en la determinación de participación en el mercado laboral”23

La decisión que debe tomar el individuo respecto a su tiempo es más compleja que solo
decidir entre trabajo y ocio ya que en primer lugar, la persona decidirá participar en el
mercado laboral si el salario ofrecido por el mercado es mayor a su salario de reserva, el cual
depende de diferentes determinantes como el ingreso no laboral. En segundo lugar, el
complemento del trabajo asalariado no es solo el ocio pues éste último incluye en particular
el tiempo consagrado a la “producción doméstica”, refiriéndose a actividades como limpieza
del hogar, educación de los niños, entre otros aspectos, en el que el resultado es en parte
substituible por productos disponibles en el mercado de bienes de consumo.

Adicionalmente, la teoría neoclásica de la oferta de trabajo, que analiza los problemas de

asignación de tiempo en base al modelo de elección del consumidor de la microeconomía
tradicional, tiene como modelo simple el arbitraje entre trabajo/ocio, debido a que el objetivo
último del trabajo asalariado es el consumo, es decir la compra de productos. Sin embargo,
este modelo simple alcanza a tener determinadas prolongaciones en las cuales se puede
considerar la producción doméstica, las decisiones intra-familiares y la sustitución
intertemporal del ocio. Estas extensiones se refieren a las variaciones de la oferta de trabajo
en función de las características de un individuo y de las características de su entorno
familiar.

23 Cahuc, P. & Zylberberg, A. (2001). Mercado de Trabajo. París: De Boeck Université

45
 3.6.3. El Programa de un Agente – Modelo Base

Los ingresos de un individuo provienen de su actividad como asalariado y de su actividad

fuera del mercado de trabajo. Si se designa a w el salario real por hora, los ingresos salariales
se elevan a wh. Los ingresos del capital, los ingresos de transferencia, las ganancias de
actividades que emanan de actividades no declaradas, informales o ilegales, son ejemplos del
ingreso no laboral designado por el escalar único R al conjunto de estos recursos expresado
en términos reales. Se debe notar que, para una persona que vive en pareja, una parte de los
ingresos de su pareja es susceptible de ser integrado en este conjunto.

Por último se denota al consumo como C. Así, la restricción presupuestaria del agente toma
la forma de:

𝐶 ≤ 𝑤ℎ + 𝑅 (1)

Tomando en cuenta que:

ℎ = 𝐿0 − 𝐿

Donde ℎ son las horas trabajadas, siendo L el tiempo destinado al ocio y 𝐿0 el tiempo total
disponible, ésta restricción puede ser escrita de la siguiente forma:

𝐶 + 𝑤𝐿 ≤ 𝑅0 ≡ 𝑤𝐿0 + 𝑅 (2)

Donde 𝑅0 el ingreso potencial del agente y el precio del ocio es su costo de oportunidad.

La resolución del problema del consumidor sigue el camino de la optimización de la utilidad

sujeta a una restricción presupuestaria. Se obtiene así las funciones de demanda de bienes de
consumo y de ocio. El programa del consumidor se escribe

𝑀𝑎𝑥𝑈(𝐶, 𝐿) (3)

𝑠. 𝑎 𝐶 + 𝑤𝐿 ≤ 𝑅0

Para la solución de este programa se realiza un Lagrangiano:

ℒ(𝐶, 𝐿, 𝜇) = 𝑈(𝐶, 𝐿) + 𝜇(𝑅0 − 𝐶 − 𝑤𝐿) (4)

46
Designando por 𝑈𝐿 y 𝑈𝐶 las derivadas parciales de la función U, las condiciones de primer
orden son:

𝑈𝐶 (𝐶, 𝐿) − 𝜇 = 0 (5) 𝑈𝐿 (𝐶, 𝐿) − 𝜇𝑤 = 0 (6)

La solución está situada sobre la recta de presupuesto de la ecuación 𝐶 + 𝑤𝐿 = 𝑅0 . Se

obtiene la solución óptima (𝐶 ∗ , 𝐿∗ ) utilizando esta última igualdad y eliminando el
multiplicador de Kuhn y Tucker 𝜇 de las condiciones de primer orden, sea:

𝑈𝐿 (𝐶 ∗ ,𝐿∗ )
=𝑤 y 𝐶 ∗ + 𝑤𝐿∗ = 𝑅0 (7)
𝑈𝐶 (𝐶 ∗ ,𝐿∗ )

Como se explicó previamente, el modelo simple de arbitraje trabajo/ocio toma la forma de

una elección entre el consumo y el ocio, ya que el objetivo último del trabajo asalariado es la
compra de productos. Este modelo a conocido numerosas extensiones, entre ellas la
posibilidad de la producción doméstica, de considerar la dimensión colectiva de tomas de
decisión, comúnmente dentro del hogar refiriéndose a las decisiones intra-familiares y por
último se analiza el aspecto intertemporal de las decisiones. Sin embargo, aun cuando se toma
en cuenta las posibilidades de producción doméstica y modalidades de decisión colectiva, la
teoría neoclásica de la oferta de trabajo desestima el tiempo y el costo necesario para la
búsqueda de un empleo. El consumo de ocio, inclusive si este término incluye la producción
doméstica, es la única alternativa al trabajo asalariado. Esta descripción del mercado de
trabajo hace implícitamente la hipótesis de una estructura de información perfecta la cual
supone que cada agente conoce todas las características de todos los empleos ofertados, y
que sólo debe decidir el número de horas que quiere ofertar. Ésta hipótesis es sin duda
excesivamente simplificadora, por lo que conviene estudiar las consecuencias de la
imperfección de la información, que puede ser analizada en la teoría de la “Prospección del
Empleo”.

3.6.3.1. Prolongación del modelo Base – Decisiones Intrafamiliares

De acuerdo a, Cahuc y Zylberberg (2001) la familia tiene mucha influencia en los

comportamientos de las personas que la componen. La oferta de trabajo no escapa a esta regla
y el modelo de base debe estar enmendado a fin de que tome en cuenta la influencia de las
estructuras familiares. Este tema revisa un aspecto empírico importante, ya que numerosos

47
datos, en particular aquellos sobre el consumo, describen únicamente el comportamiento de
las familias, por tanto es necesario tener una teoría que sobrepase el marco individual de base
para poder proceder a estimaciones que tengan sentido. El análisis de las decisiones
familiares ha conocido dos desarrollos distintos; el primero, conocido con el nombre de
Modelo Unitario y el segundo conocido como Modelo colectivo.

1) Modelo Unitario

Este modelo parte del principio que la familia puede estar asimilada como un agente
único que tiene su propia función de utilidad. En este modelo se consideran que dos
personas conforman un hogar y que el consumo es igual para todos. La formalización
de este modelo muestra que la representación unitaria del hogar implica que la
distribución de los ingresos no salariales no tiene ninguna relevancia, ya que sólo
importaría la suma de éstos. Ésta hipótesis es conocida como “Income Pooling” que se
refiere a que no es necesario saber quién es el beneficiario de los ingresos de
transferencia de una pareja. No obstante, este modelo ha sido rechazado por varios
estudios empíricos, por lo cual, resulta más conveniente casi siempre reemplazarlo y
utilizar el modelo colectivo.

2) Modelo Colectivo

El segundo, también conocido como Aproximación Colectiva, postula que las

decisiones son realizadas fundamentalmente de manera individual, basadas en
preferencias individuales, y que la familia no es más que un marco particular que alarga
o contrae el espacio de decisión de cada individuo que la compone. En este modelo
más de dos personas conforman el hogar y las distribuciones son soluciones de
programas individuales en los cuales cada persona sería dotada de un ingreso no salarial
específico, es decir, cada miembro del hogar se atribuye una fracción del conjunto de
ingresos no salariales. Por lo cual, esta aproximación refuerza el modelo de base de la
decisión entre el consumo de bienes y el ocio, precisando en la restricción
presupuestaria individual la composición de su ingreso no salarial.

Por otra parte, el modelo de decisión intra familiar aporta con precisiones interesantes sobre
las decisiones de la participación en el mercado laboral como es “El efecto del trabajador
adicional”. En efecto, tomar en cuenta la dimensión familiar permite explicar porque ciertos

48
miembros del hogar se especializan en la producción doméstica, mientras que otros ofrecen
sus servicios en el mercado de trabajo. En todas las representaciones del hogar, la
interdependencia de las decisiones puede conducir a un individuo a incrementar su oferta de
trabajo cuando el ingreso del hogar disminuye. En principio, la baja del salario es susceptible
de generar un incremento de la población activa, ocasionando la entrada de trabajadores
suplementarios cuyo objetivo es reponer la perdida de ingreso en su hogar.

3.7. Modelo de Decisión Familiar

Dado que es necesario modelar las asignaciones dentro del hogar, donde los padres tienen
diferentes preferencias, de acuerdo a Emerson y Portela (2002)24 dos modelos son utilizados
normalmente en la literatura de asignación dentro de los hogares, éstos permiten diferencias
en las preferencias de los padres, estos son: el modelo de negociación de la familia y el
modelo colectivo. El primero, asume que los resultados de asignación dentro de los hogares,
son el resultado de un proceso de negociación, en el cual, los miembros del hogar tratan de
asignar los recursos que ellos controlan a bienes que ellos prefieren individualmente. Por otra
parte, el modelo colectivo deja sin especificar la naturaleza del proceso de asignación dentro
del hogar, pero supone que las asignaciones son Pareto Eficiente. En el presente estudio se
optó por el modelo colectivo, basado en el trabajo sobre asignación de tiempo realizado por
Emerson y Portela, en el cual el poder de negociación de los padres afecta a la educación de
los niños y a su participación en el marcado laboral.

En este modelo, se considera que en un hogar existen dos jefes de familia, el padre y la madre,
y n niños, quienes tienen las opciones de estudiar, ir a trabajar o realizar ambas actividades.
Por otra parte, es importante recalcar que de la educación que reciban los niños, dependerá
el futuro salario que perciban de adultos, y se debe considerar que los niños que trabajan no
tienen las mismas posibilidades de recibir la misma educación como aquellos que no lo
hacen. Por lo tanto, el ingreso salarial del padre y de la madre depende de cuanta educación
recibieron cuando eran niños, consecuentemente, los padres que trabajaron desde una edad
temprana tienden a percibir un salario más bajo, por lo cual, son más propensos a exigir que

24
Emerson, P.M & Portela, A. (2002). “Bargaining over sons and daughthers: Child labor school attendance and intra-
household gender bias in Brazil”. (Working paper No 02-W13). Vanderbilt – Economic and Business Administration.

49
sus hijos trabajen para compensar el ingreso del hogar; a esta situación se la denomina trabajo
infantil intergeneracional.

Por otra parte, para una asignación Pareto-eficiente, la función de bienestar del hogar puede
ser representada por la combinación lineal de las utilidades del padre y de la madre, donde la
ponderación en cada utilidad refleje su poder de negociación en el hogar.

Ahora bien, se considera un problema general de maximización de la utilidad del hogar:

max 𝑈 = 𝜆𝑢𝑓 (𝑐𝑓 , 𝑐𝑚 , 𝑐𝑝 , 𝑐1 , … , 𝑐𝑛 , 𝑙𝑓 , 𝑙𝑚 , ℎ1 , … , ℎ𝑛 , 𝑛; 𝑧𝑓 ) +

(1 − 𝜆)𝑢𝑚 (𝑐𝑓 , 𝑐𝑚 , 𝑐𝑝 , 𝑐1 , … , 𝑐𝑛 , 𝑙𝑓 , 𝑙𝑚 , ℎ1 , … , ℎ𝑛 , 𝑛; 𝑧𝑚 ) (1)

Sujeta a una restricción de presupuesto:

𝑐𝑓 + 𝑐𝑚 + 𝑐𝑝 + ∑𝑛𝑗=1 𝑐𝑗 ≤ (1 − 𝑙𝑓 )𝑤𝑓 + (1 − 𝑙𝑚 )𝑤𝑚 + ∑𝑛𝑗=1(1 − 𝑒𝑗 )𝑤𝑐 + 𝐼𝑓 + 𝐼𝑚 (2)

Donde: 𝑈 (.) Función de bienestar del hogar

𝑢𝑓 (.) Función de utilidad del padre
𝑢𝑚 (.) Función de utilidad de la madre
𝜆 Poder relativo de negociación del hogar y 𝜆 ∈ [0.1]
𝑛 Número de niños en el hogar
ℎ𝑗 Logros de capital humano de los niños 𝑗 = {1, … , 𝑛}
𝑙𝑓 Consumo de ocio del padre
𝑙𝑚 Consumo del ocio de la madre
Donde el consumo total del hogar es la suma de:
𝑐𝑓 Consumo del padre de sus bienes privados
𝑐𝑚 Consumo de la madre de sus bienes privados
𝑐𝑝 Consumo del hogar de bienes públicos
𝑐𝑗 Consumo de cada niño de sus bienes privados 𝑗 = {1, … , 𝑛}

Por otra parte, se tiene:

𝑧𝑓 Características del hogar y de la comunidad que afectan la utilidad del padre
𝑧𝑓 Características del hogar y de la comunidad que afectan la utilidad de la madre
𝑤𝑓 Salario del padre

50
 𝑤𝑚 Salario de la madre
𝑤𝑐 Salario del niño
𝐼𝑓 Ingreso no laboral del padre
𝐼𝑚 Ingreso no laboral de la madre
𝑒𝑗 Tiempo de los niños en la escuela (educación) 𝑗 = {1, … , 𝑛}

De esta manera, cada persona tiene una unidad de tiempo, la cual para los adultos en la familia
está dividida entre trabajo y ocio, por lo tanto, el tiempo que pasan trabajado está dado por
(1- 𝑙), por el contrario, paro los niños el tiempo se dividide entre trabajar e ir a la escuela, por
lo que el tiempo que pasan trabajando está dado por (1- 𝑒). Por otra parte, se toma en cuenta
que los padres piensan que es lo mejor para sus hijos, por lo que no toman en cuenta las
preferencias de los mismos, teniendo un modelo paternalista.

Adicionalmente, se asume que los salarios del padre y de la madre están dados por las
siguientes funciones de producción 𝑤𝑓 = ℎ𝑓 y 𝑤𝑚 = ℎ𝑚 respectivamente; y se normaliza el
salario del niño 𝑤𝑐 = 1, por lo tanto, un niño que sólo trabaja generará una unidad de ingreso.
Con el fin de enfocarse en las preferencias de los padres y los resultados de los niños, de
igual manera de asume que tanto el padre como la madre valoran de igual manera cualquier
unidad adicional de consumo, sin tener en cuenta el destinatario y por lo tanto, no existe el
bien público siendo así 𝑐𝑝 = 0 entonces 𝑐𝑓 + 𝑐𝑚 + 𝑐𝑝 + ∑𝑛𝑗=1 𝑐𝑗 = 𝐶 .

Finalmente, se asume que el padre y la madre pasan todo el tiempo trabajando entonces se
tiene: (𝑙𝑓 = 𝑙𝑚 = 0). Este supuesto nos indica que la oferta de trabajo de los padres será
inelástica, a pesar que esta suposición no es muy realista, no afecta la principal predicción
del modelo, que la incidencia del trabajo infantil del hijo o la hija y el logro de capital humano
dependen del nivel de capital humano de cada padre y del ingreso no laboral; por lo tanto, se
mantendrá este supuesto para mantener el análisis lo más simple posible.

Por otra parte, la educacion de los hijos se convierte en capital humano mediante la
tecnología de la siguiente manera:

ℎ𝑗 = 𝑓𝑗 (𝑒𝑗 ; ℎ𝑓 , ℎ𝑚 ) ∀𝑗 (3)

51
Donde:

𝜕𝑓𝑗 (𝑒𝑗 ; ℎ𝑓, ℎ𝑚 ) 𝜕𝑓𝑗 (𝑒𝑗; ℎ𝑓 , ℎ𝑚 ) 𝜕𝑓𝑗 (𝑒𝑗 ; ℎ𝑓 , ℎ𝑚 )

𝑓𝑗 (𝟎) = 1, > 0, > 0, > 0,
𝜕𝑒𝑗 𝜕ℎ𝑓 𝜕ℎ𝑚

Esta tecnología es diferente para cada niño ya que, éstos tienen diferentes habilidades,
género, edad etc. De igual manera, el capital humano de los padres entra en lo que se refiere
a la tecnología, dado que la efectividad de la escolaridad de los niños depende del capital
humano que hay dentro del hogar.

Por lo tanto, el problema del hogar es el siguiente:

max 𝑈 = 𝜆𝑢𝑓 (𝐶, ℎ1 , … , ℎ𝑛 ; 𝑧𝑓 ) + (1 − 𝜆)𝑢𝑚 (𝐶, ℎ1 , … , ℎ𝑛 ; 𝑧𝑓 ) (4)

Siendo la restriccion:

𝐶 = ℎ𝑓 + ℎ𝑚 + ∑𝑛𝑗=1(1 − 𝑒𝑗 ) + 𝐼𝑓 + 𝐼𝑚 (5)

Sustituyendo la nueva restricción y la tecnología en la función de utilidad del hogar se

obtiene el nuevo problema del hogar:
𝑛

max 𝑈 = 𝜆𝑢𝑓 (ℎ𝑓 + ℎ𝑚 + ∑(1 − 𝑒𝑗 ) + 𝐼𝑓 + 𝐼𝑚 , 𝑓1 (𝑒1 ; ℎ𝑓 , ℎ𝑚 ), … , 𝑓𝑛 (𝑒𝑛 ; ℎ𝑓 , ℎ𝑚 ); 𝑧𝑓 ) +

(𝑒1 ,…,𝑒𝑛 )
𝑗=1

(1 − 𝜆)𝑢𝑚 (ℎ𝑓 + ℎ𝑚 + ∑𝑛𝑗=1(1 − 𝑒𝑗 ) + 𝐼𝑓 + 𝐼𝑚 , 𝑓1 (𝑒1 ; ℎ𝑓 , ℎ𝑚 ), … , 𝑓𝑛 (𝑒𝑛 ; ℎ𝑓 , ℎ𝑚 ); 𝑧𝑚 ) (6)

Asumiendo una solución interior es decir: 𝑒𝑗 > 0, ∀𝑗. Se puede derivar las condiciones de
primer orden para cada niño.

𝜕𝑈 𝜕𝑢𝑓 𝜕𝑢𝑓 𝜕𝑓𝑗 𝜕𝑢𝑚 𝜕𝑢𝑚 𝜕𝑓𝑗

= 𝜆 (− + ∗ ) + (1 − 𝜆) (− + ∗ )=0 (7)
𝜕𝑒𝑗 𝜕𝑒𝑗 𝜕𝑓𝑗 𝜕𝑒𝑗 𝜕𝑒𝑗 𝜕𝑓𝑗 𝜕𝑒𝑗

En la ecuación número (7) se puede observar que en el primer conjunto en paréntesis

representa la utilidad marginal del padre del incremento de la educación del niño y tiene dos
elementos: el primer término es la pérdida de utilidad del padre debido al ingreso no percibido
del niño, por el contrario, el segundo término es la ganancia en utilidad debido al aumento
del capital humano del niño. Por otra parte, el segundo conjunto entre paréntesis representa
lo mismo que el primero pero para la madre.

52
Derivar las condiciones de primer orden para cada niño da como resultado n ecuaciones con
n incógnitas, por lo que la solución a este problema es un vector de niveles de educción para
cada niño en el hogar, que resuelve las n condiciones de primer orden es decir,
𝒆∗ = (𝑒1∗ , … , 𝑒𝑛∗ ) donde:

𝒆∗𝒋 = 𝑒̃(ℎ
𝑗 𝑓 , ℎ𝑚 , 𝐼𝑓 , 𝐼𝑚 ; 𝜆, 𝑍𝑓 , 𝑍𝑚 ) (8)

Dado que la función de trabajo del niño es (1 − 𝑒 ∗ ), el capital humano de adulto resultante
de los niños del hogar está dado por la siguiente función:

ℎ𝑗∗ = 𝑓𝑗 [𝑒𝑗 (ℎ𝑓 , ℎ𝑚 , 𝐼𝑓 , 𝐼𝑚 ; 𝜆, 𝑍𝑓 , 𝑍𝑚 ); ℎ𝑓 , ℎ𝑚 ] (9)

Por lo tanto, se puede concluir que mientras más alto sea el capital humano de los padres, de
igual manera, más alta será la educación del hijo, entonces el niño tendrá menos necesidad
de contribuir para consumo del hogar, lo que le permitiría tener más tiempo para dedicarlo a
sus estudios y como resultado se tendría que cuando ellos sean adultos tendrán menos
probabilidad de enviar a sus hijos a trabajar; siendo esto la esencia del trabajo de Emerson y
Portela (2002). De la misma manera, también se debe considerar que mientras más alto sea
el ingreso de los padres mayor será el tiempo de los niños en la escuela, y por consiguiente
menores sus probabilidades de inserción en el mercado laboral.

De igual manera, se debe tomar en cuenta que si bien el aumento del capital humano de un
padre aumenta la escolaridad del niño, así mismo, se deben considerar que el efecto no es
igual en todos los niños, por ejemplo varía si es hijo o hija, según la edad o también varía
dependiendo cuál de los padres aumenta su capital humano, si la madre o el padre, por lo que
se debe tomar en cuenta la fuerza de decisión del padre versus el de la madre, dado que la
influencia del padre y la madre en el niño son distintas. Por lo tanto, son estas las diferencias
que se exploraron en la investigación empírica del presente trabajo.

3.8. Método: Probit Bivariado

En el presente trabajo se estudió las decisiones que toman los niños respecto a estudiar y
participar del mercado laboral; éstas decisiones son simultáneas, es decir, que no son
independientes, por lo cual, el estudio justifica la utilización de un modelo de elección
discreta como lo es el Probit Bivariado.

53
Este modelo, de igual manera denominado Biprobit, es una extensión de dos variables del
modelo Probit, es decir, es una extensión de los modelos multiecuacionales de regresión
clásicos, en el que se considera un sistema de ecuaciones cuyos errores están correlacionados.
Por lo tanto, para entender este modelo, en primer lugar, se debe conocer el modelo Probit,
el cual, trabaja con una sola variable dependiente y admite valores binarios, por lo que la
variable dependiente es dicotómica tomando el valor de 1 o 0 según corresponda, de tal
manera, dicha variable refleja decisiones individuales de respuestas cerradas, por ejemplo
sí/no, V/F, Aprueba/desaprueba, entre otros. Por consiguiente, el modelo Probit Bivariado es
un modelo conjunto para dos resultados binarios por lo que trabaja con dos variables
dependientes latentes, las cuales no se observan directamente, sino que son inferidas a partir
de otras variables que se observan. Estas variables son representadas de la siguiente forma:

𝑦1∗ = 𝑥1′ 𝛽1 + 𝜀1 (1)

𝑦2∗ = 𝑥2′ 𝛽2 + 𝜀2 (2)

Especificando los resultados:

1 𝑠𝑖 𝑦1∗ > 0
𝑦1 = { } (3)
0 𝑠𝑖 𝑦1∗ ≤ 0

1 𝑠𝑖 𝑦2∗ > 0
𝑦2 = { } (4)
0 𝑠𝑖 𝑦2∗ ≤ 0

Siendo 𝑥1 y 𝑥2 vectores de variables exógenas independientes, 𝛽1 y 𝛽2 vectores de columna

de los parámetros y 𝜀𝑖 la variable aleatoria. Por otra parte también se tiene:

E[𝜀1 ] = Ε[𝜀2 ] = 0
𝑉𝑎𝑟 [𝜀1 ] = 𝑉𝑎𝑟[𝜀2 ] = 1
𝐶𝑜𝑣. [𝜀1 , 𝜀2 ] = 𝜌

Donde los términos de error tienen una distribución normal bivariada.

La estimación de estos modelos no puede ser realizada mediante MCO (Mínimos Cuadrados
Ordinarios) ya que, la variable dependiente es binaria por lo que se recurre al método de
Máximo Verosimilitud.

54
Por lo tanto, si solo se tuviera la ecuación (1), se podría establecer un modelo Probit estándar:

Pr[𝑦1 = 1] = Pr[𝑦1∗ > 0] (5)

= Pr[𝑥1′ 𝛽1 + 𝜀1 > 0]
= Pr[𝜀1 > −𝑥1′ 𝛽1 ]
= Pr[𝜀1 < 𝑥1′ 𝛽1 ]
= 𝜙(𝑥1′ 𝛽1 )

Donde 𝜙 es la función de distribución acumulada para la distribución normal estándar, y se

utilizó la simetría de esta distribución para la obtención de la igualdad. Entonces, para
establecer el modelo Bivariado Probit, en el cual se abarque tanto la ecuación (1) y (2), se
debe considerar los siguientes cuatro casos posibles.

∞ 𝑥2′ 𝛽2
𝑃01 = Pr[𝑦1 = 0, 𝑦2 = 1] = ∫ ∫ 𝜙 2 (𝑧1 , 𝑧2 , 𝜌)𝑑𝑧1 𝑑𝑧2 (6)
𝑥1′ 𝛽1 −∞

𝑥1′ 𝛽1 ∞
𝑃10 = Pr[𝑦1 = 1, 𝑦2 = 0] = ∫ ∫ 𝜙 2 (𝑧1 , 𝑧2 , 𝜌)𝑑𝑧1 𝑑𝑧2 (7)
−∞ 𝑥2′ 𝛽2

𝑥1′ 𝛽1 𝑥2′ 𝛽2
𝑃11 = Pr[𝑦1 = 1, 𝑦2 = 1] = ∫ ∫ 𝜙 2 (𝑧1 , 𝑧2 , 𝜌)𝑑𝑧1 𝑑𝑧2 (8)
−∞ −∞
∞ ∞
𝑃00 = Pr[𝑦1 = 0, 𝑦2 = 0] = ∫ ∫ 𝜙 2 (𝑍1 , 𝑍2 , 𝜌)𝑑𝑧1 𝑑𝑧2 (9)
𝑥1′ 𝛽1 𝑥2′ 𝛽2

Por lo tanto, la función de probabilidad para maximizar es la siguiente:

𝑛 ∞ ∞
𝐿 = ∏∫ ∫ 𝜙 2 (𝑧1 , 𝑧2 , 𝜌)𝑑𝑧1 𝑑𝑧2 (10)
𝑖=1 𝑥1′ 𝛽1 𝑥2′ 𝛽2

Siendo la función de densidad normal bivariada 𝜙 2 :

𝜙 2 (𝑧1 , 𝑧2 , 𝜌) = exp[− 1⁄2 (𝑧12 + 𝑧22 − 2𝜌𝑧1 𝑧2 )(1 − 𝜌2 )−1 ] × [2𝜋( 1 − 𝜌2 ) 1/2 ]−1 (11)

Donde 𝜌 es el coeficiente de correlación entre las dos ecuaciones. De esta manera, el modelo
permite observar la correlación entre las dos variables dependientes y si ésta resulta

55
insignificante, entonces se debería estimar dos modelos probit independientes, de lo
contrario, si la correlación es significativa, se debe usar un probit bivariado, sin embargo, de
igual manera, se debe observar la significancia de los coeficientes que se obtengan con el
modelo.

Por otra parte, al igual que en los modelos binarios convencionales, los coeficientes
estimados no cuantifican directamente el incremento en la probabilidad dado un cambio
marginal en una variable independiente, por ello es necesario el cálculo independiente de las
derivadas parciales o efecto marginal.

En este modelo probit se tiene: Ε[𝑦] = Φ(𝛽 ′ 𝑥) (12)

Por los que los efectos marginales son:

𝜕Φ(𝛽′ 𝑥)
= 𝜙(𝛽 ′ 𝑥)𝛽 (13)
𝜕𝑥𝑖

Dichos efectos marginales van a variar de acuerdo a los valores de 𝑥, y a partir de dichos
efectos se podrá analizar la incidencia que tienen los distintos factores sobre la probabilidad
de estudiar, de trabajar, de realizar ambas actividades o no realizar ninguna.

3.9. Análisis de Componentes Principales

Uno de los problemas en la estimación es que la medida del ingreso es ambigua y crea un
problema de endogeneidad con el trabajo de los hijos, ya que, la participación del niño en el
mercado laboral depende de los ingresos del hogar y al mismo tiempo éstos están en función
al trabajo del niño; de esta manera, el ingreso, se explica dentro del modelo a partir de su
relación con la variable que representa el trabajo del niño. Por lo tanto, se buscó una medida
diferente que pueda representar el ingreso percibido por la familia y que no pueda ser
totalmente explicado por el trabajo infantil, por lo cual, se construyó un índex en particular
para asegurarse de capturar dicho ingreso. Para la creación de este índice se utilizó el
Análisis de Componentes Principales, PCA por sus siglas en inglés.

56
El PCA de acuerdo a Jollife (2002) en su libro “Principal Component Analysis”25 es un
método estadístico cuya idea central es reducir la dimensionalidad de un conjunto de datos
que contiene un gran número de variables que están interrelacionadas al mismo tiempo que
se conserva como sea posible, la variación presente en el conjunto de datos. Esto se consigue
mediante la transformación a un nuevo conjunto de variables, los componentes principales
(PCs), lo cuales no están correlacionados y están ordenados de manera que la primeras
variables conserven la mayor parte de la variación presente en todas las variables originales.
Por otra parte, esta técnica estadística que especifica un factor de estructura lineal entre las
variables, es útil cuando se correlacionan los datos que se examinan, por el contrario si los
datos subyacentes no están correlacionados entonces el PCA resulta poco útil.

El PCA es muy diferente de los modelos de factores tradicionales, dado que, los factores que
crea usualmente tienen más que solo una interpretación económica; de la misma manera, los
factores construidos con el PCA son creados para tener características especiales de
estadísticas entre estas:

 Cada factor representa como sea posible la variación en los datos subyacentes.
 Cada factor no está correlacionado con cada uno de los otros factores.
 Los componentes principales expresan las combinaciones dominantes de variables
dentro de la estructura de covarianza de los datos.

3.9.1. Metodología del PCA

De acuerdo al “Manual de Construcción de Indicadores Compuestos”26 de la Organización

para la Cooperación Económica y Desarrollo, OECD por sus siglas en inglés, el objetico del
PCA es explicar la varianza de un conjunto de datos observados a través de un par de
combinaciones lineales de los datos originales. Por lo tanto, a pesar de que existe 𝒬 variables,
es decir, 𝑥1 , 𝑥2 , … 𝑥𝒬 ; gran parte de los datos a menudo pueden ser explicados por un
pequeño número de variables, denominados los componentes principales (PCs), o relaciones

25
Jollife, I.T (2002). Principal Component Analysis. (2ª. ed.). Springer. New York: Grupo Editorial Springer
Recuperado de http://wpage.unina.it/cafiero/books/pc.pdf
26 Handbook on Constructing Composite Indictors: Methodology and user guide. (2008). Organization for Economic Co-
operation and Development. Recuperado de https://www.oecd.org/std/42495745.pdf

57
lineales de los datos originales: 𝑍1 , 𝑍2 , … 𝑍𝒬 ; que no están correlacionados. En este punto,
todavía existe 𝒬 componentes principales tantos como hay variables. Por lo tanto, el
siguiente paso es seleccionar los primeros componentes principales que conserven una
cantidad alta de la varianza acumulada del conjunto de datos original.

𝑍1 = 𝑎11 𝑥1 + 𝑎12 𝑥2 + ⋯ + 𝑎1𝒬 𝑥𝒬 (1)

𝑍2 = 𝑎21 𝑥1 + 𝑎22 𝑥2 + ⋯ + 𝑎2𝒬 𝑥𝒬
…
𝑍𝒬 = 𝑎𝒬1 𝑥1 + 𝑎2 𝑥2 + ⋯ + 𝑎𝒬𝒬 𝑥𝒬

La falta de correlación en los componentes principales es una propiedad muy útil, esta
propiedad indica que los componentes principales miden diferentes “dimensiones
estadísticas” en lo datos. Dado que, el objetivo de análisis es presentar un conjunto de datos
grande usando unas pocas variables se puede hacer uso del PCA si la variación en 𝒬 de las
variables originales 𝑥 pueden ser representada por un pequeño número de variables 𝑍. Es
importante resaltar nuevamente que no todos los casos el PCA puede reducir un gran número
de variables a un número pequeño de variable representativas, de hecho, si las variables
originales no están correlacionadas, entonces el análisis no tienen ningún sentido; y por el
contrario, una reducción significativa puede obtenerse cuando las variables originales están
altamente correlacionados, ya sea positiva o negativamente.

Los pesos 𝑎𝑖𝑗 , o de igual manera denominados factores de carga, que se aplican a la variable
𝑥𝑗 en la ecuación (1) son elegidos de manera que los componentes principales 𝑍𝑖 satisfagan
las siguientes condiciones:

 No estén correlacionados, es decir que sean ortogonales.

 El primer componente principal represente la máxima proporción posible de la
varianza del conjunto de 𝑥 ; el segundo componente principal represente el máximo
de la varianza restante y así sucesivamente hasta que el último de los componentes
principales absorba toda la varianza restante no representada por los componentes
anteriores, y

2 2 2
𝑎i1 + 𝑎i2 + ⋯ + 𝑎i𝒬 = 1, 𝑖 = 1,2, … , 𝒬 (2)

58
Donde: 𝑎𝑖𝑗 son los factores de cargas
𝑥1 , 𝑥2 , … , 𝑥𝒬 son las variables (indicadores)
𝒬 es el número de variables

El análisis de componentes principales consiste en encontrar los valores propios

(eigenvalues) 𝜆𝑖 , 𝑗 = 1, … , 𝒬 de la matriz de covarianza de la muestra (CM)

𝑐𝑚11 𝑐𝑚12 … 𝑐𝑚1𝒬

𝑐𝑚 𝑐𝑚22 … 𝑐𝑚2𝒬
𝐶𝑀 = [ …21 … … ] (3)
𝑐𝑚𝒬1 𝑐𝑚𝒬2 𝑐𝑚𝒬𝒬

Donde el elemento diagonal 𝑐𝑚𝑖𝑖 es la varianza de 𝑥𝑖 ; y 𝑐𝑚𝑖𝑗 es la covarianza de las variables

𝑥𝑖 y 𝑥𝑗 .

Los valores propios de la matriz CM son las varianzas de los componentes principales y
pueden ser encontrados mediante la resolución de la ecuación característica:

|𝐶𝑀 − 𝜆𝐼| = 0 (4)

Donde 𝐼 es la matriz de identidad con el mismo orden que CM y por otro lado, 𝜆 es el vector
de los valores propios; esto es posible solo si 𝒬 es pequeño. Si hay muchas variables la
solución para 𝜆 no es trivial y existen otros métodos27. Por otra parte, existen valores propios
que pueden resultar de alguna manera despreciables, ya que, los valores propios negativos
no son posibles para una matriz de covarianza. Finalmente, una de las propiedades
importantes de los valores propios es que se agregan a la suma de elementos diagonales de
CM; es decir, que la suma de las varianzas de los componentes principales es igual a la suma
de las varianzas de las variables originales.

𝜆1 + 𝜆2 + ⋯ + 𝜆𝒬 = 𝑐𝑚11 + 𝑐𝑚22 + ⋯ + 𝑐𝑚𝒬𝒬 (5)

27
Ver Gentle et al. (2004) o de igual manera Golub & van der Vorst (2000)

59
 3.9.2. Factor de Retención

Según Katchova (2004) en su trabajo sobre el PCA28, debido a que el análisis de

componentes principales y análisis de factores son los métodos de reducción de datos, existe
la necesidad de retener un número apropiado de factores o componentes basados en el
equilibrio entre la simplicidad, que trata de conserva el menor número posible factores, e
integridad, que se refiere a explicar la mayor parte de la variación en el datos.

Por otra parte, la regla de Kaiser recomienda retener únicamente factores con valores
propios (λ) que sean superior a la unidad. Intuitivamente, esta regla significa que cualquier
factor 𝑍 deberá representar al menos tanta variación como cualquiera de las variables
originales 𝑥. En la práctica, el gráfico de sedimentación de los valores propios es examinado
para determinar si existe una "ruptura" en el gráfico con el resto de los factores que explica
considerablemente menos variación. El gráfico 8 es un ejemplo del gráfico de sedimentación
de valores propios, en éste están representados los componentes obtenidos a partir del PCA
y existe una ruptura a partir de los valores propios que superan la unidad, por lo tanto, en
base al ejemplo, la cantidad de factores o componentes que se debería retener son cinco, los
valores que son mayores a uno.

Gráfico 8: Gráfico de Sedimentación de Valores Propios

Fuente: Working Paper“ Principal Component Analysis and Factor Analysis”.

Ani Katchovan (2013)

28 Katchova, A. (2013). “Principal Component Analysis and Factor Analysis. Recuperado de

https://drive.google.com/file/d/0BwogTI8d6EEia3NEUVN3UmxDWkE/edit?pref=2&pli=1

60
 IV. METODOLOGÍA
4.1. Análisis de Datos
4.1.1. Fuentes de Información

Para el desarrollo del análisis empírico se trabajó con la base de datos de la última Encuesta
de Hogares de Bolivia disponible, en este caso la del año 2013 (EH2013). Esta encuesta es
un instrumento del Instituto Nacional de Estadística del país, la cual proporciona información
sobre las condiciones de vida de los hogares a partir de la recolección de información de
variables socioeconómicas y demográficas de la población. Consecuentemente, la unidad de
análisis para esta encuesta fueron los hogares bolivianos con unidades muestrales como los
sectores censales, segmentos censales, vivienda y la incorporación de las unidades primarias
de muestreo.

Ésta es una encuesta transversal en la cual se trabajó con 9,866 casos, es decir hogares
seleccionados, con los cuales, una vez procesados los datos, se pudo obtener 35, 693
observaciones y 75 variables. Sin embargo, dado que la población objetivo del estudio son
los menores entre 12 a 17 años, se trabajó con 4,514 observaciones ya que, el sujeto de
estudio debía estar presente en una de las cuatro categorías ya presentadas: estudia, trabaja,
estudia y trabaja y no realiza ninguna actividad. Por otra parte, la metodología aplicada para
la recolección de la información es la entrevista directa, que se la llevo a cabo utilizando una
boleta multitemática que permite el estudio del bienestar de los hogares.

4.1.2. Variables Consideradas

En el presente trabajo, se busca estudiar y analizar los factores que influyen en la probabilidad
de que un adolescente asista a la escuela o participe en el mercado laboral en base a modelos
de elección discreta, tomando en cuenta las características del tomador de decisiones, que en
este caso sería la familia, de igual manera, las particularidades del medio en el que se
desenvuelve el adolescente y las características propias del mismo como la de sus padres o
jefes del hogar. Por lo tanto, en este estudio se utilizó el modelo probit bivariado, que como
se explicó previamente supone la existencia de dos variables dicotómicas: 𝑦1∗ que es una
variable latente e inobservable que representa la decisión de trabajar; y 𝑦2∗ que representa la

61
decisión de ir a la escuela. Por lo tanto, la especificación general para un modelo de dos
ecuaciones es la siguiente:

𝑦1∗ = 𝛽1 𝑋 + 𝜀1; 𝑦1 = 1 𝑠𝑖 𝑦1∗ > 0, 𝑦1 = 0 𝑠𝑖 es de otra manera

𝑦2∗ = 𝛽2 𝑋 + 𝜀2 ; 𝑦2 = 1 𝑠𝑖 𝑦2∗ > 0, 𝑦2 = 0 𝑠𝑖 es de otra manera

Siendo X el vector de variables exógenas independientes y 𝜀𝑖 la variable aleatoria. Por otra

parte 𝑦1 = 1 determina que el sujeto de estudio participa en el mercado laboral y si es 0 que
no lo hace; de la misma manera, 𝑦2 = 1 denota la asistencia del del niño o adolescente a la
escuela y si es 0 representa la inasistencia escolar.

Por otra parte: E[𝜀1 ] = Ε[𝜀2 ] = 0

𝑉𝑎𝑟 [𝜀1 ] = 𝑉𝑎𝑟[𝜀2 ] = 1
𝐶𝑜𝑣. [𝜀1 , 𝜀2 ] = 𝜌

Dado que este trabajo trata principalmente el tema del trabajo infantil y la asistencia a la
escuela, es importante definir estos conceptos. En primer lugar, con base en el trabajo de
Yáñez (2004) sobre la oferta y la demanda de trabajo de Bolivia, una revisión empírica29, un
niño o adolescente se considera que participa del mercado laboral si pertenece a la población
definida como ocupada y a la población en edad de trabajar (PET), que en la Encuesta de
Hogares con la que se trabajó se considera que la PET es a partir de los 12 años, si no se
encuentra dentro de esta población en particular, entonces no se considera que el niño o
adolescente trabaja. De esta forma se debe recalcar, que se hace referencia a la totalidad de
la PET y no solo a la población económicamente activa (PEA), lo cual permite analizar no
solo la oferta efectiva de mano de obra, los que se encuentran ocupados, sino de la misma
manera, la oferta potencial, entre la cual se encuentra los estudiantes. Por otra parte, un niño
o adolescente se considera que se encuentra estudiando si asiste a la escuela y se inscribió o
matriculó en algún sistema educativo en ese año.

Respecto a las variables independientes consideradas en el biprobit, de acuerdo a sus

características y de la influencia en la decisión del niño se las clasificó de la siguiente manera:

29
Yáñez, E. (2004). La oferta y Demanda de Trabajo en Bolivia: Una Revisión Empírica

62
Variables de caracterización del niño: se considera en primer lugar, las variables que
muestran las características propias del niño o adolescente, entre estas se encuentran la edad,
que para un análisis más detallado, se creó variables binarias por cada año entre los 12 a 17
años, que es la población de estudio. De igual manera, se consideró el sexo del niño, dado
que de acuerdo a la literatura, ser mujer tiene diferentes efectos tanto en la probabilidad de
asistir a la escuela como la participación en mercado laboral, que si la persona de estudio es
hombre. Además, se consideró la pertenencia del niño a una nación indígena, dado que en el
contexto del país es una característica de relevancia. De la misma forma, se trabajó con una
variable que toma en cuenta el número de hermanos del sujeto de estudio y otra variable que
refleja el ranking en el cual se encuentra el niño de acuerdo a la cantidad de hermanos, es
decir, partiendo desde el hermano mayor hasta llegar al último hijo.

Variables socioeconómicas del hogar: dentro de este grupo se incluye una variable que
represente a las familias monoparentales, es decir, aquellas que están compuestas por un solo
progenitor, ya sea hombre o mujer, y que es responsable de los hijos. Por otra parte, se
consideró si el jefe de familia se encuentra trabajando o no, la tasa de desempleo del hogar,
variable que está definida como el total de los desempleados, conformado por los aspirantes
y cesantes, menos la variable binaria niño no trabaja, sobre el total de miembros respecto a
la PEA; por lo tanto, trabajando con la variable dicotómica se tiene que si esta toma el valor
de 1 el niño no estaría trabajando y se obtiene a todos los desempleados menos al niño como
sí, es decir que serán todos los desempleados que no sean él; mientras que si el valor de la
variable dicotómica es 0 se supondría que el niño sí trabaja y se obtendría el desempleo total
del hogar.

De igual manera, se tomó en cuenta el número de personas en edad de trabajar que existe
dentro del hogar y la cantidad de personas mayores a 60 años que forman parte de la familia,
dado que pueden ser consideradas como cargas económicas dado que por la edad que tienen
no pueden contribuir de igual manera que los otros miembros del hogar al ingreso de la
familia.

 Ingreso Familiar: respecto a la variable que representa el ingreso familiar, no se puede

trabajar con el ingreso del hogar reportado en la Encuesta de Hogares porque que se
crea un problema de endogeneidad, debido a que esta variable resulta ser endógena a

63
la decisión del niño de trabajar o no, generándose causalidad entre una variable
independiente y una variable dependiente. Por lo tanto, se buscó otra variable que
pueda representar el ingreso percibido por la familia, por lo cual, se construyó un índice
en particular para asegurarse de capturar dicho ingreso. Para la creación de este índice
se utilizó el Análisis de Componentes Principales, PCA por sus siglas en inglés; se
trabajó con un índex para crear una variable que sea un proxy del ingreso familiar que
no pueda ser totalmente explicado por el trabajo infantil, con esto se buscó tener una
variable más ortogonal al ingreso del hogar y más exógena, con la cual se pueda trabajar
en el modelo biprobit.

El PCA, como se explicó previamente en el capítulo III, es una técnica estadística

utilizada para la reducción de datos. Los principales vectores propios de la
descomposición de la matriz de correlación o covarianza de las variables, describen
una serie de combinaciones lineales no correlacionadas de las variables que contienen
la mayor parte de la varianza. Además de la reducción de datos, los vectores propios
de un PCA a menudo son inspeccionados para obtener más información sobre la
estructura subyacente de los datos. Por lo tanto, este método de reducción de data, se
utilizó en el presente estudio para reexpresar data multimedia con menores
dimensiones, de esta manera se consideró una serie de variables que puedan expresar
un proxy de la riqueza en el hogar, creando una medida del ingreso más permanente y
más exógena que el ingreso familiar reportado en la EH.

Las variables que se tomaron en cuenta se refieren principalmente a las características

de la vivienda, que representan una riqueza más permanente y cierta calidad de vida,
ya que se consideró si es casa o departamento; la calidad de la misma, refiriéndose a la
calidad del techo, el piso, el material de la vivienda entre otros; de igual manera, se
tomó en cuenta los servicios con los que cuenta la familia como internet, gas, fuente
de agua, teléfono fijo y electricidad. Las variables utilizadas en este análisis se
encuentran en detalle en el Anexo 1. La ventaja de este método y de las variables
elegidas es que este no habrá una variación en función de shocks de ingreso transitorios,
entonces el índice es un indicador de riqueza permanente que va a estar menos afectado
por el ingreso que lleva el niño al hogar.

64
Por otra parte, antes de empezar con el análisis, se debe considerar si el PCA es
necesario, es decir, si la correlación entre las variables analizadas es lo suficientemente
grande como para justificar la factorización de la matriz de coeficientes de correlación,
por lo cual se analizó la correlación de las variables y adicionalmente se realizó el test
de Bartlett que tiene como hipótesis nula que las variables no están
intercorrelacionadas. Los resultados de la correlación y la prueba de esfericidad de
Bartlett se encuentran en el Anexo 1, en la tabla A1 y la tabla A2. Dichos resultados
muestran que existe una buena correlación entre las variables y el test de Bartlett indica
que se rechaza la hipótesis nula; por lo tanto, se puede llevar a cabo el PCA.

Los resultados de este método se presentan en la tabla 2 en la cual, se puede observar

los eigenvalues, que son los valores propios asociados a cada componente, también
está la proporción, que es el porcentaje de los componentes que explican la varianza y
por último la varianza explicada acumulada. La interpretación de las correlaciones de
cada componente con cada variable se encuentra en el Anexo 1, en la tabla A3.

Los datos de varianza explicada son muy importantes para saber cuántos componentes
principales se va a utilizar en el análisis. Sin embargo, no hay una regla definida sobre
el número que se debe utilizar, la determinación del número de factores a retenerse en
parte queda a juicio del investigador, no obstante, un criterio utilizado es el de retener
los factores con valores propios iguales o superiores a 1. En la tabla 2, se observa que
hasta el componente número dos los valores propios asociados a cada componente, son
mayores a 1 lo que indica que se puede trabajar con estas dimensiones.
De igual manera se realizó un gráfico de sedimentación, scree plot, de los valores
propios, el cual se puede observar en el gráfico 9; se consideró el número de
componentes en el que el descenso se estabiliza o los que se encuentran por encima del
corte, siendo estos los valores propios que superan la unidad. De esta manera, confirma
los resultados obtenidos en la tabla 2, y se concluye que se puede retener los 2 primeros
componentes. Además, la proporción acumulada, que es la varianza explicada
acumulada, alcanza más de la mitad del porcentaje total, lo cual muestra que se explica
más del 50 % de la varianza y permite una representación gráfica de dos dimensiones.

65
 Tabla 2: Resultados del PCA

Principal components/correlation Number of obs. 35693

Number of comp. 9
Trace 9
Rotation: (unrotated = principal) Rho 1.0000

Component Eigenvalue Difference Proportion Cumulative

Comp1 3,44229 2.06232 0.3825 0.3825
Comp2 1.37996 .507318 0.1533 0.5358
Comp3 .872646 .181099 0.0970 0.6328
Comp4 .691547 .0492689 0.0768 0.7096
Comp5 .642278 .0526421 0.0714 0.7810
Comp6 .589635 .0275068 0.0655 0.8465
Comp7 .562129 .119415 0.0625 0.9089
Comp8 .442714 .0659143 0.0492 0.9581
Comp9 .376799 . 0.0419 1.0000
Fuente: Elaboración propia con datos de la EH 2013.

Gráfico 9: Sedimentación de los valores propio PCA

Scree plot of eigenvalues after pca

4
3
Eigenvalues

2
1
0

0 2 4 6 8 10
Number

Fuente: Elaboración propia con datos de la EH 2013.

Por otra parte, se realizó un gráfico de saturaciones post estimación para un análisis
más detallado del PCA. En el gráfico 10 se puede observar el círculo de correlaciones,
loadingplot, que permite la interpretación de sus ejes como los componentes
principales; en el gráfico se observa que las variables se encuentran dentro del círculo,

66
concentrándose en la primera y segunda dimensión, además estas no se encuentran
cercanos al cero lo que indica que las variables estarían bien representadas por los
primeros dos componentes, por lo cual se puede trabajar con los mismos en el biprobit.
Además, las variables muestran una correlación positiva con el primer componente, el
cual mostraría un ingreso más estructural, no circunstancial, dado que se está
analizando la calidad de la casa. De igual manera, se observa que unas variables tienen
pesos más importantes que otras, como la variable del tipo de baño y la del material de
la vivienda.

Gráfico 10: Saturaciones - Círculo de Correlaciones

Fuente: Elaboración propia con datos de la EH 2013.

Finalmente, se realizó el test de medida de adecuación muestral el cual prueba que sí

es correcto usar el PCA con las variables seleccionadas; el test se encuentra a detalle
en el Anexo 1, en la tabla A4.

Por otra parte, el problema de endogeneidad del ingreso fue resuelto a través del PCA,
no obstante, también se evaluó la opción de usar variables instrumentales, sin
embargo, no se pudo identificar instrumentos que sean válidos y que califiquen en los
criterios correspondientes. Por otra parte, usar las variables que se aplicaron en el
PCA como instrumentos no sería válido, dado que, la condición de exclusión no está
necesariamente satisfecha, ya que, estas variables pueden estar asociadas con otras

67
 variables inobservables, como la calidad del barrio en el que se vive, que pueden estar
afectando la decisión del trabajar o no hacerlo. Así mismo, de acuerdo al trabajo de
De Hoop y Rosati (2013)30 en el cual se hace una compilación y un análisis de las
intervenciones que han existido respecto a este tema, se observa que gran parte de
estas intervenciones relacionadas a este problema de endogeneidad han sido
realizadas a través de pruebas controladas aleatorizadas o a través de experimentos,
dado que este tema es de gran complejidad.

Por consiguiente, el PCA al reducir dimensiones trata de construir un índice de

ingreso sintético, en el cual, el primer componente tiene una interpretación evidente,
ya que representa una medida del ingreso más permanente, pero por otro lado, el
segundo componente contiene menos información y la interpretación del mismo no
es particularmente útil para los propósitos de este estudio. Por lo tanto, para el
desarrollo del biprobit se trabajará con la primera dimensión, que contiene
indicadores sobre una riqueza más permanente, de largo plazo y que es más exógena
que el ingreso familiar reportado en la Encuesta de Hogares.

Variables de las características de los padres: debido a que los padres son de gran
influencia en los niños y consecuentemente en la decisión de este respecto a trabajar o
estudiar, las características de los padres son de gran relevancia, por lo cual se trabajó con
variables respecto a la escolaridad de los padres viendo el nivel de educación alcanzado por
ambos. Además, se trabajó con la escolaridad de los padres de manera separa para poder
compararlas y analizar la influencia del padre y de la madre sobre la decisión del niño. Por
otra parte, se trabajó con una variable que representa la edad de la madre cuando tuvo a su
primer hijo para analizar el efecto de mamás jóvenes en la decisión de sus hijos.

Variables de las características de la región o comunidad en la que habita el niño: se

tomó en cuenta si la persona vive en la ciudad o en el área rural, ya que las condiciones y la
forma de vida en estas dos áreas son muy distintas y por consiguiente, el efecto que causan
en la probabilidad de estudiar o trabajar de igual manera es diferente, por lo cual, se creó
variables dicotómicas que representen el área de residencia del niño. Asimismo, se consideró

30
De Hoop, J. & Rosati, F. (2013). “Cash Transfers and Child Labor”. Discussion Paper Series. Paper N° 7496.
Recuperado de: http://ftp.iza.org/dp7496.pdf

68
la región en la que se encuentra el niño, es decir si este habita en el altiplano, valles o en los
llanos, dado que a partir de estas variables se puede ver la diferencia cultural y su influencia
en la decisión del niño. Por último, se consideró si la persona pertenecía a uno de los
departamentos que conforman el eje del país, La Paz, Cochabamba y Santa Cruz, no obstante,
esta última variable resultó no tener efecto en el modelo.

4.2. Hipótesis

En Bolivia, a nivel de ingreso familiar igual, la probabilidad para un adolecente entre 12 y

17 años de participar en el mercado laboral y/o asistir a la escuela son fuertemente
determinados por la educación del padre y de la madre, y de igual manera por diferencias
regionales.

4.3. Estadística Descriptiva

Con base en la Cuesta de Hogares de Bolivia se realizó la descripción y el análisis de la

estadística utilizada en el presente trabajo. La tabla 3 muestra las cuatro actividades que
realizan los niños y adolescentes de la población de interés del trabajo, es decir, menores
entre 12 y 17 años, que conforman un total de 4514 observaciones. Se puede observar que
del total de los niños y adolescentes que sólo estudian la mayoría tiene entre 12 y 13 años,
abarcando aproximadamente el 38 % de todos los menores que pertenecen a esta categoría.
Por otra parte, la tabla muestra que los adolescentes entre los 13 y 14 años tienen los mayores
porcentajes de la categoría de estudiar y trabajar simultáneamente.

Tabla 3: Actividad de los niños y adolescentes (Porcentajes)

Edad Estudia Trabaja Estudia y Trabaja Ninguno

12 18,26 5,17 14,27 6,82
13 19,55 10,92 18,17 6,06
14 17,94 12,07 17,93 9,85
15 16,10 20,69 16,59 15,15
16 14,55 23,56 16,59 24,24
17 13,59 27,59 16,46 37,88
Total 100,00 100,00 100,00 100,00
*Nota: Frecuencias condicionales
Fuente: Elaboración propia con datos de la EH 2013

69
 De igual manera, se puede observar que a medida que los menores aumentan de edad, se
reduce el porcentaje de adolescentes que sólo estudian mientras que se incrementa la cantidad
de adolescentes que sólo trabajan, y la cantidad de menores que no realizan ninguna de las
dos actividades, la tabla muestra que la mayor cantidad de menores que sólo trabajan, y el
mayor porcentaje de ninis tienen entre 16 y 17 años.

Por otra parte, la tabla 4 muestra las actividades que realizan los menores de acuerdo a su
nivel de pobreza medido en base al ingreso de la familia. Los menores pueden pertenecer a
tres categorías: la primera es no pobre, esta categoría toma en cuenta a las personas que tienen
sus necesidades básicas satisfechas o que se encuentran en el umbral de la pobreza; la
segunda es pobreza moderada, categoría que considera a las personas pobres pero que no
viven en pobreza extrema y se lo obtiene al calcular la diferencia entre la población en
pobreza menos la población en pobreza extrema; finalmente, la tercera categoría es pobreza
extrema o también conocida como “indigencia”, esta categoría toma en cuenta a las personas
que no disponen de los recursos económicos que les permita poder satisfacer sus necesidades
básicas, se encuentran por debajo de la línea de bienestar mínimo y de acuerdo al Banco
Mundial tienen un ingreso menor de US$ 1 diario.

Tabla 4:Actividad de menores de 12 a 17 años, de acuerdo a nivel de pobreza (Porcentaje)

Estudia y
Nivel de Pobreza Estudia Trabaja Ninguno
trabaja
No pobre 59.28 38.46 49.14 48.48
Pobreza Moderada 25.26 14.20 18.64 31.82
Pobreza Extrema 15.46 47.34 32.22 19.70
TOTAL 100.00 100.00 100.00 100.00
*Nota: Frecuencia condicional
Fuente: Elaboración propia con datos de la EH 2013

Inicialmente, la tabla 4 muestra que el 59% de los adolescentes que sólo estudian pertenecen
al estrato de no pobre, y mientras el porcentaje va disminuyendo a medida que se el nivel de
pobreza va aumentando. Por otro lado, la mayor cantidad de niños y adolescentes que
únicamente trabajan pertenecen a la población que vive en pobreza extrema, lo cual es
coherente dada la situación económica de estos menores, es más difícil para ellos poder tener
70
 acceso a la educación. A su vez, el porcentaje más alto de menores que estudian y trabajan
al mismo tiempo están en la categoría de no pobre con aproximadamente con el 49,14 %,
dato que es llamativo dado que, se esperaría que la mayoría de los menores que trabajan y
estudian simultáneamente se encuentren en la categoría de al menos pobreza moderada, ya
que, dada esta situación económica se justificaría que tengan que salir en busca de un empleo.
Por último, respecto a los niños y adolescentes que no realizan ninguna de las dos actividades
de igual forma se encuentran en su mayoría en la población no pobre.

Desde otra perspectiva, los gráficos 11, 12, 13 y 14 muestran las cuatro actividades que
realizan los menores de acuerdo a su género, de manera que se pueda realizar una
comparación entre los niños y las niñas. En primer lugar, en el gráfico 11 se puede observar
el porcentaje de menores que solo se dedican a estudiar, el gráfico muestra que hasta los 14
años son las niñas quienes tienen porcentajes más altos de asistencia escolar, a partir de los
15 años los niños comienzan a tener porcentajes más altos, mientras que el de las niñas va
disminuyendo; sin embargo, a partir de los 13 años se puede ver una disminución general,
tanto de los niños como de las niñas, del porcentaje de menores que solo se dedican a estudiar,
lo que quiere decir, que sin importar el género de los menores, a medida que estos
incrementan en edad el porcentaje de niños y niñas que sólo se dedica a estudiar va
disminuyendo.

Gráfico 11: Niños de 12 a 17 años que Trabajan Gráfico 12: Niños de 12 a 17 años que
Según Género Estudian Según Género

1,00
9,00 0,90
8,00 0,80
7,00 0,70
6,00 0,60
Porcentaje

5,00 0,50
Porcentaje

4,00 0,40
3,00 0,30
2,00 0,20
1,00 0,10
0,00 0,00
12 13 14 15 16 17 12 13 14 15 16 17
Años Años
Hombres 6,88 7,08 6,55 6,20 5,89 5,30 Hombres 0,09 0,26 0,26 0,40 0,59 0,64
Mujeres 6,86 7,63 6,95 5,91 5,06 4,93 Mujeres 0,11 0,15 0,20 0,40 0,31 0,42

Fuente: Elaboración propia con datos de la EH 2013. Fuente: Elaboración propia con datos de la EH 2013.

71
 Gráfico 13: Niños de 12 a 17 años que Estudian y Gráfico 14: Niños de 12 a 17 años que ni Estudian
Trabajan Según Género ni Trabajan Según Género

2,00 1,20
1,80
1,60 1,00
1,40

Porcentaje
Porcentaje

0,80
1,20
1,00 0,60
0,80
0,60 0,40
0,40 0,20
0,20
0,00 0,00
12 13 14 Años 15 16 17 12 13 14 Años 15 16 17
Hombres 1,17 1,65 1,63 1,52 1,65 1,67 Hombres 0,11 0,11 0,07 0,15 0,22 0,31
Mujeres 1,41 1,63 1,61 1,47 1,34 1,30 Mujeres 0,09 0,07 0,22 0,29 0,48 0,79

Fuente: Elaboración propia con datos de la EH 2013. Fuente: Elaboración propia con datos de la EH 2013.

En segundo lugar, en el gráfico 12 se observa los menores que únicamente se dedican a

trabajar, el gráfico muestra que en todas las edades excepto en la de 12 y 15 años, son los
menores de género masculino quienes tienen mayores porcentajes en esta categoría. De igual
manera, se puede observar que a medida que los niños aumentan de edad también aumentan
el porcentaje de niños que se dedican a trabajar, mientras que la participación femenina no
resulta muy estable, pues esta es variante de acuerdo a la edad de las niñas y no tienen una
tendencia marcada.

Por otro lado, el gráfico 13 muestra los menores que estudian y trabajan al mismo tiempo;
se puede observar que en general el porcentaje de niños que realiza ambas actividades es
mayor al porcentaje de las niñas, dado que, los niños que se encuentran en esta categoría son
un total del 9,28%, mientras que las niñas alcanzan el 8,75%. Además, el gráfico muestra
que en todas las edades el porcentaje de los niños es el mayor, excepto a los 12 años, que
son las niñas quienes tienen el porcentaje más alto. De igual forma, se puede observar que a
medida que las niñas aumentan de edad el porcentaje de las mismas que se dedican a estudiar
y a trabajar al mismo tiempo va disminuyendo, mientras que en el caso de los niños no existe
una tendencia marcada pero, el porcentaje más alto de niños que realiza ambas actividades
se encuentra a los 17 años.

72
Finalmente, el gráfico 14 muestra los menores entre 12 y 17 años que no realizan ninguna
actividad, es decir, no estudian pero tampoco trabajan. Se puede observar que a partir de los
14 años son las niñas quienes tienen los porcentajes más altos y que prácticamente son el
doble de los porcentajes de los niños que no realizan ninguna actividad. Por lo tanto, son las
niñas quienes tienen en general el porcentaje más alto de menores que no se encuentran
estudiando ni trabajando, a los cuales se les denomina como “ninis”, como se explicó
previamente en el marco teórico. Además, se puede observar en el gráfico que el porcentaje
de ninis se incrementa a medida que los menores aumentan en edad, y esto se da en ambos
casos, tanto para los niños como para las niñas.

Finalmente, las actividades que realizan los menores conforme al área en el que viven, ya sea
el área urbana o el área rural se puede observar en la tabla 5. Para empezar, realizando una
comparación entre el área urbana y rural respecto a las 4 actividades que realizan los menores
se observa que en el área urbana el porcentaje de menores que sólo estudian es mucho más
alto que en el área rural, en primer caso se llega aproximadamente a un 84%, mientras que
en el segundo se alcanza el 54,53% existiendo una diferencia de aproximadamente el 30%,
es decir, que en las ciudad existe un 30% más de niños y adolescentes que se dedican
únicamente a estudiar. Sin embargo, tanto en la ciudad como en campo se observa que a
medida que los niños aumentad de edad, disminuye el porcentaje de menores que sólo se
dedican a estudiar, por lo que el porcentaje más bajo de niños y adolescentes que únicamente
asisten a la escuela se encuentran a los 17 años.

Por otra parte, respecto a los menores que se dedican solamente a trabajar el cuadro muestra
que de la misma forma que en la primera categoría, hay una gran diferencia entre la ciudad
y el campo, en el área urbana el porcentaje de menores que trabaja es pequeño alcanzando
alrededor del 2% mientras que en el área rural los niños y adolescentes alcanzan
aproximadamente el 9%. Por otro lado, los datos muestran que en las ciudades, a medida que
la edad de los menores aumenta también lo hace el porcentaje de ellos que participa en el
mercado laboral, mientras que en el campo, no existe una tendencia definida.

73
 Tabla 5: Niños de 12 a 17 años de acuerdo al área y la actividad que realizan (Porcentaje)

Área Urbana Área Rural

Edad
Estudia y Estudia y
Estudia Trabaja Ninguno Total Estudia Trabaja Ninguno Total
Trabaja Trabaja
12 14,38 0,09 1,03 0,19 15,69 12,24 0,45 6,23 0,22 19,14
13 15,66 0,09 1,63 0,16 17,53 12,46 1,19 7,20 0,22 21,07
14 15,13 0,28 1,84 0,09 17,34 9,64 0,89 6,53 0,74 17,80
15 13,84 0,28 2,28 0,41 16,81 8,01 2,00 4,67 0,52 15,21
16 12,91 0,56 2,66 0,56 16,69 6,31 1,71 3,78 1,04 12,83
17 12,06 0,50 2,53 0,84 15,94 5,86 2,37 4,01 1,71 13,95
Total 83,97 1,81 11,97 2,25 100,00 54,53 8,61 32,42 4,45 100,00
*Nota: Respecto al total de la muestra
Fuente: Elaboración propia con datos de la EH 2013.

Respecto a la tercera categoría, los menores que estudian y trabajan al mismo tiempo,
nuevamente la diferencia es significativa, en el área urbana se alcanza el 12%, mientras que
en el área rural casi un tercio de los menores realizan ambas actividades. Estos datos muestran
que la cantidad de menores que trabajan en el campo es elevada, ya que alrededor de un 41%
de los niños y adolescentes se encontrarían trabajando y en las ciudades se alcanza un 14%
de menores que participan en el mercado laboral. La elevada participación en el trabajo de
los menores que viven en el campo y su diferencia con las ciudades se justifica por la
inserción temprana al mercado laboral, es decir, que en el área rural las personas comienzan
a trabajar desde una edad muy temprana, menor a la de 14 años, mientras que en las ciudades
es más común que esto suceda ya en una edad más avanzada, alrededor de los 16 años en
adelante. De igual manera, en el área rural existe una mayor permanencia en el trabajo que
en el área urbana, ya que, la participación en el mercado laboral en las ciudades comienza a
disminuir entre los 50 y 55 años mientras que en el campo esta participación a penas sufre
modificaciones, lo que implica que el abandono de la vida activa en el área rural es mucho
más tarde que en el área urbana.

Por último, los menores que no realizan ninguna de las actividades se encuentran en mayor
cantidad en el área rural, doblando el porcentaje del área urbana y alcanzando el 4,45%, lo
que quiere decir, que en el campo existe más niños y adolescentes que son ninis y

74
permanecen inactivos. No obstante, en ambos casos, tanto en el área urbana como en la rural,
existe una tendencia al incremento del porcentaje de ninis a medida que los menores
aumentan de edad, lo que quiere decir que, en el caso del área rural al aumentar de edad los
menores comenzarían a decidir entre únicamente trabajar o no realizar ninguna actividad,
mientras que en área urbana las categoría de únicamente estudiar disminuye y el resto tienen
una tendencia a incrementarse al aumentar la edad de los menores.

4.4. Estimaciones

El modelo Probit Bivariado utilizado en el presente trabajo intenta comprender los factores
que influyen en la probabilidad del niño de asistir a la escuela y la probabilidad de su ingreso
al mercado laboral. Desde el punto de vista metodológico las decisiones de interés, de
estudiar o no y de trabajar o no hacerlo pueden ser analizadas a través de modelos de elección
discreta, como lo es el biprobit, enfocándose en un conjunto de variables que reflejan las
características del menor, la de los padres, la de la región o comunidad en la que viven y las
características socioeconómicas del hogar. Por lo tanto se tiene:

𝑦1∗ = 𝛽0 + 𝛽1 𝑬𝒅𝒂𝒅𝑖 + 𝛽2 𝑽𝑖 + 𝛽3 𝑿𝑖 + 𝛽4 𝒀𝑖 + 𝛽5 𝒁𝑖 + 𝜀1 (1)

𝑦2∗ = 𝛼0 + 𝛼1 𝑬𝒅𝒂𝒅𝑖 + 𝛼2 𝑽𝑖 + 𝛼3 𝑿𝑖 + 𝛼4 𝒀𝑖 + 𝛼5 𝒁𝑖 + 𝜀2 (2)

Donde: 𝐸𝑑𝑎𝑑 Vector que contiene los 6 rangos de edad, de 12 a 17 años

𝑉𝑖 Vector de características del niño.

𝑋𝑖 Vector de características socioeconómicas del hogar.

𝑌𝑖 Vector características de los padres.

𝑍𝑖 Vector de controles geográficos.

𝜀𝑖 Variable aleatoria
𝑖 = {1,…, n}
Siendo que 𝑦1∗ representa la decisión de ir a trabajar y 𝑦2∗ representa la decisión de ir a
estudiar.

75
Los resultados del biprobit se encuentran en la tabla 6 la cual muestra que se trabajó con
4514 observaciones y que la correlación resulta ser significativa. Por otra parte, se rechaza la
hipótesis nula del test de Wald, que afirmaba que el conjunto de coeficientes estimados (β)
son iguales a cero. Finalmente, se tiene que el coeficiente de correlación (𝜌) es negativo, lo
que indica que existe un trade-off entre las dos elecciones y que estas compiten entre ellas,
por lo tanto, no son independientes, es decir, existe una relación negativa entre trabajar y
estudiar dado que, determinados factores que aumentan la probabilidad de estudiar
disminuyen la probabilidad de trabajar y viceversa.

La primera ecuación es la referente a trabajar y la segunda corresponde a estudiar, analizando

ambas se observa que la mayor parte de las variables son significativas con el 99% de
confianza, algunas con el 95% y otras no lo son. Para empezar, la edad resulta significativa
en ambos casos, afecta de manera negativa a la probabilidad de trabajar, al mismo tiempo, a
medida que se incrementa de edad la probabilidad de no trabajar se va reduciendo, es decir,
que a medida que los niños crecen aumenta la probabilidad de que se incorporen al mundo
laboral; respecto a la ecuación de estudiar sucede lo contrario, dado que la edad afecta de
manera positiva a la probabilidad de estudiar, sin embargo, a medida que aumenta los años
esta probabilidad va disminuyendo.

Por otra parte, la variable mujer resulta significativa sólo para la ecuación de trabajar, el
hecho de pertenecer a este género afecta de manera negativa a la probabilidad de trabajar de
las menores, contrariamente, esta variable no influye en la probabilidad de estudiar,
mostrando que no existe discriminación de género al momento de decidir quienes estudian.

76
 Tabla 6: Regresión Biprobit - Valor de los Coeficientes

(1) (2)
Trabaja Estudia

Edad12 -0.65100*** 1.44606***

(-7.25) (9.40)
Edad13 -0.58522*** 1.35829***
(-6.76) (10.33)
Edad14 -0.49116*** 1.22337***
(-5.80) (9.94)
Edad15 -0.37864*** 0.84385***
(-4.46) (8.13)
Edad16 -0.30630*** 0.62577***
(-3.58) (6.21)
Edad17 -0.31607*** 0.48622***
(-3.67) (5.02)
Mujer -0.11330* -0.05512
(-2.49) (-0.87)
Nación indígena 0.32793*** -0.11395
(5.94) (-1.45)
Núm. Hermanos 0.07978*** -0.00872
(3.60) (-0.29)
Ranking hijos* -0.10312** -0.01611
(-3.18) (-0.37)
Índice de ingreso -0.09335*** 0.19290***
(-4.91) (7.83)
Un padre 0.19344* -0.07869
(2.30) (-0.70)
Jefe fam. no trabaja 0.75413 -0.43074
(1.94) (-1.06)
Tasa desempleo del hogar -1.72919*** -0.15259
(-4.43) (-0.36)
Núm. Personas en edad de trabajar 0.04105 -0.00774
(1.28) (-0.19)
Mayor 60 años 0.10997 -0.18477*
(1.84) (-2.26)
Zona urb. -0.42937*** 0.08083
(-6.23) (0.89)
Valles 0.32849*** 0.27231***
(5.34) (3.51)
Altiplano 0.32944*** 0.51733***
(5.25) (6.45)

77
 (1) (2)
Trabaja Estudia

Educ. papá -0.07761* 0.00764

(-2.56) (0.19)
Educ. mamá -0.18851*** 0.14605***
(-6.87) (3.88)
Edad mama 1° embarazo 0.00759** -0.00153
(3.10) (-0.47)
Constant -0.36319* 0.55808*
(-2.16) (2.55)

N 4514
Rho -0,4098498

Wald test of rho=0: chi2(1) = 96.4575 Prob > chi2 = 0.0000

Note: t-statistics in parentheses

* Ranking hijos: siendo 1 el primer Hijo
* p<0.05, ** p<0.01, *** p<0.001

De la misma manera, pertenecer a una nación indígena sólo tiene efecto en la ecuación de
trabajar, esta afecta de manera positiva a la probabilidad de los niños de ingresar al mercado
laboral, esto puede explicarse, dado que, la mayor parte de las personas que pertenecen a una
nación indígena viven en el área rural, donde la inserción en el mercado laboral ocurre a
temprana edad; de igual manera, influye el contexto de los pueblos indígenas en el país, ya
que estos comenzaron a tomar más importancia en la sociedad desde el mandato del
presidente Evo Morales. Sin embargo, esta variable no tiene ningún efecto en la probabilidad
de estudiar al no ser significativa para este caso.

Así mismo, la cantidad de hermanos que pueda tener el niño influye en su probabilidad de
trabajar de forma positiva, es decir, a medida que el niño tenga más hermanos mayor será su
probabilidad de trabajar, esto se explica porque al tener más hermanos la familia es más
grande por lo que, se necesita de mayores ingresos. No obstante, esta variable no resulta
significativa para la ecuación de estudiar. Por otro lado, la variable ranking de hijos, que
representa el orden de los niños según su edad, resulta ser significativa solo para la primera
ecuación, este afecta de manera negativa a la probabilidad de trabajar, lo que quiere decir que
78
los hijos más jóvenes tienen una menor probabilidad de participar del mercado laboral;
mientras que esta variable no tiene ningún efecto en la probabilidad de estudiar.

Respecto al índice de ingreso, que fue creado a través del PCA como se explicó previamente,
resulta ser significativo con el 99,9% de confianza tanto para trabajar como para estudiar.
Este índice, que se construyó para capturar el nivel de ingreso en las familias, presenta
resultados robustos a otras medidas de ingreso como el gasto per cápita y el ingreso del jefe
de familia, los resultados del modelo con estas medidas de ingreso se encuentran en el Anexo
2. La variable obtenida a través del PCA, que es una medida más exógena y ortogonal que el
ingreso familiar registrado en la encuesta de hogares, muestra que mientras mayor sea el
ingreso de la familia mayor será la probabilidad de estudiar de los menores, dado que al tener
mayores recursos estos tiene mayor posibilidad de tener acceso a la educación. Por el
contrario, este índex de ingreso afecta de manera negativa a la probabilidad de trabajar, es
decir que al tener más ingresos los menores no tendrían la necesidad de generarlos por lo que
la probabilidad de trabajar es menor.

Respecto a la conformación del hogar, la variable un padre representa a las familias

monoparentales, que son aquellas que están compuestas por un solo progenitor o tutor que
es responsable de los hijos que conforman el hogar, esta variable sólo es significativa para la
primera ecuación, dado que, afecta de manera positiva a la probabilidad de trabajar. A su vez,
el hecho que el jefe de familia no trabaje, no genera ningún efecto ni en la probabilidad de
trabajar ni en la de estudiar y de la misma manera, la variable que representa el número de
personas en edad de trabajar en el hogar no resulta significativa para ninguno de los casos.
Así mismo, la tasa de desempleo del hogar sólo tiene efecto en la probabilidad de trabajar,
los resultados muestran que a medida que la tasa de desempleo es más grande, menor será la
probabilidad de los niños de trabajar. Por último, la cantidad de personas mayores de 60 años
presentes en el hogar resulta significativo sólo para el caso de estudiar, esta variable
disminuye la probabilidad del niño de estudiar, lo cual puede explicarse, dado que, las
personas de edad llegan a ser una carga en la familia debido a que su aporte económico al
hogar es poca o nula.

Por otra parte, las variables que representan las características de la región donde habita el
niño tienen como resultado que vivir en la zona urbana afecta de manera negativa a la

79
probabilidad de trabajar del menor, dado que los menores que participan del mercado laboral
se encuentran en mayor proporción en el área rural, por otro lado esta variable no es
significativa para la ecuación de estudiar. Respecto a las variables de valles y altiplano ambas
son significativas tanto para trabajar como para estudiar, además las dos variables tienen un
efecto positivo en ambas actividades, incrementando ambas probabilidades en relación a
vivir en los llanos que es la variable de referencia.

A su vez, se analizó el efecto del nivel de educación de los padres; en primer lugar, la
educación del padre es significativa para la probabilidad de trabajar de los menores, mientras
más alto sea el nivel de educación del padre, menor es la probabilidad de trabajar del niño.
Por otra parte, el nivel de educación de la madre es significativo tanto para trabajar como
para estudiar, tiene un efecto negativo en la probabilidad de participar en el mercado laboral
y por el contrario tiene un efecto positivo en la probabilidad de estudiar del niño. Esto puede
explicarse debido a que la educación de los padres puede afectar el trabajo y la escolarización
de los niños directa e indirectamente. El efecto directo deriva del hecho de que los padres
con mayor nivel educativo pueden valorar la educación de sus hijos más que a los padres con
menor nivel. De igual manera, los padres con mayor nivel educativo pueden ayudar con
mayor facilidad a sus hijos a tener éxito y permanecer en la escuela. El efecto indirecto
proviene de la correlación positiva entre la educación y el ingreso, dado que padres mejor
educados ganan salarios más altos y no necesariamente tienen que enviar a sus hijos a
trabajar.

Finalmente, se analizó la edad de la madre cuando tuvo a su primer hijo, que es una
característica específica de la madre. Ésta variable resulta significativa sólo para la
probabilidad de trabajar y tiene un efecto positivo, es decir, mientras mayor sea la edad de la
madre en su primer embarazo, más probable será que el niño participe del mercado laboral.

 “Count 𝑹𝟐 ” y el “Adjusted count 𝑹𝟐 ”

Por otro lado, una vez obtenido los resultados del biprobit, se probó la bondad del
ajuste del modelo para saber cuan bien éste se ajusta al conjunto de observaciones.
Las medidas de bondad en general resumen la discrepancia entre los valores
observados y los valores esperados por el modelo, que en este caso es el probit
bivariado. Por lo tanto, dadas las características del modelo se obtuvo el “Count R-
80
Squared” el cual trata cualquier registro con una probabilidad pronosticada de 0,5 o
mayor como tener un resultado predicho de 1 y cualquier registro con una
probabilidad predicha menor a 0,5 como tener un resultado predicho de 0; en este
sentido, los valores predichos que coinciden con los reales se contabilizan y estos
serán el número de predicciones correctas, por lo tanto el “Count R-Squared” se
obtiene de la siguiente manera:

# 𝑃𝑟𝑒𝑑𝑖𝑐𝑐𝑖𝑜𝑛𝑒𝑠 𝑐𝑜𝑟𝑟𝑒𝑐𝑡𝑎𝑠
Count 𝑅2 = (1)
# 𝑂𝑏𝑠𝑒𝑟𝑣𝑎𝑐𝑖𝑜𝑛𝑒𝑠

El count 𝑅 2 para el biprobit es de 77%, es decir que este es el porcentaje de resultados

correctamente predichos por el modelo, porcentaje que es aceptable dadas las
características del mismo. Por otra parte, también se estimó el “Adjusted count 𝑅2 ”
el cual mide la proporción de predicciones correctas sin contar con las realizaciones
más frecuentes.

# 𝑃𝑟𝑒𝑑𝑖𝑐𝑐𝑖𝑜𝑛𝑒𝑠 𝑐𝑜𝑟𝑟𝑒𝑐𝑡𝑎𝑠 −# 𝑅𝑀𝐹

Adjusted count 𝑅2 = (2)
# 𝑂𝑏𝑠𝑒𝑟𝑣𝑎𝑐𝑖𝑜𝑛𝑒𝑠−# 𝑅𝑀𝐹

Donde: # RMF es el número de realizaciones más frecuentes

El “Adjusted count 𝑅 2 ” es una manera de control, dado que sin saber nada de los
valores predichos siempre se podría predecir el resultado más común y estar en lo
correcto, es por eso que se elimina a resultado más frecuente. En el caso de este
estudio se obtuvo un “Adjusted count 𝑅 2 ” de 36,8 % el cual es admisible dadas las
peculiaridades de modelo con el que se trabajó.

81
 V. RESULTADOS Y DISCUSIÓN

5.1. Efectos Marginales

En el presente estudio se determinó que trabajar y estudiar son decisiones conjuntas, dado
que existe un trade-off entre las dos elecciones y que éstas compiten entre ellas,
consecuentemente, no son independientes, por lo tanto, el niño decide entre participar del
mercado laboral o no hacerlo, y entre continuar con su escolarización o no. Este esquema da
origen a una matriz con cuatro resultados posibles que incluye: los menores que únicamente
trabajan, los niños que solamente estudian, los que trabajan y estudian al mismo tiempo y
finalmente los que no estudian ni trabajan, a los que se denomina como ninis, como se vio
previamente. Un factor interesante de esta matriz es que la categoría de no realizar ninguna
de las dos actividades adquiere plena validez y por consiguiente, se puede analizar esta
opción en términos de los factores afines a ella.

Para el análisis de estas decisiones se empleó un modelo econométrico del tipo biprobit, el
cual, como se explicó en capítulos anteriores, permite trabajar con dos variables dependientes
dicotómicas que generan dos resultados binarios los que fueron analizados en la parte
metodológica del trabajo. Por consiguiente, dado que los coeficientes del cualquier modelo
probit no son interpretables de forma directa, es necesario obtener los efectos marginales de
las variables, con el fin de tener mejores resultados sobre la incidencia que tienen dichas
variables sobre las probabilidades de los menores de pertenecer a las cuatro categorías ya
mencionadas. Por lo tanto, la tabla 7 presenta los efectos marginales del biprotit trabajado.

Para comenzar, respecto a las variables correspondientes a la edad se observa que en la

primera categoría, en la cual el niño sólo estudia, los coeficientes son positivos pero van
descendiendo lo que quiere decir, que mientras más años tenga el niño menos probable será
que pertenezca a esta categoría. En las tres categorías restantes, la edad tiene un efecto
negativo, sin embargo los coeficientes también descienden a medida que se aumenta de edad,
por lo tanto, a medida que el niño crezca mayor será su probabilidad de estudiar y trabajar
al mismo tiempo y de no realizar ninguna de las dos actividades, pero sobretodo existe un
mayor efecto en su probabilidad sólo trabajar.

Por otro lado, ser mujer afecta de manera positiva a la primera categoría y a la categoría de
los ninis, pero su efecto es negativo en la probabilidad de estudiar y trabajar al mismo tiempo

82
y no es significativa para la categoría de sólo trabaja. Sin embargo, el efecto de esta variable
no es muy fuerte en ninguna de las opciones. Por su parte, pertenecer a una nación indígena
tiene efecto en las primeras tres categorías, tiene el efecto más fuerte pero negativo en la
probabilidad de sólo estudiar, lo cual puede ser justificado dado que, en área rural es más
difícil poder tener acceso a la educación; por el contrario, aumenta la probabilidad de los
menores de sólo trabajar o de estudiar y trabajar al mismo tiempo.

Por otra parte, el número de hermanos resulta significativo sólo para la probabilidad de
estudiar y estudiar y trabajar simultáneamente, es decir, mientras más hermanos tenga el niño,
menor será su probabilidad de estar en la primera categoría, únicamente estudiando, pero en
contraste, incrementa su probabilidad de estar en la tercera categoría, estudiando y
trabajando. De la misma manera, la variable ranking de hijos resulta significativa solo para
la primera y tercera categoría, mostrando que, siendo 1 el hermano mayor, lo más probable
es que el niño sí estudie si es más joven y por el contrario, mientras más joven sea el niño,
menor será su probabilidad de realizar ambas actividades al mismo tiempo.

Respecto a las variables socioecómicas del hogar se tiene principalmente al ingreso, que
como se explicó previamente, se creó un índice con el análisis de componentes principales.
Esta variable es significativa para todos los casos, y como se esperaba, los resultados
muestran que a mayores ingresos, mayor es la probabilidad de que el niño se dedique sólo a
estudiar y menores son las probabilidades que el niño trabaje, trabaje y estudie o no realice
ninguna de las dos. Un dato interesante de estos resultados es que a mayores ingresos, menor
es la probabilidad de que el niño se convierta en nini; este caso puede explicarse dado que
los niños con menores recursos tendrían mayor dificultad de tener acceso a la educación o de
participar en el mercado laboral. Con este índice se obtiene un rendimiento marginal
decreciente del ingreso. Sin embargo, una forma más interesante de analizar esta variable es
por cuartiles. Se evaluó el caso en el cual se pasa del primer cuartil al segundo, para este
análisis se multiplicó el coeficiente obtenido por la diferencia entre cuartiles, y se obtuvo
como resultado que pasar del 25% más pobre a la persona promedio aumenta la probabilidad
de estudiar del niño en 5,34% mientras que disminuye la probabilidad de trabajar en 2,27%,
la de estudiar y trabajar en 1,6% y la probabilidad de ser nini en 1,43%. De igual manera, se
evaluó el caso de pasar de la media al tercer cuartil, en este caso se obtuvo que al pasar de la
persona promedio al 75% más rico aumenta la probabilidad de estudiar del menor en 2,08%,

83
mientras que disminuye la de sólo trabajar en 0,88%, la de estudiar y trabajar en 0,64% y la
de no hacer nada en 0,56%. Por lo tanto, se puede deducir que el hecho de pasar del 25% más
pobre a la persona promedio tiene un efecto más grande que pasar de la persona promedio al
75% más rico, lo cual tiene sentido, en especial para la opción de sólo estudiar dado que, se
espera que las primeras ganancias en ingreso sean invertidas en educación, dado que, las
personas que se encuentran en el 50% superior, tendrían ya a los niños del hogar asistiendo
a la escuela por lo que un aumento adicional en el ingreso no va a tener el mismo efecto que
tiene en personas más pobres. Por otro lado, lo importante del efecto ingreso es que se lo
utilice como control para ver el efecto de otras variables de interés, como las variables
regionales y las variables de la escolarización de los padres.

A su vez, la variable que representa la monoparentalidad es significativa para la probabilidad

de sólo estudiar, es decir que tener solo un padre afecta de manera negativa a la probabilidad
que el niño sólo se dedique a estudiar, dado que, al tener un solo padre se reducen los ingresos
y el acceso a la educación es menor, por otra parte, tiene un efecto positivo en la probabilidad
de realizar ambas actividades. A su vez, la variable que muestra la cantidad de personas en
edad de trabajar en el hogar, no resultan significativas para ninguno de los casos, por lo que
no tienen efecto en las probabilidades de estudiar, trabajar, realizar ambas o ninguna de las
opciones. Por otro lado, el hecho que el jefe de familia no trabaje, sólo afecta a la probabilidad
de sólo estudiar y a la categoría de realizar ambas actividades; es decir, que si el jefe de
familia no trabaja disminuye las probabilidades del menor de sólo estudiar, ya que, sería más
probable que el niño tenga que ayudar con los ingresos del hogar; no obstante, esta variable
tiene un efecto positivo en la probabilidad del menor de estudiar y trabajar al mismo tiempo.

Acerca de la tasa de desempleo del hogar, ésta tiene efecto en todas las categorías excepto en
la de sólo trabajar. Sin embargo, sorprende el tamaño del efecto de esta variable, que genera
un efecto positivo y fuerte en la probabilidad de únicamente estudiar, lo que podría
explicarse, dado que, si bien la tasa de desempleo en el hogar es alta, los ingresos percibidos
pueden ser generados de otras fuentes como remesas y rentas, lo que permitiría a los niños a
dedicarse sólo al estudio; o por otro lado, se podría considera una familia donde la mayor
parte de los miembros se encuentren estudiando, particularmente los niños. Por otra parte,
para la categoría de estudiar y trabajar al mismo tiempo, esta tasa tiene un efecto negativo y
considerable mientras que para la última categoría, se observa que mientras más alta sea la

84
 tasa de desempleo del hogar, más alta será la probabilidad que los niños se conviertan en
ninis.

Tabla 7: Efectos Marginales

Sólo Estudia Sólo Trabaja Estudia y Trabaja Ni Estudia Ni Trabaja

dy/dx P>z dy/dx P>z dy/dx P>z dy/dx P>z
Edad12 .2250526 0.000 -.0988549 0.000 -.0616829 0.002 -.0645138 0.000
Edad13 .2055987 0.000 -.0921702 0.000 -.0521458 0.005 -.0612818 0.000
Edad14 .1772521 0.000 -.0820796 0.000 -.0390408 0.031 -.0561309 0.000
Edad15 .1310533 0.000 -.0576544 0.000 -.0357184 0.049 -.0376799 0.000

Edad16 .1028114 0.000 -.0434188 0.000 -.0321147 0.083 -.0272775 0.000

Edad17 .097104 0.000 -.0357698 0.000 -.0421726 0.024 -.0191612 0.001
Mujer .0218837 0.050 .0001708 0.965 -.0281107 0.005 .0060561 0.092
Nación indígena -.0787474 0.000 .0149945 0.002 .0658741 0.000 -.0021212 0.632
Núm. Hermanos -.018088 0.001 .0025716 0.175 .0171033 0.000 -.0015869 0.340
Ranking hijos .0218372 0.006 -.0017735 0.511 -.023657 0.001 .0035933 0.144
Índice de ingreso .031456 0.000 -.0133564 0.000 -.0096628 0.019 -.0084366 0.000
Un padre -.0470982 0.023 .0094947 0.182 .0382085 0.037 -.000605 0.923
Jefe fam. no trabaja -.1905952 0.049 .0440364 0.124 .1419323 0.074 .0046262 0.825
Tasa desempleo del hogar .372787 0.000 -.0363938 0.192 -.390026 0.000 .0536328 0.029
N°Personas en edad de trabajar -.0094905 0.231 .0015074 0.572 .0086165 0.217 -.0006334 0.785
Mayor 60 años -.0346632 0.021 .0133286 0.011 .0137889 0.284 .0075455 0.095
Zona urb. .0992541 0.000 -.0157608 0.005 -.0901221 0.000 .0066288 0.205
Valles -.0571093 0.000 -.006867 0.160 .0878731 0.000 -.0238967 0.000
Altiplano -.0435135 0.004 -.0207197 0.000 .1019592 0.000 -.0377257 0.000
Educ. papá .0175469 0.018 -.002454 0.328 -.0166835 0.013 .0015907 0.477
Educ. mamá .0498061 0.000 -.0131817 0.000 -.0333056 0.000 -.0033187 0.070
Edad mamá 1° embarazo -.0017603 0.004 .0002843 0.177 .0015875 0.003 -.0001115 0.539
Fuente: Elaboración propia con datos de la EH 2013.

85
Por otro parte, el hecho de tener personas mayores a 60 años resulta significativo para todas
las categorías excepto la de estudiar y trabajar al mismo tiempo. Se observa que mientras
más personas longevas conformen la familia, menor es la probabilidad del niño de
únicamente estudiar y que por el contrario, mayor es la probabilidad de sólo trabajar. Esto
puede explicarse debido a que las personas mayores a 60 años, no tienden a aportar al ingreso
familiar, convirtiéndose en una carga dentro de la familia y obligando a los niños a generar
dichos ingresos. Por otro lado, las personas mayores a 60 años dentro de una familia afectan
de manera positiva la probabilidad de ser ninis.

Analizando las variables que representan a las características de la región donde vive en niño,
se obtuvo que, vivir en el área urbana causa un efecto en todas las categorías excepto en la
probabilidad de que los niños sean ninis. Vivir en la ciudad incrementa la probabilidad de los
niños de sólo estudiar, no obstante, afecta de manera negativa a la probabilidad de los niños
de sólo trabajar o de estudiar y trabajar al mismo tiempo, esto debido a que en el área urbana
es menos probable que los niños estén trabajando comparando con el área rural.

Otras de las variables que muestran resultados interesantes son las que representan vivir en
los valles y en el altiplano. En primer lugar, que el niño viva en los valles tiene un impacto
en todas las categorías, excepto en la de sólo trabajar. Esta variable tiene el efecto más fuerte
y positivo en la probabilidad de estudiar y trabajar al mismo tiempo, es decir, es más probable
que los niños que viven en los valles estudien y trabajen al mismo tiempo, que los niños que
habitan en los llanos, dado que ésta última es la variable de referencia. Además, el hecho que
el niño viva en la región de los valles disminuye la probabilidad de que éste se dedique
únicamente a estudiar o que no realice ninguna actividad, con relación a los niños que habitan
en los llanos. En segundo lugar, la variable altiplano resulta significativa para las cuatro
categorías. La diferencia regional entre el altiplano y los llanos hace que sea mucho más
probable, dado su coeficiente, que un niño que vive en el altiplano se encuentre estudiando y
trabajando al mismo tiempo, y que por el contrario, sea menos probable que el menor sea un
nini o que esté sólo estudiando o sólo trabajando. Por lo tanto, se puede deducir que existe
una mayor especialización en la región de los llanos, ya que, los menores estarán estudiando
o trabajando, mientras que en el altiplano se tiene una tendencia a que los niños estén
realizando ambas actividades. De igual manera, se deduce que en la región de los llanos
existe una mayor probabilidad que los niños sean ninis que en los valles o en el altiplano.

86
Por otro lado, la educación de los padres también genera resultados interesantes. Para
empezar la educación del padre tiene un efecto positivo en la probabilidad de los niños de
sólo estudiar, no obstante, mientras más alta sea la educación del padre, menor es la
probabilidad del niño de estudiar y trabajar al mismo tiempo, y por otra parte, no tiene ningún
efecto en la probabilidad del niño de ser nini o de sólo trabajar. El efecto más fuerte de esta
variable está en la probabilidad de que el niño sólo estudie. Por otra parte, la escolaridad de
la madre es significante en las cuatro categorías; esta variable tiene un efecto positivo, y el
más grande, en la probabilidad de que su hijo estudie, por otra parte, el segundo efecto más
grande es negativo y muestra que la madre tienen una influencia negativa sobre la
probabilidad de que el niño estudie y trabaje, de la misma manera, mientras más alto sea el
nivel de educación de la madre, menor es la probabilidad de que el niño sólo trabaje o se
convierta en nini. En síntesis, controlada por el efecto del ingreso, la escolarización de la
madre genera más efectos negativos y en general la madre tiene una tendencia a que el niño
sólo asista a la escuela, dado que afecta de manera negativa al resto de las categorías.

Finalmente, la variable que representa la edad de la madre cuando tuvo a su primer hijo
resulta significativa para la categoría de sólo estudia y la afecta de manera negativa, de igual
manera, es significativa para la categoría de estudia y trabaja simultáneamente pero el efecto
es positivo. Los resultados de esta variable son llamativos, no obstante, concuerdan con la
lógica del resto de los resultados en los que existe un efecto positivo en esta categoría, ya
que, se estaría considerando el hecho de estudiar y trabajar al mismo tiempo como algo
deseable, es decir, que los padres y la familia considerarían que realizar ambas actividades
es bueno para el niño porque por ejemplo, éste estaría adquiriendo otro tipo de capital
humano; además, dadas que las categorías son mutuamente excluyentes es normal que
estando en una categoría no se pueda estar en la otra por lo que en la probabilidad de sólo
estudiar tiene un efecto negativo.

Por otra parte, como se analizó previamente el coeficiente de correlación resulta negativo por
lo que trabajar con un biprobit es más eficiente que trabajar con probits independientes, sin
embargo, en el Anexo 3 se encuentra una estimación del modelo probit simple. Al comparar
las ecuaciones de estudiar y trabajar del biprobit con los probits independientes se encuentra
que las variables significativas son las mismas en los dos modelos, la diferencia está en los

87
efectos marginales, ya que en general, en la probabilidad de trabajar el probit simple tiende
a sobreestimar los efectos marginales, y en la probabilidad de estudiar tiende a subestimarlos.

En general, el estudio presenta resultados interesantes, pero uno de los más destacables es la
diferencia existente entre las regiones del país, especialmente la diferencia entre los valles y
el altiplano con relación a los llanos. Como se vio, la probabilidad de que los niños se
conviertan en ninis es mucho más alta en los llanos, además que esta región tiene una
tendencia a la especialización de hacer sólo una actividad, contrariamente, en la región de los
valles y el altiplano hay mayores probabilidades de estar estudiando y trabajando
simultáneamente que sólo dedicarse a realizar una actividad. Una de las posibles
explicaciones de estas diferencias es la idiosincrasia de las personas de cada región, es decir,
la forma de vida y las características propias de las personas de estas regiones influyen en la
decisión de trabajar, estudiar, realizar ambas actividades o no hacer nada. Sin embargo, estas
diferencias también pueden ser explicadas por factores económicos, dado que, en la región
de los llanos, particularmente en el departamento de Santa Cruz, en los últimos años se ha
generado un crecimiento económico, por lo tanto, las familias al mejorar su situación
económica tienen más probabilidades de que los niños tengan mayor acceso a la educación
y los niños no tengan la necesidad de estar estudiando y trabajando al mismo tiempo. Por lo
tanto, la diferencia entre estas regiones puede tener muchas más explicaciones, lo cual
justifica que se realice un estudio más amplio del tema.

Por otra parte, también resalta entre los resultados, el hecho de que a mayores ingresos la
probabilidad de los niños de convertirse en ninis disminuye, esto podría explicarse, dado
que, si las personas tienen mayores ingresos, el acceso de los niños a la educación de igual
manera es mayor, por lo que, los menores tendrían más probabilidades de dedicarse sólo a
estudiar y la probabilidad de ser nini disminuiría. A su vez, participar en el mercado laboral
no sólo respondería a la necesidad de trabajar para generar ingresos, de igual manera existiría
otros factores influyentes, como factores culturales, por ejemplo, dada la familia y la forma
de crianza del hijo, estos factores influirían en la decisión del niño de trabajar o no. No
obstante, pueden existir más causas que generan este fenómeno de los ninis, por lo cual, este
tema requiere de un análisis más profundo, particularmente respecto a los factores que
influyen en los niños en la decisión de trabajar y no convertirse en ninis.

88
 VI. CONCLUSIONES
En el presente trabajó se estudió los determinantes de la deserción escolar y el trabajo infantil
en Bolivia, en orden de comprender, cómo controlando por distintas variables se modela la
influencia de dichas variables sobre la probabilidad de los menores, entre 12 y 17 años, de
estudiar y/o participar del mercado laboral. Entre las primeras conclusiones del trabajo es el
hecho que efectivamente es necesario analizar de manera conjunta la decisión de estudiar y
trabajar, dado que se tiene un coeficiente de correlación negativo, indicando que existe un
trade-off entre las dos decisiones y que por lo tanto, no son independientes.

Por otra parte, los resultados obtenidos muestran principalmente, que controlando por el
efecto ingreso, se tiene un efecto importante de las características regionales-culturales. Para
empezar, se observó una diferencia estadísticamente significativa entre la región del altiplano
y los llanos, estas variables muestran que en el altiplano, es mucho más probable que el niño
se encuentre trabajando y estudiando al mismo tiempo, mientras que existe una tendencia a
la especialización en la región de los llanos, dado que, los menores estarían estudiando o
trabajando. El efecto de estas variables sería uno de las más fuertes en comparación con el
resto, y esto se hace más evidente en la probabilidad de que los niños sean ninis; los resultados
muestran que ésta probabilidad es mucho más grande en los llanos, lo que lleva a preguntarse
por qué existe una fuerte presencia de ninis en esta región. Una posible explicación a esta
situación es el contexto económico de la región, dado que, una de las consecuencias del
crecimiento económico de la región, particularmente de Santa Cruz, generaría una
perspectiva económica más optimista por lo que los menores considerarían abandonar los
estudios pero tampoco ingresarían al mercado laboral.

Por otra parte, tomando en cuenta la estructura de la familia y controlado, de igual manera,
por el efecto ingreso, la influencia del nivel de educación de los padres es llamativo, pues la
escolaridad de la madre tiene un efecto negativo considerable sobre la probabilidad de que el
niño trabaje y estudie al mismo tiempo, al igual que afecta de manera negativa a la opción
que sólo trabaje o que sea nini. La escolaridad de la madre es un factor que influye
fuertemente en la probabilidad de que el niño sólo se dedique a estudiar, es decir, la madre
sólo preferiría que el hijo se dedique a estudiar a cualquiera de las otras tres opciones. Esto
indicaría que una forma de reducir la deserción escolar y el trabajo infantil es primero trabajar

89
con la educación de la madre, es decir, que la educación es un tema generacional, mientras
más educada este la madre más lo estarán los hijos.

A su vez, otros resultados interesantes son la incidencia negativa de pertenecer a una nación
indígena sobre la probabilidad de estudiar, para lo cual, se debe considerar que la mayor parte
de las personas que se identifican con un pueblo indígena viven en el área rural, donde el
acceso a la educación es menor que en la ciudad, lo cual lo confirma los resultados obtenidos
con la variable zona urbana. De igual manera, resulta llamativo que pertenecer a una nación
indígena aumenta la probabilidad de solo trabajar, lo cual puede ser explicado porque en el
área rural, donde generalmente viven estas personas, el inicio de la vida laboral es a una edad
más temprana que en el área urbana.

Por otro lado, se puede concluir que los resultados alcanzados son consistentes con los
obtenidos en otros países respecto al mismo tema, como se vio en el caso de Chile con el
trabajo de Sapelli y Torche (2003), el cual entre sus conclusiones resalta que la educación de
los padres es muy importante en la decisión del niño entre estudiar o trabajar; de la misma
manera, lo hace el estudio de Acerdas (2003) sobre los niños de Costa Rica y el trabajo de
Emerson y Portela (2001) respecto a los adolescentes en Brasil

Finalmente, es importante recalcar que la situación idónea es en la cual los niños únicamente
se dediquen a estudiar, no obstante, dada la situación económica no sólo de las familias sino
del país, se hace necesario en muchos casos, que los niños tengan que incorporarse al
mercado laboral, sin embargo, siempre se debe tomar en cuenta, que de la educación que
reciban los niños, dependerá el futuro salario que perciban de adultos, y se debe considerar
que los niños que trabajan no tienen las mismas posibilidades de recibir la misma educación
como aquellos que no lo hacen; por lo tanto, el ingreso salarial del padre y de la madre
depende de cuanta educación recibieron cuando eran niños, consecuentemente, los padres
que trabajaron desde una edad temprana tienden a percibir un salario más bajo, por lo cual
son más propensos a exigir que sus hijos trabajen para compensar el ingreso del hogar; a esta
situación se la denomina trabajo infantil intergeneracional, el cual debe evitarse y la única
manera de hacerlo es a través de la educación, pues el desarrollo de un país y su sociedad
siempre dependerán de ella.

90
 VII. RECOMENDACIONES
Los resultados del trabajo mostraron que existe una transmisión generacional de la educación,
es decir, que la educación de los hijos depende de la de los padres y principalmente del nivel
de escolarización de la madre, ya que éste tiene un efecto más fuerte que la influencia del
padre, por lo que, se recomienda proponer un estudio que diseñe una política social con el
objetivo de apoyar la educación de las madres y en general, de todas las mujeres, pues
mientras más mamás potenciales tengan acceso a la educación, mayor será la probabilidad
de que los niños se eduquen, y con ello mayor la probabilidad de tener un mejor capital
humano para la sociedad. Además, si se realizara la implementa de un programa de
financiamiento para la educación de las mamás, este no necesariamente tendría que ser
indefinido, dado que si se tienen a una generación educada, la siguiente de igual forma lo
estará, dada la transmisión intergeneracional de la educación, por lo que ésta última
generación ya no tendrá la necesidad de contar con la política creada. Por consiguiente, este
tema debe ser estudiado de manera más amplia.

Por otra parte, los resultados sobre los factores regionales-culturales muestran que existe una
diferencia significativa, particularmente entre los llanos y el altiplano, por lo que se debería
explorar la investigación en términos más culturales sobre los determinantes del trabajo
infantil y la deserción escolar, la realización de estudios interdisciplinarios con otras ciencias
sociales puedo ayudar a tener un mejor panorama sobre el aspecto regional-cultural.

A su vez, la presencia de los ninis en regiones como los llanos, es un tema interesante de
continuar estudiando, realizar un estudio de los principales factores que influyen en la
probabilidad que un niño decida no estudiar ni trabajar sería un gran aporte, dado que, el
surgimiento de los ninis obstaculiza la formación de capital del país, ya que, los menores
que dejan de asistir a la escuela detienen su formación académica y consecuentemente, su
acumulación de capital humano y si éstos no logran encontrar un trabajo remunerado después
de abandonar la escuela se agrava su situación, porque tampoco pueden acumular capital
humano a través de la experiencia laboral, convirtiéndose en un pasivo para la sociedad y su
desarrollo. Por lo tanto, es importante realizar un estudio sobre los ninis en el país y en el
mundo, ya que, no cabe duda que el problema de los ninis compromete el desarrollo humano

91
sostenible, en virtud de que la inactivad de las personas jóvenes compromete no sólo a sus
actuales condiciones de vida y expansión de capacidades, sino también su situación futura.

Otro tema destacable que sugieren los resultados es el hecho que estudiar y trabajar al mismo
tiempo se considere como algo bueno para los hijos, una “ventaja”, ya sea porque el niño
estaría adquiriendo capital humano de dos sectores o por otros motivos, los cuales justifican
un mayor estudio de este tema. Como se observó en los resultados de las características de
los padres y las características regionales, se sugiere la idea que estudiar y trabajar al mismo
tiempo es algo positivo para los hijos. Por lo tanto, sería conveniente realizar un estudio de
este tema para analizar qué tan ventajoso o malo resulta para los hijos realizar ambas
actividades simultáneamente, además resulta interesante analizar esta situación en educación
superior, una vez terminada la etapa de escolarización.

Finalmente, la descripción del trabajo infantil en el país muestra que en general, los niños
que participan del mercado laboral no lo hacen en óptimas condiciones, y que a pesar que
existe regulaciones respecto al trabajo infantil, la explotación de los niños todavía es un
problema vigente, por lo que se debe explorar regulaciones y normativas más efectivas que
protejan al infante. No obstante, no se trata en realidad de prohibir el trabajo infantil y su
explotación, sino avanzar en la mejora de las condiciones de desarrollo de la economía
nacional que repercuta en la creación y mejora sustancial de los empleos para los padres.

92
BIBLIOGRAFÍA
La Evolución de la Educación Bolivia. (2012). Recuperado de
http://edu-bol.blogspot.com/2012/11/educacion-en-la-epoca-republicana.html

Instituto Nacional de Estadística. (2014). Educación Inicial, Primaria y Secundaria.

Reuperado de

http://www.ine.gob.bo/indice/EstadisticaSocial.aspx?codigo=30202

Instituto Nacional de Estadística. (2014). Inversión Pública. Recuperado de

http://www.ine.gob.bo/indice/general.aspx?codigo=40303

Narro Robles, José; Martuscelli Quintana, Jaime y Barzana García, Eduardo (Coord.).
(2012) Plan de diez años para desarrollar el Sistema Educativo Nacional. México:
Dirección General de Publicaciones y Fomento Editorial, UNAM. Recuperado de
http://www.planeducativonacional.unam.mx>

Rojas, B. (2014). El Trabajo Infantil en Bolivia, CEDLA.

Ministerio de Educación. Normas Generales para la Gestión Educativa 2014 aprobada por
Resolución Ministerial 001/2014. La Paz. Unidad de Comunicación. Recuperado de
http://ver.minedu.gob.bo/documentacion/Resolucion%200012014.pdf.pdf

Decreto supremo 29894. Edición 116 ESP. Recuperado de

http://www.gacetaoficialdebolivia.gob.bo/normas/buscar

Constitución Política del Estado Plurinacional de Bolivia (2009)

Ley N° 070 Avelino Siñani – Elizardo Pérez (2010)

Espíndola, E., León, A. (2002). La deserción Escolar en américa Latina: un tema prioritario
para la agenda regional. Revista Iberoamericana de Educación, N° 30. Recuperado de
http://www.rieoei.org/rie30a02.htm

93
Ruiz Ramírez R., García Cué, J.L., Pérez Olvera, M.A. (diciembre 2014). Causas y
Consecuencias de la Deserción Escolar en el Bachillerato. Ra Ximhai, 10(5).
Recuperado de
http://www.uaimlosmochis.org/ECFD/index.php/2014/2/paper/viewFile/38/58

Ehrenberg, R. & Smith, R. (2012). Modern Labor Economics (11° ed,). Pearson.

Cerdas, A.M. (2003) Deserción Escolar y Trabajo Infantil en Costa Rica. (Tesis de
Maestría, Pontificia Universidad Católica de Chile). Recuperado de
http://economia.uc.cl/docs/tesis_acerdas.pdf

Skyt, H. (1998). “Child labor and school attendance: two joint decisions.” (Working paper
No.98-15) Center for Labor Market and Social Research. Recuperado de
http://papers.ssrn.com/sol3/papers.cfm?abstract_id=176068

Emerson, P. and Portela, A. (2001) “Bargaining over sons and daughters: Child Labor,
School Attendance and Intra household Gender Bias in Brazil.” (Working paper No. 02-
w13) Vanderbilt – Economic and Business Administration. Recuperado de
https://www.researchgate.net/profile/Andre_Souza5/publication/23698068_Bargaining_over_
Sons_and_Daughters_Child_Labor_School_Attendance_and_Intra-
Household_Gender_Bias_in_Brazil/links/0912f508e649e32470000000.pdf

Canagarajah S. and Coulombe, H. (1998). Child Labor and School Attendance in Ghana.
World Bank Economic and Sector Work on Ghana: Labor Markets and Poverty.

Lopez-Acevedo, G. (2002) “School Attendance and Child Labor in Ecuador”. (Working

paper No.2939) The World Bank. Recuperado de
http://papers.ssrn.com/sol3/papers.cfm?abstract_id=636301

Salazar, M., C. El Trabajo Infantil en América Latina. Recuperado de

http://www.pedagogica.edu.co/storage/rce/articulos/rce33_03ensa.pdf

Sapelli, C. and Torche, A. (2003) “Deserción Escolar y Oferta de Trabajo de los Jóvenes:
¿Dos Caras de un mismo proceso de decisión?”, (Working Paper No. 173-198). Versión
preliminar, Pontificia Universidad Católica de Chile, Instituto de Economía.

94
Instituto Nacional de Estadística. (2013) Catálogo Central de Datos. Bolivia Encuesta de
Hogares 2013. Recuperado de
http://anda.ine.gob.bo/ANDA4_2/index.php/catalog/291/study-description

El 40% de los estudiantes de secundaria deja sus estudios. (2016) Página Siete. Recuperado
de

http://www.paginasiete.bo/sociedad/2015/5/20/estudiantes-secundaria-deja-estudios-
57193.html

De Hoyos, R., Roger, H. & Székely, M. (2016). Out of School and Out of Work: Risk and
oportunities for Latin America’s ninis . World Bank Group. Recuperado de
https://openknowledge.worldbank.org/bitstream/handle/10986/22349/K8423.pdf?sequen
ce=5

Jollife, I.T (2002). Principal Component Analysis. (2ª. ed.). Springer. New York: Grupo
Editorial Springer Recuperado de
http://wpage.unina.it/cafiero/books/pc.pdf

Katchova, A. (2013). “Principal Component Analysis and Factor Analysis”. Recuperado de

https://drive.google.com/file/d/0BwogTI8d6EEia3NEUVN3UmxDWkE/edit?pref=2&pl
i=1

Giles, D. (2010). Inference for the Bivariate Probit Model. Departamento de economía,
Universidad de Victoria. Recuperado de
http://web.uvic.ca/~dgiles/downloads/binary_choice/bivariate_probit.pdf

De Hoop, J. & Rosati, F. (2013). “Cash Transfers and Child Labor”. Discussion Paper
Series. Paper N° 7496. Recuperado de
http://ftp.iza.org/dp7496.pdf

95
ANEXOS
Anexo 1: Análisis de Componentes Principales – PCA

El PCA es un método de reducción de data que utiliza una técnica estadística para reexpresar
dicha data con menores dimensiones. En el presente estudio, te tomó en cuenta el siguiente
conjunto de variables para poder representar la riqueza del hogar y que ésta sustituya el
ingreso de la familia reportado en la EH que no puede ser tomada en cuenta al resultar ser
una variable endógena:

 Variables que representan particularmente las características de la vivienda, si es casa

o departamento, la cantidad de habitaciones y si esta es propia o alquilada.
 Servicios con los que cuenta, como electricidad, gas, internet, baño, entre otros.
 Variables que representen la calidad de la vivienda, como el material del cual está
hecha, la calidad del piso y el techo entre otros.

Antes de realizar el PCA es importante analizar las correlaciones de las variables

seleccionadas para ver si son lo suficientemente grandes para justificar la factorización de la
matriz de coeficientes de correlación, las correlaciones se pueden observar en la tabla A1

Tabla A1: Correlación de las variables

Material Calidad Fuente
Calidad Energía
sólido techo de agua Baño Gas Tel. fijo Internet
piso viv. elec.
viv. viv. cañería
Material sólido
viv. 1,0000
Calidad techo
viv. 0.1047 1,0000
Calidad piso viv. 0.3896 0.0315 1,0000
Fuente de agua
cañería 0.3316 0.1721 0.2563 1,0000
Baño 0.5044 0.1966 0.3880 0.5415 1,0000
Energía elec. 0.3392 0.2774 0.2094 0.3943 0.4063 1,0000
Gas 0.4320 0.2863 0.2703 0.4314 0.5334 0.5500 1,0000
Tel. fijo 0.2780 0.0348 0.3864 0.2152 0.3376 0.1708 0.2375 1,0000
Internet 0.2311 0.0204 0.3249 0.1616 0.2422 0.1181 0.1516 0.4146 1,0000
Fuente Elaboración propia con datos de la EH 2013

96
 De igual manera se realizó el test de Bartlett que tiene como hipótesis nula que las variables
no están intercorrelacionadas. Los resultados se encuentran en la tabla A2, el cual muestra
que se rechaza la hipótesis nula, dado que el nivel de significancia es menor al 0,05; por lo
tanto se puedo llevar a cabo el PCA.

Tabla A2: Bartlett test of sphericity

Chi-square = 81538.195
Degrees of freedom = 36
p-value = 0.000

H0: variables are not intercorrelated

Fuente Elaboración propia con datos de la EH 2013

Una vez realizado el análisis del PCA, los resultados de éste nos indican, como se vio
previamente en la sección de metodología, que se puede trabajar con las primeras dos
dimensiones, las mismas que abarcan más de la mitad de la proporción acumulada, que indica
el porcentaje de los componentes que llega a explicar la varianza.

Ahora bien, con la ayuda de la tabla A3 se puede realizar la interpretación de las variables
utilizadas con relación a cada componente obtenido del análisis del PCA.

Tabla A3: Relación de Componentes Principales y las Variables

Variable Comp. 1 Comp. 2 Comp. 3 Comp. 4 Comp. 5 Comp.6 Comp.7 Comp.8 Comp.9
Mat sólido viv. 0.3696 0.0580 -0.2922 0.4962 -0.0802 0.4544 -0.3750 0.3790 0.1767
Techo calidad
viv. 0.1722 -0.4405 0.7520 0.2586 0.3599 0.0659 -0.0402 0.0905 0.0161
Piso cal viv. 0.3181 0.3626 -0.0812 0.4819 0.2529 -0.3153 0.5982 -0.0627 0.0577
Fuente de
agua-cañeria 0.3587 -0.1684 -0.2423 -0.5743 0.4645 0.0345 0.1580 0.2855 0.3621
Baño 0.4288 -0.0488 -0.1918 -0.0873 0.2790 0.0859 -0.1918 -0.3376 -0.7304
Energía elec. 0.3489 -0.3371 0.0300 -0.0874 -0.5981 -0.2079 0.3086 0.4151 -0.2959
Gas 0.3991 -0.2749 -0.0330 0.0164 -0.3188 -0.0781 -0.0834 -0.6636 0.4570
Tel fijo 0.2890 0.4515 0.2726 -0.1567 -0.0449 -0.5517 -0.5247 0.1667 0.0653
Internet 0.2357 0.4973 0.4133 -0.2912 -0.2125 0.5723 0.2462 -0.0915 -0.0048
Fuente: Elaboración propia con dados de la EH 2003

97
Dado que se determinó que se tomaría en cuenta las dos primeras dimensiones, dado los
valores propios y la proporción acumulada, se tiene en primer lugar que el primer
componente tiene correlación positiva y fuerte con el tipo de baño, el servicio de gas y el tipo
de material de la casa, esto sugiere que una mejor vivienda, de mayor “calidad” cuenta con
estos tres aspectos. De la misma manera, estas variables tendrían pesos más importantes en
el análisis. Por otro lado, el segundo componente tiene una mayor correlación y positiva con
servicios como ser teléfono fijo e internet, pero mantiene una correlación negativa con la
calidad del techo de la vivienda.

Finalmente, se realizó el test de medida de adecuación muestral de Kaiser-Meyer-Olkin, el cual

prueba si es correcto usar el PCA con las variables seleccionadas, si los valores de cada
componente y el general son mayores a 0,5 se justifica el uso de este método de reducción
de data. Analizando la tabla A4 se comprueba que el uso del análisis de componentes
principales es correcto.

Tabla A4: Kaiser-Meyer-Olkin measure

of sampling adequacy
Variable kmo
Material sólido viv. 0.8764
Calidad techo viv. 0.8257
Calidad piso viv. 0.8565
Fuente de agua cañería 0.8572
Baño 0.8358
Energía elec. 0.8349
Gas 0.8331
Tel. fijo 0.8059
Internet 0.7844
Overall 0.8385
Fuente Elaboración propia con datos de la EH 2013

98
Anexo 2: Biprobits con otras Variables que Representan al Ingreso.

Se realizan estas regresiones con las diferentes variables que representan el ingreso del hogar
mostrando que existe consistencia con el índice creado con el PCA y que los resultados del
modelo con el índice creado son robustos a otras medidas de ingreso como se muestra en el
tabla A4 con el gasto per cápita y en el tabla A5 con el ingreso del jefe de familia.

Tabla A5: Determinantes de la Deserción Escolar y el Trabajo Infantil

Con gasto per cápita como medida de ingreso

(1) (2)
Trabaja Estudia
Edad12 -0.63019*** 1.45706***
(-7.00) (9.11)
Edad13 -0.56493*** 1.39689***
(-6.54) (10.42)
Edad14 -0.47369*** 1.23575***
(-5.60) (9.92)
Edad15 -0.36690*** 0.84882***
(-4.32) (8.12)
Edad16 -0.30241*** 0.62430***
(-3.53) (6.22)
Edad17 -0.31354*** 0.47186***
(-3.65) (4.86)
Mujer -0.11144* -0.06137
(-2.45) (-0.96)
Nación indígena 0.35841*** -0.14303
(6.58) (-1.81)
Núm. Hermanos 0.08245*** 0.01412
(3.70) (0.47)
Ranking hijos -0.11055*** -0.02232
(-3.42) (-0.51)
Lngastopc -0.05096** 0.23798***
(-2.78) (9.03)
Un padre 0.18087* -0.07623
(2.16) (-0.69)
Jefe fam. no trabaja 0.70017 -0.27998
(1.78) (-0.65)
Tasa desempleo del hogar -1.73130*** -0.22292

99
 (-4.43) (-0.53)
Núm. Pet 0.04543 -0.02113
(1.42) (-0.51)
Mayor 60 años 0.10515 -0.15995
(1.76) (-1.93)
Zona urb. -0.58982*** 0.25487**
(-10.46) (3.18)
Valles 0.32554*** 0.24670**
(5.31) (3.15)
Altiplano 0.32568*** 0.51531***
(5.19) (6.48)
Educ. papá -0.08674** 0.00561
(-2.88) (0.14)
Educ. mamá -0.20578*** 0.15208***
(-7.60) (4.04)
Edad mama 1° embarazo 0.00742** -0.00020
(3.02) (-0.06)
Constant 0.05436 -0.80337***
(0.31) (-3.40)
N 4514
Rho -0,4158536
Wald test of rho=0: chi2(1) = 96.4849 Prob > chi2 = 0.0000
Note: t-statistics in parentheses
* p<0.05, ** p<0.01, *** p<0.001

100
 Tabla A6: Determinantes de la Deserción Escolar y el Trabajo Infantil
Con ingreso del jefe de familia como medida de ingreso

(1) (2)
Trabaja Estudia
Edad12 -0.61433*** 1.35792***
(-6.86) (9.27)
Edad13 -0.55161*** 1.26907***
(-6.41) (9.87)
Edad14 -0.46623*** 1.16547***
(-5.52) (9.67)
Edad15 -0.35808*** 0.79097***
(-4.22) (7.75)
Edad16 -0.29603*** 0.59422***
(-3.46) (6.01)
Edad17 -0.31027*** 0.46797***
(-3.61) (4.85)
Mujer -0.10731* -0.06708
(-2.36) (-1.07)
Nación indígena 0.35779*** -0.19381*
(6.56) (-2.50)
Núm. hermanos 0.09587*** -0.04257
(4.43) (-1.50)
Ranking hijos -0.12174*** 0.01934
(-3.78) (0.46)
lnyjefefam -0.03017* 0.04800***
(-2.40) (3.39)
Un padre 0.15936 -0.00828
(1.90) (-0.08)
Jefe fam. no trabaja 0.49356 -0.01347
(1.22) (-0.03)
Tasa desempleo del hogar -1.75402*** -0.13474
(-4.50) (-0.32)
Núm. pet 0.04281 -0.00642
(1.34) (-0.16)
Mayor 60 años 0.09319 -0.14735
(1.55) (-1.84)
Zona urb. -0.64112*** 0.55251***
(-12.09) (7.94)

101
Valles 0.32134*** 0.26877***
(5.26) (3.50)
Altiplano 0.32386*** 0.51769***
(5.19) (6.52)
Educ. papá -0.09128** 0.03747
(-3.04) (0.99)
Educ. mamá -0.21272*** 0.19010***
(-7.94) (5.19)
Edad mama 1° embarazo 0.00723** -0.00064
(2.94) (-0.20)
Constant 0.07681 -0.28586
(0.41) (-1.24)
N 4514
Rho -0,4153939
Wald test of rho=0: chi2(1) = 103.109 Prob > chi2 = 0.0000
Note: t-statistics in parentheses
* p<0.05, ** p<0.01, *** p<0.001

102
 Anexo 3: Probits Independientes

Tabla A7: Probit de Trabajar

Probit regression Number of obs 4514
Wald chi2(21) 737.26
Prob > chi2 0.0000
Log pseudolikelihood = -1973,6005 Pseudo R2 0.1871

Robust
Trabaja Coef. Std. Err. z P>z [95% Conf. Interval]

Edad12 -.6528422 .0901116 -7.24 0.000 -.8294578 -.4762266

Edad13 -.5864198 .086615 -6.77 0.000 -.756182 -.4166575
Edad14 -.4870662 .0845908 -5.76 0.000 -.652861 -.3212713
Edad15 -.381906 .0848172 -4.50 0.000 -.5481447 -.2156673
Edad16 -.3053458 .08573 -3.56 0.000 -.4733736 -.137318
Edad17 -.321476 .0862242 -3.73 0.000 -.4904724 -.1524796
Mujer -.1166955 .0456808 -2.55 0.011 -.2062282 -.0271627
Nación indígena .3252535 .0551264 5.90 0.000 .2172078 .4332992
Núm. Hermanos .0802054 .0220067 3.64 0.000 .0370731 .1233377
Ranking hijos -.1036102 .0325775 -3.18 0.001 -.1674609 -.0397596
Índice de ingreso -.0912772 .0189353 -4.82 0.000 -.1283897 -.0541648
Un padre .1881659 .084149 2.24 0.025 .0232369 .353095
Jefe fam. no trabaja .8095613 .3890742 2.08 0.037 .0469899 1,572133
Tasa desempleo del hogar -1,780712 .4019131 -4.43 0.000 -2,568447 -.992977
Núm. Pet .0409104 .0322113 1.27 0.204 -.0222226 .1040434
Mayor 60 años .1024721 .0605259 1.69 0.090 -.0161565 .2211008
Zona urb. -.4344512 .0690401 -6.29 0.000 -.5697672 -.2991351
Valles .3350402 .061898 5.41 0.000 .2137224 .456358
Altiplano .3411073 .0632159 5.40 0.000 .2172063 .4650083
Educ. papá -.0829666 .0303525 -2.73 0.006 -.1424565 -.0234767
Educ. mamá -.1919308 .0275183 -6.97 0.000 -.2458656 -.1379959
Edad mama 1° embarazo .0075056 .0024686 3.04 0.002 .0026672 .012344
Constante -.3487818 .1685351 -2.07 0.039 -.6791045 -.0184591

103
 Tabla A8: Efectos Marginales del Probit de Trabajar
Delta-method
dy/dx Std. Err. z P>z [95% Conf. Interval]
Edad12 -.160349 .0218613 -7.33 0.000 -.2031963 -.1175017
Edad13 -.1440346 .0210803 -6.83 0.000 -.1853513 -.1027179
Edad14 -.1196317 .020614 -5.80 0.000 -.1600343 -.079229
Edad15 -.0938025 .0207075 -4.53 0.000 -.1343885 -.0532166
Edad16 -.0749981 .0209766 -3.58 0.000 -.1161114 -.0338847
Edad17 -.0789599 .0210893 -3.74 0.000 -.1202941 -.0376257
Mujer -.0286624 .0111888 -2.56 0.010 -.0505919 -.0067328
Nación indígena .0798877 .0134321 5.95 0.000 .0535614 .1062141
Núm. hermanos .0196998 .0053812 3.66 0.000 .0091528 .0302468
Ranking hijos -.0254484 .0079792 -3.19 0.001 -.0410874 -.0098094
Índice de ingreso -.0224192 .0046213 -4.85 0.000 -.0314769 -.0133616
Un padre .0462167 .0206131 2.24 0.025 .0058158 .0866176
Jefe fam. no trabaja .1988419 .0955078 2.08 0.037 .0116501 .3860337
Tasa desempleo del hogar -.4373729 .0985372 -4.44 0.000 -.6305022 -.2442435
Núm. pet .0100483 .0079095 1.27 0.204 -.005454 .0255506
Mayor 60 años .0251689 .014845 1.70 0.090 -.0039268 .0542646
Zona urb. -.1067085 .0166578 -6.41 0.000 -.1393573 -.0740598
Valles .0822915 .0148986 5.52 0.000 .0530908 .1114922
Altiplano .0837817 .0152182 5.51 0.000 .0539547 .1136087
Educ. papá -.020378 .0074534 -2.73 0.006 -.0349864 -.0057696
Educ. mamá -.0471414 .0066879 -7.05 0.000 -.0602495 -.0340333
Edad mama 1° embarazo .0018435 .000604 3.05 0.002 .0006597 .0030273

104
 Tabla A9: Probit de Estudiar
Probit regression Number of obs 4514
Wald chi2(21) 343.04
Prob > chi2 0.0000
Log pseudolikelihood = -946,17992 Pseudo R2 0.2039
Robust
Estudia Coef. Std. Err. z P>z [95% Conf. Interval]

Edad12 1,437317 .1539847 9.33 0.000 1,135513 1,739122

Edad13 1,348166 .1317672 10.23 0.000 1,089907 1,606425
Edad14 1,225978 .1250657 9.80 0.000 .980854 1,471103
Edad15 .842348 .1037678 8.12 0.000 .638967 1,045729
Edad16 .6386677 .1013191 6.30 0.000 .4400859 .8372495
Edad17 .5020021 .0972748 5.16 0.000 .311347 .6926573
Mujer -.0173287 .0637515 -0.27 0.786 -.1422794 .107622
Nación indígena -.1160577 .0767234 -1.51 0.130 -.2664328 .0343175
Núm. Hermanos -.0019043 .0306257 -0.06 0.950 -.0619295 .058121
Ranking hijos -.0155137 .0433048 -0.36 0.720 -.1003896 .0693623
Índice de ingreso .1894892 .0247888 7.64 0.000 .140904 .2380744
Un padre -.0614209 .1141826 -0.54 0.591 -.2852147 .1623729
Jefe fam. no trabaja -.4134173 .4033473 -1.02 0.305 -1,203964 .377129
Tasa desempleo del hogar -.1801253 .4165568 -0.43 0.665 -.9965616 .636311
Núm. pet -.0068546 .0425533 -0.16 0.872 -.0902575 .0765483
Mayor 60 años -.1774532 .0826486 -2.15 0.032 -.3394415 -.015465
Zona urb. .0550681 .089948 0.61 0.540 -.1212268 .231363
Valles .2678181 .0781837 3.43 0.001 .1145808 .4210553
Altiplano .4861423 .0808691 6.01 0.000 .3276418 .6446429
Educ. papá .0178455 .0409636 0.44 0.663 -.0624417 .0981327
Educ. mamá .1471516 .0381866 3.85 0.000 .0723072 .2219961
Edad mama 1° embarazo -.0008017 .0033554 -0.24 0.811 -.0073782 .0057749
Constante .5000766 .2239553 2.23 0.026 .0611322 .9390209

105
 Tabla A10: Efectos Marginales del Probit de Estudiar
Delta-method
dy/dx Std. Err. z P>z [95% Conf. Interval]
Edad12 .1628161 .0171079 9.52 0.000 .1292852 .196347
Edad13 .1527172 .0149324 10.23 0.000 .1234503 .1819841
Edad14 .1388761 .014138 9.82 0.000 .111166 .1665861
Edad15 .0954193 .0119233 8.00 0.000 .07205 .1187886
Edad16 .0723468 .0115212 6.28 0.000 .0497657 .094928
Edad17 .0568657 .0110299 5.16 0.000 .0352475 .0784839
Mujer -.001963 .0072193 -0.27 0.786 -.0161124 .0121865
Nación indígena -.0131468 .0087027 -1.51 0.131 -.0302038 .0039103
Núm. hermanos -.0002157 .0034694 -0.06 0.950 -.0070155 .0065841
Ranking hijos -.0017574 .0049036 -0.36 0.720 -.0113682 .0078535
Índice de ingreso .0214649 .0028126 7.63 0.000 .0159524 .0269774
Un padre -.0069576 .0129401 -0.54 0.591 -.0323197 .0184044
Jefe fam. no trabaja -.046831 .0456668 -1.03 0.305 -.1363362 .0426743
Tasa desempleo del hogar -.0204042 .047174 -0.43 0.665 -.1128636 .0720552
Núm. pet -.0007765 .0048202 -0.16 0.872 -.0102239 .008671
Mayor 60 años -.0201015 .0093838 -2.14 0.032 -.0384934 -.0017096
Zona urb. .006238 .0101804 0.61 0.540 -.0137153 .0261913
Valles .0303378 .0089562 3.39 0.001 .0127839 .0478918
Altiplano .0550691 .0094171 5.85 0.000 .0366118 .0735264
Educ. papá .0020215 .0046382 0.44 0.663 -.0070693 .0111123
Educ. mamá .016669 .004284 3.89 0.000 .0082726 .0250654
Edad mama 1° embarazo -.0000908 .0003802 -0.24 0.811 -.0008359 .0006543

106