2.1. Artículos científicos sobre calidad del empleo

Realizada la revisión de la literatura sobre las variables que tienen influencia sobre la calidad del empleo, se encontraron varios trabajos de diferentes países, los cuales muestran que son diversos los factores que, a priori, serian determinantes para la calidad del empleo. La Tabla 1 sistematiza los principales estudios sobre el tema, ordenándolos de forma cronológica, Estos artículos son la base para el modelo que se propone en el presente trabajo.

La revisión meticulosa de estos artículos tuvo el propósito de conocer que bases de datos fueron consideradas, que metodologías fueron utilizadas en el tratamiento de los datos y, especialmente, cuáles fueron las variables independientes consideradas como factores asociados con la calidad del empleo en diferentes países, así como la base teórica de cada enfoque.

En el trabajo de Wanderley y Vera Cossio ^[3], se empleó el análisis estadístico de variables como ingresos, nivel educativo, seguridad social y otros, utilizando datos de las Encuestas de Hogares de 2005 a 2015. Este estudio reveló una nueva dinámica laboral en Bolivia que dejó de recompensar la formación educativa, la mayoría de la población empleada carecía de seguro de salud y jubilación, y las diferencias salariales entre mujeres y hombres persistían.

Por otro lado, el trabajo de Nina ^[5] demostró que el modelo logit multinomial se adecuaba correctamente a los datos de la Encuesta de Hogares de 2014, identificando las variables sociodemográficas y económicas más significativas que influían en la elección de sectores de empleo, como la edad, años de estudio, ingresos laborales mensuales, horas de trabajo diarias, género, estado civil, etnia y contribuciones a una AFP.

El estudio de Gutierrez ^[3], que utilizó el análisis factorial, destacó que las variables que más impactaban en las condiciones laborales eran las horas adicionales de trabajo, la existencia de otras ocupaciones, la antigüedad en el empleo, las horas de trabajo por semana, el tipo de empleo, el tipo de actividad y los ingresos percibidos por el trabajo.

En el trabajo de Fernandez y Majluta ^[6], se emplearon regresiones logísticas ordinales en la Encuesta Nacional Continua de Fuerza de Trabajo de la República Dominicana para identificar que los predictores más sólidos de la calidad del empleo eran la edad, el nivel educativo, la ubicación geográfica, el género, el estado civil, el sector empresarial, el tamaño de la empresa y la formalidad.

Rivera ^[7], utilizando un enfoque cuantitativo transversal y correlacional en la Encuesta Nacional de Empleo del Instituto Nacional de Estadística de Bolivia, logró que las variables independientes explicaran el 60,90% de la variabilidad de los ingresos de las personas. Para ello, consideró factores como el departamento donde se ejerce la actividad laboral, la edad, las horas de trabajo diarias, la ubicación, el género, la capacitación, la posesión de un seguro de salud, las contribuciones a una AFP, así como la escolaridad y la experiencia laboral.

El trabajo de Alkire y Santos ^[8], con el cálculo del Índice Multidimensional de pobreza utilizando límites de privación y pesos relativos para cada dimensión sirvió de base para el cálculo del Índice Multidimensional de Calidad del Empleo en el trabajo de Salazar ^[1]. Esta iniciativa fue fundamental para analizar los principales factores que influyen en la mala calidad del empleo en Bolivia en el estudio actual.

Tras analizar los artículos que mejor se alineaban con los objetivos del presente trabajo, se decidió, siguiendo la propuesta de Nina ^[9], utilizar las Encuestas de Hogares como base de datos para la presente investigación, a lo largo del periodo 2011 a 2021, considerando que esta base de datos es la más completa en Bolivia y se la tiene disponible cada gestión. Luego, fueron seleccionadas las variables que, a priori, son representativas de los factores determinantes de la calidad del empleo. Finalmente, se definió el modelo logit como la forma más adecuada para el tratamiento de los datos disponibles y la obtención de los parámetros de influencia.

2.2. Calidad de empleo

El concepto de calidad del empleo nace con la construcción, por la Organización Internacional del Trabajo (OIT) en 1999 del término de “trabajo decente”, definiéndolo como “trabajo productivo en condiciones de libertad, equidad, seguridad y dignidad, en el cual los derechos son protegidos y que cuente con remuneración adecuada y protección social” según Weller y Roethlisberger^[10].

Es así que en el cuarto seminario en 2007 realizado para plantear posibles formas de medir la calidad del empleo, se hicieron comparaciones sobre las consideraciones dimensionales que incluían sus propios conceptos, proponiendo de esta manera lo que se denominó “calidad del empleo”, cuya importancia trascendería, después, internacionalmente.

El contexto socio- económico y temporal para seleccionar las dimensiones que procuran evaluar la calidad del empleo en cada país son distintas; por tanto, la definición misma de esa calidad es distinta. Así, los países eligen diferentes indicadores para elaborar su propia forma de mensurar ese concepto.

A este nivel, Farne^[11] afirma que la calidad del empleo se traduce en la respuesta de los puestos de trabajo a las capacidades de los empleados en estado de libertad, dependiendo, además dicha calidad, de las condiciones delos trabajadores, así como de lo que dice la ley y la normativa que protege a los mismos.

3.1. Modelo Logit de elección binaria

Se ha elegido el modelo logit, el cual es una alternativa para medir la probabilidad de un suceso, clasificando el mismo dentro de los modelos de elección discreta, los cuales tratan de explicar el comportamiento de una variable cualitativa en función de otras variables cualitativas y cuantitativas. Su clasificación para el presente trabajo, también se incluye dentro de los modelos de elección binaria, puesto que se estudió con sólo dos alternativas mutuamente excluyentes.

El modelo de respuesta binaria es una regresión en la cual la variable dependiente es una variable aleatoria que toma valores de 0 (cero) o 1(uno) que puede estar explicada por otras variables independientes incluyendo una variable de perturbación aleatoria que recoge las desviaciones que los agentes tienen respecto a lo que sería el comportamiento del agente medio como lo menciona Alamilla y Arauco^[13].

La idea del planteamiento del modelo logit consiste en obligar a que las predicciones del modelo se encuentren comprendidas entre [0,1].

3.2. Variable Dependiente

Teniendo en cuenta que el modelo trata de identificar las variables que son determinantes para explicar el nivel de calidad de empleo que se tiene en Bolivia, se toma, como variable dependiente a explicar la variable dicotómica: “Mala calidad de empleo”, la cual tendrá el valor 1 (uno) cuando se trate de “Si”, y el valor 0 (cero) cuando el individuo “No” tenga baja calidad de empleo.

Es preciso considerar que la variable dicotómica “Mala Calidad” proviene de un cálculo que tiene como componentes el total de las dimensiones consideradas para construir el Índice Multidimensional de Calidad del Empleo (IMCE), así como las respectivas ponderaciones asignadas a cada una, con objeto de determinar con ello el “puntaje de privación” de cada observación y determinar si este puntaje llega o no al umbral denominado como “línea de mala calidad del empleo” que por decisión normativa se fijó en 50%, así en caso de llegar o sobrepasar esta línea tendrá “Mala Calidad”, en el otro caso no será así.

Todo ello significa que considerar la variable dicotómica “Mala Calidad”, se asimila con tomar la variable multidimensional de “Puntaje de Privación” (PP) como ponderación y suma de las privaciones en las distintas dimensiones.

3.3. Selección de variables independientes

Con base en la bibliografía consultada, fueron seleccionadas las variables consideradas independientes con más frecuencia en los modelos propuestos, dicha selección sirvió para obtener las variables independientes que se consideran en el presente trabajo en el modelo econométrico. Dicha selección está resumida en la Tabla 3.

Existen otras variables que fueron incluidas en los artículos consultados, tales como Ingreso laboral, Estado civil, Condición Étnica, Seguro de salud, Seguro Social, Asociación a un gremio, Primas, Recepción de Aguinaldo, Nacionalidad y otras; sin embargo, considerando la mayor frecuencia de uso, se seleccionaron las nueve variables que se muestran en la Tabla 3, las cuales se detallan a continuación:

Edad: Variable considerada en 75 % de los artículos consultados, se considera para la misma el número de años que cada individuo de la encuesta de hogares tenía al momento de realizarse la misma.

Años de estudio: Variable que fue considerada en 87.5% de los artículos consultados, la misma se refiere a la cantidad de años de preparación académica que tenía cada individuo al momento de la encuesta de cada año.

Horas de trabajo a la semana: Esta variable fue incluida en 37.5 % de los artículos consultados, se refiere a la cantidad de horas que trabajaba el individuo por semana, sabiendo que la ley ampara al trabajador con un límite de 48 horas semanales de trabajo.

Sexo: Variable que fue considerada en 50 % de los artículos consultados, es una variable dicotómica entre varón y mujer como condición de género para cada individuo de la encuesta de hogares.

Tiene AFP: AFP es el Administrador del Fondo de Pensiones, esta variable fue tomada en cuenta en el 50 % de los artículos que fueron consultados, es una variable dicotómica entre “si tiene” o “no tiene” aportes actuales a la AFP o fondo de pensiones, lo que le dará derecho a contar con una pensión de jubilación para su vejez.

Sector Económico: Esta variable ha sido analizada en el 75% de los artículos consultados, lo que significa que es considerada importante para explicar el nivel de calidad del empleo, con la misma se determina en qué sector de la economía nacional se posiciona la empresa en la cual trabaja el individuo que participó en la Encuesta de hogares de cada gestión, así por ejemplo el sector agrícola o la industria manufacturera.

Contrato o relación contractual: Ha sido considerada esta variable en el 37.5 % de artículos que fueron consultados, variable que muestra el tipo de contrato que tiene firmado el individuo encuestado con la empresa en la cual trabaja, o en su caso, si no existe un contrato, variable que determina las obligaciones que emergen para cada parte y, en especial, de la parte empleadora en favor del trabajador.

Tamaño de la empresa: Variable que ha sido tomada en cuenta en 37.5 % de los artículos que fueron consultados, la misma que, a través del número de empleados que tiene bajo su dependencia muestra el tamaño de la empresa.

Departamento: Esta variable fue analizada por 37.5 % de los artículos consultados, que identifica el departamento del Estado Plurinacional de Bolivia en el cual desenvuelve su actividad laboral cada individuo que respondió la Encuesta de hogares en la respectiva gestión.

3.4. Modelo Conceptual

El modelo teórico conceptual del presente artículo puede representarse de la siguiente manera, bastante relacionado con el modelo presentado en el artículo de Salazar ^[1].

5.1. Efectos marginales del modelo

Se hizo correr el modelo logit descrito y, como sus coeficientes pueden ser interpretados sólo por el signo de los mismos, se extrajeron los efectos marginales de las variables independientes elegidas que tienen impacto en el comportamiento de la variable dependiente, que en este caso es la probabilidad de contar con un empleo de mala calidad o no.

De esta forma y considerando solo los efectos estadísticamente significativos con 95 % de certeza es que se pueden mostrar estos efectos en la Tabla 4 para el periodo prepandemia (2011-2019).

Es factible analizar los indicadores presentados en la Tabla 4, los cuales se generaron directamente desde Stata™. En este contexto, es importante interpretar el signo negativo (-) como indicativo de una no contribución a tener mala calidad de empleo o, de hecho, como una asociación con la mejora en la calidad del empleo. Por otro lado, el signo positivo (+) se puede entender como un factor que contribuye a la adquisición de un empleo de mala calidad.

Es notable que entre los años 2014 y 2019 se aprecia una disminución en el número de observaciones en la Tabla 4. Esta disminución proviene de la ejecución de las regresiones en Stata™ y está relacionada con la reducción del número de trabajadores encuestados que proporcionaron respuestas a la pregunta sobre el tipo de contrato que tenían con sus respectivas empresas. Este fenómeno ha resultado en una reducción del tamaño de la muestra utilizada para el análisis, lo que, a su vez, aumenta la posibilidad de cometer errores de muestreo. Esta situación se deriva de la falta de homogeneidad y coherencia en la recopilación de respuestas a las preguntas de las diversas encuestas de hogares.

Considerando la columna promedio de la Tabla 4 presentado, donde el promedio¹ representa la media aritmética de los efectos marginales de los años 2011 a 2019 o del periodo pre-pandemia de cada variable, se pueden interpretar los mismos:

Edad: Se tiene para la variable “edad” que cada año adicional de edad en el sujeto entrevistado disminuye en 0.39 % la probabilidad de que cuente con un empleo de mala calidad.

Años de estudio: Asimismo cada año de estudio adicional disminuye en un 1.27% la probabilidad de contar con un empleo de mala calidad.

Horas de trabajo (a la semana): Cada hora adicional de trabajo en la carga horaria aumenta en 0.21% la probabilidad de contar con un empleo de mala calidad.

Sexo (mujer): La condición de ser mujer aumenta en 4.71 % la probabilidad de contar con un empleo de mala calidad.

Aporte a las AFPs (no aporta): El no contar con aportes a las AFPs aumenta en 20.93 % la posibilidad de contar con empleo de mala calidad.

Es personal de planta: Como factor muy importante tener un contrato de trabajo disminuye en 40.94 % la probabilidad de contar con empleo de mala calidad, siendo este factor el que más marcadamente se asocia con contar con empleos de buena calidad.

No firmó contrato: Como se ve de igual manera el no tener un contrato de trabajo aumenta en 7.59 % la probabilidad de trabajar en un empleo de mala calidad.

Tamaño de la empresa: Finalmente, por cada empleado adicional con que cuente la empresa, que a su vez define el tamaño de la misma, se puede deducir que la probabilidad de contar con un empleo de mala calidad disminuye en 0.01%.

Continuando el análisis de los efectos marginales de las variables independientes sobre la calidad del empleo, se tiene en la Tabla 5, los efectos de las mismas durante la pandemia que son las gestiones 2020 y 2021, haciendo notar que la información de la Encuesta de Hogares del año 2022 aún no se encuentra disponible para el público, es así que, considerando solo los efectos estadísticamente significativos con 95 % de certeza se puede mostrar el cuadro.

El análisis de la Tabla 5 sugiere (P>|t|) que todas las variables tienen un impacto significativo en la variable dependiente durante el periodo 2020-2021 y que el modelo en conjunto explica una proporción considerable de la variabilidad observada.

Es así que, observando la columna promedio de los efectos marginales de cada variable se tiene:

Edad: Para la variable “edad” cada año adicional de edad disminuye en 0.30 % la probabilidad de que el empleado cuente con un empleo de mala calidad.

Años de estudio: Asimismo por cada año adicional de estudio disminuye en un 0.21% la probabilidad de contar con un empleo de mala calidad.

Horas de trabajo (a la semana): Cada hora adicional de trabajo en la carga horaria aumenta en 0.79% la probabilidad de contar con un empleo de mala calidad.

Sexo (mujer): Para este periodo de pandemia (2020-2021) la condición de ser mujer disminuye en 3.50% la probabilidad de contar con un empleo de mala calidad.

Aportes a la AFP (no aporta): Si no se cuenta con aportes a las AFPs aumenta en 22.11 % la probabilidad de contar con empleo de mala calidad.

Es personal de planta: Como factor muy importante para las gestiones 2020 y 2021 no se incluyó ninguna variable que pueda facilitar el análisis del tipo de contrato que tienen los trabajadores con su fuente laboral.

Tamaño de la empresa: Asimismo, por cada empleado adicional que contrate la empresa, que a su vez define su tamaño se puede deducir que la probabilidad de contar con un empleo de mala calidad disminuye en 0.03%.

Con objeto de realizar el análisis de la evolución de los efectos de las variables independientes elegidas sobre la calidad del empleo, se presenta el comparativo de los promedios de ambos periodos 2011-2019 (pre pandemia) y 2020-2021 (pandemia), en base a efectos marginales con un nivel de significancia estadística del 95%, en la Tabla 6.

En este comparativo se presentan los efectos marginales promedio de las variables seleccionadas como independientes sobre la calidad del empleo en dos períodos diferentes: 2011-2019 y 2020-2021². A continuación, se analizan los cambios entre estos períodos en relación con cada variable:

Edad: El efecto marginal promedio disminuyó de -0,39% en 2011-2019 a -0,30% en 2020-2021. Esto sugiere que, en promedio, la edad tuvo un impacto positivo menor sobre la calidad del empleo en el período de pandemia.

Años de estudio: El efecto marginal promedio disminuyó considerablemente de -1,27% en 2011-2019 a -0,21% en 2020-2021. Esta disminución sugiere que, en promedio, cada año de estudio adicional tuvo un efectopositivo mucho menor sobre la calidad del empleo durante el período de pandemia con relación al periodo pre pandemia.

Horas de trabajo (a la semana): El efecto marginal promedio aumentó de 0,21% en 2011-2019 a 0,79% en 2020-2021. Esto implica que, en promedio, cada hora de trabajo adicional por semana tuvo un impacto negativo mayor en la calidad del empleo durante el período más reciente en comparación con el período anterior.

Sexo (mujer): El efecto marginal promedio mostró un cambio de 4,71% en 2011-2019 a -3,50% en 2020-2021. Esto indica que, en promedio, ser mujer pasó de tener un impacto negativo a tener un impacto positivo sobre la calidad del empleo al que se puede acceder en el período de pandemia con relación al periodo pre pandemia.

Aporte a las AFPs (no aporta): El efecto marginal promedio se mantuvo relativamente estable, pasando de 20.93% en 2011-2019 a 22.11% en 2020-2021. Esto sugiere que la falta de aportes a las AFPs tuvo un impacto negativo similar en la calidad del empleo en ambos períodos.

Es personal de planta: La calidad de los datos no permite realizar un análisis comparativo para esta variable, ya que la información en 2020-2021 no está disponible (N/R indica "no disponible" o "sin registro").

No firmó contrato: Similar a la anterior, la información para 2020-2021 no está disponible (N/R).

Tamaño de la Empresa: El efecto marginal promedio aumentó ligeramente de -0,01% en 2011-2019 a -0,03% en 2020-2021. Esto sugiere que, en promedio, el tamaño de la empresa tuvo un impacto positivo mayorsobre la calidad del empleo en el período de pandemia con relación al periodo anterior.

En resumen, este análisis indica que varias variables de las seleccionadas tienen una relación estadística significativa con la calidad del empleo. La edad y los años de estudio han disminuido en su impacto, mientras que las horas de trabajo, el género y la falta de aportes a las AFPs han aumentado en importancia en el período 2020-2021 en comparación con el período 2011-2019. Es importante destacar que las variables "Es personal de planta" y "No firmó contrato" requieren información adicional en el periodo de pandemia para evaluar su impacto en la calidad del empleo.

Estos cambios en los efectos marginales promedio entre ambos periodos de pre pandemia y pandemia señalan que la mayor parte de las correlaciones de las variables sobre la calidad del empleo se mantuvieron con el mismo signo ya sea en menor o mayor medida, en tanto que en el caso de género estos efectos marginales cambiaron de signo de ser positivo para conseguir un empleo de mala calidad a ser negativo.