Estructura productiva laboral y pobreza en México: análisis municipal en tres regiones
| Autor | Owen Eli Ceballos Mina, Abelardo De Anda Casas |
| Cargo | Universidad Autónoma Metropolitana, Departamento de Economía. Unidad Azcapotzalco, México. Correo electrónico: oecm@azc.uam.mx. - Universidad de Oxford, Reino Unido. Correo electrónico: abelardo.deandacasas@economics.ox.ac.uk. |
| Páginas | 129-168 |
129
desarro. soc. 71, primer semestre de 2013, pp. x-xx, issn 0120-3584
Revista
Desarrollo y Sociedad Segundo cuatrimestre 2021
PP. 129-168, ISSN 0120-3584
E-ISSN 1900-7760
88
Estructura productiva laboral y pobreza en
México: análisis municipal en tres regiones
Owen Eli Ceballos Mina1
Abelardo De Anda Casas2
DOI: 10.13043/DYS.88.4
Resumen
Identificar sectores productivos estratégicos es un tema relevante en el diseño
de políticas de desarrollo regional. Este artículo relaciona la estructura pro-
ductiva laboral con la pobreza de los municipios de México agregados en tres
regiones en 2015. Se estiman modelos de pobreza multidimensional para las
ramas de empleo, controlando factores económicos, demográficos y territoria-
les. Se encuentran resultados diferenciados por región y nivel de desagregación
del sector productivo. En el sur del país, ramas como transportes, servicios de
comunicación, educación, salud, gobierno y turismo se relacionan con menor
pobreza. En el centro y el norte, la pobreza disminuye con ocupaciones como
la producción de maquinaria y equipo, seguros, servicios corporativos, activi-
dades profesionales, recreativas y de gobierno. Se evidencia que políticas de
reducción de la pobreza orientadas al impulso económico deben considerar
las condiciones regionales y la estructura productiva laboral.
Palabras clave: productividad, empleo, desarrollo regional, México.
Clasificación JEL: J21, J24, O12, R11.
1 Universidad Autónoma Metropolitana, Departamento de Economía. Unidad Azcapotzalco, México.
Correo electrónico: oecm@azc.uam.mx.
2 Universidad de Oxford, Reino Unido. Correo electrónico: abelardo.deandacasas@economics.ox.ac.uk.
Este artículo fue recibido el 3 de octubre del 2020, revisado el 4 de abril del 2021 y finalmente aceptado
el 14 de abril del 2021.
130 Revista
Desarrollo y Sociedad
Segundo cuatrimestre 2021
PP. 129-168, ISSN 0120-3584
E-ISSN 1900-7760
88
Productive structure and poverty in Mexico:
A municipal analysis by three regions
Owen Eli Ceballos Mina3
Abelardo De Anda Casas4
DOI: 10.13043/DYS.88.4
Abstract
Identifying productive sectors that are key for growth is a transcendental issue
for development-enhancing policies. We study the relationship between the
productive structure of municipalities of the three Mexican regions with their
poverty rates in 2015. We estimate models of poverty determinants on emplo-
yment branches, controlling for economic, demographic, and territorial factors.
Heterogeneous relationships between the productive structure and poverty
were identified for each region and sector. For the southern region, branches
such as transport, communications services, education, health, government,
and tourism are related to lower poverty rates. For the central and northern
region, lower rates are found for machinery and equipment production, insu-
rance, business support, professional services, leisure, and government activi-
ties. These results suggest that policies based on the promotion of productive
structures must consider regional differences to effectively reduce poverty.
Keywords: Employment branches, poverty, regional development, Mexico.
JEL Classification: J21, J24, O12, R11.
3 Universidad Autónoma Metropolitana, Departamento de Economía. Unidad Azcapotzalco, México.
Email: oecm@azc.uam.mx.
4 Universidad de Oxford. Reino Unido. Email: abelardo.deandacasas@economics.ox.ac.uk.
This paper was received on October 3, 2020, revised on April 4, 2021, and finally accepted on April 14,
2021.
Owen Eli Ceballos Mina y Abelardo De Anda Casas 131
desarro. soc. 88, bogotá, segundo cuatrimestre de 2021, pp. 129-168, issn 0120-3584 , e-issn 1900-7760, doi: 10.13043/DYS .88.4
Introducción
El estudio de las cuestiones económicas sobre el territorio es un elemento
central en el entendimiento de los procesos de desarrollo que entrelazan
factores productivos, la urbanización y los resultados sociales (Cimoli et al.,
2017; Correa, 2016; Henderson et al., 2001; Trejo, 2008). El Consejo Nacional
de Evaluación de la Política de Desarrollo Social (Coneval, 2020) afirma que
el 49 % de la población mexicana en 2018 estaba por debajo de la línea de
pobreza (más de 61 millones de personas), mientras que un 7 % se encontraba
en situación de vulnerabilidad por ingresos. Pese al generalizado proceso de
urbanización del país, y a más de dos décadas de reformas estructurales, la
persistencia de este fenómeno continúa siendo una preocupación prioritaria
entre académicos y encargados de la política pública.
En este contexto, la identificación de ramas laborales y sectores virtuosos por
su contribución al crecimiento y al fin último del bienestar son un tema tras-
cendental para el diseño de una política pública que se adecúe a las necesi-
dades regionales.
La literatura económica se ha centrado en la discusión teórica sobre si son las
manufacturas o las ramas de los servicios las que conducen mejor los proce-
sos de crecimiento y desarrollo (Amirapu y Subramanian, 2015; Ghosh, 2008;
Haraguchi et al., 2016; Szirmai y Verspagen, 2015). Sin embargo, la evidencia
muestra que la dinámica de la estructura productiva es marcada por flujos
intersectoriales entre ramas de empleo que coevolucionan regionalmente para
dar forma al aparato productivo, el cual, a su vez, da forma a los resultados
sociales y de bienestar.
Sobre la premisa empírica de que los factores sociodemográficos y territoriales
de las regiones de México constituyen un conjunto de condiciones iniciales
que determinan qué sectores económicos obtienen mejores resultados socia-
les, este artículo relaciona la estructura productiva laboral con los niveles de
pobreza de los municipios en el norte, centro y sur del país.
Para est udiar la relac ión entre las ram as d e e mpleo y una menor pre valenc ia
de pobreza multidimensional, se usan datos de la Encuesta Intercensal (EIC) de
2015 y del cuestionario ampliado del Censo de Población y Vivienda de 2010.
La distribución de la pobreza multidimensional y algunos elementos de la
Estructura productiva laboral y pobreza en México
132
desarro. soc. 88, bogotá, segundo cuatrimestre de 2021, pp. 129-168, issn 0120-3584 , e-issn 1900-7760, doi: 10.13043/DYS .88.4
estructura productiva laboral se presentan por regiones. Además, se estiman
modelos de factores determinantes de las tasas de pobreza, controlando fac-
tores económicos, demográficos y territoriales. Las estimaciones se llevan a
cabo por mínimos cuadrados ordinarios (MCO) y mínimos cuadrados en dos
etapas (MC2E-VI), que instrumentan los sectores productivos de 2015 con la
información de 2010.
La estadística descriptiva da cuenta de las diferencias en términos de la par-
ticipación de las ramas de empleo y su productividad en la distribución de la
pobreza por regiones. Los resultados de los modelos de factores determinantes
establecen relaciones diferenciadas entre la estructura productiva laboral y la
pobreza multidimensional dependiendo de la región y el nivel de desagrega-
ción del sector de empleo. La idea que subyace a este análisis es que la eviden-
cia de heterogeneidad estructural, en el sentido de Lavopa (2008), configura
al norte y al centro del país en función de sectores productivos más técnicos
que aquellos de la región sur. Asimismo, dados los mecanismos de transmi-
sión del crecimiento económico hacia los indicadores sociales, los efectos de
la evolución de las ramas de ocupación por regiones sobre la pobreza multidi-
mensional deben ser tomados en cuenta para la implementación de políticas
públicas estratégicas en México.
El artículo se estructura en cinco secciones, incluida esta introducción.
La segunda sección ofrece una revisión de la literatura sobre la estructura pro-
ductiva y su relación con la pobreza. La tercera muestra la distribución terri-
torial de la pobreza multidimensional en México y hace una breve descripción
de los elementos de la estructura productiva laboral por regiones. En la cuarta,
se presentan los efectos de la estructura productiva laboral sobre la pobreza
multidimensional de los municipios de México por regiones en 2015, se deta-
lla la estrategia de identificación y los resultados de las estimaciones. En la
quinta y última sección, se ofrecen las conclusiones y consideraciones finales.
I. Transformación productiva y su impacto social
A. Discusión teórica
La relación entre crecimiento y bienestar marca persistentemente la agenda
de los estudios del desarrollo económico en nuestra región. En el centro del
Owen Eli Ceballos Mina y Abelardo De Anda Casas 133
desarro. soc. 88, bogotá, segundo cuatrimestre de 2021, pp. 129-168, issn 0120-3584 , e-issn 1900-7760, doi: 10.13043/DYS .88.4
debate se encuentra la forma del cómo los territorios se adaptan a las trans-
formaciones productivas que llegan con el crecimiento económico y que debe-
rían conducir a mejores resultados sociales (Aizenman et al., 2012; Braunstein
y Seguino, 2018; Lopez y Lustig, 2010; Padilla y Villarreal, 2015).
Desde las propuestas de Lewis (1954) y Kuznets (1955) hasta los argumentos
de Piketty (2014), el objetivo central de la mayoría de los estudios en la rama
del desarrollo económico ha sido entender cómo las transformaciones pro-
ductivas determinan las condiciones sociales y de bienestar de los territorios
y sus pobladores.
La caracterización de Lewis (1954), que relaciona las primeras etapas del cre-
cimiento económico con el desarrollo manufacturero y de servicios en áreas
urbanas impulsadas por la migración rural, y la hipótesis de la U invertida de
Kuznets (1955), una de las primeras propuestas de explicación del desarrollo,
coinciden en que las fases iniciales del crecimiento se relacionan con persis-
tencia de la pobreza y altos niveles de desigualdad; mientras que, en las etapas
posteriores, se espera una disminución de estos fenómenos y una trayecto-
ria de convergencia (Aizenman et al., 2012). Sin embargo, los estudios sobre
estos temas son de los más controvertidos, pues se ha encontrado evidencia
empírica en direcciones opuestas (Cornia et al., 2004).
En la búsqueda de explicaciones sobre la forma como se relacionan el desem-
peño económico de los territorios y las condiciones sociales de sus habitantes,
hay coincidencia en que la productividad agregada es aquella variable estra-
tégica que es afectada por las transformaciones estructurales de la economía
y que conduce los procesos de crecimiento (Cimoli et al., 2015; Cimoli et al.,
2017; Kaldor, 1967; Prebisch, 1950; Szirmai y Verspagen, 2015).
El cambio tecnológico y las innovaciones tienen un papel fundamental en
los procesos de transformación productiva y de crecimiento económico: de
conformidad con el proceso de “destrucción creativa” de las innovaciones
schumpeterianas, sectores tradicionales con tecnologías obsoletas son rem-
plazados por sectores modernos con empresas innovadoras que generan eco-
nomías de escala e incrementan la productividad (Cimoli et al., 2015; Kniivilä,
2007; Verspagen, 2000).
Estructura productiva laboral y pobreza en México
134
desarro. soc. 88, bogotá, segundo cuatrimestre de 2021, pp. 129-168, issn 0120-3584 , e-issn 1900-7760, doi: 10.13043/DYS .88.4
La identificación de los sectores económicos asociados con las transformacio-
nes productivas de la economía que conducen al crecimiento no ha sido una
tarea sencilla para los estudiosos de esta rama económica.
Las primeras ideas en este sentido se atribuyen a Kaldor (1967), que ubica
al sector de las manufacturas como el “motor de crecimiento” de la eco-
nomía: grandes aumentos de la productividad se dan en el sector manu-
facturero gracias a las posibilidades tecnológicas, de innovación y a las
economías de escala presentes en este sector (Kniivilä, 2007; Szirmai, 2012;
Szirmai y Verspagen, 2015). Varios autores en esta línea coinciden en que
el aumento de la productividad está asociado al crecimiento, consolidación
y madurez de las actividades industriales. Para este grupo de pensamiento,
el binomio industrialización-crecimiento es mediado por el aumento de la
productividad y aparece representado en las transformaciones estructura-
les de las economías.
Otro grupo de autores argumenta que el sector de servicios tiene el poten-
cial de ser motor de crecimiento tanto o más que el mismo sector manufac-
turero (Amirapu y Subramanian, 2015; Dasgupta y Singh, 2006). Sugieren
que, si bien es cierto que el ingreso per cápita incrementa con el tránsito de
las actividades primarias hacia las manufactureras y de servicios, llegado
cierto nivel de ingreso la participación de las manufacturas en el PIB y en
el empleo tiende a decrecer en favor de un aumento sostenido de los ser-
vicios (Ghosh, 2008). Sin embargo, una posición intermedia argumenta que
ambos sectores coevolucionan complementariamente (Haraguchi et al., 2016;
Heintz, 2009), lo que en términos generales da lugar a las llamadas olas de
Kuznets (Milanovic, 2016).
En el centro de estas discusiones, se encuentra el hecho de que los proce-
sos de crecimiento están estrechamente relacionados con heterogeneidades
geográficas que se reflejan en desigualdades territoriales, las cuales denotan
condiciones coyunturales y estructurales que pueden estar interrelacionadas
(Santos, 1973).
Las contribuciones de Rosenstein (1943), Lewis (1954) y Kuznets (1955) sos-
tienen los planteamientos de Kaldor (1967) y Rostow (1974), que dan pie a
una interpretación neoclásica de estos procesos de crecimiento: el libre mer-
cado y la ventaja comparativa relacionada con la disponibilidad de recursos
Owen Eli Ceballos Mina y Abelardo De Anda Casas 135
desarro. soc. 88, bogotá, segundo cuatrimestre de 2021, pp. 129-168, issn 0120-3584 , e-issn 1900-7760, doi: 10.13043/DYS .88.4
naturales desempeñan un papel estratégico en el crecimiento (Velázquez,
2008). Otros autores atribuyen esta heterogeneidad al éxito mismo de los
mecanismos de la economía de mercado (Velázquez y Gómez, 2003). La idea
de Myrdal (1959) apunta a la sustracción interregional de excedentes, pero
otras teorías exploran enfoques explotativos, como las neomarxistas, colo-
nialistas y el enfoque centro-periferia, según el cual “el desarrollo de unos es
la principal causa del subdesarrollo de otros” (Méndez, 1997).
Si bien existen diversas explicaciones del fenómeno de estudio, como hasta
aquí se ha expuesto, cada una de ellas sufre de importantes sesgos epistémi-
cos (Velázquez, 2008). Lo innegable es que las consecuencias de la transición
estructural hacia un modelo de capitalismo global permean sobre la proble-
mática de interés y no ha sido sencillo establecer un vínculo entre crecimiento
y desarrollo desde la teoría económica.
Para algunos autores, el problema radica en la repartición del excedente eco-
nómico generado por la conexión comercial y los efectos de eslabonamiento
mercantil, que obedecen a las transformaciones estructurales y que se encuen-
tran determinados por cuestiones sociales y políticas propias de cada terri-
torio (Furtado, 1977; García, 2006; Méndez, 1997; Prebisch, 1981; Rubio y
Castaño, 2020).
Por ot ro lado, Kin gstone (201 8) ident ifica el crecim iento co mo uno de los p rin-
cipales componentes del desarrollo, siendo los otros dos la calidad de vida de
los individuos y la creación de instituciones efectivas. El reciente documento
de Ciasci et al. (2021) identifica relaciones positivas y estadísticamente signi-
ficativas entre los aumentos en la brecha salarial por calificación y la partici-
pación en el valor agregado de varios sectores de la economía para dieciséis
países latinoamericanos. Aunque estos autores no refieren relaciones causales
en su estudio, ni hacen énfasis en mecanismos de transferencia del crecimiento
sobre los indicadores sociales del desarrollo, resaltan el impacto de una mayor
demanda de trabajadores calificados sobre la brecha salarial.
B. Evidencia empírica regional
En medio del debate sobre la esencia del proceso de crecimiento económico,
existe un consenso sobre el papel de la estructura laboral y el empleo como
Estructura productiva laboral y pobreza en México
136
desarro. soc. 88, bogotá, segundo cuatrimestre de 2021, pp. 129-168, issn 0120-3584 , e-issn 1900-7760, doi: 10.13043/DYS .88.4
factor fundamental en la explicación de la pobreza y la distribución del ingreso
entre las regiones (Cepal, 2012; Hartmann et al., 2017).
La estructura laboral es una expresión que sintetiza un conjunto de factores
tales como instituciones y capital humano, entre otros, que evolucionan y se
desarrollan con las variables económicas y geográficas (Correa, 2016; Hart-
mann et al., 2017; Heintz, 2009). A pesar de este consenso, la evidencia empí-
rica a nivel mundial sobre los cambios productivos y los resultados sociales es
mixta (Aizenman et al., 2012; Braunstein y Seguino, 2018).
Los cambios productivos en Latinoamérica se han identificado como los flu-
jos de las actividades agrícolas hacia las manufactureras y de servicios, que
estuvieron vinculados con incrementos de la productividad en los años cin-
cuenta y sesenta.
La disminución de la productividad en los ochenta y noventa se explicó en tér-
minos del agotamiento de los beneficios procedentes de las transformaciones
estructurales de las décadas previas (Ferreira y Da Silva, 2015). En términos
de los resultados sociales, Lopez y Lustig (2010) indican que América Latina
enfrentó una disminución generalizada de los niveles de pobreza y desigual-
dad durante la primera década del siglo XXI que se explica por la disminución
de la brecha salarial entre trabajadores de alta y baja preparación, así como
por un incremento de las transferencias de los Gobiernos hacia los individuos
de menor ingreso.
Kingstone (2018) llama a la primera década del siglo XXI “la era dorada” de
Latinoamérica, pues señala que hubo una mejora en varios indicadores socia-
les, como pobreza y desigualdad, mientras que el continente atravesaba una
“marea rosada” de Gobiernos de izquierda.
Sin embargo, estas mejoras están principalmente asociadas al incremento de
las transferencias y a una mayor demanda global de materias primas (com-
modity boom). Esto llevó a la región a un proceso de “desindustrialización pre-
matura” que dejó a los países mal preparados en términos de competitividad
global al final de este ciclo económico. Esto, aunado a baja calidad institucio-
nal, prevalente informalidad y baja inversión en capital humano, ha llevado
a un estancamiento generalizado que se extendió a lo largo del continente
durante la segunda década del siglo XXI.
Owen Eli Ceballos Mina y Abelardo De Anda Casas 137
desarro. soc. 88, bogotá, segundo cuatrimestre de 2021, pp. 129-168, issn 0120-3584 , e-issn 1900-7760, doi: 10.13043/DYS .88.4
Durante la transformación estructural mexicana, entre 1950 y 2005, la par-
ticipación del sector agrícola en el valor de la producción nacional pasó del
60 % a menos del 15 %, mientras que los servicios aumentaron del 25 % a
cerca del 67 % (Ferreira y Da Silva, 2015). Esta composición se ha mantenido
relativamente constante en lo que va del siglo XXI. Este cambio es resultado
de los procesos relacionados con la adopción del modelo de sustitución de
importaciones y el auge petrolero de la década de los setenta, así como con la
apertura económica que comenzó en 1985, cuando México se unió al Acuerdo
General sobre Aranceles y Comercio, y se reforzó en 1994, con la firma del Tra-
tado de Libre Comercio (TLC), lo cual representa la consolidación del llamado
modelo económico neoliberal.
Los efectos inmediatos del TLC sobre los salarios en México fueron los predi-
chos por el teorema de Stolper-Samuelson: un incremento salarial en la zona
fronteriza como consecuencia de una ventaja comparativa en costos de pro-
ducción en la maquila (Chiquiar, 2004). Los efectos han sido persistentes y se
han extendido a otros estados a lo largo de las últimas dos décadas.
Los estados de Querétaro, Aguascalientes, Guanajuato y San Luis Potosí son los
que tienen cifras más altas de formalidad laboral a nivel nacional y se convir-
tieron en grandes receptores de inversiones relacionadas con manufacturas,
debido a su orientación productiva dirigida a las exportaciones. Sin embargo,
otros estados, como Quintana Roo, Baja California Sur y Jalisco, han logrado
un crecimiento importante sin depender de un desarrollo manufacturero indus-
trial, sino mediante el impulso de actividades turísticas y de servicios, así como
de investigación y desarrollo tecnológico (Rogers y Singh, 2017).
En cuanto a productividad, durante el proceso de transformación, esta aumentó
hasta que alcanzó un valor máximo en 1976, después de lo cual disminuyó
paulatinamente (Ferreira y Da Silva, 2015). Estos autores sostienen que, en
México, las principales ganancias en productividad de los años sesenta y setenta
se debieron a un flujo de trabajadores hacia sectores más productivos, y no
a cambios ni mejoras tecnológicas. Esta situación ha derivado en un relativo
estancamiento productivo después de la década de los noventa, a pesar de la
apertura económica. Loría (2009) atribuye este resultado a un agotamiento
de la eficiencia del capital y a una inversión vinculada a “una fuerte terciari-
zación improductiva”.
Estructura productiva laboral y pobreza en México
138
desarro. soc. 88, bogotá, segundo cuatrimestre de 2021, pp. 129-168, issn 0120-3584 , e-issn 1900-7760, doi: 10.13043/DYS .88.4
Rogers y Singh (2017) muestran que es claro que el norte del país y algu-
nos estados del centro tienen una alta productividad manufacturera debido
a su orientación exportadora, pero dichos resultados no se perciben en tér-
minos agregados. Este hecho lo describen como el “acertijo de la productivi-
dad de México”.
Una explicación tentativa de este fenómeno apunta a la baja calidad educativa
y a la alta tasa de informalidad laboral del país, que en gran medida se explica
por una incapacidad del sector formal para absorber la creciente fuerza labo-
ral (Campos, 2013; Hanson, 2003; Juárez, 2008), particularmente en el sector
de servicios (Padilla y Villarreal, 2015).
El estudio del ví ncu lo e ntr e es tru ctura productiva sectorial y los indicadores de
pobreza en Latinoamérica refiere experiencias con resultados variados. Algunos
de los países en los que se ha estudiado esta relación son Brasil (Moreira et al.,
2008; Quaresma de Araujo, 2013), Argentina (Calero, 2009; Longhi y Osatinsky,
2017; Osatinsky, 2009; Schteingart, 2017) y Chile.
En el caso brasileño, los mejores resultados sociales se asocian al aumento
de la participación de sectores relacionados con mejoras de la distribución de
los ingresos salariales, como las manufacturas intensivas en ingeniería. En
Argentina, el sector agrícola y sectores como la construcción, el comercio
y los servicios domésticos se vinculan con mayor número de familias pobres.
En el caso chileno, Correa (2016) encuentra relaciones significativas entre la
participación en ciertas industrias manufactureras “virtuosas” y la reducción
de la pobreza entre 1992 y 2013.
Sin embargo, la mayoría de estos estudios no logra identificar los mecanis-
mos causales en la relación entre estructura productiva e indicadores sociales.
En particular, los mecanismos asociados con la heterogeneidad productiva, los
cambios en la productividad sectorial, las condiciones laborales y demográ-
ficas, entre otras.
En esta revisión de la literatura, no se encontraron análisis empíricos para
México que relacionen la estructura laboral sectorial con los indicadores de
pobreza, como lo mostró la evidencia para algunos países latinoamericanos.
Owen Eli Ceballos Mina y Abelardo De Anda Casas 139
desarro. soc. 88, bogotá, segundo cuatrimestre de 2021, pp. 129-168, issn 0120-3584 , e-issn 1900-7760, doi: 10.13043/DYS .88.4
Este artículo estudia la dimensión regional de México, pues recientemente se
ha sugerido que las regiones mexicanas responden de manera heterogénea
a choques exógenos, como consecuencia de la asincronía territorial entre el
ingreso, el capital humano y las condiciones laborales (Campos y Monroy, 2016).
La estrategia empírica del artículo se centra en el efecto que el crecimiento
y la estructura productiva laboral tienen sobre el bienestar y, en particular,
sobre las tasas de pobreza municipales, al tiempo que se reconoce la naturaleza
multidimensional del fenómeno social (Atkinson, 2003; Alkire y Foster, 2011).
II. Estructura productiva laboral y pobreza en México
Con datos de la Encuesta Intercensal (EIC) de 2015 y del cuestionario ampliado
del Censo de Población y Vivienda de 2010, esta sección presenta algunos ele-
mentos de la estructura productiva laboral de los municipios de México y la
distribución de las tasas de pobreza multidimensional sobre el territorio.
Se optó por los datos del censo y de la EIC dada la posibilidad de tener infor-
mación sobre la estructura productiva laboral y la pobreza municipal en una
misma fuente5. Se aproximó el ámbito laboral a partir de la población ocupada
por sector económico usando el Sistema de Clasificación Industrial de América
del Norte (SCIAN) y los ocupados calificados6 en los municipios de las regiones
norte, centro y sur del país. La información sobre la población ocupada según la
clasificación SCIAN, disponible en la EIC 2015 y en el cuestionario ampliado del
censo de 2010, proviene de la pregunta sobre la ocupación u oficio de la persona
y del ejercicio de codificación del Instituto Nacional de Estadística y Geografía
(INEGI), de forma similar a como ocurre con los censos económicos del país7.
5 Encuestas continuas de hogares en México como la Encuesta Nacional de Ingresos y Gastos de los Hogares
(ENIGH) y la Encuesta Nacional de Ocupación y Empleo (ENOE) poseen información de empleo y pobreza
más reciente, pero no permiten desagregar el ejercicio al nivel municipal como los datos censales. La
información de los censos económicos para municipios pequeños con pocas unidades económicas está
restringida. Además, la temporalidad de la información no coincide con las mediciones de pobreza.
6 Se adopta la clasificación de trabajadores calificados usada por el Coneval en las mediciones de
pobreza municipal de 2010 y 2015, la cual se apoya en la Clasificación Mexicana de Ocupaciones
(CMO) del INEGI. Las ocupaciones calificadas se refieren al conjunto de actividades que requieren de
conocimientos o aprendizajes previos para su desempeño, por lo que la población calificada se asocia
a mayores niveles de escolaridad.
7 Las variables correspondientes a la clave de actividad son actividad_c (en 2015) y acttrab (en 2010).
Estructura productiva laboral y pobreza en México
140
desarro. soc. 88, bogotá, segundo cuatrimestre de 2021, pp. 129-168, issn 0120-3584 , e-issn 1900-7760, doi: 10.13043/DYS .88.4
La división regional en norte, centro y sur del país resulta de usar la continuidad
geográfica para agrupar en tres las ocho regiones socioeconómicas propuestas
por Bassols (1992), que son recurrentemente usadas por estudios del desarro-
llo regional en México. El trabajo original configura ocho grupos de entidades,
dado su grado de homogeneidad relativa según condiciones naturales, demo-
gráficas y económicas. En este análisis, las regiones noroeste, norte y noreste
conforman la zona norte del país; las regiones centro-occidente y centro-este,
la región centro; las regiones este, sur y península, el sur.
Dentro de esta agrupación tripartita se mantienen marcadas diferencias que
permiten caracterizar al centro y al norte como lugares más urbanizados y con
más población calificada en comparación con el sur. Sin embargo, sin duda
existe heterogeneidad dentro de estas grandes divisiones, por lo que en los
anexos se estiman los modelos econométricos de esta propuesta con las ocho
regiones de Bassols (1992)8.
Hasta el año 2008, en México se usaban estimaciones de pobreza referidas
a la insuficiencia de ingresos (pobreza alimentaria, de capacidades y patri-
monial). Pero también se han usado las líneas de pobreza y pobreza extrema
por ingresos, referidas a valores monetarios necesarios para satisfacer una
canasta de alimentos, bienes y servicios básicos y a una canasta alimentaria
básica, respectivamente. Conceptualizaciones más recientes incorporan otras
dimensiones del bienestar.
En este artículo, la variable de interés es la tasa de pobreza multidimen-
sional: porcentaje de población con al menos una carencia social (rezago
educativo, falta de acceso a servicios de salud, a seguridad social, a cali-
dad y espacios de la vivienda, a servicios básicos en la vivienda o acceso a
la alimentación) y que posee un ingreso por debajo de la línea de pobreza,
como lo define el Coneval.
La Figura 1 presenta la división política de México y la agrupación regional de
entidades usada. La Figura 2 muestra la distribución geográfica por municipio
8 Los anexos A.1 y A.2 repiten el análisis estadístico con ocho regiones como prueba de robustez para los
principales resultados del trabajo. La agrupación regional en este análisis es solo una estrategia para
evidenciar los resultados diferenciados por sectores de ocupación, dadas las condiciones territoriales
y socioeconómicas de inicio. Para agendas futuras, se propone la discusión que asocia la heterogeneidad
intra- e interregional con la evidencia que aporta este análisis.
Owen Eli Ceballos Mina y Abelardo De Anda Casas 141
desarro. soc. 88, bogotá, segundo cuatrimestre de 2021, pp. 129-168, issn 0120-3584 , e-issn 1900-7760, doi: 10.13043/DYS .88.4
de la pobreza multidimensional en 2015 (proporción de hogares en pobreza).
Los tonos más oscuros, en la parte inferior del mapa, indican que los munici-
pios del sur del país concentran tasas de pobreza más altas que los del centro
y el norte. Pero ¿cómo es esta observación frente a la estructura productiva
laboral en estas regiones?
Figura 1. División política y regionalización de México
Fuente: elaboración propia.
El Cuadro 1 presenta los valores de la población en pobreza, ocupada y cali-
ficada por municipios en las tres regiones en los años 2010 y 20159. Como lo
sugiere la Figura 2, existen cerca de 28 puntos porcentuales de diferencia entre
las tasas de pobreza de los municipios del sur y los del norte. Además, hay un
leve aumento de esta diferencia en el periodo, dado que la disminución de la
pobreza a nivel nacional fue conducida principalmente por la región norte,
mientras que el centro y el sur disminuyeron sus tasas más lentamente entre
2010 y 2015. El porcentaje de población ocupada es un poco mayor en el cen-
tro y el norte que en la región sur, pero, en general, permanece estable para
9 En 2015, se registraban 2457 municipios en México. El Cuadro 1 reporta 2445, puesto que no se contó
con información disponible para 12 municipios: Buenaventura, Carich, Santa Isabel, Temósachic y Uri-
que (en Chihuahua); Matías Romero, San Francisco Chindúa, Santa María Chimalapa y Santa María
Petapa (en Oaxaca); San Nicolás de los Ranchos (en Puebla); General Plutarco Elías Calles (en Sonora);
y Bacalar (en Quintana Roo).
Estructura productiva laboral y pobreza en México
142
desarro. soc. 88, bogotá, segundo cuatrimestre de 2021, pp. 129-168, issn 0120-3584 , e-issn 1900-7760, doi: 10.13043/DYS .88.4
cada región y en el agregado a lo largo del periodo. En cuanto a la población
ocupada calificada, se observa un leve incremento en el agregado nacional
que es conducido por las regiones del norte y el centro, mientras que en el sur
del país esta población permanece constante en el periodo.
Figura 2. Tasas de pobreza municipal en México (2015)
Fuente: elaboración propia con datos de la EIC 2015.
Cuadro 1. Población en pobreza, ocupada y calificada por regiones (2015 y 2010)
Nacional Norte Centro Sur
Variables 2015 2010 2015 2010 2015 2010 2015 2010
Población en pobreza 43.9 % 46.1 % 31.5 % 36.2 % 43.6 % 43.9 % 58.9 % 62 %
Población ocupada 36.2 % 36.1 % 36.7 % 35.9 % 37.3 % 37.3 % 33.1 % 33.9 %
Ocupados calificados 45.6 % 44.6 % 51.4 % 49.3 % 46.3 % 45.8 % 36.6 % 36.2 %
Poblac ión tota l (m iles ) 121 338 114 391 31 669 29 611 61 751 58 414 27 917 26 365
Municipios 2445 448 877 1120
Fuente: elaboración propia con datos de la EIC 2015 y del Censo de Población y Vivienda 2010.
El Cuadro 2 muestra la participación de la población ocupada por sector pro-
ductivo en el agregado nacional y la productividad laboral relativa10 de cada
10 La productividad se mide con un índice relativo que calcula la proporción de la razón del PIB entre
los ocupados de cada rama de empleo en el municipio con respecto a dicha relación en la media nacional o
Owen Eli Ceballos Mina y Abelardo De Anda Casas 143
desarro. soc. 88, bogotá, segundo cuatrimestre de 2021, pp. 129-168, issn 0120-3584 , e-issn 1900-7760, doi: 10.13043/DYS .88.4
una de estas ramas de empleo. La distribución del empleo en estos ocho sec-
tores procedentes de la agrupación usando los dos primeros dígitos del SCIAN
tiene un comportamiento relativamente similar en las tres regiones, alrededor
de la media nacional, pero con algunas observaciones: si bien el sector primario
posee la mayor participación relativa en el empleo a nivel nacional, es nota-
ble que, en el sur, cerca de la mitad de la población ocupada se encuentra en
esta rama; y este porcentaje es mayor en más de 15 puntos que el porcentaje
del empleo de este sector en el norte y el centro.
Cuadro 2. Partic ipació n y produ ctivid ad de los s ectore s de emple o por reg iones (2 015)
Participación Productividad
Ramas de empleo Nacional Norte Centro Sur Nacional Norte Centro Sur
Construcción 10.2 % 10 % 10.5 % 9.9 % 14.6 16.5 6.9 12.5
Manufactura 11.9 % 13.6 % 14.6 % 9 % 12.2 25.3 9.2 7.8
Comercio 12.3 % 12.9 % 14.8 % 10.2 % 14.8 26.7 9.4 13.2
Transporte y
comunicación 3.3 % 2.8 % 3.4 % 3.4 % 11.8 21.1 9.2 9.1
Financieras,
corporativas y
profesionales
3.0 % 3.3 % 3.8 % 2.2 % 15.3 31.9 10.5 14.9
Educativas, salud,
recreativas, turismo
y gobierno
15.9 % 18.5 % 16.8 % 14.1 % 18.7 21.8 9.1 18.9
Primario 35.8 % 28.4 % 27.7 % 45.1 % 4.7 5.8 2.6 5.6
Otras ramas 7.6 % 10.5 % 8.4 % 6.1 % 14.5 22 8.6 12.9
Total • Promedioa100 % 100 % 100 % 100 % 11.4 18. 2 7.1 9.9
a El promedio de productividad corresponde a la media del índice ponderado por la participación de cada
rama en la región o el agregado nacional según corresponda.
Fuente: elaboración propia con datos de la EIC 2015.
Excluyendo al sector primario, la participación del resto de sectores en el sur
se encuentra por debajo del promedio nacional y de los valores de las regiones
norte y centro. En particular, en el sur, destaca la menor participación de ramas
regional de municipios, a saber:
YR
YR
j
m
j
m
jj
/
/
; donde
Y
j
m
es el valor de la producción; Rj
m, los ocupados
en la rama j en el municipio m;
YY
j
ji
M
ji
m
=∑∑
=
1
; y
RR
j
ji
M
ji
m
=∑∑
=1
, siendo estas dos variables los valores
nacionales o regionales de producción y ocupados.
Estructura productiva laboral y pobreza en México
144
desarro. soc. 88, bogotá, segundo cuatrimestre de 2021, pp. 129-168, issn 0120-3584 , e-issn 1900-7760, doi: 10.13043/DYS .88.4
como las manufacturas, el comercio y los servicios financieros, corporativos
y profesionales; mientras que la región centro concentra el empleo de la acti-
vidad comercial y las manufacturas. La participación del empleo del sector de
actividades, educativas, de salud, recreativas, turismo y gobierno es relativa-
mente importante en las tres regiones y levemente mayor en la región norte.
En empleo, los sectores de la construcción y de transporte y comunicaciones
poseen participaciones muy similares en las tres regiones.
En cuanto a la productividad laboral, la primera observación notable es que la
región norte es alrededor de diez puntos más productiva que el resto del país.
En el norte y el centro, destaca la productividad relativa de las actividades
manufactureras, el comercio y las actividades financieras, corporativas y pro-
fesionales. En la región sur, los sectores más productivos son el comercial y el
que agrupa las actividades educativas, de salud, recreativas, turismo y gobierno;
aunque el sector de construcción y el que agrupa las actividades financieras,
corporativas y profesionales son importantes frente a la productividad del
sector primario, las manufacturas y el sector de transporte y comunicaciones.
En general, sobresalen las diferencias regionales en cuanto a las aportaciones
del empleo de los distintos sectores y sus productividades relativas. En par-
ticular, existe una clara diferencia entre ramas como las manufacturas y los
servicios financieros y profesionales y actividades menos técnicas como las del
sector primario, especialmente entre las regiones del norte y el centro con res-
pecto al sur del país.
A pesar de la idea generalizada de las manufacturas u otros sectores espe-
cializados como posibles motores del desarrollo, las diferencias regionales
delineadas por estos resultados descriptivos dan sustento a la idea de que el
impacto de una intervención pública para el desarrollo está sujeto a la estruc-
tura productiva laboral particular de cada región. Esto sugiere la necesidad de
priorizar el impulso de los sectores más productivos en cada región tomando
en cuenta su respectiva participación.
III. Ramas de empleo y pobreza regional
Esta sección presenta un análisis de las relaciones entre la estructura pro-
ductiva laboral y la prevalencia de la pobreza municipal de México en 2015.
Owen Eli Ceballos Mina y Abelardo De Anda Casas 145
desarro. soc. 88, bogotá, segundo cuatrimestre de 2021, pp. 129-168, issn 0120-3584 , e-issn 1900-7760, doi: 10.13043/DYS .88.4
Se usan modelos de factores determinantes de la pobreza multidimensional
explicada por las ramas de empleo a dos y tres dígitos del SCIAN. Se inicia con
una presentación de la estrategia econométrica y se cierra con las estimacio-
nes y principales resultados del artículo.
A. Estrategia de identificación
La estrategia de modelado para estimar la relación entre el tamaño de las
ramas de empleo y las tasas de pobreza se centra en una función de factores
determinantes que incorpora factores económico-productivos, demográficos
y territoriales así:
yR
Xu
iiii
=+
++
αγ β (1)
Donde yi es la tasa de la población en pobreza en el municipio i; Ri es un vector
de variables rij que representan la población ocupada en el sector o la rama
de empleo j; Xi es vector de otras variables que captura los efectos de factores
económicos, demográficos y territoriales presentados de forma explícita en el
Cuadro 3. Finalmente, es un vector con j parámetros de interés que cuan-
tifican la relación entre el sector o la rama de empleo y la tasa de pobreza
multidimensional del municipio.
La Ecuación 1, de factores determinantes de la pobreza, es estimada por míni-
mos cuadrados ordinarios (MCO) y mínimos cuadrados bietápicos (MC2E-VI)
utilizando el tamaño de las ramas de empleo en 2010 y el total de la población
ocupada de 2010 como variables instrumentales para las ramas de empleo de
2015, tal como se indica en el Cuadro 3.
El análisis efectuado propone el uso de rezagos de la estructura productiva
laboral (empleo de 2010) para corregir el problema de endogeneidad provocado
por factores no observados, que afectan tanto a las ramas de empleo como a
la pobreza en 2015. La hipótesis de identificación es que la estructura laboral
de 2010 determina primero el comportamiento económico-productivo antes
que los indicadores sociales de 201511.
11 Esta hipótesis no niega la importancia de los factores territoriales y económicos (PIB, productividad,
áreas metropolitanas, etc.). Solo resalta que la estructura productiva laboral contemporánea refleja
factores territoriales y económico-productivos de los años previos.
Estructura productiva laboral y pobreza en México
146
desarro. soc. 88, bogotá, segundo cuatrimestre de 2021, pp. 129-168, issn 0120-3584 , e-issn 1900-7760, doi: 10.13043/DYS .88.4
En todas las especificaciones, la variable dependiente es la tasa de hogares
clasificados como pobres en cada municipio de México en 2015. En las regre-
siones por MCO, las variables independientes corresponden al logaritmo de la
población ocupada en cada uno de los sectores o ramas que se incluyen en la
especificación; mientras que, en las especificaciones por MC2E-VI, las variables
endógenas son el logaritmo de la población ocupada en cada uno de los sec-
tores analizados, las cuales son instrumentadas con el logaritmo de la pobla-
ción ocupada en cada uno de estos sectores y la población ocupada en 2010.
De esta manera, los resultados deben interpretarse como semielasticidades:
el impacto de un cambio porcentual de la población ocupada de un sector o rama
sobre la tasa de hogares clasificados como pobres en cada municipio del país.
B. Resultados
Antes de presentar las estimaciones econométricas, es importante mencionar
que la interpretación de resultados en este análisis debe considerar las impli-
caciones sobre el uso de datos censales y su recolección a nivel residencial.
Cuadro 3. Especificación del modelo de efectos de la estructura productiva laboral
sobre la tasa de pobreza de 2015
Variable dependiente:
Tasa de pobreza multidimensional 2015 (yi)
Conjunto de factores determinantes Variables explicativas
y controles (2015) Variables instrumentales
Estructura productiva laboral
Ramas de empleo (Ri)Ramas de empleo (2010)
Población ocupada (2010)
Productividad laboral
Población calificada
Otros factores económicos y demográficos
Población ocupada
PIB per cápitaa
Población total
Factores territoriales
Zonas metropolitanas
Frontera norte
Frontera sur
a El producto interno bruto (PIB) municipal se calcula ponderando el PIB estatal por la proporción de
empleo de cada rama en el municipio. Esta es una estrategia frecuente en la literatura de economía
regional en México.
Fuente: elaboración propia.
Owen Eli Ceballos Mina y Abelardo De Anda Casas 147
desarro. soc. 88, bogotá, segundo cuatrimestre de 2021, pp. 129-168, issn 0120-3584 , e-issn 1900-7760, doi: 10.13043/DYS .88.4
Dado que no todas las personas trabajan en sus municipios de residencia,
pueden existir leves discrepancias de la población ocupada por sector y el
PIB estimado para cada municipio frente a los valores verdaderos o al uso de
información recolectada a nivel de establecimiento económico. Sin embargo,
es oportuno mencionar que la inclusión de variables de control para las zonas
metropolitanas del país, que son los espacios conurbados en los que con mayor
frecuencia se presenta este fenómeno, mejora el alcance del análisis y reduce
los posibles efectos adversos de la fuente de información.
El Cuadro 4 muestra las estimaciones de la ecuación 1 por MCO para las tres
regiones y el conjunto del país con las ramas de empleo agregadas a dos dígi-
tos. En el promedio nacional, se observa que las ramas de la construcción, las
manufacturas, el comercio, el transporte, las comunicaciones y el sector pri-
mario se relacionan con mayores niveles de pobreza; mientras que el empleo
en los servicios financieros, corporativos, profesionales, de educación, salud,
recreación, turismo y gobierno se relaciona con menor prevalencia del fenó-
meno multidimensional.
Un aumento de 1 % de la población ocupada en los servicios de educación,
salud, recreación, turismo y gobierno se asocia con una reducción de 7.7 pun-
tos porcentuales en la tasa de pobreza multidimensional; el aumento de las
actividades de este sector posee el mayor efecto sobre la reducción del fenó-
meno. En contraste, la construcción es el sector asociado con mayor tasa de
pobreza municipal: un incremento de 1 % de sus ocupados se relaciona con
un aumento de 5.1 % en la tasa de pobreza de los municipios del país12.
Las estimaciones por MCO en el plano regional dan indicios de que se debe ser
cauteloso con la interpretación de los resultados del agregado nacional. Hay
variaciones importantes en magnitud, dirección y significancia de los coefi-
cientes entre regiones.
Por ejemplo, las manufacturas y los transportes se vinculan con mayores nive-
les de pobreza en el agregado, pero en ninguna de las tres regiones se iden-
tifican relaciones significativas entre dichos sectores a dos dígitos del SCIAN
12 Una limitación de este ejercicio es que la información censal disponible no permite identificar trabaja-
dores informales. Existen sectores en la economía, tales como el agrícola o el comercial, en los que la
informalidad es más prevalente. Dado que no fue posible controlar la informalidad del empleo, se optó
por favorecer un análisis regional por municipios. Sin embargo, se propone que la tarea de desentrañar
estas relaciones sea asumida en investigaciones futuras.
Estructura productiva laboral y pobreza en México
148
desarro. soc. 88, bogotá, segundo cuatrimestre de 2021, pp. 129-168, issn 0120-3584 , e-issn 1900-7760, doi: 10.13043/DYS .88.4
Cuadro 4. Efectos de la estructura productiva laboral sobre las tasas de pobreza
en 2015 (estimación por MCO)
Sector, rama de empleo
o variable de control
(1)
Nacional
(2)
Norte
(3)
Centro
(4)
Sur
1. Construcción 0.051*** 0.086*** 0.037*** 0.044***
(0.006) (0.017) (0.009) (0.006)
2. Manufacturas 0.022*** 0.008 0.008 0.009
(0.006) (0.014) (0.011) (0.006)
3. Comercio 0.016** -0.018 0.062*** 0.015**
(0.008) (0.025) (0.014) (0.007)
4. Transporte y comunicaciones 0.034*** 0.006 -0.014* 0.009
(0.012) (0.012) (0.009) (0.007)
5. Financieros, corporativos
y profesionales
-0.054*** -0.032* -0.077*** -0.050***
(0.007) (0.017) (0.011) (0.007)
6. Educación, salud, recreación, turismo
y gobierno
-0.077*** -0.055** -0.036** -0.054***
(0.008) (0.024) (0.015) (0.008)
7. Otros servicios -0.005 -0.046** -0.032** -0.022***
(0.007) (0.022) (0.013) (0.006)
8. Primario 0.024*** 0.022** 0.015** 0.053***
(0.004) (0.010) (0.006) (0.007)
Índice de productividad Sí Sí Sí Sí
Población ocupada Sí Sí Sí Sí
Población calificada Sí Sí Sí Sí
PIB per cápita Sí Sí Sí Sí
Población total de 2010 Sí Sí Sí Sí
Zonas metropolitanas Sí Sí Sí Sí
Frontera Sí Sí Sí Sí
Prueba F (significancia) 440.86 78.70 382.88 217.37
Observaciones 2445 448 877 1120
R cuadrado (coeficiente
de determinación) 0.771 0.783 0.794 0.805
*** p < 0.01, ** p < 0.05, * p < 0.1 (errores estándar robustos entre paréntesis).
Fuente: elaboración propia con datos de la EIC 2015 y del Censo de Población y Vivienda 2010.
Owen Eli Ceballos Mina y Abelardo De Anda Casas 149
desarro. soc. 88, bogotá, segundo cuatrimestre de 2021, pp. 129-168, issn 0120-3584 , e-issn 1900-7760, doi: 10.13043/DYS .88.4
y las tasas de pobreza en sus municipios. Otros sectores de ocupación presen-
tan efectos diferenciados que permiten delinear qué región conduce el efecto
nacional: la construcción en el norte, el comercio en el centro, y el sector pri-
mario en el sur, son las ramas de empleo que más se relacionan con la pobreza
multidimensional; mientras que el incremento de la población ocupada en las
ramas de los servicios en general se relaciona con menores tasas de pobreza
municipal en las tres regiones.
En resumen, las estimaciones por MCO muestran un patrón de resultados
heterogéneos que dependen de la región y del sector. Además, las variables de
control mostraron resultados en las direcciones esperadas: a mayor población
en el municipio, mayor pobreza; cuanto más personas calificadas y mayor PIB
per cápita, menor pobreza.
Tal y como se sugirió en la estrateg ia de identi ficación, las estim aciones por MCO
enfrentan el problema de endogeneidad. Para corregirlo, se llevan a cabo las
estimaciones MC2E-VI usando la población ocupada y el tamaño de cada sec-
tor en 2010 como variables instrumentales del número de ocupados de cada
sector en 2015.
El Cuadro 5 muestra las estimaciones usando variables instrumentales.
Los resultados son cualitativamente similares a los obtenidos por MCO.
Sin embargo, en este esfuerzo por corregir los sesgos, las magnitudes y sig-
nificancia de algunos de los coeficientes cambian ligeramente. Por ejemplo,
el coeficiente del comercio para la región norte ahora gana significancia con
signo negativo. O, en la misma región norte, los servicios de educación, salud,
recreación, turismo y gobierno ahora pierden significancia estadística.
Lo más importante es que estos resultados confirman las heterogeneidades regio-
nales y sectoriales que sugieren los factores descriptivos y el modelo propuesto
y, con ell o, la n ece sid ad d e q ue las int erv enci one s d e po lít ica tom en en cuen ta
aquellas ramas de empleo que se relacionan con menores tasas de pobreza
según la región del país.
Los resultados hasta aquí podrían estar relacionados con la agregación de
los sectores a dos dígitos: el nivel de agrupación puede encubrir los efectos
diferenciados entre las distintas ramas por región. Para explorar las posibles
diferencias, se estima el modelo propuesto por MC2E-VI desagregando los sec-
tores en ramas a tres dígitos del SCIAN. Los coeficientes de interés para cada
Estructura productiva laboral y pobreza en México
150
desarro. soc. 88, bogotá, segundo cuatrimestre de 2021, pp. 129-168, issn 0120-3584 , e-issn 1900-7760, doi: 10.13043/DYS .88.4
Cuadro 5. Efectos de la estructura productiva laboral sobre las tasas de pobreza
en 2015 (estimación por VI-MC2E)
Sector, rama de empleo
o variable de control
(1)
Nacional
(2)
Norte
(3)
Centro
(4)
Sur
1. Construcción 0.068*** 0.105*** 0.038*** 0.055***
(0.008) (0.027) (0.012) (0.009)
2. Manufacturas 0.031*** 0.015 0.004 0.017**
(0.008) (0.019) (0.014) (0.008)
3. Comercio 0.044*** -0.072* 0.073*** 0.027**
(0.011) (0.043) (0.017) (0.012)
4. Transporte y comunicaciones 0.034*** 0.023 -0.004 0.010
(0.007) (0.022) (0.011) (0.010)
5. Financieros, corporativos y
profesionales
-0.079*** -0.120*** -0.102*** -0.070***
(0.019) (0.045) (0.025) (0.023)
6. Educación, salud, recreación, turismo
y gobierno
-0.076*** 0.003 -0.039** -0.054***
(0.011) (0.032) (0.015) (0.013)
7. Otros servicios -0.020 -0.022 -0.045** -0.023*
(0.013) (0.039) (0.022) (0.014)
8. Primario 0.011* 0.017 0.014* 0.035***
(0.006) (0.016) (0.007) (0.009)
Índice de productividad Sí Sí Sí Sí
Población ocupada Sí Sí Sí Sí
Población calificada Sí Sí Sí Sí
PIB per cápita Sí Sí Sí Sí
Población total de 2010 Sí Sí Sí Sí
Zonas metropolitanas Sí Sí Sí Sí
Frontera Sí Sí Sí Sí
Prueba F (significancia) 197.46 44.56 99.62 163.64
Instrumentos débiles (Prueba F) 22.168 3.861 9.459 7.986
Sobreidentificación (Sargan p-valor) 0.3571 0.7472 0.0483 0.4632
Observaciones 2445 448 877 1120
R cuadrado (coeficiente de
determinación) 0.765 0.753 0.787 0.798
*** p < 0.01, ** p < 0.05, * p < 0.1 (errores estándar entre paréntesis).
Fuente: elaboración propia con datos de la EIC 2015 y del Censo de Población y Vivienda 2010.
Owen Eli Ceballos Mina y Abelardo De Anda Casas 151
desarro. soc. 88, bogotá, segundo cuatrimestre de 2021, pp. 129-168, issn 0120-3584 , e-issn 1900-7760, doi: 10.13043/DYS .88.4
sector, por rama y región se presentan de forma gráfica en las Figuras 3 a 7
y en el Cuadro 6 (con las mismas especificaciones de los modelos presentados
en el Cuadro 5, pero desagregado ahora a tres dígitos).
Figura 3. Efectos de las ramas de las manufacturas sobre la pobreza (estimación
por MC2E-VI)
Alimentos y textiles
Petróleo, química y madera
Maquinaria y equipo
0.050.0
-0.05
Norte Centro Sur
Fuente: elaboración propia con datos de la EIC 2015 y del Censo de Población y Vivienda 2010.
El tamaño de las barras en cada figura corresponde al valor de su coeficiente,
mientras que el largo de la línea horizontal sobre cada barra representa inter-
valos de significancia al 10 %.
La Figura 3 muestra que, cuando se desagrega el sector de las manufactu-
ras, la rama de producción de alimentos y textiles se vincula a una mayor tasa
de pobreza en las regiones centro y sur; mientras que la producción de maqui-
naria y equipo se asocia con la reducción de la pobreza en el centro del país.
Para l a región norte, ningun a de las ra mas de la s manufa ctura s result a signi fica-
tiva. La figura sugiere que la relación positiva entre pobreza y manufacturas del
Cuadro 5 es conducida principalmente por la producción de alimentos y textiles
Estructura productiva laboral y pobreza en México
152
desarro. soc. 88, bogotá, segundo cuatrimestre de 2021, pp. 129-168, issn 0120-3584 , e-issn 1900-7760, doi: 10.13043/DYS .88.4
en el sur y centro del país. Sin embargo, la producción de maquinaria y equipo
posee efectos en la reducción de la pobreza particularmente en el centro del país.
La Figura 4, sobre el sector del comercio, muestra que el empleo en la rama del
comercio al por mayor se relaciona con menor prevalencia de la pobreza en las
tres regiones, con un mayor efecto en la región norte. El comercio al por menor
se relaciona con mayor pobreza solo en los municipios del centro del país. Estos
resultados dan sentido al Cuadro 5, que, para el sector del comercio, mostró en
el agregado un coeficiente negativo en la región norte y estimadores positivos
en el centro y el sur, lo que indica que en las zonas centro y sur del país pre-
dominan los efectos del comercio minorista.
Figura 4. Efectos de las ramas del comercio sobre la pobreza (estimación por MC2E-VI)
Comercio al por mayor
Comercio al por menor
0.20.10.0
-0.2 -0.1
Norte Centro Sur
Fuente: elaboración propia con datos de la EIC 2015 y del Censo de Población y Vivienda 2010.
La desagregación del sector de transportes y comunicaciones en la Figura 5
muestra que las ramas de transportes, almacenamiento y correos se relacio-
nan con menor prevalencia de la pobreza en la región sur, en sentido opuesto
al agregado nacional. Asimismo, la rama de comunicaciones se relaciona con
una disminución del fenómeno multidimensional en las tres regiones y en el
Owen Eli Ceballos Mina y Abelardo De Anda Casas 153
desarro. soc. 88, bogotá, segundo cuatrimestre de 2021, pp. 129-168, issn 0120-3584 , e-issn 1900-7760, doi: 10.13043/DYS .88.4
conjunto del país. Sin embargo, se debe considerar que la rama con mayor peso
en el sector es la de transportes, dado el resultado agregado en el Cuadro 5.
Figura 5. Efectos de las ramas de transportes y comunicaciones sobre la pobreza
(estimación por MC2E-VI)
Transportes
Comunicaciones
Almacenamiento y correos
0.05
0.0
0.05
-0.15 -0.10
Norte Centro Sur
Fuente: elaboración propia con datos de la EIC 2015 y del Censo de Población y Vivienda 2010.
La Figura 6 muestra los coeficientes del sector financiero e indica que, en la región
norte, solo los servicios profesionales y de apoyo a negocios tienen una rela-
ción significativa con menor prevalencia de la pobreza municipal. Los servicios
de seguros y de apoyo a negocios muestran una relación con menor nivel de
pobreza en el centro del país. En cambio, en la región sur, solo los servicios de
apoyo a negocios tienen relación significativa con la reducción de la pobreza.
La Figura 7 muestra que el empleo en las actividades de servicios educativos
se relaciona con una mayor prevalencia de pobreza en el centro de México.
El incremento de ocupados en los servicios de la salud se relaciona con menor
pobreza en el centro y el sur, pero con mayor pobreza en los municipios del norte
del país. El empleo en actividades recreativas se relaciona con menor pobreza
en el norte y el sur, mientras que los ocupados en actividades de turismo se
relacionan con menor pobreza en los municipios del centro y del sur. El empleo
Estructura productiva laboral y pobreza en México
154
desarro. soc. 88, bogotá, segundo cuatrimestre de 2021, pp. 129-168, issn 0120-3584 , e-issn 1900-7760, doi: 10.13043/DYS .88.4
en la rama de actividades gubernamentales exhibe una relación significativa
con la reducción de la pobreza multidimensional en las tres regiones del país.
En general, los resultados, que se resumen en el Cuadro 6, indican que la región
sur tiene áreas de oportunidad para la reducción de la pobreza en ramas como
el comercio al por mayor, el transporte y los servicios de comunicación y los
servicios de apoyo a negocios, salud, recreativos, culturales, de turismo
y las actividades de gobierno. En el centro y el norte del país, las menores tasas
de pobreza multidimensional en sus municipios se relacionan con el empleo
en ramas como la producción de metales, maquinaria y equipo, el comercio
al por mayor, los servicios de comunicación, los servicios financieros, de segu-
ros, profesionales, de apoyo a negocios y en actividades de gobierno. Los resul-
tados confirman un proceso de especialización económica más avanzado en
el norte y el centro del país en comparación con el sur.
Figura 6. Efectos de los servicios financieros, corporativos y profesionales sobre
la pobreza (estimación por MC2E-VI)
Seguros
Profesionales
Corporativos
Apoyo negocios
Inmobiliarios
0.05
0.0
0.05
-0.15 -0.10
Norte Centro Sur
Fuente: elaboración propia con datos de la EIC 2015 y del Censo de Población y Vivienda 2010.
Owen Eli Ceballos Mina y Abelardo De Anda Casas 155
desarro. soc. 88, bogotá, segundo cuatrimestre de 2021, pp. 129-168, issn 0120-3584 , e-issn 1900-7760, doi: 10.13043/DYS .88.4
Figura 7. Efectos de los servicios de educación, salud, turismo y gobierno sobre
la pobreza (estimación por MC2E-VI)
Educación
Recreativos
Turismo
Gobierno
Salud
0.1
0.0
-0.2 -0.1
Norte Centro Sur
Fuente: elaboración propia con datos de la EIC 2015 y del Censo de Población y Vivienda 2010.
Cuadro 6. Efectos de las ramas de empleo sobre la población en pobreza en 2015
(estimación por MC2E-VI)
Ramas (1)
Nacional
(2)
Norte
(3)
Centro
(4)
Sur
Manufacturas
Alimentos y textiles 0.059*** -0.013 0.041*** 0.020***
(0.005) (0.012) (0.008) (0.006)
Madera, petróleo y química 0.006 0.002 0.008 -0.009
(0.004) (0.010) (0.006) (0.006)
Metales maquinaria y equipo -0.038*** 0.001 -0.044*** -0.015
(0.006) (0.012) (0.009) (0.010)
Comercio
Al por mayor -0.152*** -0.182*** -0.144*** -0.096***
(0.010) (0.035) (0.014) (0.011)
Al por menor 0.076*** 0.067 0.061*** -0.008
(0.012) (0.043) (0.018) (0.015)
(Continúa)
Estructura productiva laboral y pobreza en México
156
desarro. soc. 88, bogotá, segundo cuatrimestre de 2021, pp. 129-168, issn 0120-3584 , e-issn 1900-7760, doi: 10.13043/DYS .88.4
Cuadro 6. Efectos de las ramas de empleo sobre la población en pobreza en 2015
(estimación por MC2E-VI)
Ramas (1)
Nacional
(2)
Norte
(3)
Centro
(4)
Sur
Transporte y comunicaciones
Transporte 0.030*** -0.007 0.006 -0.042***
(0.006) (0.014) (0.010) (0.008)
Almacenamiento y correos 0.009 -0.037 0.019 -0.027*
(0.012) (0.025) (0.020) (0.015)
Comunicación y medios masivos -0.084*** -0.076*** -0.091*** -0.045***
(0.013) (0.028) (0.018) (0.015)
Financieros, corporativos y profesionales
Financieros y de seguros -0.006 0.018 -0.075*** 0.006
(0.011) (0.025) (0.013) (0.013)
Inmobiliarios y bienes raíces 0.011 -0.028 0.016 0.005
(0.013) (0.021) (0.029) (0.015)
Profesionales y científicos 0.026 -.101*** 0.015 -0.027
(0.018) (0.038) (0.030) (0.025)
Corporativos y de empresa -0.008 0.011 -0.002 -0.012
(0.008) (0.021) (0.008) (0.013)
Apoyo a negocios -0.156*** -0.069** -0.097*** -0.114***
(0.012) (0.035) (0.016) (0.017)
Educación, salud, recreación, turismo y gobierno
Educación 0.007 -0.002 0.028** -0.007
(0.007) (0.018) (0.011) (0.008)
Salud -0.020* 0.056** -0.045** -0.029**
(0.011) (0.027) (0.019) (0.012)
Recreativos y culturales -0.005 -0.044*** 0.007 -0.019*
(0.007) (0.017) (0.010) (0.010)
Turismo y alojamiento -0.006 -0.022 -0.070*** -0.039***
(0.008) (0.018) (0.014) (0.010)
Gobierno -0.142*** -0.146*** -0.097*** -0.077***
(0.009) (0.027) (0.015) (0.012)
Municipios 2445 448 877 1120
*** p < 0.01, ** p < 0.05, * p < 0.1 Errores estándar en paréntesis.
Fuente: elaboración propia con datos de la EIC 2015 y del Censo de Población y Vivienda 2010.
Owen Eli Ceballos Mina y Abelardo De Anda Casas 157
desarro. soc. 88, bogotá, segundo cuatrimestre de 2021, pp. 129-168, issn 0120-3584 , e-issn 1900-7760, doi: 10.13043/DYS .88.4
IV. Conclusiones
Este artículo relacionó la estructura productiva laboral de los municipios
de México en 2015 con sus niveles de pobreza. Se estimaron modelos de los
factores determinantes de la población en pobreza sobre las ramas de empleo
usando como instrumentos las ramas de empleo y la población ocupada
en 2010.
Se encontraron efectos heterogéneos de la estructura productiva regional sobre
la pobreza. Los resultados apuntan a que la relación de la estructura produc-
tiva laboral con la prevalencia de la pobreza está condicionada por una serie
de factores iniciales que incluyen la composición de la fuerza laboral en los
municipios del país y cuestiones territoriales y productivas.
El diseño e implementación de política pública que estimule la estructura pro-
ductiva laboral para la reducción de la pobreza debe, por tanto, tomar en cuenta
estas restricciones, pues la reproducción de patrones heterogéneos en la estruc-
tura económica y social detiene el desarrollo conjunto del país.
Si bien el sector manufacturero es señalado por la literatura como motor de
crecimiento y desarrollo, en su conjunto no muestra relaciones significati-
vas con una menor prevalencia de la pobreza en el agregado del país. Solo la
rama de producción de maquinaria y equipo se relacionó con una reducción
de la pobreza en la región del centro. Es probable que, en el norte, la falta
de impacto de la manufactura sobre la reducción de la pobreza se deba a un
agotamiento de los efectos marginales de las ramas tradicionales de empleo
como consecuencia de un proceso de especialización estructural más rápido
y definido que en el resto de las regiones del país.
Por su parte, las ramas del sector financiero, guiadas por los efectos del empleo
en los servicios de seguros, profesionales, de apoyo a negocios, así como otros
servicios relacionados con educación, salud, recreación, turismo y gobierno,
muestran una relación significativa con una menor prevalencia de la pobreza
en los municipios de México.
Los resultados identifican de forma estratégica las ramas de empleo que podrían
ser priorizadas a nivel regional para combatir la pobreza. Las estimaciones dan
cuenta de la existencia de heterogeneidad estructural en México y de importantes
Estructura productiva laboral y pobreza en México
158
desarro. soc. 88, bogotá, segundo cuatrimestre de 2021, pp. 129-168, issn 0120-3584 , e-issn 1900-7760, doi: 10.13043/DYS .88.4
áreas de oportunidad para cada región en la lucha contra la pobreza multidimen-
sional con un enfoque productivo. Las regiones centro y norte, con condiciones
iniciales de mayor especialidad, exhiben mayor sensibilidad a la estructura del
empleo de ramas modernas, particularmente de servicios corporativos y finan-
cieros, mientras que las ramas más tradicionales y de menor requerimiento téc-
nico se asocian con menor pobreza solo en el sur del país.
Los aportes de este análisis no solo se encuentran en la riqueza del enfoque
regional adoptado y en la discusión que este hace posible, sino también en
la capacidad de establecer sugerencias sobre cómo apoyar a ciertos sectores
y ramas de la economía. No se discute simplemente una nueva transformación
estructural en México. Se discute el movimiento hacia ramas asociadas con
un mayor bienestar de la población, es decir, una potencial reestructuración
sectorial a nivel regional a fin de combatir la pobreza en el país.
Agradecimientos
Este trabajo no contó con fuentes de financiamiento externas. Es producto del
ejercicio de investigación independiente de los autores. Las opiniones y erratas son
su exclusiva responsabilidad. Los autores agradecen las valiosas observaciones y
sugerencias de tres revisores anónimos de la revista, que fueron fundamenta-
les para mejorar la versión definitiva de este artículo.
Referencias
1. Alkire, S. & Foster, J. (2011). Counting and multidimensional poverty
measurement. Journal of Public Economics, 95(7-8), 476-487.
2. Aizenman, J., Lee, M., & Park, D. (2012). The relationship between
structural change and inequality: A conceptual overview with special
reference to developing Asia. SSRN Electronic Journal, 396. https://doi.
org/10.2139/ssrn.2175383
3. Amirapu, A. & Subramanian, A. (2015). Manufacturing or services? An
indian illustration of a development dilemma. SSRN Electronic Journal,
Working Paper, 409, 1-49. https://doi.org/10.2139/ssrn.2623158
Owen Eli Ceballos Mina y Abelardo De Anda Casas 159
desarro. soc. 88, bogotá, segundo cuatrimestre de 2021, pp. 129-168, issn 0120-3584 , e-issn 1900-7760, doi: 10.13043/DYS .88.4
4. Atkinson, A. (2003). Multidimensional deprivation: Contrasting social
welfare and counting approaches. Journal of Economic Inequality, 1(1),
51-65.
5. Bassols, Á. (1992). México: formación de regiones económicas. Influen-
cias, factores y sistemas. UNAM.
6. Braunstein, E., & Seguino, S. (2018). The impact of economic policy and
structural change on gender employment inequality in Latin America,
1990-2010. Review of Keynesian Economics, 6(3), 307-332. https://doi.
org/10.4337/roke.2018.03.02
7. Calero, A. (2009). Estructura productiva y pobreza en la Argentina: una
mirada post-devaluación. Facultad de Ciencias Económicas. Universidad
de Buenos Aires, 1-52.
8. Campos, R. (2013). Why did wage inequality decrease in Mexico after
NAFTA? Economía Mexicana Nueva Época, 22(2), 245-278.
9. Campos, R. & Monroy, L. (2016). La relación entre crecimiento económico
y pobreza en México. Investigación Económica, 75(298), 77-113.
10. Cepal (2012). Eslabones de la desigualdad: heterogeneidad estructural.
Comisión Económica para América Latina y el Caribe.
11. Chiquiar, D. (2004). Globalization, regional wage differentials and the
Stolper-Samuelson theorem: Evidence from Mexico. Documentos de
Investigación. Banco de México.
12. Ciasci, M., Galeano, L., & Gasparini, L. (2021). Estructura productiva y
desigualdad salarial: evidencia para América Latina. El Trimestre Econó-
mico, 88(349), 77-106.
13. Cimoli, M., Pereima, J., & Porcile, G. (2015). Cambio estructural y creci-
miento. Serie Desarrollo Productivo Cepal, 197, 3-27.
14. Cimoli, M., Porcile, G., Martins, A., & Sossdorf, F. (2017). Productivity,
social expenditure and income distribution in Latin America. Revista
Estructura productiva laboral y pobreza en México
160
desarro. soc. 88, bogotá, segundo cuatrimestre de 2021, pp. 129-168, issn 0120-3584 , e-issn 1900-7760, doi: 10.13043/DYS .88.4
de Economia Politica, 37(4), 660-679. https://doi.org/10.1590/0101-
31572017v37n04a01
15. Consejo Nacional de Evaluación de la Política de Desarrollo Social
(Coneval) (2020). Medición de la pobreza. https://www.coneval.org.mx/
Medicion/Paginas/PobrezaInicio.asp
16. Cornia, G., Addison, T., & Kiisski, S. (2004). Income distribution changes
and their impact in the Post-Second World War period. En G. Cornia
(Ed.), Inequality, growth, and poverty in an era of liberalization and
globalization (pp. 26-54). Oxford University Press.
17. Correa, F. (2016). Pobreza, desigualdad y estructura productiva en
ciudades. Serie Desarrollo Productivo Cepal, 207, 1-42.
18. Dasgupta, S. & Singh, A. (2006). Manufacturing, services and prema-
ture de-industrialisation in developing countries: A Kaldorian empirical
analysis. Centre for Business Research. University of Cambridge, Working
Paper, 327, 1-27.
19. Ferreira, P., & Da Silva, L. (2015). Structural transformation and produc-
tivity in Latin America. B.E. Jour nal of Macroeco nomics, 2(15), 603-630.
20. Furtado, C. (1977). Dialéctica del desarrollo. Diagnóstico de la crisis del
Brasil (B. Hopenhayn, Trad.). Fondo de Cultura Económica.
21. García, J. (2006). Inserción exterior, transformación y desarrollo en la
periferia. Cuadernos de Economía, 25(44), 57-99.
22. Ghosh, J. (2008). Growth, macroeconomic policies and structural change.
United Nations Research Institute for Social Development. UNRISD.
23. Hanson, G. (2003). What has happened to wages in Mexico since NAFTA?
Implications for hemispheric free trade. NBER Working Paper, 9563.
24. Haraguchi, N., Fang Chin Cheng, C., & Smeets, E. (2016). The importance
of manufacturing in economic development: Has this changed? United
Nations Industrial Development, Working Paper, 1-34. https://www.
Owen Eli Ceballos Mina y Abelardo De Anda Casas 161
desarro. soc. 88, bogotá, segundo cuatrimestre de 2021, pp. 129-168, issn 0120-3584 , e-issn 1900-7760, doi: 10.13043/DYS .88.4
unido.org/sites/default/files/2017-02/the_importance_of_manufac-
turing_in_economic_development_0.pdf
25. Hartmann, D., Jara, C., Guevara, M., Simoes, A., & Hidalgo, C. (2017).
The structural constraints of income inequality in Latin America, 1-15.
http://arxiv.org/abs/1701.03770
26. Heintz, J. (2009). Employment, economic development, and poverty
reduction: Critical issues and policy challenges. United Nations Research
Institute For Social Development, Working Paper, 1-61.
27. Henderson, J., Shalizi, Z., & Venables, J. (2001). Geography and devel-
opment. Journal of Economic Geography, 1(1), 81-105. https://doi.
org/10.1093/jeg/1.1.81
28. Juárez, L. (2008). Are informal workers compensated for the lack of
fringe benefits? Free healthcare as an instrument for formality. Instituto
Tecnológico Autónomo de México Discussion Paper 08-04.
29. Kaldor, N. (1967). Strategic factors in economic development. Cornell
University.
30. Kingstone, P. (2018). The political economy of Latin America: Reflections
on neoliberalism and development after the commodity boom. Routledge.
31. Kniivilä, M. (2007). Industrial development and economic growth:
Implications for poverty reduction and income inequality, Naciones
Unidas, 295-332. https://www.un.org/esa/sustdev/publications/indus-
trial_development/3_1.pdf
32. Kuznets, S. (1955). Economic growth and income inequality. American
Economic Review, 1(45), 1-28.
33. Lavopa, A. (2008). Crecimiento económico y desarrollo en el marco de
estructuras productivas heterogéneas. El caso argentino durante el periodo
1991-2006. En J. Lindenboim (comp.), Trabajo, ingresos y políticas en
Argentina. Contribuciones para pensar el siglo XXI (pp. 161-205). Eudeba.
Estructura productiva laboral y pobreza en México
162
desarro. soc. 88, bogotá, segundo cuatrimestre de 2021, pp. 129-168, issn 0120-3584 , e-issn 1900-7760, doi: 10.13043/DYS .88.4
34. Lewis, A. (1954). Economic development with unlimited supplies of
labour. Manchester School, 22, 139-192.
35. Longhi, F. & Osatinsky, A. (2017). Estructura productiva, pobreza y problemas
de empleo en las provincias pampeanas y norteñas de Argentina en los
primeros años del siglo XXI. Cuadernos de Geografía: Revista Colombiana
de Geografía, 26(1), 77-99. https://doi.org/10.15446/rcdg.v26n1.51011
36. Lopez, L., & Lustig, N. (2010). Explaining the decline in inequality in Latin
America. En L. Lopez-Calva & N. Lustig (Eds.), Declining inequality in
Latin America: A decade of progress? (pp. 1-24). Brookings Institution
Press. https://doi.org/10.1016/j.yexmp.2014.03.001
37. Loría, E. (2009). Sobre el lento crecimiento económico de México. Una
explicación estructural. Investigacion Economica, 68(270), 37-68.
https://doi.org/10.22201/fe.01851667p.2009.270.16681
38. Méndez, R. (1997). Geografía económica. La lógica espacial del capita-
lismo global. Ariel.
39. Milanovic, B. (2016). Global inequality: A new approach for the age of
globalization. Harvard University Press.
40. Moreira, G., Almeida, L., Guilhoto, J., & Azzoni, C. (2008). Productive
structure and income distribution: The Brazilian case. Quarterly Review
of Economics and Finance, 48(2), 320-332. https://doi.org/10.1016/j.
qref.2006.12.010
41. Myrdal, G. (1959). Teoría económica y regiones subdesarrolladas. Fondo
de Cultura Económica.
42. Osatinsky, A. (2009). Pobreza y estructura productiva en los departamentos
de Tucumán (1980-2002). Asociación de Estu dios de Població n de La Argen-
tina (AEPA), X Jornadas, 1-25. https://www.aacademica.org/000-058/79
43. Padi lla, R. & Vil lareal F. (201 5). Unfi nished struct ural cha nge and sec toral
heterogeneity: the case of Mexico. MPRA Paper No. 62947, 1-26. https://
mpra.ub.uni-muenchen.de/62947/
Owen Eli Ceballos Mina y Abelardo De Anda Casas 163
desarro. soc. 88, bogotá, segundo cuatrimestre de 2021, pp. 129-168, issn 0120-3584 , e-issn 1900-7760, doi: 10.13043/DYS .88.4
44. Piketty, T. (2014). Capital in the Twenty-First Century. Harvard University
Press. Cambridge.
45. Prebisch, R. (1950). Crecimiento, desequilibrio y disparidades: interpre-
tación del proceso de desarrollo económico. Cepal.
46. Prebisch, R. (1981). Capitalismo periférico. Crisis y transformación. Fondo
de Cultura Económica.
47. Quaresma de Araujo, P. (2013). Estructura productiva y distribución
funcional del ingreso: una aplicación del modelo de insumo-producto.
Cepal Review, 109, 61-84. https://doi.org/10.18356/b1bec3f3-es
48. Rogers, J. & Singh, A. (2017). Mexico’s productivity puzzle: What the
state economies can tell us. Moody’s Analytics, 1-18.
49. Rosenstein, P. (1943). Problems of industrialization of eastern and south
eastern Europe. The Economic Journal, 53(210), 202-211
50. Rostow, W. (1974). Las etapas del crecimiento económico: un manifiesto
no comunista. Fondo de Cultura Económica.
51. Rubio, M. & Castaño, S. (2020). El excedente económico en economías
periféricas: una perspectiva teórica desde los aportes de Baran, Prebisch
y Furtado. Ensayos de Economía, 30(57), 75-97.
52. Santos, M. (1973). Geografía y economía urbanas en los países subde-
sarrollados. Oikos.
53. Schteingart, D. (2017). La estructura productiva: la madre de todas
las batallas contra la pobreza.
54. Szirmai, A. (2012). Industrialisation as an engine of growth in developing
countries, 1950-2005. Structural Change and Economic Dynamics, 23(4),
406-420. https://doi.org/10.1016/j.strueco.2011.01.005
Estructura productiva laboral y pobreza en México
164
desarro. soc. 88, bogotá, segundo cuatrimestre de 2021, pp. 129-168, issn 0120-3584 , e-issn 1900-7760, doi: 10.13043/DYS .88.4
55. Szirmai, A. & Verspagen, B. (2015). Manufacturing and economic growth
in developing countries, 1950-2005. Structural Change and Economic
Dynamics, 34(31), 46-59.
56. Trejo, A. (200 8). Disparidades regiona les en el sector manufact urero mexi-
cano. Problemas del Desarrollo. Revista Latinoamericana de Economía,
39(154). https://doi.org/10.22201/iiec.20078951e.2008.154.7728
57. Veláz quez, G. ( 2008). E l proces o de difere nciac ión soci oespac ial en la
Argentina. En G. Velázquez (Comp.), Geografía y bienestar. Situación local,
regional y global de la Argentina luego del Censo 2001. Buenos Aires.
58. Velázquez, G. & Gómez, S. (2003). Cambios en la dinámica demográ-
fica y diferenciación regional en la Argentina (1991-2001). Geografía,
28(29), 169-184.
59. Versp agen, B. (2 000). Gr owth an d struct ural ch ange: Tr ends, p attern s and
policy options. Paper Prepared for the Conference on Wachstums- Und
Innovationspolitik in Deutschland Und Europa. First Draft, April 2000, 1-21.
Owen Eli Ceballos Mina y Abelardo De Anda Casas 165
desarro. soc. 88, bogotá, segundo cuatrimestre de 2021, pp. 129-168, issn 0120-3584 , e-issn 1900-7760, doi: 10.13043/DYS .88.4
Anexos
Cuadro A.1. Efectos de la estructura productiva sobre la población en pobreza en 2015 (estimación por MCO)
Sector o variable de control (1)
Nacional
(2)
Noroeste
(3)
Noreste
(4)
Oeste
(5)
Este
(6)
Centro Norte
(7)
Centro Sur
(8)
Suroeste
(9)
Sureste
1. Construcción 0.051*** 0.051 0.116** 0.074*** 0.047*** 0.067*** 0.068*** 0.029*** 0.068**
(0.006) (0.033) (0.045) (0.023) (0.009) (0.019) (0.024) (0.006) (0.032)
2. Manufacturas 0.022*** -0.003 0.038 0.027 -0.021** 0.002 0.035 0.018*** 0.018
(0.006) (0.024) (0.030) (0.022) (0.009) (0.025) (0.022) (0.006) (0.029)
3. Comercio 0.016** -0.053 0.070 0.084** 0.060*** -0.015 0.169*** -0.002 0.032
(0.008) (0.040) (0.062) (0.040) (0.012) (0.030) (0.040) (0.007) (0.053)
4. Transporte y comunicaciones 0.034*** 0.017 -0.042 -0.032* -0.014* -0.009 -0.028 0.002 0.046
(0.012) (0.048) (0.030) (0.016) (0.008) (0.022) (0.028) (0.006) (0.036)
5. Financieros, corporativos
y profesionales
-0.054*** -0.043 -0.006 -0.112*** -0.058*** -0.077*** -0.029 -0.041*** -0.062
(0.007) (0.037) (0.083) (0.022) (0.011) (0.029) (0.036) (0.007) (0.043)
6. Educación, salud, recreación,
turismo y gobierno
-0.077*** -0.068 -0.029 0.041 -0.036*** 0.022 -0.029 -0.049*** -0.064
(0.008) (0.063) (0.048) (0.034) (0.011) (0.031) (0.029) (0.009) (0.048)
7. Otros servicios -0.005 -0.022 -0.137** -0.027 -0.028* -0.007 -0.040 -0.006 -0.087**
(0.007) (0.054) (0.057) (0.027) (0.015) (0.032) (0.038) (0.006) (0.035)
8. Primario 0.024*** -0.010 0.063* -0.014 0.052*** 0.017 0.015 0.064*** 0.053*
(0.004) (0.024) (0.033) (0.017) (0.007) (0.020) (0.010) (0.009) (0.030)
(Continúa)
Estructura productiva laboral y pobreza en México
166
desarro. soc. 88, bogotá, segundo cuatrimestre de 2021, pp. 129-168, issn 0120-3584 , e-issn 1900-7760, doi: 10.13043/DYS .88.4
Cuadro A.1. Efectos de la estructura productiva sobre la población en pobreza en 2015 (estimación por MCO)
Sector o variable de control (1)
Nacional
(2)
Noroeste
(3)
Noreste
(4)
Oeste
(5)
Este
(6)
Centro Norte
(7)
Centro Sur
(8)
Suroeste
(9)
Sureste
Índice de productividad Sí Sí Sí Sí Sí Sí Sí Sí Sí
Población ocupada Sí Sí Sí Sí Sí Sí Sí Sí Sí
Población calificada Sí Sí Sí Sí Sí Sí Sí Sí Sí
PIB per cápita Sí Sí Sí Sí Sí Sí Sí Sí Sí
Población total de 2010 Sí Sí Sí Sí Sí Sí Sí Sí Sí
Zonas metropolitanas Sí Sí Sí Sí Sí Sí Sí Sí Sí
Frontera Sí Sí Sí Sí Sí Sí Sí Sí Sí
Observaciones 2445 200 132 268 572 191 174 765 143
R cuadrado (coeficiente de
determinación) 0.771 0.738 0.866 0.754 0.806 0.872 0.893 0.808 0.772
*** p < 0.01, ** p < 0.05, * p < 0.1 (errores estándar robustos entre paréntesis).
Fuente: elaboración propia con datos de la EIC 2015 y del Censo de Población y Vivienda 2010.
Owen Eli Ceballos Mina y Abelardo De Anda Casas 167
desarro. soc. 88, bogotá, segundo cuatrimestre de 2021, pp. 129-168, issn 0120-3584 , e-issn 1900-7760, doi: 10.13043/DYS .88.4
Cuadro A.2. Efectos de la estructura productiva sobre la población en pobreza en 2015 (estimación por MC2E-VI)
Sector o variable de control (1)
Nacional
(2)
Noroeste
(3)
Noreste
(4)
Oeste
(5)
Este
(6)
Centro Norte
(7)
Centro Sur
(8)
Suroeste
(9)
Sureste
1. Construcción 0.068*** 0.074 0.242*** 0.086** 0.035*** 0.081** 0.059 0.035*** 0.086**
(0.008) (0.067) (0.068) (0.036) (0.012) (0.033) (0.036) (0.010) (0.038)
2. Manufacturas 0.031*** -0.011 -0.028 -0.034 -0.012 0.022 0.032 0.015* 0.028
(0.008) (0.036) (0.049) (0.037) (0.015) (0.027) (0.026) (0.009) (0.045)
3. Comercio 0.044*** -0.065 0.164 0.022 0.062*** -0.067** 0.233*** 0.010 0.021
(0.011) (0.087) (0.127) (0.077) (0.017) (0.033) (0.052) (0.013) (0.079)
4. Transporte y comunicaciones 0.034*** -0.023 -0.049 -0.033 0.007 -0.013 -0.047 -0.010 0.063*
(0.007) (0.046) (0.033) (0.029) (0.013) (0.029) (0.044) (0.013) (0.033)
5. Financieros, corporativos y
profesionales
-0.079*** -0.033 -0.175* -0.115** -0.131*** -0.093 0.065 -0.051** -0.062
(0.019) (0.083) (0.102) (0.055) (0.040) (0.070) (0.059) (0.023) (0.103)
6. Educación, salud, recreación,
turismo y gobierno
-0.076*** 0.003 -0.152** -0.030 -0.012 0.051 -0.070** -0.058*** -0.116*
(0.011) (0.070) (0.064) (0.053) (0.019) (0.035) (0.034) (0.014) (0.066)
7. Otros servicios -0.020 -0.085 -0.039 -0.042 0.002 -0.007 -0.045 0.005 -0.124***
(0.013) (0.120) (0.099) (0.045) (0.030) (0.036) (0.062) (0.016) (0.036)
8. Primario 0.011* 0.015 0.005 -0.021 0.038*** 0.021 0.027** 0.057*** 0.032
(0.006) (0.029) (0.029) (0.024) (0.010) (0.028) (0.011) (0.012) (0.043)
(Continúa)
Estructura productiva laboral y pobreza en México
168
desarro. soc. 88, bogotá, segundo cuatrimestre de 2021, pp. 129-168, issn 0120-3584 , e-issn 1900-7760, doi: 10.13043/DYS .88.4
Cuadro A.2. Efectos de la estructura productiva sobre la población en pobreza en 2015 (estimación por MC2E-VI)
Sector o variable de control (1)
Nacional
(2)
Noroeste
(3)
Noreste
(4)
Oeste
(5)
Este
(6)
Centro Norte
(7)
Centro Sur
(8)
Suroeste
(9)
Sureste
Índice de productividad Sí Sí Sí Sí Sí Sí Sí Sí Sí
Población ocupada Sí Sí Sí Sí Sí Sí Sí Sí Sí
Población calificada Sí Sí Sí Sí Sí Sí Sí Sí Sí
PIB per cápita Sí Sí Sí Sí Sí Sí Sí Sí Sí
Población total de 2010 Sí Sí Sí Sí Sí Sí Sí Sí Sí
Zonas metropolitanas Sí Sí Sí Sí Sí Sí Sí Sí Sí
Frontera Sí Sí Sí Sí Sí Sí Sí Sí Sí
Observaciones 2445 200 132 268 572 191 174 765 143
R cuadrado (coeficiente
de determinación) 0.771 0.704 0.766 0.732 0.783 0.847 0.880 0.800 0.760
*** p < 00.01, ** p < 0.05, * p < 0.1 (errores estándar entre paréntesis).
Fuente: elaboración propia con datos de la EIC 2015 y del Censo de Población y Vivienda 2010.
