Documentos de Académico
Documentos de Profesional
Documentos de Cultura
colombiano
Carlos Castañeda
Lorena Trujillo
1. Introducción
Los subsidios son contribuciones financieras del gobierno a los individuos, hogares o firmas,
que pueden tomar la forma de transferencias directas monetarias o en especie o de
deducciones de impuestos, que implican sacrificio de ingresos por parte del gobierno. Estas
contribuciones son suministradas con recursos públicos que suelen ser limitados y por ello
sus objetivos deben atender interés comunes y no privados.
Aunque diversas publicaciones anteriores han estudiado el impacto de las ayudas estatales
sobre los indicadores del mercado laboral (ver sección 2), la presente evaluación contribuye
al debate académico en dos sentidos. Por un lado, a diferencia de otros estudios, aquí no
se considerarán subsidios individuales, sino paquetes de subsidios. Al hacer una revisión
descriptiva de la entrega de ayudas estatales en Colombia (ver sección 4), se puede
evidenciar que los hogares colombianos muy raras veces se benefician de un único subsidio.
Por el contrario, existen diversas combinaciones de subsidios de las cuales se benefician
considerables porcentajes de la población. La ventaja de estimar impactos de paquetes de
subsidios en lugar de subsidios individuales es que los resultados y conclusiones pueden
resultar más útiles desde el punto de vista de políticas públicas, ya que tiene de cuenta de
manera integral las ayudas estatales.
Por otro lado, este estudio plantea la estimación de impactos mediante una metodología
novedosa que permite minimizar el problema de sesgo por selección basada en observables
de los métodos tradicionales de emparejamiento. La metodología base que se utiliza en
este estudio es un emparejamiento simple, basado en la noción de encontrar un grupo
contrafactual para el grupo de tratamiento basado en características observables de los
individuos. Sin embargo, el presente estudio también compara estos resultados con los
resultados de una estimación mediante emparejamiento genético, cuya virtud principal
consiste en mejorar el balance entre los grupos emparejados mediante la ponderación
óptima de covariables utilizadas para el emparejamiento. Esta metodología será abordada
con mayor detalle en la sección 3.
Este estudio se concentra únicamente en los subsidios entregados a los individuos y a los
hogares. En particular, el análisis empírico estudia únicamente aquellos subsidios para los
cuales existe información reportada en las Encuestas de Calidad de Vida aplicadas
anualmente por el DANE desde el año 2010. La sección 2 del presente documento presenta
una revisión de la literatura existente sobre estimación de impactos de las ayudas estatales
sobre indicadores del mercado laboral. La sección 3 del documento explica en detalle la
estrategia empírica para estimación de impactos, enfocándose en la estimación del
parámetro de “efecto del tratamiento sobre los tratados” bajo las metodologías de
emparejamiento simple y emparejamiento genético. La siguiente sección presentará una
descripción de los datos utilizados y algunas estadísticas descriptivas del mercado laboral
colombiano. En esta sección también se indicará la metodología para la construcción de los
diversos grupos de tratamiento sujeto de este estudio. En la sección 5 se resumen los
principales resultados de impacto de los paquetes de subsidios sobre seis indicadores del
mercado laboral bajo las dos metodologías propuestas. Finalmente, en la sección 6 se
presentan las conclusiones.
La literatura sobre impactos de los programas del gobierno para subsidiar algún tipo de bien
o servicio no es tan amplia como la literatura que estudia los efectos de los programas de
transferencias condicionadas. Tanto en Colombia como en el mundo, las investigaciones
empíricas cuyo objeto son los efectos causales de las transferencias monetarias
condicionadas han sido centro de atención de los académicos y del debate político. En
Colombia, la evidencia empírica al respecto se ha concentrado en estudiar los impactos del
programa Familias en Acción sobre una variedad de indicadores del mercado laboral.
El más reciente de estos estudios es de (Farné, Rodríguez, & Ríos, 2016), quienes utilizan
una metodología de diferencias en diferencias con el panel de la ELCA para mostrar que los
jefes de hogar de los hogares beneficiarios de algún subsidio estatal tienen mayor
probabilidad de estar en la informalidad (aproximadamente 12 puntos porcentuales
mayor), mientras que no hay impactos sobre la participación laboral. El mismo efecto se
observa sobre los hogares beneficiarios de Familias en Acción (la informalidad es mayor en
aproximadamente 7 puntos porcentuales) y sobre los hogares beneficiarios de del régimen
subsidiado de salud (el efecto es de aproximadamente 21 puntos porcentuales). Sobre los
hogares beneficiarios de Colombia Mayor, ayudas a emergencias y ayudas a desplazados,
no se evidencian impactos significativos en ninguna de las dos variables de análisis.
A partir de lo anterior, se puede concluir que los efectos del programa Familias en Acción
son mixtos dependiendo del sexo, del grupo de edad y de la zona geográfica de residencia.
En general, la tasa de ocupación se incrementa (con impactos más fuertes en las mujeres)
o no se ve afectada por la participación en el programa, pero las tasas de ocupación
infantiles sí se redujeron. Solo para Bogotá, el estudio de (CNC, 2011) encuentra un impacto
negativo sobre la tasa de ocupación. Por su parte, hay impactos sobre las tasas de
desempleo y hay impactos negativos sobre las tasas de participación en el mercado laboral.
No obstante, para Colombia también existen estudios empíricos que abordan los efectos de
otros subsidios del gobierno, particularmente del régimen subsidiado de salud. Por ejemplo,
(Camacho, Conover, & Hoyos, 2009) muestran que la expansión del sistema de protección
social a principios de los noventa incentivó la informalidad laboral definida como la
proporción de trabajadores entre 12 y 65 años que no contribuyen al sistema de salud. Este
indicador aumentó en aproximadamente 3,8 puntos porcentuales tras la reforma, a partir
de las estimaciones utilizando como variable instrumental la diferencia temporal con la que
se realizó el levantamiento de información del Sistema de Identificación de Potenciales
Beneficiarios de Programas Sociales (SISBEN) que permitió la expansión de este programa.
3. Estrategia empírica
Como se ha planteado, el objetivo de este estudio es determinar si los hogares que son
beneficiarios de algún subsidio o de un paquete de éstos tienen menor participación laboral,
menor tasa de ocupación, mayor desempleo, menor número de horas trabajadas, mayor
tasa de informalidad y menor ingreso laboral promedio. Con este fin, es necesario aplicar
una metodología que permita controlar la endogeneidad que surge del hecho que los
hogares que acceden a los programas de subsidios del gobierno son más vulnerables y por
tanto más expuestos a un mercado laboral más precario, tasas de desempleo altas y baja
calidad del empleo.
Asimismo, estos hogares se auto-seleccionan para recibir subsidios del gobierno con base
en características observadas y no observadas. Al existir características que no podemos
observar, como la habilidad de los participantes para participar en los procesos de
aplicación que realiza el Estado para otorgar subsidios, tendríamos que los hogares
intervenidos son los más sagaces que deciden participar en los programas de subsidios del
gobierno. Debido a la sagacidad de estos hogares, es posible también que estos hogares
sean más activos en el mercado laboral y accedan a empleos de mejor calidad. La
metodología que utilicemos debe entonces tener en cuenta esta auto-selección de tal
manera que no arroje coeficientes de impacto sobre el mercado laboral más altos debido a
que no limpian el efecto de la “sagacidad”.
Para identificar los efectos en cuestión, se estiman dos modelos a partir de la información
de las encuestas de calidad de vida de los años 2013, 2014 y 2015. El primero es una
metodología de propensity score matching (PSM), que consiste en construir un grupo de
control constituido por hogares que son similares a los hogares que recibieron los subsidios,
pero que por diversas razones no accedieron a ellos. Específicamente, con el método de
PSM se busca emparejar cada hogar tratado con un hogar no tratado con base en sus
características observables. Al ser hogares similares en todas sus características
observables, la metodología permite asumir que la asignación del tratamiento entre cada
pareja de hogares fue aleatoria. El hecho de tener un grupo de control con unidades
similares a las que recibieron los subsidios, permite identificar con precisión qué habría
pasado con estas últimas en caso de no haber recibido los subsidios.
( )= ( = 1| ) = ( + + ) (1)
Vecino más cercano: Este algoritmo consiste en buscar para cada individuo de
tratamiento un individuo de control con la probabilidad de participación más
cercana. El algoritmo busca entonces minimizar la distancia entre la probabilidad
predicha del individuo del grupo de tratamiento y la probabilidad predicha del
individuo de control. El individuo de control para el individuo de tratamiento está
dado por:
( )= ∈ = 0| arg max ( )− ( )
Distancia máxima (radio): este algoritmo es una refinación del algoritmo anterior
cuando éste permite emparejar observaciones que no son muy parecidas.
Metodológicamente consiste en imponer una distancia máxima ( ) entre las
probabilidades de tratamiento de los individuos de tratamiento y de control y
emparejar únicamente cuando la distancia entre dos vecinos sea inferior o igual a
este umbral. En este caso, el grupo de comparación está dado por:
( )= ∈ = 0| ( )− ( ) ≤
Kernel: Éste es un método no paramétrico que empareja a los individuos del grupo
de tratamiento con un promedio ponderado del grupo de control. En este promedio
ponderado otorga más peso a las unidades con probabilidad de participación más
cercanas dentro de un ancho de banda con respecto a la probabilidad predicha de
participación del individuo de tratamiento. Este ponderador ( ) es una
función de qué tan lejos está el individuo de tratamiento de cada individuo del
grupo de control .
( )− ( )
ℎ
=
( )− ( )
∑ ∈ ℎ
Regresión Lineal Local: el método anterior como una regresión lineal de la variable
objetivo del grupo de control en el vecindario de cada observación del grupo de
tratamiento sobre un intercepto. El algoritmo RLL utiliza el mismo método de
estimación anterior, pero se asume que la variable de resultado cambia linealmente
con la probabilidad de participación.
Una vez emparejados los individuos del grupo de tratamiento, se obtiene un grupo de
control con el cual es posible hacer las comparaciones de promedios de variables de
resultado. Así, el estimador de interés para la evaluación de impacto de la intervención, es
el impacto promedio del programa sobre los tratados (ATT, por sus siglas en inglés):
= | =1 − ( )| () =0 (3)
, , = − − (4)
Donde es una matriz x que contiene los pesos de las covariables de la matriz de
características individuales . Todos los elementos de están restringidos a cero, excepto
los que se encuentran debajo de la diagonal principal, que contiene los parámetros a
maximizar. es la matriz de varianzas y covarianzas del . Una vez calculados los valores
de que maximizan el balance, los hogares de los grupos de tratamiento y control, son
emparejados con sus dos vecinos más cercanos. Una vez realizado el emparejamiento
1
La distancia de Mahalanobis es un concepto estadístico que hace referencia a un escalar que mide la distancia
multivariada (distancia entre vectores de variables) entre individuos de diferentes grupos.
genético, se procede utilizar el método paramétrico que permite encontrar el estimador de
impacto de la Ecuación (3).
La encuesta recoge anualmente desde 2010 datos sobre la calidad de vida de los individuos.
Así, la ECV permite tener características de las viviendas como cobertura de servicios
públicos, tipo de vivienda, tipo de tenencia, etc., características de los hogares como
percepción de subsidios, ingresos y gastos y características individuales en términos de
salud, educación, fuerza de trabajo y atención de menores de cinco años.
La muestra total está conformada por 64.711 hogares: 21.565 para 2013, 20.141 para 2014
y 23.005 para 2015. La encuesta es representativa a nivel nacional, para la población rural
y para las cabeceras urbanas. Además, es representativa de siente regiones: Antioquia, Valle
del Cauca, Atlántica, Pacífica, Oriental, Central, Bogotá, San Andrés y Orinoquía-Amazonía
para cada uno de los años.
4. Datos
La encuesta recoge anualmente desde 2010 datos sobre la calidad de vida de los individuos.
Así, la ECV permite tener características de las viviendas como cobertura de servicios
públicos, tipo de vivienda, tipo de tenencia, etc., características de los hogares como
percepción de subsidios, ingresos y gastos y características individuales en términos de
salud, educación, fuerza de trabajo y atención de menores de cinco años.
La muestra total está conformada por 64.711 hogares: 21.565 para 2013, 20.141 para 2014
y 23.005 para 2015. La encuesta es representativa a nivel nacional, para la población rural
y para las cabeceras urbanas. Además, es representativa de siente regiones: Antioquia, Valle
del Cauca, Atlántica, Pacífica, Oriental, Central, Bogotá, San Andrés y Orinoquía-Amazonía
para cada uno de los años.
El principal motivo por el cual nos restringimos a un período de tiempo particular, es que se
puede garantizar mayor homogeneidad en las características de los subsidios entregados a
través de los años. En ese sentido, el programa de Familias en Acción fue reformado en el
año 2013 en los siguientes aspectos: el nuevo instrumento de focalización fue el Sisben 3,
así que los hogares que ya no se encontraran por debajo del umbral de elegibilidad bajo
este instrumento, dejaron de ser beneficiarios del programa tras un período de gracia de
dos años; se clasificaron geográficamente los municipios en cuatro grupos con el fin de
otorgar montos diferenciados (Bogotá, resto de ciudades principales del país, municipios
con incidencia del IPM inferior al 70% y municipios con incidencia del IPM superior al 70%);
se incluyeron los beneficiarios de Red Unidos como potenciales beneficiarios de Familias en
Acción; y se definió un tope de hasta tres niños por hogar para recibir el beneficio entre
otros cambios.
La ECV permite cuantificar y caracterizar las condiciones de vida de los hogares colombianos
en términos de vivienda, educación, salud, cuidado de los niños, fuerza de trabajo, gastos e
ingresos, tenencia de bienes y percepción del jefe o de su cónyuge sobre sus condiciones
de vida. Adicionalmente, mediante la ECV es posible identificar los hogares beneficiarios de
diversas formas de ayuda estatal en la forma de subsidios. Particularmente, se identificaron
los siguientes: Familias en Acción, adulto mayor, gratuidad de la educación, afiliación al
régimen subsidiado de salud, subsidio para vivienda, alimentación escolar gratuita y
asistencia a hogares comunitarios. El cuadro
A partir del cuadro anterior se puede inferir que los hogares colombianos usualmente son
beneficiarios de más de una ayuda estatal. En efecto, en la diagonal del Cuadro 2 se
observan los porcentajes de población que reciben únicamente el subsidio
correspondiente, mientras que las cifras arriba de la diagonal muestran los porcentajes de
la población que es beneficiaria del paquete conformado por los subsidios de la fila y la
columna correspondientes.
En este cuadro se observa que los porcentajes de población que reciben un único subsidio
son mucho menores que los mostrados en el Cuadro 1. Por ejemplo, mientras el 54,3% de
la población es beneficiario del régimen subsidiado de salud, solo el 21% recibe únicamente
esa ayuda. El 33,24% restante reciben otra u otras ayudas además de la salud subsidiada.
En particular, el 6,41% de ellos se benefician de salud y de educación subsidiada, el 0,21%
de salud y de alimentación escolar, el 1,39% de salud y de transferencias condicionadas de
Familias en Acción, el 1,44% de salud y de hogares comunitarios, y el restante 23% se
benefician de paquetes de subsidios aún más grandes.
Ante esta evidencia, cabe preguntarse si los impactos de tener subsidios son diferenciados
dependiendo de si los hogares beneficiarios reciben más de uno de estos subsidios. Los
cuadros 3 y 4 presentan algunas estadísticas descriptivas que dan una respuesta descriptiva
a esta pregunta. En estos cuadros se observa que el ingreso laboral promedio de los hogares
con más de un subsidio tiende a ser menor que el de los hogares que reciben un único
subsidio (Cuadro 3). En este cuadro, los valores resaltados en rojo corresponden a las
combinaciones de subsidios para las cuales el ingreso laboral es menor que el ingreso de los
hogares que reciben únicamente el subsidio de la fila. En ese sentido, los beneficiarios del
paquete de régimen subsidiado de salud y Familias en Acción tienen en promedio menor
ingreso (233.000) que los hogares que únicamente se benefician del subsidio de salud
(262.623). De igual manera, el Cuadro 4 muestra que, para algunos casos, la tasa de
ocupación de los hogares que se benefician de paquetes de subsidios son menores que en
los hogares donde se recibe un único beneficio. Sin embargo, para este caso, la situación es
menos frecuente y no es posible deducir ninguna asociación entre el número de beneficios
recibidos y la tasa de ocupación.
En el Cuadro 5 aparecen las posibles combinaciones de estos cinco tipos de ayuda con sus
respectivas frecuencias. Allí se puede evidenciar que el grupo de control está conformado
por el 27,3% de la población que no recibe ninguno de los cinco subsidios bajo
consideración. El grupo de tratamiento más grande (21%) es el que está conformado por
hogares que se benefician del régimen subsidiado de salud (y no reciben ningún otro
subsidio) con 21% de la población. Los paquetes de subsidios más frecuentes son “Familias
en Acción, Salud, Educación y PAE” con aproximadamente el 9% de la población y “Salud,
Educación y PAE” con 8% de la población.
La evaluación del presente estudio contemplará siete grupos de tratamiento, los cuales
aparecen en negrilla en el cuadro anterior. Estos grupos corresponden a los hogares que
reciben las combinaciones de subsidios más frecuentes.
Tasa de ocupación: que corresponde al porcentaje de personas activas del hogar que
durante el período de referencia: trabajó por lo menos una hora remunerada en la
semana de referencia; no trabajó la semana de referencia, pero tenía un trabajo o es un
trabajador familiar sin remuneración que trabajó en la semana de referencia por lo
menos 1 hora.
Tasa global de participación: Es la relación porcentual entre la población
económicamente activa y la población en edad de trabajar. Para este estudio, este
indicador se calcula a nivel de hogar y refleja la presión de la población sobre el mercado
laboral.
Tasa de desempleo: Es la relación porcentual entre el número de personas que están
buscando trabajo (DS), y el número de personas que integran la fuerza laboral (PEA).
Para este estudio, este indicador se calcula a nivel de hogar.
Tasa de formalidad: Es la relación porcentual entre el número de personas que tienen
un trabajo formal y el número de personas que se encuentran ocupadas dentro del
hogar. Para este estudio, se consideran formales los individuos que cotizan al sistema
de pensiones, siguiendo la definición de (López, 2010).
Número de horas trabajadas: Es el número de horas trabajadas semanalmente. Para el
presente estudio, se toma en cuenta el número de horas trabajadas por el jefe de hogar.
Ingreso laboral: Es el total de ingresos laborales del hogar en precios constantes de
2010.
Cada una de estas variables se construyen a partir del módulo de Fuerza de Trabajo de la
ECV, que se aplica sobre los integrantes del hogar que sean mayores de 12 años. A
continuación se presentan algunas estadísticas descriptivas a partir de las cuales se pueden
establecer algunas asociaciones entre la pertenencia a algún programa de subsidios del
Estado y el desempeño en algunos indicadores del mercado laboral de los hogares (tasa de
ocupación, tasa de desempleo, tasa de formalidad e ingreso laboral).
El Gráfico 1 muestra la tasa de ocupación promedio para los grupos beneficiarios de cada
uno de los cinco subsidios objeto de análisis. Las dos columnas del gráfico corresponden a
dos formas distintas de conformar estos grupos de beneficiarios: la columna azul muestra
la tasa de ocupación promedio del grupo de hogares que únicamente se benefician de ese
subsidio y de ningún otro, mientras que la columna anaranjada muestra este mismo
indicador para el grupo de hogares que se benefician de este subsidio y de algún(os) otro(s)
subsidio(s). En comparación con el grupo de hogares que no es beneficiario de ninguno de
los cinco subsidios (línea horizontal punteada gris), solo los beneficiarios del régimen
subsidiado de salud tienen tasa de ocupación más baja. Además, a partir de este gráfico se
puede inferir que las tasas de ocupación son más altas para los beneficiarios de un único
subsidio que para los beneficiarios de varios subsidios simultáneamente.
El panel inferior del Gráfico 1 permite concluir que, en todos los casos, las tasas de
ocupación de los beneficiarios de un único subsidio (columnas azules) son mayores que las
de los beneficiarios de cualquier combinación de subsidios (columnas anaranjadas). No
obstante, no es posible establecer ninguna relación entre los hogares que no se benefician
de ningún subsidio y los distintos grupos de beneficiarios.
El Gráfico 2, que se interpreta de manera similar al anterior, indica en el panel superior que,
con excepción del subsidio de salud, las tasas de desempleo de los hogares que se
benefician de más de un subsidio (columnas anaranjadas) son mayores que las de los
hogares que perciben una única ayuda (columnas azules). Además, la tasa de desempleo
promedio del grupo de control (hogares que no reciben ningún subsidio) es mayor que la
de los grupos de beneficiarios únicos.
Los beneficiarios del régimen subsidiado de salud constituyen la excepción, toda vez que
sus tasas de desempleo son más altas, comparadas con hogares que además reciben más
subsidios y con hogares que no reciben ningún subsidio. Lo anterior es una consecuencia
de la naturaleza de este subsidio, al cual no acceden los empleados del sector formal, los
cuales deben contribuir obligatoriamente para acceder al servicio de salud.
A partir de las cifras presentadas anteriormente se puede inferir que los paquetes de dos o
más ayudas estatales son más perjudiciales en términos del mercado laboral que cada una
de estas ayudas individualmente. Además, no es posible establecer claramente la relación
entre los beneficiarios de estas ayudas (solas o en paquetes) y los hogares no beneficiarios
de ningún subsidio.
2
Y asumiendo que los grupos son balanceados en características observables y no observables.
5. Resultados
En el caso del subsidio de salud, existe un soporte común amplio ya que para todo el
dominio existen hogares con probabilidades positivas (tratados) y negativas (controles). Sin
embargo, este soporte no es bueno ya que, a lo largo de todo el dominio de probabilidades,
las distribuciones de ambos grupos divergen (ver Gráfico 5). Mientras en el grupo de
tratados las probabilidades predichas de participación se concentran en valores entre 80%
y 90%, en el grupo de control, estas probabilidades se concentran entre 5% y 10%
aproximadamente. Lo anterior quiere decir que, incluso controlando por características
observables, estos grupos son significativamente diferentes y por ello el emparejamiento
puede no resultar efectivo para estimar los impactos.
3
El balance para los demás tratamientos antes y después del emparejamiento se puede observar en detalle
en los cuadros del Anexo 1.
M 0,66 0,65 0,80 0,487
Edad jefe U 43,52 50,85 -48,70 0,000
M 43,92 43,09 5,50 0,000
Educación jefe: Ninguna U 0,10 0,08 6,50 0,000
M 0,10 0,09 2,10 0,092
Educación jefe: Preescolar U 0,00 0,00 -0,20 0,823
M 0,00 0,00 -0,50 0,702
Educación jefe: Primaria U 0,53 0,40 26,90 0,000
M 0,53 0,51 4,90 0,000
Educación jefe: Secundaria U 0,32 0,34 -5,10 0,000
M 0,32 0,34 -5,90 0,000
Educación jefe: Técnico o U 0,03 0,08 -18,30 0,000
tecnológico M 0,03 0,04 -1,60 0,105
Educación jefe: U 0,00 0,01 -10,70 0,000
Universitario sin título M 0,00 0,00 0,40 0,598
Educación jefe: U 0,01 0,06 -28,00 0,000
Universitario con título M 0,01 0,01 0,30 0,646
Insuficiencia de paredes U 0,01 0,01 5,50 0,000
M 0,01 0,01 0,30 0,836
Vivienda cohabitada U 0,05 0,04 2,50 0,008
M 0,05 0,05 -0,60 0,653
Cantidad de personas en el U 4,62 3,00 94,90 0,000
hogar M 4,65 4,64 0,90 0,516
Insuficiencia de pisos U 0,00 0,00 , ,
M 0,00 0,00 , ,
Déficit de acueducto U 0,63 0,76 -27,60 0,000
M 0,63 0,64 -2,70 0,036
Ingresos: quintil 1 U 0,37 0,15 50,70 0,000
M 0,37 0,35 5,10 0,000
Ingresos: quintil 2 U 0,31 0,17 34,60 0,000
M 0,32 0,33 -2,80 0,039
Ingresos: quintil 3 U 0,20 0,20 0,50 0,579
M 0,20 0,22 -4,30 0,001
Ingresos: quintil 4 U 0,09 0,23 -38,90 0,000
M 0,09 0,09 0,40 0,663
Ingresos: quintil 5 U 0,09 0,23 -38,90 0,000
M 0,09 0,09 0,40 0,663
Cuadro 7. Resumen de los impactos de los subsidios sobre variables del mercado laboral
Metodología: Emparejamiento Simple
El Cuadro 7 muestra que, contrario a lo esperado, los subsidios generan incremento en las
tasas de ocupación que oscilan entre 6 y 8 puntos porcentuales dependiendo del subsidio
o paquete de subsidio (ver columna 1 del cuadro). En la misma línea, la tasa global de
participación se incrementa como consecuencia de ser beneficiario de algunos subsidios
(ver columna 2) y la tasa de desempleo se reduce entre 0,8 y 2,6 puntos porcentuales (ver
columna 3).
Por otra parte, el subsidio que parece generar el efecto de reducir la formalidad es el de
salud. Los hogares donde algún miembro es beneficiario del régimen subsidiado de salud,
tienen una tasa de formalidad 20 puntos porcentuales menor que la de aquellos hogares
que no tienen ningún subsidio. Además, todos los grupos de hogares que son beneficiarios
4
En el Anexo 2 se presenta con mayor detalle los coeficientes estimados bajo cada uno de los algoritmos de
emparejamiento.
de algún paquete que contenga el subsidio de salud, tienen tasas de formalidad mucho más
bajas con respecto al grupo de control. Lo anterior es una consecuencia obvia de la regla de
elegibilidad para el régimen contributivo de salud (ser empleado del sector formal).
Cuadro 8. Resumen de los impactos de los subsidios sobre variables del mercado laboral
Metodología: Emparejamiento Genético
Tasa de Tasa de Tasa Horas Ingreso
Subsidios TGP
ocupación desempleo formalidad trabajadas promedio
Salud -0,0011 -0,0014 -0,189 -1.99
(0,85) (0,85) (0,00) (0,00)
FA Salud
Educación PAE
Salud Educación
PAE
Educación
Salud Educación
Educación PAE
FA Salud
Educación
A partir de lo anterior, se puede inferir que los subsidios no tienen los desincentivos
esperados sobre el mercado laboral. Algunos de ellos aumentan la tasa de ocupación de los
hogares, algunos reducen el desempleo y algunos reducen los ingresos. Estas conclusiones,
sin embargo, no son consistentes para todos los subsidios.
La tasa de desempleo, por su parte, disminuye para los beneficiarios de los paquetes “FA,
Salud, Educación y PAE”, “FA, Salud y Educación” y “Educación y PAE”. Este impacto es de
aproximadamente 2,5 puntos porcentuales para los dos primeros paquetes y de 0,9 puntos
para el último.
Finalmente, el ingreso laboral promedio de los hogares beneficiarios está asociado a ser
beneficiario de paquetes de subsidios. Vale la pena aclarar que esta relación puede ser una
consecuencia de la focalización de los diversos programas, que favorecen a los hogares en
condiciones de pobreza y con mayor vulnerabilidad, factores que no son totalmente
controlados por el modelo de emparejamiento basado en observables que utilizamos en
este artículo.
6. Conclusiones
7. Bibliografía
Barrientos, A., & Villa, J. M. (2013). Antipoverty transfers and labour force participation effects.
The University of Manchester, UK: Brooks World Poverty Institute.
Camacho, A., Conover, E., & Hoyos, A. (2009). Effects of Colombia's Social Protection System on
Workers' Choice between Formal and Informal Employment. Documento CEDE No. 2009-
18 .
CNC. (2008). Evaluación del Programa Familias en Acción para Población Desplazada. Bogotá D.C.:
DNP.
CNC. (2011). Evaluación del Programa Familias en Acción en grandes centros urbanos. Bogotá D.C.:
DNP.
ECONOMETRÍA - SEI. (2012). Impactos de largo plazo del programa Familias en Acción en
municipios de menos de 100 mil habitantes en los aspectos claves del desarrollo del capital
humano. Bogotá D.C.: DPS-DNP.
Espinosa, F., & Nanclares, E. (2016). Efectos del programa Más Familias en Acción sobre variables
del mercado laboral. Bogotá D.C.: mimeo.
Farné, S., Rodríguez, D., & Ríos, P. (2016). Impacto de los subsidios estatales sobre el emrcado
laboral en Colombia. Mimeo, Bogotá.
Gaviria, A., Medina, c., & Mejía, C. (2006). Evaluating the impact of health care reform in
Colombia: from theory to practice. DOCUMENTO CEDE 2006-06 .
Pfutze, T., & Rodríguez-Castelán, C. (2015). Can a Small Social Pension Promote Labor Force
Participation?: Evidence from the Colombia Mayor Program. World Bank Group, Policy
Research Working Paper 7516.
8. Anexos
Sin Matching/
Variable Tratados Controles % Sesgo P-value
Con Matching
Región Andina U 0,36 0,48 -24,70 0,000
M 0,36 0,36 -0,40 0,758
Región Caribe U 0,21 0,15 17,10 0,000
M 0,22 0,21 1,90 0,133
Región Pacífica U 0,06 0,06 1,50 0,123
M 0,06 0,07 -1,40 0,258
Urbano U 0,45 0,66 -43,40 0,000
M 0,44 0,47 -4,90 0,000
Sexo jefe U 0,65 0,65 -1,40 0,147
M 0,66 0,65 0,80 0,487
Edad jefe U 43,52 50,85 -48,70 0,000
M 43,92 43,09 5,50 0,000
Educación jefe: Ninguna U 0,10 0,08 6,50 0,000
M 0,10 0,09 2,10 0,092
Educación jefe: Preescolar U 0,00 0,00 -0,20 0,823
M 0,00 0,00 -0,50 0,702
Educación jefe: Primaria U 0,53 0,40 26,90 0,000
M 0,53 0,51 4,90 0,000
Educación jefe: Secundaria U 0,32 0,34 -5,10 0,000
M 0,32 0,34 -5,90 0,000
Educación jefe: Técnico o U 0,03 0,08 -18,30 0,000
tecnológico M 0,03 0,04 -1,60 0,105
Educación jefe: U 0,00 0,01 -10,70 0,000
Universitario sin título M 0,00 0,00 0,40 0,598
Educación jefe: U 0,01 0,06 -28,00 0,000
Universitario con título M 0,01 0,01 0,30 0,646
Insuficiencia de paredes U 0,01 0,01 5,50 0,000
M 0,01 0,01 0,30 0,836
Vivienda cohabitada U 0,05 0,04 2,50 0,008
M 0,05 0,05 -0,60 0,653
Cantidad de personas en el U 4,62 3,00 94,90 0,000
hogar M 4,65 4,64 0,90 0,516
Insuficiencia de pisos U 0,00 0,00 , ,
M 0,00 0,00 , ,
Déficit de acueducto U 0,63 0,76 -27,60 0,000
M 0,63 0,64 -2,70 0,036
Ingresos: quintil 1 U 0,37 0,15 50,70 0,000
M 0,37 0,35 5,10 0,000
Ingresos: quintil 2 U 0,31 0,17 34,60 0,000
M 0,32 0,33 -2,80 0,039
Ingresos: quintil 3 U 0,20 0,20 0,50 0,579
M 0,20 0,22 -4,30 0,001
Ingresos: quintil 4 U 0,09 0,23 -38,90 0,000
M 0,09 0,09 0,40 0,663
Ingresos: quintil 5 U 0,09 0,23 -38,90 0,000
M 0,09 0,09 0,40 0,663
Sin Matching/
Variable Tratados Controles % Sesgo P-value
Con Matching
Región Andina U 0,36 0,48 -24,70 0,000
M 0,36 0,36 -0,40 0,758
Región Caribe U 0,21 0,15 17,10 0,000
M 0,22 0,21 1,90 0,133
Región Pacífica U 0,06 0,06 1,50 0,123
M 0,06 0,07 -1,40 0,258
Urbano U 0,45 0,66 -43,40 0,000
M 0,44 0,47 -4,90 0,000
Sexo jefe U 0,65 0,65 -1,40 0,147
M 0,66 0,65 0,80 0,487
Edad jefe U 43,52 50,85 -48,70 0,000
M 43,92 43,09 5,50 0,000
Educación jefe: Ninguna U 0,10 0,08 6,50 0,000
M 0,10 0,09 2,10 0,092
Educación jefe: Preescolar U 0,00 0,00 -0,20 0,823
M 0,00 0,00 -0,50 0,702
Educación jefe: Primaria U 0,53 0,40 26,90 0,000
M 0,53 0,51 4,90 0,000
Educación jefe: Secundaria U 0,32 0,34 -5,10 0,000
M 0,32 0,34 -5,90 0,000
Educación jefe: Técnico o U 0,03 0,08 -18,30 0,000
tecnológico M 0,03 0,04 -1,60 0,105
Educación jefe: U 0,00 0,01 -10,70 0,000
Universitario sin título M 0,00 0,00 0,40 0,598
Educación jefe: U 0,01 0,06 -28,00 0,000
Universitario con título M 0,01 0,01 0,30 0,646
Insuficiencia de paredes U 0,01 0,01 5,50 0,000
M 0,01 0,01 0,30 0,836
Vivienda cohabitada U 0,05 0,04 2,50 0,008
M 0,05 0,05 -0,60 0,653
Cantidad de personas en el U 4,62 3,00 94,90 0,000
hogar M 4,65 4,64 0,90 0,516
Insuficiencia de pisos U 0,00 0,00 , ,
M 0,00 0,00 , ,
Déficit de acueducto U 0,63 0,76 -27,60 0,000
M 0,63 0,64 -2,70 0,036
Ingresos: quintil 1 U 0,37 0,15 50,70 0,000
M 0,37 0,35 5,10 0,000
Ingresos: quintil 2 U 0,31 0,17 34,60 0,000
M 0,32 0,33 -2,80 0,039
Ingresos: quintil 3 U 0,20 0,20 0,50 0,579
M 0,20 0,22 -4,30 0,001
Ingresos: quintil 4 U 0,09 0,23 -38,90 0,000
M 0,09 0,09 0,40 0,663
Ingresos: quintil 5 U 0,09 0,23 -38,90 0,000
M 0,09 0,09 0,40 0,663
d) Tratamiento 5: Educación
Sin Matching/
Variable Tratados Controles % Sesgo P-value
Con Matching
Región Andina U 0,36 0,48 -24,70 0,000
M 0,36 0,36 -0,40 0,758
Región Caribe U 0,21 0,15 17,10 0,000
M 0,22 0,21 1,90 0,133
Región Pacífica U 0,06 0,06 1,50 0,123
M 0,06 0,07 -1,40 0,258
Urbano U 0,45 0,66 -43,40 0,000
M 0,44 0,47 -4,90 0,000
Sexo jefe U 0,65 0,65 -1,40 0,147
M 0,66 0,65 0,80 0,487
Edad jefe U 43,52 50,85 -48,70 0,000
M 43,92 43,09 5,50 0,000
Educación jefe: Ninguna U 0,10 0,08 6,50 0,000
M 0,10 0,09 2,10 0,092
Educación jefe: Preescolar U 0,00 0,00 -0,20 0,823
M 0,00 0,00 -0,50 0,702
Educación jefe: Primaria U 0,53 0,40 26,90 0,000
M 0,53 0,51 4,90 0,000
Educación jefe: Secundaria U 0,32 0,34 -5,10 0,000
M 0,32 0,34 -5,90 0,000
Educación jefe: Técnico o U 0,03 0,08 -18,30 0,000
tecnológico M 0,03 0,04 -1,60 0,105
Educación jefe: U 0,00 0,01 -10,70 0,000
Universitario sin título M 0,00 0,00 0,40 0,598
Educación jefe: U 0,01 0,06 -28,00 0,000
Universitario con título M 0,01 0,01 0,30 0,646
Insuficiencia de paredes U 0,01 0,01 5,50 0,000
M 0,01 0,01 0,30 0,836
Vivienda cohabitada U 0,05 0,04 2,50 0,008
M 0,05 0,05 -0,60 0,653
Cantidad de personas en el U 4,62 3,00 94,90 0,000
hogar M 4,65 4,64 0,90 0,516
Insuficiencia de pisos U 0,00 0,00 , ,
M 0,00 0,00 , ,
Déficit de acueducto U 0,63 0,76 -27,60 0,000
M 0,63 0,64 -2,70 0,036
Ingresos: quintil 1 U 0,37 0,15 50,70 0,000
M 0,37 0,35 5,10 0,000
Ingresos: quintil 2 U 0,31 0,17 34,60 0,000
M 0,32 0,33 -2,80 0,039
Ingresos: quintil 3 U 0,20 0,20 0,50 0,579
M 0,20 0,22 -4,30 0,001
Ingresos: quintil 4 U 0,09 0,23 -38,90 0,000
M 0,09 0,09 0,40 0,663
Ingresos: quintil 5 U 0,09 0,23 -38,90 0,000
M 0,09 0,09 0,40 0,663
Sin Matching/
Variable Tratados Controles % Sesgo P-value
Con Matching
Región Andina U 0,36 0,48 -24,70 0,000
M 0,36 0,36 -0,40 0,758
Región Caribe U 0,21 0,15 17,10 0,000
M 0,22 0,21 1,90 0,133
Región Pacífica U 0,06 0,06 1,50 0,123
M 0,06 0,07 -1,40 0,258
Urbano U 0,45 0,66 -43,40 0,000
M 0,44 0,47 -4,90 0,000
Sexo jefe U 0,65 0,65 -1,40 0,147
M 0,66 0,65 0,80 0,487
Edad jefe U 43,52 50,85 -48,70 0,000
M 43,92 43,09 5,50 0,000
Educación jefe: Ninguna U 0,10 0,08 6,50 0,000
M 0,10 0,09 2,10 0,092
Educación jefe: Preescolar U 0,00 0,00 -0,20 0,823
M 0,00 0,00 -0,50 0,702
Educación jefe: Primaria U 0,53 0,40 26,90 0,000
M 0,53 0,51 4,90 0,000
Educación jefe: Secundaria U 0,32 0,34 -5,10 0,000
M 0,32 0,34 -5,90 0,000
Educación jefe: Técnico o U 0,03 0,08 -18,30 0,000
tecnológico M 0,03 0,04 -1,60 0,105
Educación jefe: U 0,00 0,01 -10,70 0,000
Universitario sin título M 0,00 0,00 0,40 0,598
Educación jefe: U 0,01 0,06 -28,00 0,000
Universitario con título M 0,01 0,01 0,30 0,646
Insuficiencia de paredes U 0,01 0,01 5,50 0,000
M 0,01 0,01 0,30 0,836
Vivienda cohabitada U 0,05 0,04 2,50 0,008
M 0,05 0,05 -0,60 0,653
U 4,62 3,00 94,90 0,000
Cantidad de personas en el M
4,65 4,64 0,90 0,516
hogar
Insuficiencia de pisos U 0,00 0,00 , ,
M 0,00 0,00 , ,
Déficit de acueducto U 0,63 0,76 -27,60 0,000
M 0,63 0,64 -2,70 0,036
Ingresos: quintil 1 U 0,37 0,15 50,70 0,000
M 0,37 0,35 5,10 0,000
Ingresos: quintil 2 U 0,31 0,17 34,60 0,000
M 0,32 0,33 -2,80 0,039
Ingresos: quintil 3 U 0,20 0,20 0,50 0,579
M 0,20 0,22 -4,30 0,001
Ingresos: quintil 4 U 0,09 0,23 -38,90 0,000
M 0,09 0,09 0,40 0,663
Ingresos: quintil 5 U 0,09 0,23 -38,90 0,000
M 0,09 0,09 0,40 0,663
a) Tratamiento 1: Salud
Vecino más
Variable de resultado Kernel Radio LLR
cercano
0,014 0,009 0,013 -0,007
Tasa de ocupación
1,32 0,91 0,9 -0,67
Tasa global de 0,016 0,012 0,016 -0,008
participación 1,47 1,14 1,07 -0,68
0,0094 0,011 0,010 0,007
Tasa de desempleo
2,2 2,76 1,81 1,66
-0,069 -0,051 -0,064 -0,095
Tasa de formalidad
-5,93 -4,79 -3,94 -8,23
-0,856 -0,275 -0,561 -1,614
Horas trabajadas
-1,33 -0,45 -0,64 -2,52
-26.663,7 54.852,4 -1.337,7 -21.674,7
Ingreso laboral
-0,85 1,86 -0,03 -0,7
b) Tratamiento 2: Familias en Acción, Salud, Educación y PAE
Vecino más
Variable de resultado Kernel Radio LLR
cercano
0,036 0,037 0,038 0,036
Tasa de ocupación
7,07 7,52 5,91 7,33
Tasa global de 0,025 0,025 0,026 0,021
participación 4,62 4,71 3,81 4
-0,001 -0,002 -0,002 -0,002
Tasa de desempleo
-0,32 -1,03 -0,71 -1,02
-0,037 -0,038 -0,039 -0,042
Tasa de formalidad
-8,82 -8,09 -7,18 -10,27
-0,658 -0,640 -0,606 -0,840
Horas trabajadas
-2,23 -2,25 -1,62 -2,98
-63.233,5 -69.398,9 -72.851,5 -20.602,1
Ingreso laboral
-9,1 -6,19 -10,47 -3,3
Vecino más
Variable de resultado Kernel Radio LLR
cercano
0,034 0,036 0,035 0,030
Tasa de ocupación
6,8 7,36 5,33 6,19
Tasa global de 0,031 0,032 0,032 0,022
participación 5,86 6,28 4,6 4,25
-0,0029 -0,002 -0,002 -0,003
Tasa de desempleo
-1,57 -1,08 -0,62 -1,89
-0,036 -0,038 -0,039 -0,047
Tasa de formalidad
-7,81 -8,01 -6,16 -10,54
0,840 0,687 0,742 0,221
Horas trabajadas
2,76 2,36 1,89 0,75
-32.183,6 -39.064,7 -44.213,8 -2.790,9
Ingreso laboral
-4,03 -3,93 -4,3 -0,32
Vecino más
Variable de resultado Kernel Radio LLR
cercano
0,034 0,035 0,033 0,022
Tasa de ocupación
5,94 6,42 4,32 3,93
Tasa global de 0,041 0,041 0,040 0,024
participación 6,94 7,44 5,09 4,17
0,002 0,002 0,002 0,000
Tasa de desempleo
1 0,95 0,74 -0,14
-0,042 -0,046 -0,046 -0,054
Tasa de formalidad
-7,75 -8,73 -6,32 -9,97
0,633 0,681 0,689 -0,304
Horas trabajadas
1,87 2,14 1,51 -0,91
-25.362,5 -26.895,3 -31.123,5 -317,8
Ingreso laboral
-2,25 -2,47 -2,4 -0,03
e) Tratamiento 5: Educación
Vecino más
Variable de resultado Kernel Radio LLR
cercano
0,036 0,038 0,039 0,007
Tasa de ocupación
6,28 6,98 5,06 1,19
Tasa global de 0,037 0,039 0,041 0,003
participación 6,1 6,82 5,03 0,5
-0,006 -0,006 -0,006 -0,008
Tasa de desempleo
-3,26 -3,24 -2,04 -3,93
0,174 0,183 0,188 0,148
Tasa de formalidad
20,91 23,66 16,98 17,56
1,537 1,686 1,794 0,581
Horas trabajadas
4,32 4,98 3,85 1,61
14.447,0 36.121,7 33.444,3 49.987,9
Ingreso laboral
0,72 2,13 1,15 2,44
Vecino más
Variable de resultado Kernel Radio LLR
cercano
0,030 0,040 0,041 0,025
Tasa de ocupación
5,25 7,15 5,22 4,19
Tasa global de 0,033 0,044 0,045 0,023
participación 5,43 7,49 5,54 3,76
-0,003 -0,001 -0,001 -0,003
Tasa de desempleo
-1,1 -0,61 -0,42 -1,37
0,271 0,280 0,282 0,251
Tasa de formalidad
30,77 34,07 24,07 28,14
2,230 2,374 2,472 1,363
Horas trabajadas
6,03 6,74 4,94 3,64
Ingreso laboral 15.059,7 45.788,9 50.601,3 85.954,7
0,83 3,27 1,35 5,24
Vecino más
Variable de resultado Kernel Radio LLR
cercano
0,038 0,043 0,042 0,039
Tasa de ocupación
5,26 6,27 4,33 5,5
Tasa global de 0,031 0,035 0,034 0,026
participación 3,98 4,78 3,34 3,42
0,002 0,001 0,001 -0,003
Tasa de desempleo
0,67 0,41 0,3 -0,87
-0,041 -0,050 -0,049 -0,049
Tasa de formalidad
-7,3 -8,94 -6,18 -8,76
0,691 0,545 0,556 -0,098
Horas trabajadas
1,54 1,29 0,94 -0,22
-48.108,9 -66.449,3 -65.779,1 -21.297,4
Ingreso laboral
-5,39 -5,99 -6,08 -2,55