Externalidades de la Educación Superior en México: Un Análisis Multidimensional
←
→
Transcripción del contenido de la página
Si su navegador no muestra la página correctamente, lea el contenido de la página a continuación
Externalidades de la Educación Superior en México:
Un Análisis Multidimensional
Rodimiro Rodrigo*
Resumen
Este trabajo contribuye a la reflexión de la literatura sobre las externalidades del capital
humano estudiando el caso de México, con especial interés en la educación superior.
Para ello se estima el efecto externo asociado a tres distintas proxies del capital humano
agregado. Encontrando por M.C.O. que el aumento de un año en la escolaridad
promedio en una localidad, está asociado con un aumento entre 4 y 7% del salario
promedio; un aumento en 1% de la proporción de egresados de educación superior está
asociado con un aumento entre 0.7 y 1.0%, efecto entre 50 y 70% mayor que el efecto
asociado al aumento de egresados de educación media superior. Asimismo, las
estimaciones bajo el supuesto de sustitución imperfecta confirman las predicciones de
Moretti(2004): el efecto de estas proporciones es mayor para aquellos con menor
escolaridad, pero aún para los más preparados resultó positivo evidenciando la presencia
de externalidades “pecuniarias”. Finalmente, motivado por la creciente literatura basada
en el enfoque de capacidades humanas de Sen para la medición del desarrollo, se analiza
con ayuda de la ENNViH1 las covarianzas de estas proxies del capital humano agregado
y distintas capabilidades deseables, desde un punto de vista normativo, para una buena
calidad de vida.
Palabras clave: Externalidades, Capital Humano, Indicadores de Capabilidades
Abstract
This paper contributes to the discussion of the literature on human capital externalities
through studying the case of Mexico, with special interest in higher education. To do this
we estimate the external effect associated with three different proxies of aggregate
human capital. Finding by M.C.O. that the one-year increase in average schooling in a
locality is associated with an increase between 4 and 7% of the average wage, a 1%
* Estudiante de la Maestría en Teoría Económica, Instituto Tecnológico Autónomo de México. Agradezco
los valiosos comentarios de Cesar Martinelli, Lucrecia Santibáñez, Laura Juárez y Emilio Gutiérrez, así como
el apoyo de la Subsecretaría de Educación Media Superior y la ENNViH para la disponibilidad de datos.
1
Encuesta Nacional del Nivel de Vida de los Hogaresincrease in the proportion of college graduates is associated with an increase between 0.7
and 1.0 %, this effect is between 50-70% bigger than the associated with an increase of
graduates from upper secondary education. Also the estimates under the assumption of
imperfect substitution confirm the predictions of Moretti (2004): The effect of these
ratios is greater for those with less schooling, but even for the fittest was positive
revealing the presence of externalities. Finally, motivated by the increasing literature
based on the human capabilities approach of Sen for the measurement of development,
using the MxFLS are analyzed the covariates of these proxies of human capital and some
capabilities desirables from a normative standpoint, for a good life.
1. Introducción
Dada la vasta literatura sobre la relación entre la educación y el ingreso, hoy tenemos una
buena idea de los beneficios privados de la acumulación de capital humano2. La mayoría de
los estudios empíricos indican que ceteris paribus, individuos con un año de escolaridad
adicional perciben ingresos entre 8 y 12% más altos por año3. Sin embargo, poco sabemos
de lo que ocurre con la productividad y los salarios cuando el acervo de capital humano de
una localidad aumenta. Aún cuando existen razones para pensar que este aumento en el
capital humano agregado beneficia a la sociedad en formas que no son completamente
reflejadas en los retornos privados a la educación.
La idea es que mayor educación: (1) puede llevar a la gente a vivir en formas que
contribuyan a una mayor salud pública, Wheel (2008) analiza 200 ciudades de Estados
Unidos (E.U.), usando la demografía de 1980 y la dotación de tierra para universidades
como variables instrumentales (VIs), encontrando una asociación entre la proporción de
graduados de universidad y menor mortalidad; (2) a comportarse de maneras que
2
Entendida como la acumulación de conocimientos y habilidades útiles para la dinámica de la producción y
medida como los años de escolaridad acumulados y/o los niveles escolares aprobados.
3
Ver Psacharopoulos y Patrinos (2002) Para una revisión de la literatura que provee evidencia internacional
sobre el rendimiento privado de la escolaridad, la cual reafirma el hecho de que el efecto de los factores no
observables como es la habilidad, no exceden el 10% de los coeficientes de escolaridad estimados.
1promuevan menos crimen, Lochner y Moretti (2004) usan datos Censales de E.U. de 1960,
1970 y 1980, empleando la ley de educación obligatoria como VI, encontrando que un año
adicional de educación reduce la probabilidad de ir a prisión entre 0.10 y 0.37 puntos; (3) y
a actuar de formas que contribuyan a la participación ciudadana y la gobernabilidad como
argumentaba Friedman (1962). Así mismo, dentro del mercado laboral (4) trabajadores
mejor preparados elevan la productividad de los otros trabajadores por la derrama del
conocimiento, se trata de una externalidad pecuniaria materializada en una tasa de retorno
al capital humano creciente, en el acervo de capital humano de la economía.
Sin embargo, también podría ocurrir que aquella educación no fuera más que una señal de
“habilidad innata” o un elemento selectivo dentro del mercado laboral sin ocurrir en el
proceso una transformación de los individuos, un aumento de sus conocimientos, desarrollo
de habilidades o modificación de su actitud, como supondrían los beneficios del párrafo
anterior. En este caso, los rendimientos sociales serían menores a los privados y habría que
recurrir a la literatura de “señalización” en el mercado laboral para explicarlo.
La importancia de encontrar evidencia sobre la existencia de externalidades y la magnitud
de los retornos sociales de la educación radica en dos grandes temas en economía:
Por un lado, en la necesidad de evaluar la eficiencia de la educación como inversión
pública. A nivel mundial los países destinan gran cantidad de recursos a la educación, en
2006 los países de la OCDE destinaron en promedio 5.7% del PIB a este sector, además de
la participación dominante de recursos públicos en dicho gasto, en 2006, en promedio para
dichos países la participación de recursos públicos fue del 80.7% en educación básica y
72.6% en educación terciaria4. Siendo la existencia de efectos externos, una común
justificación del tratamiento de la educación superior como un bien público. En México, el
4
Education at Glance, 2009. Educación básica incluye primaria y secundaria.
2Artículo 3° de la Constitución estipula que todo individuo tiene derecho a la educación; que
el Estado debe atender todos los niveles educativos, y que todo será gratuito. Instruyendo el
tratamiento de la educación como bien público. Así en 2008 México destinó 5.7% del PIB
en Educación, con una participación gubernamental del 82.7% a educación básica, y 68% a
educación terciaria. Este trabajo busca contribuir al debate sobre la rentabilidad social de la
inversión en educación en México desde un punto de vista multidimensional, en particular
en los niveles superiores, por sus importantes implicaciones de política pública.
Por otro lado, el papel central que ha tomado el capital humano en la Teoría Moderna del
Crecimiento y del Desarrollo5. Ya Lucas (1988) planteaba las externalidades del capital
humano como el verdadero motor del crecimiento y desarrollo, pudiendo llegar a explicar
las diferencias de largo plazo en ingreso entre países ricos y pobres. La idea es que el bajo
acervo de capital humano genera ciclos viciosos –a través de los rendimientos crecientes-, y
los retornos al capital físico y humano son bajos porque el acervo de este último es
limitado. Y en cambio, el capital humano agregado, actúa como una externalidad que
desplaza la función de producción agregada. Por ello se puede pensar al capital humano de
una región, como un “input-social” a la producción. Así, los resultados de este trabajo,
pueden ser vistos como evidencia empírica al microfundamento de la Teoría del capital
humano. García Verdú (2008) da una perspectiva del relevante papel del capital humano en
México, al obtener que del valor total del capital en 20056, el 56% correspondía al capital
humano, 28% al capital físico de empresas y hogares y 16% al capital natural. Mostrando
que para entender y mejorar el desempeño económico de este país, los esfuerzos deben ir a
mejorar el capital humano de los mexicanos, sobre todo que como comenta el autor “para
5
Hanusheck y Woessman (2007) hace una exposición de los mecanismos propuestos por la literatura a través
de los cuales la educación puede afectar al crecimiento económico.
6
Que estima en 6,089 mil millones.
3la mayoría de los hogares en México, el capital humano continúa siendo el principal activo
–y en algunos casos el único- con el que cuentan”.
2. Objetivo de la Investigación
El presente estudio busca indagar sobre la existencia de externalidades “pecuniarias” y “no
pecuniarias” del capital humano en México, en concreto poner a prueba la hipótesis nula de
que los rendimientos económicos de la educación superior están completamente contenidos
en los ingresos de los trabajadores que cursaron hasta dichos niveles contra la hipótesis
alternativa de que otros individuos (incluso con distintos niveles de educación) en el mismo
mercado laboral se benefician de la derrama que mayores niveles de educación agregados
implican.
Respecto a las externalidades “pecuniarias” la metodología que se utiliza, es la que emplean
Rauch (1993), Acemoglu y Angrist (2000), Moretti (2004) y Zhiquiang Liu (2006), que
consiste en introducir a la ecuación de ingreso, también conocida como la ecuación de
Mincer, una medida del capital humano agregado del mercado laboral local. Utilizándose la
educación promedio por localidad, y la proporción de egresados de educación media
superior y superior también por localidad. Lo que esta metodología hace es comparar los
salarios de individuos similares que viven en localidades con distinto acervo de capital
humano, para analizar el efecto de esta variable. Éste arreglo empírico supone que mayores
niveles de capital humano en la localidad, causa mayores ingresos para los que en ella
laboran. Sin embargo, no se puede inferir causalidad directamente en un modelo así ya que
el mayor nivel de preparación de una localidad está asociado con mayores niveles de
desarrollo económico, a su vez asociados con factores que tienden a aumentar los salarios.
Es decir, pudiera ser que la causalidad fuera en sentido opuesto o que una tercera variable
estuviera positivamente correlacionada con ambas, por lo que existe un claro problema de
4endogeneidad. Por lo anterior, un reto de este trabajo será resolver el doble problema de
variables omitidas o no observadas:
Por un lado, hay “características de los individuos” no observables, como la habilidad,
correlacionada tanto con el salario como con la preparación. De ser así, cambios en los
salarios y en el nivel de escolaridad agregado, reflejarían diferencias en la habilidad de los
trabajadores, más que diferencias en su productividad7. Por otro lado, hay “características
específicas de la unidad geográfica” no observables como: la participación del sector
industrial, la tecnología, innovación, recursos naturales, crecimiento económico y patrones
demográficos entre otros que podrían estar causando la mayor productividad de los
trabajadores de esa localidad y los mayores salarios asociados estar atrayendo trabajadores
mejor preparados.
La estrategia de estimación para reducir estas fuentes de sesgo en las estimaciones, consiste
en (1) introducir variables para controlar por características específicas de la localidad, (2)
usar el método de variables instrumentales en busca de estimadores consistentes. Y para
eliminar el sesgo por sustitución entre trabajadores con distinta preparación (3) se realizan
estimaciones por grupo de escolaridad, controlando por efectos fijos regionales.
Respecto a las externalidades “no pecuniarias”, dada la idea de que los beneficios de la
educación van más allá de los salarios, tocando esferas como la salud, la seguridad y la vida
política como se ha comentado en la introducción, se recurre al enfoque de capacidades
humanas8 desarrollado por Sen para explorar la correlación entre las tres medidas del
7
Moretti (2004a) enfrenta esta fuente de sesgo utilizando los datos panel de la National Longitudinal Survey
of Youths (NLSY), observando a los mismos individuos por 14 años controla por efectos fijos de los
individuos y de la ciudad. Para México, aún no es posible recurrir a esta estrategia. Por un lado la ENEU/
ENOE es un panel rotativo, que sigue a los individuos máximo 5 trimestres (tiempo corto para ver cambios en
la variable de interés). La ENNViH, encuesta panel sólo hay dos puntos 2003-2006, al completarse su edición
2009 será un interesante recurso a explorar por futuros trabajos.
8
A las que nos referiremos como capabilities, siguiendo el lenguaje habitual del enfoque.
5capital humano agregado ya presentadas, y el goce de mayores libertades reales9 de los
habitantes de distintas unidades geográficas, controlando por características personales y
geográficas. Siguiendo la metodología de Paul Anand et al.(2007), que consiste en emplear
las nuevas encuestas del bienestar, aquí la ENNViH, para identificar de acuerdo con la
clasificación de Nussbaum (2000) proxies de capabilidades correlacionadas con medidas
subjetivas de satisfacción de la vida, permitiendo dar una respuesta multidimensional a la
pregunta sobre la existencia de efectos externos de la educación en general y la educación
superior en particular en México.
Como se ha dicho el objeto de estudio de este trabajo no es trivial, pues si la educación
superior aumenta sustancialmente la productividad de la cadena productiva en su conjunto
ya sea por la mejor dirección o por la derrama del conocimiento, ¿por qué tantos egresados
desempleados? O acaso la proliferación de escuelas privadas de educación superior y los
altos costos monetarios de obtener un título, ¿no siembran la duda de que lo que ocurre en
esas aulas más que la transformación del ser que implica el aprender, se trata de un truco
para señalizarse frente al mercado? Y por otro lado, ante la ola de violencia y los altos
niveles de corrupción que vive México en la actualidad, resulta relevante encontrar
evidencia que nos conduzca a posibles instrumentos que mejoren la convivencia y civilidad
entre los miembros de la sociedad y que aumenten las oportunidades de estos para construir
la vida que cada uno elija.
3. Microfundamentos de las Externalidades del Capital Humano
Han sido varias las explicaciones que los economistas han dado para fundamentar la idea de
que los rendimientos sociales a la educación exceden los rendimientos privados. El
fundamento micro en que se basará el modelo teórico y las estimaciones de las
9
La libertad de ser y hacer, también llamados funcionamientos.
6externalidades “pecuniarias” de este trabajo es el fundamento consolidado en la teoría
macroeconómica10, basado en el intercambio de conocimientos y habilidades entre
trabajadores que ocurre a través de interacciones formales e informales. Esta difusión y
crecimiento del conocimiento es modelada en Jovanovic y Rob (1989), donde los
individuos en cada periodo se encuentran a otros de manera aleatoria, por lo que entre
mayor sea el capital humano promedio, más fructífera la reunión y mayor la difusión y
crecimiento de conocimiento, pudiendo implicar una mejora tecnológica (en Lucas en la
Productividad Total de los Factores). Asimismo, la segunda parte de este trabajo se centrará
en buscar evidencia de las externalidades “no pecuniarias”, ante la hipótesis comúnmente
aceptada de que la educación genera beneficios económicos y no económicos adicionales a
sus efectos en los ingresos, donde el fundamento microeconómico, será el enfoque de
capacidades humanas desarrollado por Amartya Sen quien en Sen (2004) afirma que ese
mejor capital humano no sólo trae beneficios al hacer más eficientes a las personas de una
comunidad y los mejores ingresos que esto implica, sino también por la posibilidad de
argumentar, comunicar, elegir información, innovar, ser tomada en cuenta más seriamente
por otros, por mencionar algunos.
4. Externalidades Pecuniarias de la Educación
4.1 Marco Conceptual
4.1.1 Sustitución Perfecta
Para capturar el efecto de las externalidades bajo el supuesto de sustitución perfecta, se
supone por simplicidad una función de producción Cobb-Douglas con rendimientos
constantes a escala en el trabajo (unidades eficientes de trabajo (Lh) –trabajo por capital
10
En particular lo encontramos en Marshall (1890) y Lucas (1988)
7humano individual–) y el capital (K). Suponiendo al nivel de capital humano agregado (H)
un tercer input en la función producción:
por lo que el producto marginal se puede expresar como:
(1a)
donde i y j apuntan al trabajador y la localidad, , es la medida de capital
humano agregado de la localidad, y una función de la proporción capital-trabajo. Por
lo que si las externalidades existen, trabajadores en localidades con mayores niveles
agregados de capital humano serán más productivos ceteris paribus. Suponiendo que se
paga el salario competitivo , se tiene el logaritmo natural del salario como:
(2a)
Este es el marco teórico tradicional, para obtener la ecuación clásica de Mincer, donde
indica el efecto promedio en los salarios de un mayor acervo de capital humano agregado
en la región, de ser cero, se estaría ante el modelo estándar sin externalidades.
4.1.2 Sustitución Imperfecta
Moretti (2004), usa también el modelo neoclásico pero supone a trabajadores educados y no
educados sustitutos imperfectos, por lo que un aumento en la proporción de educados
aumenta la productividad de los otros. Para ello considera una región, una economía
competitiva que produce un único bien “y” comerciado en el mercado nacional. Supone
una tecnología Cobb-Douglas cuyos insumos son trabajadores educados , poco educados
y capital K dada por:
donde los ’s son los parámetros de productividad.
8Y permite la derrama del capital humano, haciendo que la productividad de los trabajadores
dependa de la proporción de trabajadores preparados del entorno así como de su propio
capital humano, como:
(1b)
donde es el efecto directo del propio capital humano en su productividad ;y
es la proporción de egresados de educación superior. De manera que si
, estamos frente al modelo estándar de Mincer sin externalidades, y si las
externalidades existen. Si el salario es igual al producto marginal y la derrama externa a las
firmas, pero interna a la localidad donde se ubica, entonces el logaritmo del salario para
trabajadores educados y no educados es:
(2b) y (2c) respectivamente, donde , con
Cuando la proporción de trabajadores preparados aumenta en las localidades, tenemos que:
Para los trabajadores con poca educación, el resultado es positivo pues los dos efectos van
en la misma dirección: la “sustitución imperfecta” o complementariedad entre trabajadores
en la producción (primeros dos sumandos de (4)), y el “efecto de la derrama” (tercer
sumando). Claramente, los trabajadores poco calificados se benefician aún en ausencia de
la derrama. Para el caso del salario de los mismos trabajadores educados, los efectos van en
sentido opuesto: el “efecto precio” (primeros dos sumandos de (3)) lo disminuye ante el
9exceso de oferta laboral, y el “efecto de la derrama” lo aumenta (tercer sumando), por lo
que el efecto total depende de cuál de estos domine. Para clarificar por qué no quedarnos
con el modelo de sustitución perfecta, observemos que un aumento en (s) la proporción de
trabajadores educados, puede aumentar el salario promedio ,
más allá del rendimiento privado aún en ausencia de la derrama ( ).
4.2 Revisión de Literatura
Marshall (1890) ya reconocía que las interacciones sociales entre los trabajadores creaban
oportunidades de aprendizaje que elevaban su productividad. A pesar de la antigüedad de la
idea de la existencia de externalidades del capital humano así como de las implicaciones de
política y de la numerosa literatura macroeconómica que asume su existencia, la evidencia
empírica sobre la existencia y magnitud de las mismas es limitada:
Rauch (1993) hace la primera estimación exhaustiva de las externalidades del capital
humano adicionando a la ecuación de Mincer niveles de educación promedio y experiencia
laboral como proxies del nivel de capital humano para áreas metropolitanas de E. U. en
1980. Sus resultados sugieren un efecto externo de 3 a 5%, aunque no resuelve el problema
de endogeneidad. Acemoglu y Angrist (2000) realizan una estimación similar encontrando
un efecto de la educación promedio de 7% en los salarios. Sin embargo, para identificar
correctamente el efecto utilizan como VI las diferencias en la legislación de escolaridad
obligatoria de los estados, arrojando un efecto entre 1 y 2%, afirmando evidencia débil de
los rendimientos externos. Ambos trabajos asumen sustitución perfecta entre trabajadores
calificados y no calificados simplificando la identificación, pero pudiendo obtener
resultados erróneos si existe complementariedad.
Moretti (2004) estima las externalidades de la educación superior en áreas metropolitanas
de E. U., enfrentando el problema de variables no observables usando datos panel para
10controlar por efectos fijos de los individuos y un índice de choques de demanda para
controlar por efectos fijos de demanda en las ciudades. Como VIs utiliza la estructura
demográfica de 1970 y la dotación de tierra para universidades de la ley Morrill de 1862.
Encontrando retornos externos de 0.6% a 1.2%. Ante el sesgo por la sustitución imperfecta
estima el efecto de la fracción de trabajadores educados en el salario de trabajadores con
distintos niveles educativos. Encontrando que un aumento de 1% en la proporción con
educación superior aumenta el salario de trabajadores con secundaria incompleta en 1.9%,
de trabajadores con secundaria completa en 1.6% y de aquellos del mismo grupo en 0.4%.
Ciccone y Peri (2006) da otro paso al trabajo anterior, al controlar por efectos de la oferta
relativa de trabajadores con otro tipo de cualificación. Estimando el efecto de un aumento
en la educación promedio manteniendo constante la composición educativa de la fuerza de
trabajo. Realizando este ejercicio para ciudades y estados de E.U. entre 1970-90,
instrumentando con la estructura demográfica de 1970 y la proporción de afroamericanos,
obteniendo retornos externos cercanos a cero. Implicando que el “efecto del capital humano
agregado” sobre la productividad se debe a un efecto de oferta y no a la presencia de
externalidades.
Zhiqiang Liu (2006) realiza las primeras estimaciones para un país en desarrollo, del efecto
de la educación promedio y la proporción con educación superior en ciudades de China.
Utiliza dos cortes transversales de la Chinese Household Income Project para 1988 y 1995,
con la proporción de graduados en 1990 y la legislación de educación obligatoria de los 80s
como VIs, realiza efectos fijos para controlar por características específicas de las ciudades.
Y encuentra por M.C.O. efectos de 4.9-6.7%, y de 11% por dos etapas.
La revisión de los trabajos anteriores, deja ver que aún se está lejos de un consenso sobre
los canales que transmiten las externalidades de la educación así como su magnitud.
11Cuadro Resumen de la Literatura Base
Magnitud del efecto estimado
Artículo Base Proxi del Capital Humano Estrategia País
en los salarios
Escolaridad promedio y experiencia
Rauch (1993) Censo (1980) 3 - 5% M.C.O. E.U.
laboral por area metropolitana
7% M.C.O. E.U.
Acemoglo &Angrist Censos (1960- (IV): Legislación
Escolaridad promedio por Estado
(2000) 1980) 1 - 2% de escolaridad E.U.
obligatoria
Proporción de egresados de (EF): de la ciudad
1.9% Trabajadores con
NLSY panel (1979- educación superior y y de los individuos
secundaria inconclusa
Moretti (2004) 1994) Censos Cambio en la proporción de (IV): estructura E.U.
1.6% Egresados de preparatoria
(1970-1990) egresados de educación superior por demográfica1970;
0.4% Egresados de universidades
ciudad tierra para univ.
Cd = 8% Edo =10% M.C.O.
Censos (1970) y Escolaridad promedio por ciudad y Enfoque de
Ciccone & feri (2006) E.U.
(1990) por Estado Cercanos a 0% Composición
Constante
4.9-6.7% M.C.O.
Escolaridad promedio y proporción de
CHIP88 Chip95 (EF): de la ciudad
Zhiqiang (2006) egresados de educación superior por China
Censo (1990) 11-13% (IV): fracción de
ciudad
graduados1990
Fuente: Elaboración propia
4.3 Datos y Plan Metodológico
Para este estudio, se trabajó con los datos de corte transversal del Censo del 2000, el Censo
de 1990, y de manera auxiliar el Conteo 199511 y datos de la Subsecretaría de Educación
Media Superior. Los datos individuales de la muestra contienen información de edad,
género, nivel y años de escolaridad, situación de empleo, sector económico donde laboran,
ingreso mensual, tamaño de la localidad, entre otras. La muestra del Censo2000, cuenta con
más de 10 millones de observaciones individuales y datos para las 332,062 localidades,
Censos y Conteo tienen datos para los 2,459 municipios del país. La Tabla1 es un resumen
estadístico de la muestra con las características de interés (2,844,072 observaciones).
El plan empírico es el siguiente: primero explorar la existencia de externalidades de la
educación en México a través de estimar la ecuación de Mincer modificada bajo el supuesto
de sustitución perfecta, es decir, la ecuación tradicional más una proxy de la escolaridad de
11
Levantados por el Instituto Nacional de Estadística y Geografía (INEGI). Hubiera sido deseable utilizar el
Conteo2005, sin embargo no cuenta con algunas variables relevantes, como ingreso. Se eligió el Censo2000,
y no otra encuesta de ingresos más reciente, por la mayor cantidad de observaciones y la representatividad.
12Tabla 1
Estadística Descriptiva
Variable Definición 2000
Características individuales Medias Desv. Est
ln_salario Logaritmo natural del ingreso laboral por hora 3.8634 (0.9115)
Edu Años de escolaridad 7.3076 (4.2861)
Exp Años de experiencia potencial (edad-edu-6) 17.4330 (15.3718)
Gen Variable binaria para género (hombre=1, mujer=0) 0.4611 (0.4984)
Características específicas de las ciudades
Capital Humano
Edu_prom Años de escolaridad promedio por localidad 7.2436 (2.0150)
Fracción de trabajadores con estudios a nivel medio
Prop_edumedsup superior o más 0.2803 (0.1948)
Fracción de trabajadores con estudios a nivel superior
Prop_edusup o más 0.1260 (0.1137)
Sector del empleo
S_prim Fracción de trabajadores en el sector primario 0.0739 (0.2615)
S_cientif Fracción de trabajadores en el sector público 0.0076 (0.0868)
S_indus Fracción de trabajadores en el sector industrial 0.0916 (0.2835)
S_serv Fracción de trabajadores en el sector servicios 0.2672 (0.4384)
S_publ Fracción de trabajadores en el sector público 0.0195 (0.1384)
Tamaño de la Localidad
Tloc1 Localidades con menos de 2,500 habitantes 0.3860 (0.2415)
Tloc2 Localidades entre 2,500-14,999 habitantes 0.1750 (0.3799)
Tloc3 Localidades entre 15,000-19,999 habitantes 0.0191 (0.1370)
Tloc4 Localidades entre 20,000-49,999 habitantes 0.0576 (0.2329)
Tloc5 Localidades entre 50,000-99,999 habitantes 0.0348 (0.1833)
Tloc6 Localidades entre 100,000-499,999 habitantes 0.1613 (0.3677)
Tloc7 Localidades con más de 500,000 habitantes 0.1937 (0.3951)
Tamaño de Muestra 2,844,072
Datos del Censo2000 para los 32 Entidades, 2,456 Municipios y 332,061 localidades de la República
Mexicana, para el universo relevante para la primera parte del trabajo, es decir, trabajadores entre 12 y 65
años que reporten ingresos laborales positivos.
la localidad. Empleando: la escolaridad promedio por localidad (Edu_prom), la proporción
de trabajadores con educación media superior y más (Prop_edumedsup), y la proporción de
trabajadores con educación superior (Prop_edusup); la segunda es una propuesta de este
trabajo considerada de interés al observar los datos, pues mientras que en Estados Unidos
(objeto de estudio de la mayoría de los trabajos previos), los egresados de universidad son
13el 25% del mercado laboral, para México representan sólo el 12%, en cambio aquellos con
nivel medio superior son el 28%. Hacer estimaciones para las tres variables, permite hacer
comparaciones e implicaciones sobre la rentabilidad marginal social de aumentar la
cantidad de gente con estudios profesionales.12 Se acotó la población de estudio a los
individuos mayores de 12, 18 y 23 años para la educación promedio, la proporción de
trabajadores con educación media superior y superior respectivamente, y menores de 65
años de edad, con información completa de ingreso, escolaridad y empleo.
Para enfrentar el problema de variables no observables de la localidad, se incluyen
variables sobre las características de la región: se dividió al país en tres áreas geográficas A,
B y C de acuerdo con la clasificación vigente en el 2000 de la Comisión Nacional de
Salarios Mínimos, siendo el área C la categoría de referencia, por ser a la que por sus
características, la Comisión asigna un menor salario mínimo; y se dividió al país en cinco
regiones, de acuerdo con Chiquiar (2004) quien por su nivel de desarrollo, características
geográficas, actividad económica, productividad, etc. agrupa a los estados de la República
en: Frontera, Norte, Centro, Capital y Sur13, siendo esta última la variable de referencia.
A diferencia de los trabajos que suponen que el área de dispersión del conocimiento que
eleva la productividad es la ciudad o el estado, aquí se realizan dos ejercicios: (1) observar
el efecto para localidades con distinta concentración de población e (2) ir relajando el
supuesto sobre la dimensión del área geográfica dentro de la cual suponemos se ejecutan las
interacciones. A fin de probar la monotonicidad de la externalidad ante estas dos variantes,
12
Estas variables, no escapan a la crítica de Hanusheck y Kimko (2000), pues suponen (1) que la preparación
media superior y superior es igual de enriquecedora en Oaxaca que en el D.F., más aún que todas las
universidades de México proporcionan los mismos conocimientos y habilidades, (2) que la escolaridad es el
único factor sistemático que desarrolla habilidades. Se analizó el usar los resultados en PISA, para resolver el
error de medición, sin embargo, la representatividad es limitada, y la variación de los promedios muy poca.
13
La clasificación de los estados en estas 5 zonas regionales se incluye como el Anexo2
14y comparar con trabajos anteriores que han empleado distintas de estas definiciones y
quizás encontrar posibles explicaciones a las diferencias en sus resultados.
Dados los inconvenientes de variables no observadas, en busca de estimadores consistentes
se realizan, estimaciones en dos etapas, empleando seis instrumentos sugeridos por la
literatura. Finalmente se busca probar las predicciones de Moretti (2004) para México. Y se
revisa la robustez para estas estimaciones bajo el supuesto de sustitución imperfecta,
haciendo efectos fijos por región geográfica, al incluir las interacciones entre las variables
dummy por región y los grupos de escolaridad, a fin de controlar por diferencias en los
retornos a la educación (por nivel educativo) en las diferentes regiones del país.
4.4 Identificación de las Externalidades Pecuniarias de la Educación en México
4.4.1 Sustitución perfecta
Modelo Econométrico
Partiendo de la ecuación (2a) y suponiendo que el capital humano del trabajador es una
función de su escolaridad ( tal que , y el nivel agregado de la
localidad función de la medida usada del nivel de escolaridad de la localidad ( tal que
y si definiendo y , se obtiene:
(6)
con función del capital per cápita y podemos pensar de la experiencia laboral
( y al cuadrado, el género ( , dummies por sector de ocupación ( ,y
características de la localidad como área geográfica o región a la que pertenece englobadas
en ( , con lo que se obtiene la ecuación de Mincer a estimar:
(7)
15con , conformado por un término ( de características específicas no
observables de las localidades, ( de características no observables de los individuos y
( el error idiosincrático.
Estimación por Mínimos Cuadrados Ordinarios
La tabla 2, reporta los resultados de estimar la ecuación (7) por Mínimos Cuadrados
Ordinarios (M.C.O.) para las tres proxies del capital humano agregado a nivel localidad.
Para cada una, se realizaron tres distintos arreglos: Primero, se estiman los rendimientos
externos de la educación controlando sólo por características individuales como
escolaridad, experiencia y experiencia al cuadrado, género y dummies para el sector de
ocupación del trabajador. Luego se añaden variables regionales para controlar por
características no observables compartidas por localidades de la misma región como
localización, clima, recursos naturales, etc. El primer arreglo, estima el rendimiento externo
que surge de la variación del capital humano, mientras el segundo refleja esta variación sin
la ocasionada por las diferencias regionales que, como analiza Chiquiar (2004) no son
irrelevantes. Sin embargo, ni unas ni otras controlan adecuadamente por características no
observadas específicas de la localidad, por lo que los estimadores están potencialmente
sesgados. Para mitigar este problema de variables omitidas se incluyen variables para
indicar el tamaño y el salario mínimo vigente. Los resultados de tales estimaciones,
muestran que los estimadores de las variables individuales se comportan estables a través
de las distintas especificaciones y las distintas proxies. Los rendimientos privados a la
educación, tomaron valores entre 10.8 y 11%, consistentes con trabajos previos de
rendimientos privados14. Los coeficientes para la experiencia laboral y su término
cuadrático obedecen a la teoría. La variable género reportó que los hombres perciben entre
14
Barceinas (2000) obtiene por M.C.O. que la rentabilidad de la educación para México es entre 11 y 13%.
1611-12% mayores ingresos que las mujeres. Y el sector de servicios, está asociado con
mayores beneficios salariales respecto del sector primario.
Por su parte, los estimadores de M.C.O. de los rendimientos externos son siempre positivos
y estadísticamente significativos al 1% en las tres modalidades. Se tiene que un año
adicional en la escolaridad promedio de la localidad, está asociado con un aumento entre 4
y 7% de los ingresos laborales, lo cual concuerda con lo estimado por Rauch (1993) y
Acemoglu y Angrist (2000) de 3-5% y 6-7.3% respectivamente, para E.U. y Zhiquiang
(2008) de 4.9-6.7% para China. Un aumento del 1% en la proporción con educación
superior por localidad, se asocia con un aumento entre 0.7 y 1.0% de los salarios promedio,
que no distan mucho al 1.02-1.42% de Moretti (2004) o al 1.27% de Zhiquiang (2008).
Finalmente un aumento del 1% de la proporción con educación media superior está
asociado con un aumento entre 0.38 y 0.6% de los salarios promedio, claramente menor
que el efecto de aquellos con educación superior por sí solos.
Cabe destacar, que las tres proxies del capital humano agregado arrojan rendimientos
externos mayores que los rendimientos privados de la educación.
Y en cuanto a las variables regionales, además de consistentes entre proxies, destaca el
diferencial salarial de más del 41% asociado a las características específicas de la zona
frontera respecto a la zona sur. Además, cuando se controla por tamaño (concentración
poblacional) y salario mínimo de la localidad, es decir, por ventajas de la aglomeración, las
características de la zona capital pierden importancia. De hecho el efecto asociado al
tamaño de localidades de más de 100,000 habitantes es negativo, lo cual puede interpretarse
como un costo por congestión.
17Tabla 2
Estimaciones por MCO para distintas proxies del CH por localidad
(1) (2) (3) (4) (5) (6) (7) (5) (6)
Edu_prom 0.0701*** 0.0545*** 0.0406*** - - - - - -
(0.0003) (0.0003) (0.0005)
Prop_edumedcup - - - 0.6037*** 0.5293*** 0.3781*** - - -
(0.0029) (0.0031) (0.0046)
Prop_edusup - - - - - - 1.0013*** 0.8737*** 0.6905***
(0.0046) (0.0046) (0.0065)
Características individuales
Edu 0.1083*** 0.1083*** 0.1080*** 0.1103*** 0.1085*** 0.1083*** 0.1103*** 0.1083*** 0.1079***
(0.0001) (0.0001) (0.0001) (0.0001) (0.0001) (0.0001) (0.0001) (0.0001) (0.0001)
Exp 0.0284*** 0.0287*** 0.0296*** 0.0287*** 0.0287*** 0.0296*** 0.0289*** 0.0288*** 0.0297***
(0.0001) (0.0001) (0.0001) (0.0001) (0.0001) (0.0001) (0.0001) (0.0001) (0.0001)
Exp2 -0.0003*** -0.0003*** -0.0003*** -0.0003*** -0.0003*** -0.0003*** -0.0003*** -0.0003*** -0.0003***
(0.0000) (0.0000) (0.0000) (0.0000) (0.0000) (0.0000) (0.0000) (0.0000) (0.0000)
Gen 0.1148*** 0.1101*** 0.1196*** 0.1162*** 0.1112*** 0.1201*** 0.1189*** 0.1133*** 0.1222***
(0.0009) (0.0010) (0.0010) (0.0010) (0.0010) (0.0010) (0.0010) (0.0010) (0.0010)
S_indus 0.1565*** 0.1311*** 0.1403*** 0.1898*** 0.1420*** 0.1499*** 0.2055*** 0.1540*** 0.1552***
(0.0016) (0.0016) (0.0016) (0.0016) (0.0014) (0.0016) (0.0016) (0.0016) (0.0016)
S_serv 0.1799*** 0.1854*** 0.1936*** 0.2084*** 0.1927*** 0.2007*** 0.2238*** 0.2038*** 0.2050***
(0.0014) (0.0014) (0.0014) (0.0014) (0.0014) (0.0014) (0.0014) (0.0014) (0.0014)
S_publ 0.1154*** 0.1176*** 0.1419*** 0.1396*** 0.1244*** 0.1484*** 0.1518*** 0.1335*** 0.1512***
(0.0025) (0.0025) (0.0025) (0.0025) (0.0025) (0.0025) (0.0025) (0.0025) (0.0025)
Variables Regionales
frontera - 0.4162*** 0.3533*** - 0.4492*** 0.3789*** - 0.4529*** 0.3843***
(0.0015) (0.0016) (0.0014) (0.0015) (0.0014) (0.0015)
norte - 0.2676*** 0.2907*** - 0.2856*** 0.3046*** - 0.2903*** 0.3075***
(0.0017) (0.0017) (0.0017) (0.0017) (0.0017) (0.0017)
cent - 0.2466*** 0.2635*** - 0.2682*** 0.2791*** - 0.2677*** 0.2786***
(0.0013) (0.0013) (0.0013) (0.0013) (0.0013) (0.0013)
capital - 0.1503*** 0.0332*** - 0.1774*** 0.0564*** - 0.1923*** 0.0696***
(0.0014) (0.0015) (0.0014) (0.0015) (0.0013) (0.0015)
Características específicas de la localidad
tloc2 - - 0.0232*** - - 0.0239*** - - 0.0365***
(0.0015) (0.0015) (0.0014)
tloc3_5 - - 0.0092*** - - 0.0100*** - - 0.0229***
(0.0018) (0.0018) (0.0017)
tloc6_7 - - -0.0088*** - - -0.0068*** - - -0.0149***
(0.0019) (0.0020) (0.0018)
ageo_A - - 0.2897*** - - 0.2866*** - - 0.2853***
(0.0014) (0.0014) (0.0014)
ageo_B - - 0.0975*** - - 0.0987*** - - 0.0944***
(0.0017) (0.0017) (0.0017)
R2 Ajustada 0.3557 0.365 0.3853 0.3523 0.3633 0.3851 0.3534 0.3645 0.3861
Tamaño de muestra
2844072 2844072 2844072 2844072 2844072 2844072 2844072 2844072 2844072
Notas: La variable dependiente es el log del salario. Las columnas 1,2y3 estiman el efecto externo de la Educación Promedio, la 4,5y6 el efecto externo de
la proporción de educación media superior y la 7,8y9 el de la educación superior.
Los números en paréntesis son los errores estandar.
*** Significancia estadística al 1%
Sensibilidad de los estimadores ante cambios en la dimensión del área geográfica
a) Cambios a mayor concentración de población por localidad
Como se ha dicho, el fundamento microeconómico de las externalidades de la educación,
en que se basa este trabajo, es el intercambio de conocimientos, habilidades e ideas entre
18trabajadores que ocurre a través de interacciones formales e informales, modelado por
Jovanovic y Rob (1989). Ante este argumento, resulta atractivo pensar, que dado que en
localidades con mayor población ocurre mayor cantidad de interacciones, escenario
necesario para la derrama del conocimiento y la generación de externalidades. De manera
que el efecto de la externalidad fuera mayor en localidades con mayor cantidad de
población. Sin embargo, a mayor población existen también costos de congestión que
harían estos rendimientos externos decrecientes. Aprovechando la riqueza del Censo2000,
se ha estimado la ecuación de ingreso al igual que en la sección anterior, esta vez para cada
uno de los siete tamaños de localidad en que divide a las localidades el INEGI15.
Sensibilidad de los rendimientos de la educación
a la aglomeración
0.14
Rentabilidad de la educación
0.12 7, 0.1168
0.1
0.08
0.06 Rprivado
0.04 Rexterno
0.02
7, 0.009
0
0 2 4 6 8
Tamaño de la Localidad
Fuente: Elaboración propia, con la educación promedio
como proxy del capital humano agregado de la localidad
La gráfica anterior muestra los resultados de tales estimaciones usando como proxy del
capital humano la educación promedio de la localidad16, ajustando una línea de tendencia
15
El tamaño 1 localidades de menos de 2,500 habitantes, tamaño 2 entre 2,500-14,999, 3 entre 15,000-19,999,
4 entre 20,000-49,999, 5 entre 50,000-99,999, 6 entre 100,000-499,999, y 7 localidades con más de 500,000.
16
Las tres variables proxies, presentan esta misma tendencia (rendimientos privados crecientes y
rendimientos externos decrecientes a mayor población), y se ha elegido reportar ésta por ser la que tiene el
mejor ajuste.
19logarítmica. Al igual que en trabajos anteriores, los rendimientos privados, presentan una
tendencia creciente al tamaño de la localidad. En cambio, las externalidades presentan una
tendencia decreciente. Lo cual podemos interpretar como que los costos por congestión,
son mayores que el aprovechamiento de las ventajas de la aglomeración.
b) Cambios en la dimensión del área de la unidad geográfica de observación:
Localidad, Municipio, Estado
A continuación, se estiman las tres proxies de la externalidad para tres distintas
dimensiones territoriales: Localidad, Municipio y Entidad. Con un doble objetivo, (a)
observar si existe monotonicidad del efecto externo ante la dimensión del área geográfica
dentro de la cual se producen las interacciones entre trabajadores que benefician su
productividad; y (b) dado que los trabajos anteriores han empleado distintas definiciones
para tal área geográfica, obtener estimadores para México comparables. En la tabla 3 se
presentan los resultados de este ejercicio empírico, en general se puede hacer observaciones
similares a las de la sección anterior: las características individuales se comportan de
manera estable entre arreglos; la importancia de las variables regionales cae conforme crece
la dimensión de la unidad de observación, sobre todo para la región frontera y capital,
llegando incluso a tomar valores negativos para la región capital, respecto a la región sur,
que apoya la conjetura de que existen importantes costos por congestión en esta región.
Los resultados muestran que cuando se amplía el área de la unidad geográfica de
observación (de localidad a municipio y a entidad), la mayor inclusión de interacciones
entre individuos al parecer actúa aumentando el efecto asociado a la externalidad, para las
tres proxies del capital humano. Por lo que se puede afirmar la monotonicidad del efecto de
las externalidades de la educación sobre los ingresos de los trabajadores, ante cambios en la
20dimensión de la unidad geográfica de análisis.17 Así, si el efecto de la externalidad es una
función monotónica creciente de la dimensión de la unidad geográfica de análisis, se
explica que trabajos que estiman las externalidades a nivel ciudad, reporten resultados
menores que aquellos que lo hacen para los estados.
En cuanto al segundo objetivo de esta sección: establecer diferencias y similitudes con los
efectos estimados por M.C.O. en otros trabajos para E.U. y China, tenemos que Rauch
(1993) estima un efecto de la educación promedio entre 3 y 5% en E.U. y Zhiquiang (2008)
para China entre 4.9 y 6.7%, sin embargo Acemoglu y Angrist (2000) encuentran valores
entre 6 y 7.3%, mayores a aquellos. Los dos primeros coinciden en que los efectos externos
son internos a las ciudades, mientras el último supone como unidad de observación los
estados. Para México se tiene que para la primera dimensión, el efecto debe estar entre18 4.6
y 6% que interseca los valores encontrados por Rauch (1993) y Zhiquiang (2008), y para
estados se estimó que el efecto es del 6%.
Respecto a las estimaciones de la proporción de egresados de educación superior en el
salario, Moretti (2004) y Zhiquiang (2008) estiman un efecto en ciudades entre 1.02-1.42%
y 1.27% respectivamente. Para México el valor debe ser intermedio a 0.68 y 0.80%, menor
que aquellos, sin embargo hay dos importantes similitudes con los mismos y son: (1) los
17
Una posible explicación a este “aumento” del efecto externo en la dimensión de la unidad geográfica de
análisis, es que en general las bases de datos asocian a los individuos al lugar donde viven, siendo común que
la gente viva en una localidad y trabaje en otra, quizás por los bajos costos de la vivienda de una y los mejores
rendimientos que ofrece a su educación el otro. Por lo que aunque la derrama que genera una persona con este
perfil es contabilizada en el lugar donde “duerme” –con salarios bajos–, en realidad la derrama de su
conocimiento ocurre donde trabaja, en su interacción con otros trabajadores. Igual al contabilizar el capital
humano agregado de esta otra área geográfica “de salarios y costo de vida alto”, para estimar los beneficios
externos, el capital humano de este trabajador que labora en la localidad compartiendo con sus compañeros de
trabajo sus conocimientos y habilidades durante la jornada, no se toma en cuenta a pesar de su contribución a
la productividad y por ende a los salarios de tal localidad. Como resultado, este error de medición, sesga los
estimadores en ambos casos hacia abajo. Por lo que cuando se amplía el área de observación de la localidad al
municipio, sí son tomadas en cuenta a la hora de estimar el efecto de éste en los salarios.
18
Un valor intermedio entre el efecto para municipio y Estado. Lo cual resulta razonable pues si nos fijamos
en las 55 zonas metropolitanas definidas por el INEGI, vemos que en promedio contienen 5 municipios.
21Tabla 3
Estimaciones por MCO para distintos tamaños del área geográfica de observación
(1) (2) (3) (4) (5) (6) (7) (8) (9)
Edu_prom 0.0385*** 0.0459*** 0.0601*** - - - - - -
(0.0003) (0.0003) (0.0010)
Prop_edumedcup - - - 0.3609*** 0.3982*** 0.5264*** - - -
(0.0032) (0.0035) (0.0072)
Prop_edusup - - - - - - 0.6249*** 0.6826*** 0.8006***
(0.0049) (0.0051) (0.0119)
Características específicas de los individuos
Edu 0.1080*** 0.1071*** 0.1121*** 0.1083*** 0.1091*** 0.1123*** 0.1080*** 0.1086*** 0.1123***
(0.0001) (0.0001) (0.0001) (0.0001) (0.0001) (0.0001) (0.0001) (0.0001) (0.0001)
Exp 0.0295*** 0.0298*** 0.0302*** 0.0295*** 0.0300*** 0.0302*** 0.0296*** 0.0296*** 0.0302***
(0.0001) (0.0001) (0.0001) (0.0001) (0.0001) (0.0001) (0.0001) (0.0001) (0.0001)
Exp2 -0.0003*** -0.0003*** -0.0003*** -0.0003*** -0.0003*** -0.0003*** -0.0003*** -0.0003*** -0.0003***
(0.0000) (0.0000) (0.0000) (0.0000) (0.0000) (0.0000) (0.0000) (0.0000) (0.0000)
Gen 0.1192*** 0.1195*** 0.1140*** 0.1197*** 0.1182*** 0.1145*** 0.1212*** 0.1214*** 0.1151***
(0.0010) (0.0010) (0.0010) (0.0010) (0.0010) (0.0010 (0.0010) (0.0000) (0.0010)
S_indus 0.1424*** 0.1538*** 0.1944*** 0.1518*** 0.1651*** 0.1980*** 0.1586*** 0.1693*** 0.1980***
(0.0016) (0.0015) (0.0015) (0.0010) (0.0015) (0.0015) (0.0015) (0.0015) (0.0015)
S_serv 0.1955*** 0.2088*** 0.2473*** 0.2026*** 0.2172*** 0.2502*** 0.2085*** 0.2200*** 0.2509***
(0.0014) (0.0014) (0.0013) (0.0014) (0.0014) (0.0013) (0.0014) (0.0013) (0.0013)
S_publ 0.1436*** 0.1537*** 0.1897*** 0.1500*** 0.1653*** 0.1935*** 0.1542*** 0.1668*** 0.1936***
(0.0025) (0.0025) (0.0024) (0.0025) (0.0025) (0.0024) (0.0025) (0.0024) (0.0024)
Variables Regionales
frontera 0.3538*** 0.3361*** 0.2692*** 0.3781*** 0.3727*** 0.3291*** 0.3828*** 0.3791*** 0.3428***
(0.0016) (0.0016) (0.0020) (0.0015) (0.0015) (0.0017) (0.0015) (0.0015) (0.0016)
norte 0.2910*** 0.2817*** 0.2539*** 0.3042*** 0.2990*** 0.2856*** 0.3064*** 0.2966*** 0.2897***
(0.0017) (0.0017) (0.0019) (0.0017) (0.0017) (0.0018) (0.0017) (0.0017) (0.0018)
cent 0.2647*** 0.2649*** 0.2385*** 0.2797*** 0.2759*** 0.2580*** 0.2796*** 0.2766*** 0.2619***
(0.0013) (0.0013) (0.0013) (0.0013) (0.0013) (0.0013) (0.0013) (0.0013) (0.0013)
capital 0.0328*** 0.0289*** -0.0486*** 0.0551*** 0.0434*** -0.0088*** 0.0659*** 0.0572*** 0.0168***
(0.0015) (0.0015) (0.0021) (0.0015) (0.0015) (0.0019) (0.0015) (0.0015) (0.0018)
Características específicas de la localidad
ageo_A 0.2833*** 0.2621*** 0.2730*** 0.2808*** 0.2717*** 0.2726*** 0.2755*** 0.2680*** 0.2742***
(0.0014) (0.0014) (0.0014) (0.0014) (0.0014) (0.0015) (0.0014) (0.0014) (0.0015)
ageo_B 0.0918*** 0.0887*** 0.1141*** 0.0933*** 0.0828*** 0.1135*** 0.0856*** 0.0765*** 0.1151***
(0.0017) (0.0017) (0.0017) (0.0017) (0.0017) (0.0017) (0.0017) (0.0017) (0.0017)
R2 Ajustada 0,3852 0,3869 0,3838 0,3850 0,3850 0,3834 0,3858 0,3861 0,3832
Tamaño de la
muestra 2844072 2844072 2844072 2844072 2844072 2844072 2844072 2844072 2844072
Notas: La variable dependiente es el log del salario. Los números en paréntesis son los errores estandar. Para las columnas 1,4,7 la unidad de
observación es la localidad; columnas 2,5,8 el municipio y columnas 3,6,9 los estados; *** Significancia estadística al 1%beneficios salariales por vivir en una localidad, municipio o estado con mayor proporción
de trabajadores con estudios profesionales, son siempre positivos y significativos, y
mayores que los beneficios privados; (2) las externalidades por una mayor proporción de
este grupo de trabajadores en el entorno de los individuos, es mayor que la asociada a un
aumento de la educación promedio en dicho entorno.
Las estimaciones relativas a la proporción de trabajadores con educación media superior,
son también siempre positivas, estadísticamente significativas, mayores que los
rendimientos privados a la educación y que los beneficios externos de la mayor educación
promedio. Sin embargo, en comparación con los rendimientos de quienes realizaron
estudios a nivel superior, se observa que el impacto de estos últimos en el salario promedio
es entre 52% y 73% mayor que el de todos aquellos con estudios a nivel medio superior.
Las implicaciones de política pública de tales observaciones no son contrarias a la
priorización que el gasto público ha puesto en los niveles básicos, ni a los Objetivos de
Desarrollo del Milenio establecidos por las Naciones Unidas en el 2000, que se concentran
en garantizar para 2015 la educación básica de todos los niños y niñas. Por el contrario,
dada la importancia de una mayor proporción de trabajadores con estudios profesionales, es
fundamental, que estos primeros años de educación, que dados los esfuerzos
gubernamentales19 cada vez son más, verdaderamente preparen a todos los que reciben esta
educación básica, para concluirla con éxito y continuar en niveles superiores.
Más aún, el hecho de que los efectos externos de egresados de educación superior sean en
promedio 65% mayores a las externalidades de aquellos que en general concluyeron su
educación media superior, no sólo invita a ampliar la cobertura y calidad de la educación
superior, también subraya la importancia de una educación media superior que cumpla a
19
Léase más infraestructura, cantidad de maestros, transferencias condicionadas a asistencia escolar, etc.
24También puede leer
