Secretara Tcnica del Frente Social

SIISE - Sistema Integrado de Indicadores Sociales del Ecuador

BORRADOR PARA COMENTARIOS
Un perfil del analfabetismo en el Ecuador:
sus determinantes y su impacto en los ingresos laborales
Juan Ponce Jarrin
Quito
Febrero 2003
2
Introduccin
Una de las metas planteadas por el nuevo gobierno en su Programa Economico y de
Desarrollo Humano es la disminucion de la tasa de analIabetismo del 11 al 8. Para
poder cumplir con esta meta es necesario contar con ciertos elementos que permitan deIinir
la politica a aplicarse en el combate al analIabetismo. Uno de estos elementos es poder
tener un perIil del analIabetismo, quienes son, en donde estan ubicados los analIabetos,
cuales son sus principales caracteristicas; asi como saber cuales son los principales
elementos vinculados con esta condicion, y cual seria el beneIicio de una politica de
alIabetizacion en el Ecuador.
Este estudio intenta dar respuesta a estos interrogantes y se organiza como sigue. En una
primera parte se presenta una descripcion general del problema incluyendo ciertos
elementos historicos para contextualizarlo, asi como la presentacion de mapas que permitan
ubicar a los cantones con mas alta incidencia de analIabetismo y mayor contribucion al
total de analIabetos del pais.
En la segunda parte se presentan ciertos cruces de variables para tratar de hacer una
caracterizacion del analIabetismo para diIerentes grupos especiIicos de poblacion.
En la tercera parte se incluye un modelo econometrico para tener un idea de los principales
determinantes del analIabetismo, asi como de su impacto en los ingresos y en el mercado
laboral.
Al Iinal se presentan ciertas conclusiones y recomendaciones de politica.
3
Evolucin histrica del analfabetismo y disparidades regionales
Uno de los objetivos Iundamentales de la reIorma del sistema educativo ecuatoriano de los
aos sesenta Iue la expansion de la cobertura, con el Iin de alcanzar, al menos, la
universalizacion de la cobertura primaria. Junto con ello se perseguia la disminucion del
porcentaje de analIabetos, asi como la generacion de los cuadros tecnicos que requeria el
proceso de industrializacion que se pretendia instaurar en el pais.
Con base en lo anterior se torna importante realizar una evaluacion de la evolucion del
nivel de analIabetismo. A este respecto, el sistema educativo ecuatoriano muestra algunos
logros signiIicativos. La tasa desciende del 44 en 1950 al 9 en 2001 (GraIico 1).
GraIico 1
Ecuador: evolucion historica del analIabetismo
(porcentaje respecto de la poblacion de 15 aos y mas)
Fuente: SIISE con base en Censos de Poblacion y Vivienda 1950, 1962, 1974, 1982, 1990 y 2001.
INEC.
Como resultado, hoy en dia el Ecuador se encuentra en una situacion aceptable con relacion
a otros paises de America Latina (Cuadro 1). Sin embargo, la reduccion del analIabetismo
no mantiene la misma intensidad durante las ultimas decadas. El periodo 1974-1982 Iue el
mas dinamico: el numero de analIabetos disminuyo a un ritmo del 5,4 por ao; hay que
recordar que se trato de los aos de auge de la expansion de la cobertura educativa. En la
decada de 1980, el analIabetismo se redujo al 4,2 anual y en los aos 1990, al 2,3. La
desaceleracion del combate al analIabetismo puede explicarse, por un lado, por la diIicultad
de alIabetizar a las personas de mayor edad y, por otro, por la reduccion del gasto publico
en educacion y el empobrecimiento de los hogares.
44. 2
32. 5
25. 8
16. 5
11. 7
9. 02
0
5
10
15
20
25
30
35
40
45
50
1950 1960 1970 1980 1990 2000
Ao
P
o
r
c
e
n
t
a
j
e
4
Cuadro 1
El analIabetismo en America Latina, 1997
(tasas para la poblacion de 15 aos y mas)
Pas Tasa ()
Argentina
Bolivia
Brasil
Chile
Colombia
Ecuador
3,5
16,4
16
4,8
9,1
9,3
Fuente: UNESCO 1999.
Otro elemento que matiza los logros del sistema educativo son las desigualdades sociales
que se reIlejan en sus resultados. Hay enormes disparidades en el nivel de escolaridad de
los ecuatorianos. El modelo educativo que se inicio en la decada de 1960 tuvo una
tendencia a Iavorecer a los sectores medios y altos de la poblacion, particularmente en las
ciudades. La poblacion rural, pobre e indigena Iue, en gran medida, excluida de sus
beneIicios. Para tener una idea de lo anterior, a continuacion se presenta la tasa de
analIabetismo por region, area y sexo.
Cuadro 2.
Tasa de analIabetismo por region, area y sexo
(porcentaje respecto del total de 15 aos y mas)
Fuente: SIISE con base en Censo de Poblacion y Vivienda 2001. INEC.
La proporcion de personas que no saben leer y escribir en el campo es tres veces mayor que
en las ciudades (15 y 5 respectivamente). La tasa de analIabetismo es mayor en las
mujeres que en los hombres (10 y 8 respectivamente). Por ultimo, la Amazonia y la
Sierra tienen mayor proporcion de analIabetos que la Costa.
Una Iigura mas detallada de las disparidades regionales se puede ver en el siguiente mapa,
en el que se presenta, a nivel cantonal, la tasa de analIabetismo.
Urbano 5.3
Rural 15.4
Hombres 7.6
Mujeres 10.3
Sierra 9.3
Costa 8.7
Amazonia 9.4
Pais 9.0
5
Mapa 1.
Tasa de analIabetismo a nivel cantonal
(porcentaje de poblacion de 15 aos y mas)
En este mapa se puede ver que los cantones con mayor incidencia de analIabetismo se
encuentran en la sierra norte, sierra central y Esmeraldas: Suscal y Deleg (Caar), Colta,
Guamote, Alausi y Chunchi (Chimborazo), Sigchos, Pujili y Saquisili (Cotopaxi),
Guaranda (Bolivar), Otavalo y Cotacachi (Imbabura), y Eloy AlIaro (Esmeraldas). En el
anexo 1 se presenta un cuadro con la tasa de analIabetismo para cada canton.
En terminos de politica para la erradicacion del analIabetismo es sumamente util estudiar la
contribucion, en este caso de cada canton, al analIabetismo nacional. Se trata de ubicar en
donde se encuentran la mayor cantidad de analIabetos (respecto del total de analIabetos a
nivel nacional). Esto se puede apreciar en el siguiente mapa.
6
Mapa 2.
Contribucion al analIabetismo total por parte de cada canton
(porcentaje del total de analIabetos)
Como se puede ver en el mapa 2, los cantones que mas contribuyen al total de analIabetos
del pais son Quito, Guayaquil y Cuenca. En estos cantones se encuentra aproximadamente
el 20 de los analIabetos del Ecuador. En terminos generales se puede decir que las mas
altas contribuciones se encuentran en las capitales de provincia como Quito, Guayaquil,
Cuenca, Ambato, Riobamba, Latacunga, Guaranda y Portoviejo, y ciertos cantones grandes
como Santo Domingo, Otavalo, Colta, Pujili y Manta. En terminos de politica esto signiIica
que los programas de alIabetizacion deberian priorizar estas ciudades para su ejecucion. En
el anexo 1 se presenta la contribucion de cada canton al analIabetismo nacional.
Etnicidad y analfabetismo
La mayor desventaja respecto al analIabetismo la encontramos entre la poblacion indigena
1
:
el 29 de ella es analIabeta. Y, el mayor retraso es, sin duda, el de las mujeres indigenas:
mas de un tercio de ellas (37) no ha aprendido aun a leer y escribir. Los aIroecuatorianos,
por su parte, tienen una situacion cercana al promedio nacional. Ver graIico 2.
1
Para deIinir etnicidad se uso el criterio de auto-deIinicion.
7
GraIico 2
Etnicidad y analIabetismo
(porcentaje respecto de la poblacion de 15 aos y mas de cada grupo)
Fuente: SIISE con base en Censo de Poblacion y Vivienda 2001. INEC.
Analfabetismo y pobreza
Como ya se menciono otro de los grupos Iuertemente aIectados por el analIabetismo son
los pobres. En este caso se deIinio la pobreza utilizando el metodo de las necesidades
basicas insatisIechas. De acuerdo con el criterio de la Comunidad Andina, un hogar es
considerado como pobre si tiene, al menos, una de las siguientes Ialencias:
1. Su vivienda tiene caracteristicas Iisicas inadecuadas. Se trata de aquellas viviendas
inapropiadas para el alojamiento humano; con parte exterior de lata, tela, carton, estera,
caa, plastico u otros materiales precarios; o con piso de tierra.
2. Su vivienda no cuenta con servicios adecuados. Sin conexion a acueductos o tuberia, o
sin sanitario conectado a alcantarillado o a pozo septico.
3. Hogares con alta dependencia economica. Son aquellos con mas de 3 miembros por
persona ocupado y que el jeIe(a) de hogar hubiera aprobado como maximo dos aos de
educacion primaria.
4. Hogares con nios que no asisten a la escuela. Aquellos con nios de 6 a 12 aos de
edad que no asisten a algun establecimiento escolar.
5. Hogares con hacinamiento critico. Entendido como la existencia de mas de tres
personas en promedio por cuarto utilizado para dormir.
De acuerdo con esta deIinicion, en la siguiente tabla se pueden ver las tasas de
analIabetismo por area y sexo.
7. 7%
28. 6%
19. 7%
36. 6%
8. 9%
10. 4%
9. 6%
11. 2%
9. 0%
0. 0%
20. 0%
40. 0%
60. 0%
80. 0%
100. 0%
N
o

i
n
d

g
e
n
a
s

n
d

g
e
n
a
s
H
o
m
b
r
e
s

n
d

g
e
n
a
s
M
u
j
e
r
e
s

i
n
d

g
e
n
a
s
N
o

A
f
r
o
e
c
u
a
t
o
r
i
a
n
o
s
A
f
r
o
e
c
u
a
t
o
r
i
a
n
o
s
H
o
m
b
r
e
s

a
f
r
o
e
c
u
a
t
o
r
i
a
n
o
s
M
u
j
e
r
e
s

a
f
r
o
e
c
u
a
t
o
r
i
a
n
a
s
T
o
d
o
s
P
o
r
c
e
n
t
a
j
e
8
Cuadro 2.
Tasa de analIabetismo por region, area y sexo
(porcentaje respecto del total de 15 aos y mas)
Los pobres del campo tienen una incidencia de analIabetismo de 17,5, en tanto que, en el
otro extremo, los no pobres de la ciudad tienen una tasa de analIabetismo del 3,3. Esto da
cuenta de las disparidades nacionales. Lo que llama la atencion son las desigualdades al
interior del campo; en este caso los no pobres tienen una tasa de analIabetismo de 12
puntos menor que la de los pobres (5,2).
Analfabetismo y grupos de edad
Finalmente, existen tambien diIerencias generacionales. La proporcion mas alta de
analIabetos se observa entre los mayores de 75 aos y la mas baja entre los menores de 25
aos. En otras palabras, el analIabetismo sigue siendo una muestra de las deIiciencias,
historicas y actuales, del sistema educativo nacional en cuanto a garantizar una minima
educacion a todos los ecuatorianos; es tambien un indicador de los retos que enIrenta el
pais en el desarrollo de su capital humano. Ver cuadro 3.
Cuadro 3.
Tasa de analIabetismo por grupos de edad, sexo y area
(porcentaje respecto del total de personas de cada grupo)
Grupo de edad Todos Contrib Hombres Mujeres Urbano RuraI
Entre 15 y 25 aos 3.5% 12.7% 3.6% 3.5% 2.5% 5.4%
Entre 26 y 35 aos 4.5% 10.8% 3.9% 4.9% 2.6% 7.9%
Entre 36 y 45 aos 7.7% 14.9% 6.2% 9.2% 4.0% 15.0%
Entre 46 y 55 aos 13.0% 17.0% 10.3% 15.6% 7.0% 23.6%
Entre 56 y 65 aos 20.4% 17.5% 16.6% 24.2% 11.7% 33.1%
Entre 66 y 75 aos 25.6% 14.2% 21.9% 29.2% 15.8% 39.3%
Ms de 75 aos 28.5% 12.9% 24.4% 32.2% 20.8% 40.4%
TotaI 9.0% 7.6% 10.3% 5.3% 15.4%
5.3%
8.1%
3.3%
15.4%
17.5%
5.2%
9.0%
0
0.2
0.4
0.6
0.8
1
Ciudad Pobres de
la ciudad
No pobres
de la ciudad
Campo Pobres del
campo
No pobres
del campo
Total
9
Fuente: SIISE con base en Censo de Poblacion y Vivienda 2001. INEC.
En todos los casos la situacion de las mujeres es mas grave que la de los hombres, y el
campo esta peor que la ciudad.
En terminos de politica, como se menciono arriba, es importante tener una idea de la
contribucion al analIabetismo total por parte de cada grupo de edad. Desde este punto de
vista lo primero que llama la atencion es que en el grupo de 15 a 45 aos de edad se
encuentra el 38 del total de analIabetos, mientras que en el grupo de 75 aos y mas se
encuentra tan solo el 13. Por ultimo, entre el grupo de 46 y 65 aos se encuentra el 35.
Lo anterior permite concluir que un programa de alIabetizacion no necesariamente deberia
concentrarse en la poblacion adulta (especiIicamente en los ancianos), sino que se deberia
tambien tomar en cuenta a los jovenes (en especial al grupo de 15 a 45 aos de edad).
Uno de los Iactores que ayuda a entender el analIabetismo Iuturo es el no ingreso a la
escuela de los nios en la actualidad. Para ello es util analizar la tasa de no matricula,
deIinida como el porcentaje de nios de 6 a 11 aos que no estan matriculados en la
escuela. De igual manera que en el caso del analIabetismo es util tanto el analisis de la
incidencia como la contribucion a la no matricula total. En los siguientes mapas se
presentan estas dos categorias a nivel cantonal.
10
Mapa 3.
Tasa de no matricula a nivel cantonal
(porcentaje respecto del total de nios de 6 a 11 aos)
En este mapa se puede ver que los cantones con mayor tasa de no matricula se encuentran
principalmente en la Costa y son: Pedernales, Jama, Flavio AlIaro y Pichincha (Manabi);
Eloy AlIaro, Rio Verde, San Lorenzo, Muisne y Quininde (Esmeraldas); Las Golondrinas,
Manga del Cura y la Concordia (Zonas no delimitadas); Pedro Vicente Maldonado
(Pichincha); Colimes y El Empalme (Guayas); Palenque y Valencia (Los Rios). En el anexo
1 se presenta la tasa de no matricula para cada canton.
11
Mapa 4.
Contribucion a la no matricula total por parte de cada canton
(porcentaje del total de no matriculados)
Del total de no matriculados el 12 se encuentra en Guayaquil y el 8 se encuentra en
Quito. Otros cantones que contribuyen altamente a la no matricula son Santo Domingo y
Cuenca. Tambien tienen altas contribuciones: Portoviejo, Chone, Pedernales y Manta
(Manabi); Quinide y Esmeraldas (Esmeraldas); y otros cantones como Ambato, Quevedo,
Babahoyo, Machala, Duran y Riobamba. Programas de incentivo a la matriculacion
primaria deberian priorizar estos cantones. En el anexo 1 se presenta la contribucion a la no
matricula por cada canton.
12
Los determinantes del analfabetismo y su impacto en los ingresos laborales
El modelo teorico
2
El enIoque teorico detras de este analisis es la Teoria de Capital Humano. De acuerdo a este
enIoque los individuos adquieren conocimientos y destrezas a traves de la educacion y la
experiencia. (Becker 1975, y Mincer 1974). Los individuos que invierten en capital humano
son, luego de un tiempo, recompensados con ingresos mas altos en el mercado laboral.
Desde este punto de vista, los hogares invertiran en educacion hasta el punto en el cual el
beneIicio marginal de un ao adicional de educacion sea igual al costo marginal de un ao
adicional de escolaridad
3
.
Los ingresos son determinados por la educacion, la experiencia y otras caracteristicas
individuales, del hogar y de la comunidad.
) , , (
i i i i
C H I E E = (1)
) , , (
i i i i
C H I S S = (2)
En donde
i
E son los ingresos del individuo i, y
i
S es la oIerta laboral del individuo i. En las
variables dependientes se tiene a I, que es un vector de caracteristicas individuales (como
edad, edad al cuadrado, sexo, nivel educativo del individuo y de sus padres), H es un vector
de caracteristicas del hogar (como el nivel de consumo del hogar); y C es un vector de
caracteristicas de la comunidad.
El alIabetismo se determina por el siguiente modelo:
) , , (
i i i i
C H I A A = (3)
En donde las variables independientes son similares a la ecuacion de ingresos. En el caso de
las caracteristicas de la comunidad se decidio incluir variables relacionadas con la oIerta
del sistema escolar, para ver su impacto en la alIabetizacion.
Los datos.
Los datos utilizados para esta parte provienen de la Encuesta de Condiciones de Vida de
1999 (ECV 1999) aplicada por el Instituto Ecuatoriano de Estadistica y Censos (INEC). La
muestra Iue tomada durante los cuatro trimestres de 1999, con un diseo muestral
estratiIicado y polietapico. En total se cuenta con 25.980 observaciones, que representan a
5.824 hogares. Se trata de una encuesta del tipo de Encuestas de Condiciones de Vida
apoyadas por el Banco Mundial en varios paises en desarrollo. De aqui se obtiene
inIormacion sobre variables que permiten cuantiIicar el nivel de vida de las personas como
2
Esta parte esta basada en Blunch and Verner. 2001.
3
Aqui hay el supuesto de que el decisor del hogar posee inIormacion completa y que el mercado de capitales
es perIecto. Estas dos restricciones son poco realistas para paises en desarrollo.
13
el consumo, el ingreso, el acceso a servicios como salud, educacion, al mundo laboral; asi
como variables relacionadas con la alIabetizacion o no de las personas.
Ademas de variables propias de la ECV se utilizo variables provenientes del Sistema
Nacional de Estadisticas Educativas (SINEC) y del Censo Nacional del Magisterio Fiscal.
En los dos casos la inIormacion es al ao 2000. De la base del SINEC se calcularon algunas
variables relacionadas con la calidad de las escuelas, asi como sus recursos tanto materiales
como humanos. Las variables calculadas son: ALUPROF1 (numero de alumnos por
proIesor para primaria en los planteles publicos), ALUAUL1 (numero de alumnos por aula
en la primaria publica), ALUPLA1 (numero de alumnos por plantel en la primaria publica).
Estas variables Iueron calculadas a nivel parroquial, y luego Iueron juntadas con la ECV
mediante un emparejamiento de casos. En este caso el valor de cada parroquia Iue asignado
a todos los hogares de esa parroquia. Si bien los datos parroquiales son altamente agregados
e ignoran las diIerencias intra-parroquiales, esta inIormacion es util para poder llevar a cabo
un analisis mas completo del analIabetismo, tomando en cuenta el lado de la oIerta
4
.
Del Censo del Magisterio se calcularon las siguientes variables: CATECO1 (categoria
economica promedio de los proIesores de primaria publica), UNIVER1 (porcentaje de
proIesores con educacion superior en la primaria publica), TITDO1 (porcentaje de docentes
con titulo pedagogico en la primaria Iiscal) y NOMBRA1 (porcentaje de docentes de
primaria Iiscal que tienen contrato con el Ministerio de Educacion). Como en el caso
anterior, estas variables Iueron calculadas a nivel parroquial y luego Iueron juntadas con la
base de la ECV. En este caso se tienen las mismas ventajas y desventajas mencionadas
arriba.
Seleccion de variables de oferta escolar.
Despues de realizar un analisis detenido de las variables de oIerta educativa, obtenidas del
SINEC y del Censo Docente, mediante un analisis de componentes principales, se decidio
incorporar en el modelos las siguientes variables de oIerta: la relacion alumnos por aula, el
porcentaje de proIesores que tienen titulo docente, el porcentaje de docentes con Iormacion
universitaria, y el porcentaje de docentes contratados por el Ministerio de Educacion
5
. En
todos los casos las variables se reIieren a primaria Iiscal.
6
Problemas econometricos.
La modelizacion se llevo a cabo en dos partes: primero se realizo un analisis de los
determinantes del analIabetismo, y luego se realizo una analisis del ingreso laboral.
4
Es importante tomar en cuenta que en estos casos, cuando los regresores incluyen variables con el mismo
valor dentro de los grupos, el ignorar la autocorrelacion de los errores al interior de los grupos puede crear
problemas con la inIerencia estadistica. Por ello nuestras estimaciones Iueron corregidos por correlacion intra-
grupo.
5
Los docentes de escuelas Iiscales del Ecuador son generalmente pagados por el Estado ecuatoriano. Sin
embargo, ellos pueden ser contratados por el Ministerio (por las respectivas direcciones provinciales), o por
las propias escuelas o las comunidades. En los dos casos, el que Iinancia es el Estado, lo que cambia es la
entidad contratante.
6
Una presentacion mas detallada de la seleccion de las variables de OIerta escolar para ser incluidas en los
modelos econometricos se encuentra en: Ponce, et al. 2002.
14
Para la primera parte se utilizo un probit y se realizo un test estadistico para ver si se
deberia usar un solo modelo (a nivel nacional), o modelos distintos para las zonas urbanas y
rurales. Para ello se uso un test X cuadrado. En este caso el modelo sin restricciones es:
Para las zonas urbanas:
H D D D D + + + + + =
15 15 3 3 2 2 1
......... x x x analfa
Para las zonas rurales:
H O O O O + + + + + =
15 15 3 3 2 2 1
.. .......... x x x analfa
Mientras que el modelo con restriccion es:
H E E E E + + + + + =
15 15 3 3 2 2 1
.. .......... x x x analfa
La hipotesis nula es:
15 15 3 3 2 2 1 1
,........, , , ; O D O D O D O D = = = =
O
H
La distribucion teorica es:
) ln (ln 2
2
) (
Lu Lr
r
= F
Donde: r es el numero de restricciones
Ln Lr es el log de la verosimilitud del modelo con restriccion
Ln Lu es el log de la verosimilitud del modelo sin restriccion
En este caso los valores Iueron:
07 , 99
)) 6639 . 2424 ( 1724 . 2474 ( 2
2
24
2
24
=
=
F
F
Al 95 de conIianza el valor teorico es 415 . 36
2
24
= F , por tanto se puede rechazar la
hipotesis nula. Lo cual signiIica que la restriccion no es valida y que deberiamos usar dos
modelos diIerentes uno para el area urbana y otro para el area rural.
Para la segunda parte se corrio un modelo de ingresos laborales. En este caso hay que
tomar en cuenta las siguientes observaciones metodologicas: cuando se trabaja con una
encuesta surgen tres principales problemas en la estimacion de los salarios, cada uno de las
cuales se va a ver en detalle: el denominado sesgo por seleccion, la endogeneidad y los
errores de medicion.
El sesgo por seleccion se produce debido a que en la muestra solo se toman en cuenta los
salarios de una parte de la poblacion seleccionada para la muestra, es decir de aquellos que
estan actualmente trabajando. La omision de la sub-muestra, es decir de los individuos que
no estan actualmente trabajando, distorsiona la estimacion basada en la sub-muestra de
aquellos que si estan trabajando.
15
El problema de endogeneidad se produce porque los salarios no observados no se hallan
distribuidos aleatoriamente a lo largo de la muestra; por el contrario, hay ciertas
caracteristicas individuales, Iamiliares y socio-economicas que obligan a una persona a
tomar la decision de trabajar o no, caracteristicas altamente correlacionadas con los salari os
no observados. En este caso, usar Minimos Cuadrados Ordinarios para la estimacion de los
ingresos podria tambien generar distorsiones.
Por ultimo, se pueden presentar errores de medicion que se encuentren correlacionados con
alguna otra variable y por tanto no tengan un caracter aleatorio.
Para solucionar estos problemas, Heckman (Heckman, 1979) ha desarrollado un
procedimiento de estimacion alternativo que permite obtener resultados no sesgados. En el
apendice 1 se presenta una descripcion detallada del procedimiento utilizado.
Con base en lo anterior, en la segunda parte, se utilizo un Heckman para analizar el impacto
del alIabetismo en los ingresos laborales.
Resultados.
Los determinantes del analfabetismo.
Para la estimacion de los determinantes del analIabetismo se utilizaron tres especiIicaciones
diIerentes. En la primera estimacion solo se incluyen variables de la ECV, en la segunda,
ademas de las variables de la ECV se incluyen las variables de oIerta del sistema escolar; y
por ultimo, en la tercera estimacion se realiza un correccion por migracion interna. El
problema es que la inIormacion sobre oIerta del sistema escolar da cuenta de las
condiciones escolares de hoy, mientras que, en muchos casos de la muestra, lo que pudo
haber inIluido en la decision de ir o no a la escuela son condiciones de hace tiempo atras.
En segundo lugar hay la opcion de que la persona haya pasado sus aos de escuela en una
parroquia distinta a la que vive hoy. Respecto a lo primero, desventajosamente no se tiene
inIormacion, a nivel parroquial, sobre la situacion escolar de aos atras, por lo que se
asume que la situacion relativa (en terminos comparativos) entre las distintas parroquias es
la misma que hace tiempo atras. Respecto al segundo problema, desaIortunadamente la
ECV no reporta la parroquia de residencia anterior, por lo que, para analizar la robustez de
los resultados, se corrio un modelo solo para aquellos casos en que siempre han vivido en la
misma parroquia.
Los resultados de las estimaciones se pueden ver en el siguiente cuadro:
16
Cuadro 4.
Modelo probit para los determinantes del analIabetismo.
Area urbana
Se reporta el eIecto marginal en la probabilidad de ser analIabeto ante un cambio en una unidad en
las variables explicativas. Las estimaciones Iueron corregidas por heteroscedasticidad, asi como por
diseo muestral.
Como era de esperarse el nivel de consumo tiene una relacion inversa con el analIabetismo.
Lo anterior signiIica que personas con mayor nivel de consumo tienen menor probabilidad
de ser analIabetos, en tanto que los pobres tienen mayor probabilidad. Este parametro es
signiIicativo en todas las especiIicaciones.
El ser mujer incrementa la probabilidad de ser analIabeta en un 1, lo cual da cuenta de
una brecha en los niveles de alIabetizacion entre hombres y mujeres. La edad se encuentra
positivamente relacionada con el analIabetismo, lo anterior signiIica que personas de mayor
edad tienen mayor probabilidad de ser analIabetos. El coeIiciente de la edad al cuadrado no
es signiIicativo lo que indica que la relacion entre analIabetismo y edad es lineal. Un ao
adicional de edad incrementa la probabilidad de ser analIabeto en 0,06. Esto expresa, por
otro lado, una mejora en las condiciones de acceso al sistema educativo en las nuevas
generaciones.
El nivel de escolaridad del jeIe(a) del hogar y de su conyuge tiene una relacion inversa con
el analIabetismo. Un ao adicional en el nivel de escolaridad del jeIe(a) del hogar o de su
conyuge reduce la probabilidad de ser analIabeto en un 0,2. Los parametros son
signiIicativos en las tres especiIicaciones.
VariabIes ECV Con variabIes oferta Correccin por migracin
dy/dx P>|t| dy/dx P>|t| dy/dx P>|t|
Logaritmo consumo -0.0029 0.0560 -0.0031 0.0540 -0.0031 0.0830
Sexo -0.0068 0.0000 -0.0066 0.0000 -0.0045 0.0150
Edad 0.0006 0.0030 0.0006 0.0030 0.0002 0.4200
Edad aI cuadrado 0.0000 0.6760 0.0000 0.6950 0.0000 0.2560
EscoIaridad jefe -0.0017 0.0000 -0.0017 0.0000 -0.0014 0.0010
EscoIaridad cnyuge -0.0021 0.0000 -0.0020 0.0000 -0.0010 0.0090
Quito 0.0030 0.3450 0.0027 0.4000 0.0022 0.6110
GuayaquiI -0.0043 0.0570 -0.0077 0.0200 -0.0104 0.0120
Ciudad provinciaI -0.0014 0.4670 -0.0016 0.4210 -0.0023 0.3340
Ciudad artesanaI 0.0024 0.3210 0.0015 0.4920 0.0014 0.6400
Regin 0.0074 0.0000 0.0065 0.0020 0.0023 0.3720
AIumno/auIa -0.0002 0.1640 -0.0003 0.1970
% Profesores con ttuIo docente -0.0387 0.0660 -0.0469 0.0830
% Profesores con niveI superior 0.0050 0.4770 0.0093 0.2980
% Profesores con nombramiento MEC 0.0141 0.0200 0.0116 0.1810
17
Se incluyeron variables de identiIicacion geograIica, de acuerdo a los dominios de la
encuesta. La categoria de reIerencia para todas estas variables son las ciudades agricolas
7
.
De todas ellas la unica que es estadisticamente signiIicativa es Guayaquil. Lo anterior
signiIica que las personas que viven en Guayaquil, tienen en promedio, 0,4 menor
probabilidad de ser analIabetas que las personas que viven en las ciudades agricolas. Este
parametro es signiIicativo en las tres especiIicaciones.
Finalmente, la variable region es signiIicativa en las dos primeras especiIicaciones y deja
de serlo cuando se introduce la correccion por migracion.
Respecto a las variables de oIerta del sistema escolar se observa que la unica variable
signiIicativa es el porcentaje de proIesores con titulo docente
8
. En este caso, un incremento
de un punto en el porcentaje de docentes con titulo docente disminuira la probabilidad de
ser analIabeto en un 4. Lo que llama la atencion es que la magnitud del impacto de esta
variable es mucho mayor que en el caso de las variables del individuo y del hogar. Lo
anterior estaria conIirmando la importancia de mantener adecuados niveles de oIerta de
docentes y de insumos para la educacion.
En la siguiente tabla se presentan los resultados para el campo.
Cuadro 5.
Modelo probit para los determinantes del analIabetismo.
Area rural
Se reporta el eIecto marginal en la probabilidad de ser a nalIabeto ante un cambio en una unidad de
las variables explicativas. Las estimaciones Iueron corregidas por heterocedasticidad, asi como por
diseo muestral.
7
La ECV tiene los siguientes dominios de estudio: Quito; Guayaquil; Ciudades de inIluencia provincial o
regional; Ciudades artesanales, agro-industriales o de extenso desarrollo del sector inIormal; y, ciudades de
residencia y servicios para la poblacion agricola.
8
Esta variable es signiIicativa al 94 y al 92 de conIiabilidad en las especiIicaciones con y sin correccion
por migracion respectivamente.
VariabIes ECV Con variabIes oferta Correccin por migracin
dy/dx P>|t| dy/dx P>|t| dy/dx P>|t|
Logaritmo consumo -0.0361 0.0000 -0.0333 0.0000 -0.0403 0.0000
Sexo -0.0446 0.0000 -0.0442 0.0000 -0.0577 0.0000
Edad 0.0085 0.0000 0.0083 0.0000 0.0098 0.0000
Edad aI cuadrado -0.0001 0.0000 0.0000 0.0000 -0.0001 0.0000
EscoIaridad jefe -0.0197 0.0000 -0.0191 0.0000 -0.0221 0.0000
EscoIaridad cnyuge -0.0181 0.0000 -0.0169 0.0000 -0.0203 0.0000
Regin 0.0509 0.0000 0.0273 0.0150 0.0363 0.0520
Indgena 0.0657 0.0000 0.0596 0.0000 0.0673 0.0000
AIumno/auIa 0.0022 0.0020 0.0036 0.0100
% Profesores con ttuIo docente 0.0138 0.6760 0.0068 0.9100
% Profesores con niveI superior -0.0390 0.0440 -0.0694 0.0180
% Profesores con nombramiento MEC 0.0159 0.3280 0.0052 0.8060
18
Al igual que en las ciudades, en el campo tambien el nivel de consumo tiene una relacion
inversa con el analIabetismo. Lo anterior signiIica que personas con mayor nivel de
consumo tienen menor probabilidad de ser analIabetos, en tanto que los pobres tienen
mayor probabilidad. Este parametro es signiIicativo en todas las especiIicaciones.
En el caso del campo, el ser mujer incrementa la probabilidad de ser analIabeta en un 5,
lo cual da cuenta de una brecha en los niveles de alIabetizacion entre hombres y mujeres.
La edad tiene una relacion no lineal con el analIabetismo. La probabilidad de ser analIabeto
se incrementa con la edad hasta llegar a los 42 aos, para de ahi tener una relacion inversa.
Lo anterior signiIica que entre los 15 y 42 aos de edad, a medida que pasa el tiempo
aumenta la probabilidad de ser analIabeto, mientras que despues de dicha edad la
probabilidad disminuye. Esto signiIica dos cosas en terminos de politica; por un lado, la
necesidad de que los jovenes ingresen a los establecimientos educativos en las edades
adecuadas para no quedarse de analIabetos, y la importancia de tener programas de
alIabetizacion de jovenes. Lo anterior tambien podria estar expresando un deterioro en los
ultimos aos en el nivel de acceso de los jovenes al sistema escolar en las zonas rurales.
Este parametro es signiIicativo en las tres especiIicaciones.
El nivel de escolaridad del jeIe(a) del hogar y de su conyuge tiene una relacion inversa con
el analIabetismo. Un ao adicional en el nivel de escolaridad del jeIe(a) del hogar o de su
conyuge reduce la probabilidad de ser analIabeto en un 2. Los parametros son
signiIicativos en las tres especiIicaciones.
El ser indigena incrementa la probabilidad de ser analIabeto en un 7. Este parametro es
signiIicativo en las tres especiIicaciones.
Finalmente, la variable region es signiIicativa en todas las especiIicaciones. En este caso el
vivir en las costa rural incrementa la probabilidad de ser analIabeto en un 5.
Respecto a las variables de oIerta del sistema escolar se observa que la variable alumnos
por aula es signiIicativa y tiene una relacion positiva con el analIabetismo. Lo anterior
signiIica que a menor nivel de congestion escolar (esto es una tasa mas baja de alumnos por
aula) disminuye la probabilidad de analIabetismo. Una reduccion en un punto en esta tasa,
reduciria la probabilidad de analIabetismo en un 0,2.
Al igual que en las ciudades, el porcentaje de proIesores con titulo docente tiene un eIecto
positivo en los niveles de alIabetizacion. En este caso, un incremento de un punto en el
porcentaje de docentes con titulo docente disminuira la probabilidad de ser analIabeto en un
4.
Impacto del analfabetismo en los ingresos v en el mercado laboral.
Como se menciono arriba en esta parte se realizo una estimacion de los ingresos del trabajo
utilizando un Heckman. En el siguiente cuadro se presentan los resultados.
19
Cuadro 6.
Modelo Heckman para los ingresos laborales.
Las estimaciones Iueron corregidas por heterocedasticidad y por diseo muestral.
Con base en el enIoque teorico planteado se plantearon las siguientes variables para
analizar los ingresos laborales: edad, edad al cuadrado, sexo, area de residencia, variables
dicotomicas para los diIerentes niveles de escolaridad (desde sin escolaridad, hasta estudios
Heckman selection model Number of obs = 16559
(regression model with sample selection) Censored obs = 4991
Uncensored obs = 11568
Wald chi2(13) = 2841.54
Log likelihood = -1.19e+07 Prob > chi2 = 0.0000
(standard errors adjusted for clustering on psu)
------------------------------------------------------------------------------
| Robust
| Coef. Std. Err. z P>|z| [95% Conf. Interval]
-------------+----------------------------------------------------------------
loging |
edad | .1114027 .005418 20.56 0.000 .1007836 .1220218
edad2 | -.0012366 .0000576 -21.46 0.000 -.0013495 -.0011236
sexo | .982643 .0282928 34.73 0.000 .92719 1.038096
area1 | .3243474 .0477411 6.79 0.000 .2307766 .4179182
analfa15 | -.2737848 .0674321 -4.06 0.000 -.4059494 -.1416202
primaria | .1929766 .0798394 2.42 0.016 .0364942 .3494589
secundaria | .3197405 .0875086 3.65 0.000 .1482268 .4912542
superior | .9922216 .0954423 10.40 0.000 .8051582 1.179285
master | 1.625002 .1813329 8.96 0.000 1.269596 1.980408
agro_hhh | .1598696 .0613257 2.61 0.009 .0396734 .2800658
min_hhh | -.344303 .3568747 -0.96 0.335 -1.043765 .3551585
manu_hhh | .1084362 .0837207 1.30 0.195 -.0556534 .2725258
serv_hhh | .1895202 .0666007 2.85 0.004 .0589853 .3200551
_cons | 9.781388 .14456 67.66 0.000 9.498055 10.06472
-------------+----------------------------------------------------------------
select |
edad | .0687354 .0038784 17.72 0.000 .0611339 .0763369
edad2 | -.000714 .0000417 -17.14 0.000 -.0007957 -.0006324
sexo | .3837805 .0293328 13.08 0.000 .3262893 .4412718
area1 | .3422383 .0464602 7.37 0.000 .251178 .4332987
analfa15 | -.0443153 .0648827 -0.68 0.495 -.1714831 .0828525
primaria | .2026477 .0775834 2.61 0.009 .0505871 .3547083
secundaria | .1288691 .086913 1.48 0.138 -.0414772 .2992154
superior | .3253415 .0926945 3.51 0.000 .1436637 .5070194
master | 1.003495 .3017441 3.33 0.001 .4120877 1.594903
agro_hhh | .3104509 .0609406 5.09 0.000 .1910095 .4298924
min_hhh | .0217831 .166272 0.13 0.896 -.304104 .3476702
manu_hhh | .3630343 .1391219 2.61 0.009 .0903604 .6357081
serv_hhh | .1326825 .070852 1.87 0.061 -.0061848 .2715499
dmatrimo | .0287557 .0312444 0.92 0.357 -.0324822 .0899936
n_ninio | .0354388 .0115406 3.07 0.002 .0128196 .058058
_cons | -1.459797 .1221037 -11.96 0.000 -1.699116 -1.220478
-------------+----------------------------------------------------------------
/athrho | .0514817 .0097906 5.26 0.000 .0322925 .0706709
/lnsigma | .2646348 .0144637 18.30 0.000 .2362865 .2929832
-------------+----------------------------------------------------------------
rho | .0514363 .0097647 .0322813 .0705535
sigma | 1.302955 .0188456 1.266537 1.34042
lambda | .0670192 .0127421 .0420451 .0919932
------------------------------------------------------------------------------
Wald test of indep. eqns. (rho = 0): chi2(1) = 27.65 Prob > chi2 = 0.0000
20
de postgrado
9
), variables dicotomicas para la rama de actividad del jeIe de hogar (en este
caso la categoria base es la ramas otros).
Del cuadro anterior se pueden desprender algunos elementos interesantes. La edad tiene
una relacion no lineal y signiIicativa con el ingreso laboral. Hasta los 45 aos de edad la
relacion es directa (a medida que la edad aumenta, los ingresos tambien crecen), mientras
que de ahi en adelante la relacion se vuelve inversa. Esta variable tambien es signiIicativa
en la ecuacion de seleccion, y presenta, de igual manera, una relacion no lineal. Lo anterior
quiere decir que hasta la edad de, en este caso, 48 aos hay una relacion directa entre edad e
incorporacion al mercado laboral (a medida que la edad aumenta hay mas probabilidad de
incorporacion al mercado laboral), pero de ahi en adelante la relacion se vuelve negativa.
La variable sexo tiene un impacto signiIicativo en los ingresos laborales. Despues de
corregir por otras variables, los hombres en promedio tienen aproximadamente el doble de
ingresos que las mujeres
10
. De igual Iorma en la ecuacion de seleccion esta variable
tambien es signiIicativa, lo cual signiIica que los hombres tienen mayor probabilidad de
trabajar. Todo lo anterior demuestra los elevados niveles de discriminacion salarial y
laboral en contra de las mujeres.
La variable area tiene tambien un impacto signiIicativo en los ingresos y en la decision de
trabajar. Las personas que viven en las ciudades ganan un 32 mas que los habitantes del
campo.
En cuanto al nivel educativo. El ser analIabeto reduce los ingresos laborales en un 27
(respecto a los que se alIabetizaron en centros de alIabetizacion u otro programa de
educacion de adultos). Lo anterior, visto desde el otro lado, signiIica que aquellos que han
asistido a un programa de alIabetizacion tienen ingresos mas altos que los analIabetos en un
27. Sin embargo, el coeIiciente no es signiIicativo en la ecuacion de seleccion, lo cual
signiIica que el analIabetismo no inIluye en la decision de trabajar, pero si en el nivel de
ingresos.
El tener nivel primario incrementa los ingresos, respecto a los que solo se alIabetizaron, en
un 19. El tener secundaria los incrementa en un 32, mientras que el tener educacion
superior incrementa los ingresos en un 100, y el tener nivel de postgrado los incrementa
en un 160.
En cuanto a las ramas de actividad, individuos de hogares con jeIes que trabajan en la
agricultura tienen ingresos en un 16 mas altos que los individuos de hogares encabezados
por jeIes que trabajan en otras ramas. Para el caso de la mineria y manuIactura el parametro
no es signiIicativo, mientras que para el caso de los servicios hay un 19 de incremento en
los ingresos.
9
Como el objetivo de esta parte es analizar el impacto del alIabetismo en los ingresos y la participacion
laboral, se deIinio como categoria base al nivel centro de alIabetizacion o educacion basica de adultos.
10
Cuando se realiza la estimacion de ingresos sin tomar en cuenta el sesgo por seleccion, el ingreso de las
mujeres esta sesgado hacia arriba y esto acorta la diIerencia entre hombres y mujeres. Al corregir el sesgo por
seleccion, se toma en cuenta a las mujeres que no estan trabajando actualmente y esto baja el ingreso de las
mujeres, lo cual agranda la diIerencia entre hombres y mujeres.
21
En la variables de seleccion tambien se incluyo una variable dicotomica para los casados o
que viven en pareja y el numero de nios en el hogar. La dummy para pareja no es
signiIicativa (es decir, no inIluye en la decision de trabajar), en tanto que el numero de
nios aIecta positivamente en la decision de trabajar.
Conclusiones
1. El Ecuador ha realizado importantes avances en el combate al analIabetismo, a tal punto
que en la actualidad nos encontramos en una situacion Iavorable respecto del contexto
latinoamericano.
2. Sin embargo de lo anterior, la reduccion del analIabetismo presenta serias inequidades.
Los grupos pobres, indigenas, las mujeres y los habitantes del campo han sido los
menos beneIiciados y enIrentan aun altas tasas de incidencia del analIabetismo. A nivel
cantonal las tasas mas altas de analIabetismo se encuentran en la Sierra norte y central,
y en Esmeraldas.
3. En terminos de contribucion al analIabetismo, en Quito, Guayaquil y Cuenca se
concentran el 20 de analIabetos del pais.
4. La no matricula todavia representa un problema en el pais. Hay cantones en los cuales
existen tasas de no matricula alarmantes (alrededor del 30).
5. En terminos de contribucion a la no matricula, en Quito y Guayaquil se encuentra el
20 del total de no matriculados.
6. La dimension generacional presenta resultados importantes. Los ancianos tienen tasas
de analIabetismo mayores a los jovenes. Sin embargo, en terminos de contribucion, en
el grupo de 15 a 45 aos de edad se encuentra el 38 del total de analIabetos.
7. En cuanto a los determinantes del analIabetismo se conIirma lo encontrado en la
primera parte. La pobreza, el nivel de escolaridad de los padres, el area de residencia, el
sexo, la edad y la condicion etnica tienen un impacto signiIicativo en el analIabetismo.
8. La construccion de aulas, el tener docentes con titulo pedagogico y nivel universitario
contribuye a reducir el nivel de analIabetismo.
9. Un estrategia de reduccion del analIabetismo tendria impactos importantes en los
ingresos laborales de las personas.
Recomendaciones de poltica.
1. Una politica de reduccion del analIabetismo deberia estar atravesada por dos criterios
combinados: ser eIiciente en terminos de su impacto y buscar la equidad. Desde el
primer punto de vista hay que recordar que en la tres ciudades principales del pais se
encuentra el 20 de analIabetos. Desde el segundo punto de vista hay que recordar que
hay cantones y ciertos grupos sociales (indigenas, mujeres indigenas, pobres) con tasas
de analIabetismo del 30 y 40.
2. Una campaa de alIabetizacion no debe concentrase solo en los ancianos. Hay que
recordar que en el grupo de 15 a 45 aos de edad se encuentran el 38 de analIabetos.
3. Una politica de construccion de aulas y de mejoramiento del nivel academico y
pedagogico de los docentes tendria un impacto positivo en la reduccion del
analIabetismo.
22
4. Finalmente, una campaa de alIabetizacion incrementaria el ingreso laboral de los
individuos en un 27.
23
5HIHUHQFLDV
BLUNCH Hugo y VERNER Dorte. 2001 Is Functional Literacv a Prerequisite foR
Entering the Labour Market?. An Analvsis of
the Determinants of Adult Literacv and
Earnings in Ghana. World Bank. 2001.
CUESTA, J. 2000 Social Transfers, The Household and the
Distribution of Incomes in Chile. PhD thesis,
OxIord University.
CUESTA, PONCE y LEON. 2002 Efectos Indirectos del gasto social fiscal en la
generacion de ingresos del Ecuador. ISS-
SIISE.
ECV 1999 Encuesta de Condiciones de Jida del Ecuador
1999 Quito: INEC
GREENE, W.H. 1993. Econometric Analvsis. 2d. ed. Englewood
CliIIs, N.J.: Prentice-Hall.
HECKMAN, J. J. 1976. The common structure of statistical models of
truncation, sample selection and limited
variables and a sample estimator for such
models. Annals oI Economic and Social
Measurement 5: 475-92.
PONCE, VOS y BEDI. 2002 Como hace mas eficiente el gasto educativo?.
Un analisis de los determinantes del acceso a
la educacion primaria v media en el Ecuador.
ISS-SIISE.
24
Apndice 1
11
Mtodo Heckman de correccin de sesgo muestral
Heckman (1979) desarrolla una estrategia de estimacion que corrige por el sesgo de
seleccion, mientras que los problemas tipicos de endogeneidad y error de medicion
presentes en la medicion de ingresos laborales se solucionan tradicionalmente con el uso de
variables instrumentales (Greene 1993). La tecnica de seleccion de muestras de Heckman
procede de la siguiente Iorma:
1. Instrumentalizacin de ingresos unitarios netos del trabajo
Se usan instrumentos en la estimacion (sesgada) OLS de ingresos unitarios laborales netos
de impuestos:
w
X t w H E + = ' ) 1 ( ln
|1|
donde
w (1-t) ingreso unitario neto del trabajo ,
X vector de instrumentos,
| vector de coeIicientes de las variables exogenas en las ecuaciones de ingreso del
trabajo
c
w
termino de error de la ecuacion de ingresos unitarios del trabajo
Instrumentos usados normalmente para los ingresos unitarios laborales incluyen variables
individuales como caracteristicas individuales (aos de escolaridad, edad, edad al cuadrado
como aproximacion de experiencia y declive Iisico- y estado civil). Ademas se incluyen
tambien caracteristicas del hogar como la posicion del individuo en el hogar, una dummy
para la capital (y/o importantes zonas metropolitanas).
2. Estimacin por Mximo Verosimilitud de los coeficientes de las variables
exgenas:
Se estima una Iuncion de maximo verosimilitud o ecuacion de seleccion:
[ [
e e
A u A =
J i M i
P i P i
Z Z L ) / ' ( ) / ' ( V V I
|2|
y se evalua en el valor normalizado estandar que la Iuncion implicita o latente toma para
cada individuo de la muestra:
PA`Zc
p
|3|
donde:
11
Esta parte esta basada en Cuesta, [Link]. 2002.
25
J sub-muestra de individuos con ingresos unitarios del trabajo y horas de trabajo
observados,
M sub-muestra de individuos con ingresos unitarios del trabajo y horas de trabajo no
observados,
| Iuncion de densidad normal estandar,
u Iuncion de densidad normal acumulada,
Z conjunto de variables que determinan la observancia de ingresos laborales
unitarios en la muestra,
c
p
termino de error de la Iuncion de ingreso unitario laboral latente, la cual se asume
estar distribuida normalmente de acuerdo a los supuestos OLS clasicos: cp ~ N (0,
op).
La Iuncion latente del ingreso laboral, P, indica que este se observa si:
P1 si cp ~ -A` Z |4a|
Y no se observa si:
P0 si cp -A` Z |4b|
El conjunto de variables exogenas en la Iuncion de ingreso laboral latente contiene buena
parte de los instrumentos asi como otras variables que determinan la observancia de los
ingresos laborales pero no su nivel. Las variables exogenas individuales tipicamente
propuestas son i) capital humano (aos de escolaridad y edad en Iorma linear y cuadratica),
ii) estado civil, iii) genero, y iv) posicion dentro del hogar (cabeza o no cabeza).
Caracteristicas del hogar se reIieren a su composicion demograIica: numero de nios entre
0-9 (los cuales tipicamente reciben atencion), numero de nios entre 10-12 (que aun no
pudiendo entrar en el mercado laboral podrian cuidar de otros miembros del hogar), numero
de ancianas, presencia de servicio domestico. Tambien se considera la localizacion del
hogar, si es rural o urbano, y si pertenece a un nucleo metropolitano importante o no. En
terminos econometricos, estas variables adicionales permiten la identiIicacion del modelo.
3. Coeficientes Corregidos
Se construye una variable a partir del vector de coeIicientes y errores estandar que
maximizan la Iuncion de maximo verosimilitud (ecuacion |2|). Esta variable, que se
denomina Ratio Inverso de Mills (i), corrige la probabilidad de que el ingreso unitario
laboral del individuo no sea observado en el muestra:
) / ' (
) / ' (
P i
P i
i
Z
Z
V
V I
O
A u
A
=
|5|
Este Ratio Inverso de Mills se usa entonces para estimar un modelo OLS de ingreso laboral
unitario corregido por seleccion de muestras:
w i
X t w H O G E + + = ' ) 1 ( ln
|6|
26
La estimacion de esta ecuacion provee un conjunto de coeIicientes para las variables
exogenas,
E
`
, y el ratio inverso de Mills, ,
`
G
, que se conoce como correccion en Dos
Pasos`.
4. Estimacin FIML
Se puede hacer uso de estos coeIicientes corregidos,
E
`
and
`
G
, como valores iniciales de
un proceso de maximizacion reiterada de la Iuncion maximo verosimilitud hasta la
convergencia a un vector estable de coeIicientes,
E
`
FIML , que se denominan coeIicientes
'Iull inIormation maximum likelihood . De esta Iorma se estima los ingresos laborales
unitarios corregidos para todos los miembros de la muestra.