Empleo femenino en las ciudades colombianas: un método de descripción estadística - Núm. 84, Enero 2020 - Revista Desarrollo y Sociedad - Libros y Revistas - VLEX 840033092

Empleo femenino en las ciudades colombianas: un método de descripción estadística

AutorEduardo Lora
Páginas131-179
131
desarro. soc. 71, primer semestre de 2013, pp. x-xx, issn 0120-3584
Revista
Desarrollo y Sociedad
84
Primer cuatrimestre 2020
PP. 131-179, ISSN 0120-3584
E-ISSN 1900-7760
Empleo femenino en las ciudades colombianas:
un método de descripción estadística
Female employment in Colombian cities:
A descriptive statistical method
Eduardo Lora1
DOI: 10.13043/DYS.84.4
Resumen
El objetivo de este artículo es desarrollar una metodología para medir la bre-
cha de género en el “empleo pleno y trabajo decente”, y descomponerla esta-
dísticamente según factores que reflejen la estructura del mercado laboral y la
estructura productiva de las ciudades, la cual se aplica a 23 ciudades colom-
bianas. Según la estructura laboral, la brecha de género en el empleo pleno y
trabajo decente se debe a diferencias en la participación laboral y en la for-
malidad del empleo más que a diferencias en el desempleo o en la dedicación
al empleo formal. Según la estructura productiva, la orientación por sexo y la
composición del empleo sectorial de las ciudades tienen influencia modesta
en las diferencias entre ciudades en la generación de empleo femenino pleno
y decente, pues estas resultan principalmente de diferencias en la capacidad
de generación de empleo formal para ambos sexos. La metodología también
se usa para analizar cambios en el tiempo.
Palabras clave: empleo de las mujeres, condiciones de empleo, creación de
empleos, sector informal, sector industrial, Colombia.
Clasificación JEL: J21.
1 Universidad Eafit, Colombia. Correo electrónico: Eduardo.A.Lora@gmail.com
Este artículo fue recibido el 14 de mayo de 2019, revisado el 3 de septiembre 2019 y finalmente
aceptado 28 de octubre de 2019.
Empleo femenino en las ciudades colombianas
132
desarro. soc. 84, bogotá, primer cuatrimestre de 2020, pp. 131-179, issn 0120-3584, e-issn 1900-7760, doi: 10.13043/dys.84.4
Abstract
The objective is to construct a methodology to measure the gender gap in
“full and decent employment” and to break it down statistically according
to factors that reflect the structure of the labor market and the productive
structure of cities. The methodology is applied to 23 Colombian cities. Accor-
ding to the labor structure, the gender gap in full and decent employment is
due to differences in labor participation and in the formality of employment,
rather than to differences between men and women in unemployment or in
the dedication to formal employment. According to the productive structure,
the orientation by sex and the composition of sectoral employment in cities
have a modest influence on the differences between cities in the generation
of full and decent female employment, since these result mainly from diffe-
rences in the generation capacity of formal employment for both sexes. The
methodology is also used to analyze changes over time.
Key words: womens employment, conditions of employment, employment
creation, informal sector, industrial sector, Colombia.
JEL Classification: J21.
Introducción
Las diferencias de género en el mercado laboral colombiano han recibido aten-
ción creciente en la investigación económica (Amador y Herrera, 2006; Badel
y Peña, 2010; Olarte y Peña, 2010; Tenjo y Herrera, 2009). Algunos estudios
recientes recopilados por Arango, Castellani y Lora (2017) han destacado las
diferencias entre ciudades en la vida laboral de las mujeres. Sin embargo, no
existe una metodología estadística que permita describir en forma coherente
las dimensiones del empleo femenino en las ciudades que son de interés para
estudiar las diferencias de género y las diferencias entre ciudades. Una meto-
dología estadística de descripción del empleo femenino urbano debe ayudar
a medir qué tan distante está el país y sus ciudades de “lograr el empleo pro-
ductivo pleno y el trabajo decente para todos los hombres y mujeres”, como
lo establece uno de los Objetivos de Desarrollo Sostenible (ODS) (meta 8.5
del objetivo 8). Dicha metodología también debe medir los factores laborales
Eduardo Lora 133
desarro. soc. 84, bogotá, primer cuatrimestre de 2020, pp. 131-179, issn 0120-3584, e-issn 1900-7760, doi: 10.13043/dys.84.4
que dan origen a la distancia a este objetivo: ¿el insuficiente empleo produc-
tivo pleno y decente se debe a falta de participación laboral, a desempleo, a
informalidad, a inestabilidad de los empleos formales? La metodología debe
ayudar también a entender en qué medida las brechas de género en el acceso
a empleo productivo pleno y decente se deben a diferencias por sexo en la
composición del empleo de los sectores productivos.
A partir de una definición estadística de empleo pleno y trabajo decente, en
este trabajo se presentan dos métodos de descomposición por sexo de la tasa
de empleo pleno y trabajo decente en las ciudades colombianas. Los dos méto-
dos tienen por objeto medir cuánto influyen, por un lado, factores que refle-
jan la estructura del mercado laboral de las ciudades y, por otro, factores que
reflejan la estructura productiva de las ciudades. Se utiliza información del
Departamento Administrativo Nacional de Estadística (DANE) basada en la
Gran Encuesta Integrada de Hogares (GEIH) e información de la Planilla Inte-
grada de Liquidación de Aportes (PILA) del Ministerio de Salud y Protección
Social (MinSalud) para el periodo de 2008 a 2016.
El resto de este artículo está organizado como sigue. En la sección I, se hace
una breve reseña de literatura relacionada con esta investigación. En la sec-
ción II, se presentan las definiciones y las fuentes de las variables que serán
objeto de las descomposiciones. En la sección III, se deducen los elementos de
la descomposición basada en el mercado laboral. Los resultados de aplicar esta
primera metodología a las ciudades colombianas se presentan en la sección
IV. De forma semejante, la sección V propone una metodología de descompo-
sición según la estructura productiva de las ciudades y la sección VI presenta
los resultados correspondientes para el mismo periodo. Se concluye en la sec-
ción VII con un resumen de los resultados, las sugerencias de extensión de
los métodos para investigaciones futuras y posibles implicaciones de política.
I. Reseña de literatura relacionada
En economía laboral, los métodos de descomposición son parte del instru-
mental analítico básico. Los más conocidos son los propuestos por Oaxaca
(1973) y Blinder (1973) para estudiar el origen de las diferencias (o de los
cambios) en los salarios de varios grupos de trabajadores (por ejemplo, hom-
Empleo femenino en las ciudades colombianas
134
desarro. soc. 84, bogotá, primer cuatrimestre de 2020, pp. 131-179, issn 0120-3584, e-issn 1900-7760, doi: 10.13043/dys.84.4
bres y mujeres)2. Altonji y Blank (1999) ofrecen una reseña de la aplicación de
diversos métodos de descomposición para estudiar las brechas de género en
los salarios y la participación laboral. También hay métodos muy conocidos de
descomposición del crecimiento económico cuyo iniciador fue Solow (1957),
de descomposición de la desigualdad a partir de Theil (1967) y muchos otros.
En Lora y Prada (2016), se encuentran ejemplos para Colombia en diversas
áreas de medición económica.
El objeto de todo ejercicio de descomposición es la descripción ordenada de las
partes o elementos contributivos de un fenómeno que cambia en el tiempo o
que difiere entre grupos (lo cual es usualmente un paso previo a la explicación
causal). Algunos métodos de descomposición son tautológicos (o contables),
en el sentido de que no requieren ningún supuesto para ser válidos, mientras
que otros son válidos solo bajo ciertos supuestos. Es tautológico descomponer
el cambio en el valor de las ventas de un producto en una parte que se debe
al cambio de precios y otra que se debe al cambio de cantidades. Pero no es
tautológico descomponer ese mismo cambio en la parte debida a la demanda
y la parte debida a la oferta.
Los métodos tautológicos no son necesariamente elementales. Por ejemplo,
cuando se tienen varios productos, es necesario utilizar en forma combinada
un índice de Paasche con uno de Laspayres para preservar la descomposición
de valor en precios y cantidades. Por otro lado, es importante tener presente
que los métodos basados en supuestos implican usualmente escoger el valor
de uno o varios parámetros, lo que puede exigir estimaciones econométricas.
De ahí que los métodos de descomposición tautológica se conocen también
como métodos no paramétricos.
Los dos métodos de descomposición del empleo femenino que se presentan en
este trabajo son de tipo tautológico o no paramétrico. En el primero, los ele-
mentos que intervienen son indicadores de la estuctura del mercado laboral.
La tasa de ocupación, definida como el cociente entre el número de ocupados
y la población en edad de trabajar, es una variable de uso corriente en análisis
laborales, porque sus cambios en el tiempo pueden descomponerse en cambios
2 Los métodos de descomposición de Oaxaca y Blinder se han refinado y aplicado a diversos aspectos de
género, más allá de los salarios, tanto en los países desarrollados como en desarrollo. Una aplicación
reciente ha sido en el análisis de las brechas de género de la riqueza (Anglade, Useche y Deere, 2017).
Eduardo Lora 135
desarro. soc. 84, bogotá, primer cuatrimestre de 2020, pp. 131-179, issn 0120-3584, e-issn 1900-7760, doi: 10.13043/dys.84.4
en la tasa de participación y cambios en la tasa de desempleo. Esta descompo-
sición se utiliza también para analizar brechas de género en el empleo (véase,
por ejemplo, para los Estados Unidos, Moffitt, Davis y Mas [2012] y Donovan
[2015]). No hay, sin embargo, análisis semejantes para la tasa de ocupación
formal, es decir, el cociente entre el empleo formal y la población en edad de
trabajar, o para la tasa de ocupación formal “efectiva”, un concepto que uti-
lizaremos en este trabajo.
El segundo método de descomposición que se presenta en este trabajo se basa
en los cambios o las diferencias entre ciudades en la estructura productiva por
sectores. Está relacionado con métodos utilizados por Pieper (2000), Ocampo,
Rada y Taylor (2009), McMillan y Rodrik (2011) y Roncolato y Kucera (2013)
para describir las fuentes de crecimiento de la productividad y el empleo. En
estos estudios, la variable objeto de descomposición es el crecimiento en la
productividad laboral de un país, y sus componentes son los crecimientos en
las productividades laborales sectoriales (ponderados por el tamaño de cada
sector en el producto) y los crecimientos en los empleos sectoriales (ponde-
rados por su productividad en relación con la productividad laboral nacional),
más un residuo contable que resulta de la interacción de ambos crecimientos.
Sin embargo, los métodos de este tipo no se han utilizado para analizar bre-
chas de género en la productividad o en el empleo.
Los métodos de medición y descomposición del empleo que se proponen en
este artículo pueden ayudar a llenar vacíos descriptivos en tres áreas. Primero,
en la medición y el seguimiento del objetivo de “lograr el empleo productivo
pleno y el trabajo decente para todos los hombres y mujeres”, establecido por
Naciones Unidas como parte de los Objetivos de Desarrollo Sostenible (ODS)
para 2030. Segundo, en la incipiente literatura sobre las diferencias de género
en la cantidad y la calidad del empleo en los países en desarrollo (en Elder y
Smith [2010] se encuentra un análisis comprehensivo). Y, tercero, en los aná-
lisis de las diferencias entre regiones o ciudades en la cantidad y calidad del
empleo y sus factores determinantes, análisis que hasta ahora son muy esca-
sos (como se argumenta en Lora [2016] para el caso colombiano). Aunque la
información utilizada en este trabajo se refiere a Colombia, la propuesta meto-
dológica es extensiva a cualquier país en desarrollo.
Una buena descripción estadística de la incorporación laboral de la mujer es
útil por varias razones. Primero, para ayudar a entender cómo ha cambiado su
Empleo femenino en las ciudades colombianas
136
desarro. soc. 84, bogotá, primer cuatrimestre de 2020, pp. 131-179, issn 0120-3584, e-issn 1900-7760, doi: 10.13043/dys.84.4
rol social y económico. En efecto, una descripción rigurosa ayudaría a esta-
blecer hasta qué punto han avanzado en Colombia y en las distintas regiones
del país las fases del proceso de “evolución” y “revolución” femenina identifi-
cado por Goldin (2006), mediante el cual, con el paso del tiempo, las mujeres
no solo participan más laboralmente, sino que toman control de su identidad,
desarrollan sus propias carreras y adquieren la capacidad de tomar decisiones
junto con sus parejas. También puede ayudar a entender los procesos diferen-
ciados de vinculación laboral por sectores y por edades, ya que las mujeres
buscan conciliar el trabajo con las responsabilidades del hogar, posiblemente
sacrificando ingresos o seguridad social para conseguir mayor flexibilidad y
un mejor uso del tiempo (véanse, para los países desarrollados, Buligescu,
Crombrugghe, Mente olu y Montizaan [2009], Fortin [2005], Gangl y Ziefle
[2009], Simonsen y Skipper [2006], Waldfogel [1995]; para Colombia, véase
la reseña en Lora [2019], cap. IX). Por otro lado, una descripción estadística
rigurosa de las diferencias de género en el mercado laboral es un paso previo
para explorar los determinantes de esas diferencias (Altonji y Blank, 1999) y
para formular políticas orientadas a mejorar las condiciones y posibilidades
laborales de la mujer y su rol en la sociedad.
Este trabajo se ocupa solo de métodos tautológicos o no paramétricos para
descomponer diferencias en las “cantidades” de empleo, no los “precios”, es
decir, los salarios. Por supuesto, como cualquier mercado, el laboral produce
simultáneamente resultados de cantidades y de precios que no son indepen-
dientes entre sí. Aunque esto no invalida las descomposiciones que se con-
centran solo en las cantidades o solo en los precios, sí limita las conclusiones
y las implicaciones de política que puedan derivarse3.
II. Definiciones y fuentes
A tono con los ODS, en este trabajo se considera que una persona tiene “empleo
pleno” y “trabajo decente” cuando a lo largo de todo el año tiene un tra-
bajo remunerado que se ciñe a la legislación laboral en lo referente al salario
mínimo y las contribuciones a la seguridad social. A partir de esta definición,
3 Chen y Zhang (2018), en un estudio sobre discriminación laboral de género en China, hacen una inte-
resante argumentación sobre este punto para justificar la incorporación de las cantidades de empleo
en el método tradicional de descomposición de Oaxaca y Blinder, que se basa solo en los salarios.
Eduardo Lora 137
desarro. soc. 84, bogotá, primer cuatrimestre de 2020, pp. 131-179, issn 0120-3584, e-issn 1900-7760, doi: 10.13043/dys.84.4
el “empleo pleno” y el “trabajo decente” generado por una ciudad en un año
es el número efectivo de personas que a lo largo de todo el año han tenido un
trabajo remunerado ceñido a la legislación laboral.
No deben confundirse estas definiciones con las utilizadas por el DANE para
medir el empleo formal. Según el DANE (2009), son formales quienes trabajan
en empresas de cinco o más trabajadores, estén cubiertos o no por la seguri-
dad social, lo que no es una definición adecuada de empleo decente. En este
trabajo, se entiende como empleo decente o “formal” aquel que está ceñido a
la legislación laboral en lo referente al salario mínimo y las contribuciones la
seguridad social. Por otro lado, según el DANE (2019), son ocupados quienes
declaran haber trabajado al menos una hora en el periodo de referencia de la
encuesta, lo que no es una medida adecuada de empleo pleno. Según el DANE
(2019), la ocupación en un año (u otro periodo cualquiera) es el promedio de
las personas registradas como ocupadas en las GEIH del periodo. En la defi-
nición de empleo pleno de este trabajo, se considera la proporción del año en
que cada persona estuvo ocupada en un empleo ceñido a la legislación laboral.
Por eso hablamos del número “efectivo” de personas; por ejemplo, si alguien
contribuyó a la seguridad social 26 semanas en un año, cuenta como media
persona para el cálculo del empleo pleno y trabajo decente del año.
Podemos, entonces, definir la tasa de empleo pleno y trabajo decente f por
sexo s de cada ciudad c en un año dado t:
f
E
P
sct
jsjct
sct
,,
,,,
,,
=
(1),
donde E es el empleo pleno y trabajo decente por sexo s, en el sector j, en la
ciudad c en el año t, y P es la población en edad de trabajar (por sexo, ciu-
dad y año).
La fuente de la información del empleo pleno y trabajo decente es la PILA,
que administra el MinSalud. Se usó información de la PILA entre 2008 y 2016,
procesada con los métodos que estableció el Centro de Desarrollo Internacio-
nal de la Universidad de Harvard para construir el Atlas Colombiano de Com-
plejidad Económica (Datlas) (http://datlascolombia.com/). La clasificación del
empleo por sectores j corresponde al Código Industrial Internacional Uniforme
Empleo femenino en las ciudades colombianas
138
desarro. soc. 84, bogotá, primer cuatrimestre de 2020, pp. 131-179, issn 0120-3584, e-issn 1900-7760, doi: 10.13043/dys.84.4
(CIIU) revisión 3 a cuatro dígitos. Como el sector reportado por las empresas
en la PILA puede no ser el correcto, para construir el Datlas se desarrolló una
metodología de verificación del sector basada en información de las activida-
des de cada empresa según la Dirección de Impuestos y Aduanas Nacionales
(DIAN) en lo referente a exportaciones, la Superintendencia de Sociedades y
los registros de las cámaras de comercio de todo el país.
La población en edad de trabajar P (el denominador de la Ecuación 1) corres-
ponde a la población de 15 años o más, calculada para cada ciudad a partir
de la información por quinquenios de edad y sexo por municipio publicada
por el DANE4.
Las ciudades consideradas son las mismas 23 que cubre la GEIH, en conside-
ración a los municipios que integran las “áreas metropolitanas” definidas por
el DANE.
La tasa de empleo pleno y trabajo decente por ciudad y sexo de la Ecuación (1)
puede convertirse en un índice estandarizado con respecto al promedio nacio-
nal (más exactamente, el conjunto de las ciudades consideradas), dividiéndola
por la tasa de empleo pleno y trabajo decente nacional por sexo:
IF
E
P
E
P
sct
jsjct
sct
cj
sjct
cs
,,
,,,
,,
,,,
/=
∑∑
,, ,ct
(2).
Por ejemplo, si la ciudad es Armenia y el año es 2016, el índice para las muje-
res será:
IFsct,, /=
20446
124994
2028378
10386096 = 0,8376,
lo que significa que la tasa de empleo pleno y trabajo decente de las mujeres
en Armenia en 2016 es el 83,76 % la nacional (para las 23 ciudades), es decir,
el 16,24 % por debajo del promedio nacional.
4 Obsérvese que el DANE utiliza la edad mínima de 12 años para definir la población en edad de trabajar
en los centros urbanos, en lugar de los 15 años que estamos utilizando aquí como punto de corte.
Eduardo Lora 139
desarro. soc. 84, bogotá, primer cuatrimestre de 2020, pp. 131-179, issn 0120-3584, e-issn 1900-7760, doi: 10.13043/dys.84.4
Este índice de empleo pleno y trabajo decente por sexo, ciudad y año será la
principal variable de interés para hacer las descomposiciones. Puede descom-
ponerse de dos formas alternativas: según la estructura del mercado laboral
de la ciudad y según la estructura productiva de la ciudad.
Por claridad expositiva, en el desarrollo de las descomposiciones que siguen
vamos a referirnos solo al sexo femenino (s0) y a la ciudad 1 (c1). Las ecua-
ciones serían análogas para el sexo masculino (s1) o para cualquier ciudad (ci).
III. Descomposición del índice de empleo pleno y
trabajo decente femenino según la estructura
del mercado laboral de la ciudad
La descomposición según la estructura del mercado laboral tiene por objeto
separar la influencia que tienen en el empleo pleno y el trabajo decente los
siguientes cuatro factores: a) la tasa de participación laboral, b) la tasa de de-
sempleo, c) la tasa de formalidad de los empleados y 4) la proporción del año
en empleo formal. Estos cuatro componentes pueden verse como instancias
de decisión (o de exclusión) de los individuos en el mercado laboral, aunque
en la práctica son decisiones interrelacionadas. También pueden verse como
una forma de relacionar los indicadores laborales tradicionales con la tasa de
empleo pleno y trabajo decente.
Con ese propósito, es conveniente hacer una expansión de la Ecuación (1) para
el sexo femenino (s0) y la ciudad 1 (c1):
E
P
L
P
O
L
sct
jsjct
sct
sct
sct
sct
s
01
01
01
01
01
01
0
,,
,, ,
,,
,,
,,
,,
*==
,, ,
,,
,,
,, ,
,,
**
ct
sct
sct
jsjct
sct
N
O
E
N
1
01
01
01
(3),
donde L es fuerza de trabajo, O son los ocupados y N son los empleados for-
males. En el ejemplo para Armenia en 2016, los datos son:
01636
20446
124994
66017
124994
53941
66017
29442
53941
20446
,
***
==
229442
.
Empleo femenino en las ciudades colombianas
140
desarro. soc. 84, bogotá, primer cuatrimestre de 2020, pp. 131-179, issn 0120-3584, e-issn 1900-7760, doi: 10.13043/dys.84.4
Como ya vimos, E es el número efectivo, es decir, durante todo el año, de per-
sonas en empleos decentes y P es la población en edad de trabajar. Para esta-
blecer el número de ocupados O, se utiliza directamente la información de la
GEIH5. Como ya se mencionó, esto equivale al promedio de personas que han
trabajado al menos una hora en el periodo de referencia de las GEIH conside-
radas. Para establecer el número de empleados formales N, se utiliza la PILA,
ya que esta fuente permite saber cuántas personas contribuyeron a la seguri-
dad social en algún momento del año a través de sus empresas6.
Por consiguiente, la Ecuación (3) puede expresarse así:
fpori
sctsct sctsct sct01 01 01 01 01,, ,, ,, ,,
,,
*
**
= (4),
dondefsct01
,,
es la tasa de empleo pleno y trabajo decente,psct
01,,
es la tasa de
participación (según la definición usual del DANE), osct01
,,
es la tasa de empleo,
es decir, 1 menos la tasa de desempleo según la definición usual del DANE,
rsct01
,,
es la tasa de formalidad (según nuestra definición de empleo formal),
e isct01
,,
es la tasa de dedicación al empleo formal de quienes son formales en
algún momento del año, es decir, qué proporción del año contribuyó a la segu-
ridad social a través de sus empleadores7. En el ejemplo de Armenia en 2016
para las mujeres, se tiene que:
5 Para quienes tienen 15 años o más y, por tanto, forman parte de la población en edad de trabajar, según
fue definida arriba.
6 El hecho de utilizar la PILA para calcular N y la GEIH para calcular O puede ser una fuente de error en el
coeficiente de formalidad resultante (véase más adelante), ya que estas dos fuentes usan metodologías
distintas: la PILA es un registro administrativo de cobertura censal mientras que la GEIH es una encuesta
anclada en unas proyecciones de población por edad y sexo de las cuales se derivan los factores de
expansión de cada observación. Lo ideal sería usar una sola fuente en todo el ejercicio, pero esto no
es posible debido a la definición de empleo pleno y decente aquí utilizada (véase el comienzo de la
sección dos).
7 Estrictamente, debería tenerse un quinto factor para medir qué proporción de los días en que cada
individuo hizo contribuciones a la seguridad social lo hizo de tiempo completo y qué proporción de
tiempo parcial. Desafortunadamente, la PILA no permite hacer esa precisión, porque las contribuciones a
la seguridad social se hacen por días (no por fracción de días), así el trabajador labore de tiempo parcial.
Esta descomposición adicional podría justamente arrojar luces sobre las consecuencias del sesgo que
existe en la legislación laboral colombiana en contra del empleo formal de tiempo parcial por el hecho
de que algunos pagos y contribuciones se calculan como si el trabajador trabajara de tiempo completo.
Puesto que con la información utilizada todos los días se cuentan como días de tiempo completo, hay
una sobreestimación en la variable dependiente (la tasa de empleo de pleno y trabajo decente).
Eduardo Lora 141
desarro. soc. 84, bogotá, primer cuatrimestre de 2020, pp. 131-179, issn 0120-3584, e-issn 1900-7760, doi: 10.13043/dys.84.4
01636 0 5282 0 8171 0 5458 0 6945,,*,*,*,=
.
Los subíndices se refieren a las mujeres (s0) y la ciudad 1 (c1), pero la ecua-
ción es válida para cualquier grupo de sexo(s) y ciudad(es), e incluso también
para grupos de edad. Esta última es una dimensión que no estamos conside-
rando aquí, pero que puede ser útil, especialmente porque las tasas de par-
ticipación difieren mucho por edades, debido al estudio, la maternidad y la
jubilación, principalmente8.
La Ecuación (4) puede convertirse a logaritmos, lo cual lleva a una descom-
posición aditiva de la tasa de empleo pleno y trabajo decente. Así, para las
mujeres en la ciudad 1 será:
lnflnp lnolnr lni
sctsct sctsct sct01 01 01 01 01,, ,, ,, ,,
,,
=+++ (5),
que en el caso de las mujeres en Armenia en 2016 será:
-1,8104 = –0,6384 – 0,2020 –0,6055 –0,3646.
Obsérvese que todos los términos necesariamente son negativos, puesto que
son logaritmos de fracciones menores que la unidad.
Alternativamente, la Ecuación (4) puede dividirse por la expresión equivalente
para el agregado de todas las ciudades. De esta forma, se obtiene el índice de
empleo pleno y trabajo decente por sexo y ciudad IF, y su descomposición en
los cuatro factores. Dicho índice para las mujeres de la ciudad 1 será:
IF IP IO IR II
sctsct sctsct sct01 01 01 01 01,, ,, ,, ,, ,,
***

= (6),
donde el primer factor de la derecha es el índice de participación laboral feme-
nina para la ciudad c1 con respecto al nacional:
8 También puede ser útil para aislar de las descomposiciones a quienes ya tienen edad de jubilación y
permanecen trabajando en una empresa, aunque tengan una pensión. Con los métodos aquí utilizados,
estas personas no aparecen como empleados, porque no hacen contribuciones a la seguridad social en
pensiones, lo cual es incorrecto.
Empleo femenino en las ciudades colombianas
142
desarro. soc. 84, bogotá, primer cuatrimestre de 2020, pp. 131-179, issn 0120-3584, e-issn 1900-7760, doi: 10.13043/dys.84.4
IP L
P
L
P
sct
sct
sct
csct
csct
01
01
01
0
0
,,
,,
,,
,,
,,
/=
(7),
que en el caso de Armenia en 2016 toma el siguiente valor:
08810 66017
124995
6226171
10386096
,/
=
.
El segundo factor es el índice de empleo femenino de la ciudad con respecto
al nacional:
IO
O
L
O
L
ct
sct
sct
csct
csct
1
01
01
0
0
,
,,
,,
,,
,,
/=
(8),
que toma el siguiente valor en el ejemplo de Armenia en 2016:
09528 53941
66017
5339452
6226171
,/
=
.
El tercer factor es el índice de formalidad de las mujeres ocupadas de la ciu-
dad con respecto al nacional, seguido del ejemplo:
IR
N
O
N
O
ct
sct
sct
csct
csct
1
01
01
0
0
,
,,
,,
,,
,,
/=
(9).
1
0426 29442
53941
2795285
5339452
,/
=
Y el cuarto componente es el índice de dedicación al sector formal de quienes
han sido empleadas formales en algún momento del año en la ciudad c1 con
respecto al patrón nacional:
II
E
N
E
ct
jsjct
sct
cj
sjct
1
01
01
0
,
,, ,
,,
,,,
/=
∑∑
cc sct
N
0, ,
(10).
Eduardo Lora 143
desarro. soc. 84, bogotá, primer cuatrimestre de 2020, pp. 131-179, issn 0120-3584, e-issn 1900-7760, doi: 10.13043/dys.84.4
09570 20446
29442
2028378
2795285
,/
=
Si se toman logaritmos en la Ecuación (6), se obtiene la descomposición
expresada en diferencias con respecto al patrón nacional para todos los índi-
ces (puesto que un índice de 1, cuyo logaritmo es 0, implica que la ciudad es
igual en ese aspecto al patrón nacional):
lnIF lnIP lnIO lnIR lnII
sctsct sctsct sc01 01 01 01 01,, ,, ,, ,, ,
=+
++
,,t (11).
–0,1773 = –0,12666 – 0,04837 + 0,04171 – 0,04394
En el ejemplo de Armenia en 2016, el logaritmo del índice es negativo como
resultado de que tres de sus componentes son negativos. Solo el componente
que refleja la tasa de formalidad de las mujeres es positivo ese año (aunque no
en el promedio de todo el periodo 2008-2016, como veremos más adelante), lo
cual significa que supera la tasa de formalidad de las mujeres a nivel nacional.
Por último, si se quiere analizar el origen de los cambios entre dos periodos
(digamos t y t-k), puede restarse de la Ecuación (11) su equivalente para el
periodo t-k, de forma que:


,, ,, ,, ,,
∆∆∆
∆∆
lnIF lnIP lnIO lnIR
sctsct sctsct01 01 01 01
=+
++
ll nIIsct
01,,
(12),
donde el símbolo D se refiere a la diferencia de t respecto a t-k (lo mismo
puede hacerse con la Ecuación 5). En este caso, el ejemplo para las mujeres
de Armenia se refiere a los cambios entre 2008 y 2016:
0,1890 = 0,0087 – 0,0001 + 0,1863 – 0,0059
En Armenia, la tasa de empleo pleno y trabajo decente de las mujeres aumentó
más que el promedio nacional gracias a que la tasa de formalidad del empleo
femenino así lo hizo (los demás factores tuvieron un efecto insignificante).
Empleo femenino en las ciudades colombianas
144
desarro. soc. 84, bogotá, primer cuatrimestre de 2020, pp. 131-179, issn 0120-3584, e-issn 1900-7760, doi: 10.13043/dys.84.4
IV. Resultados de aplicar la metodología de
descomposición según estructura laboral al empleo
femenino de las 23 ciudades colombianas
Los principales resultados de esta primera metodología de descomposición
pueden presentarse ahora para todas las ciudades con las ecuaciones (1), (5)
y (11) para el promedio de todos los años entre 2008 y 2016, y la Ecuación
(12) para los cambios entre 2008 y 2016.
La tasa de empleo pleno y trabajo decente (Ecuación 1) masculina y femenina
por ciudades (promedios 2008-2016) se presenta en el Figura 1. Las ciudades
han sido ordenadas según su tasa de empleo pleno y trabajo decente de las
mujeres. En todas las ciudades, es mayor la tasa masculina que la femenina.
Las primeras van desde el 12 % (Florencia) hasta el 30,6 % (Tunja), las segun-
das fluctúan entre el 7,9 % (Cúcuta) y el 21,7 % (Bogotá). Esto implica dis-
tancias enormes respecto del objetivo de empleo productivo pleno y decente
para todos, especialmente en el caso de las mujeres.
Figura 1. Tasa de empleo pleno y trabajo decente por sexo (promedio 2008-2016).
Fuente: elaboración propia con información de la GEIH del DANE y la PILA del MinSalud.
Eduardo Lora 145
desarro. soc. 84, bogotá, primer cuatrimestre de 2020, pp. 131-179, issn 0120-3584, e-issn 1900-7760, doi: 10.13043/dys.84.4
La tasa promedio (simple) de empleo pleno y trabajo decente de los hombres
en las 23 ciudades es el 20,8 %, y la de las mujeres el 12,8 % (Cuadro 1). Esta
brecha de género se debe, en primer lugar, a diferencias en las tasas de parti-
cipación: el 72,2 % para los hombres y el 55,5 % para las mujeres. En segundo
lugar, se debe a que los hombres que son ocupados tienen una mayor tasa de
formalidad que las mujeres: el 49,1 % versus el 38,9 %. Las diferencias en las
tasas de (des)empleo tienen una contribución menor, mientras que las dife-
rencias en las tasas de dedicación de quienes tienen empleo formal en algún
momento del año son mayores para las mujeres que para los hombres.
Las diferencias entre ciudades en las tasas de empleo pleno y trabajo decente
son mayores para los hombres que para las mujeres: la desviación estándar de
las primeras es el 5,4 % mientras que la de las segundas es el 3,6 %. El factor
que más contribuye a esas diferencias es la tasa de formalidad, cuya desviación
estándar es bastante elevada y mayor para los hombres que para las mujeres
(11,3 % versus 8,6 %). Así lo sugieren también las correlaciones con la tasa
de empleo pleno y trabajo decente de cada una de las tasas que la explican:
las correlaciones de las tasas de formalidad y las de las tasas de dedicación de
los formales son mayores para los hombres y muy elevadas (significativamente
diferentes de cero con el 99 % de confianza, como se indica en el Cuadro 1).
En cambio, las correlaciones de las tasas de participación, al igual que las de
las tasas de (des)empleo, son mayores para las mujeres y poco significativas
(solo al 90 % en el caso de las mujeres).
Por consiguiente, al hacer la descomposición por factores laborales según la
Ecuación (5), se obtiene que la tasa de formalidad es responsable por el 46,1 %
de la baja tasa de empleo pleno y trabajo decente de las mujeres (42,2 % para
hombres), la tasa de participación es responsable por el 28,3 % en el caso de
las mujeres (22,3 % en el caso de los hombres), la tasa de dedicación con-
tribuye con el 17,7 % para las mujeres (28 % para los hombres) y la tasa de
(des)empleo contribuye solo el 7,9 % en las mujeres (7,4 % en los hombres).
Esta misma descomposición, pero aplicada ahora ciudad por ciudad y solo
para las mujeres, aparece en el Figura 2. Los valores son negativos, pues son
logaritmos de coeficientes menores de 1 (véanse en el Cuadro A1 del Anexo
los coeficientes por ciudad y por sexo). Considérese que las diferencias de
tamaño entre unas barras y otras son proporcionales a los logaritmos, no a
los coeficientes propiamente dichos (esto es relevante porque los logaritmos
Empleo femenino en las ciudades colombianas
146
desarro. soc. 84, bogotá, primer cuatrimestre de 2020, pp. 131-179, issn 0120-3584, e-issn 1900-7760, doi: 10.13043/dys.84.4
negativos tienden a ser cada vez más grandes en la medida en que el coefi-
ciente se acerca a cero).
Cuadro 1. Estadísticas descriptivas de las variables de descomposición de la tasa de
empleo pleno y trabajo decente por factores laborales (por sexo, 23 ciudades,
promedio de 2008 a 2016)
Tasa de
empleo pleno
y decente
Tasa de
participación
laboral
Tasa de
empleo
Tasa de
formalidad
Tasa de
dedicación
Tasa promedio
Hombres 20,8% 72,2% 89,6% 49,1% 65,1%
Mujeres 12,8% 55,5% 84,9% 38,9% 69,2%
Desviación estándar
Hombres 5,4% 3,1% 2,4% 11,3% 3,8%
Mujeres 3,6% 4,5% 2,8% 8,6% 2,8%
Correlación con la tasa
de empleo pleno y
trabajo decente
Hombres 100,0% 14,7% 12,1% 95,1% *** 79,1% ***
Mujeres 100,0% 39,8% * 31,1% * 90,2% *** 63,8% ***
Contribución porcentual
en la descomposición de
la tasa de empleo pleno
y decente en logaritmos
(Ecuación 5)
Hombres 22,3% 7,4% 42,2% 28,0%
Mujeres 28,3% 7,9% 46,1% 17,7%
* Significativamente diferente de 0 con el 90 % de confianza.*** Significativamente diferente de 0 con el
99 % de confianza.
Fuente: cálculos propios con información de la GEIH del DANE y la PILA del MinSalud.
Como puede observarse, las tasas de formalidad (verdes) y las de dedicación
(naranjas) están fuertemente relacionadas con el tamaño total de las barras,
que representan la tasa de ocupación formal. Las tasas de participación (azu-
les), aunque son relativamente grandes, no guardan una relación tan estrecha
con el tamaño de las barras, mientras que las tasas de (des)empleo (rojas) son
pequeñas y casi no varían.
Los resultados de aplicar la Ecuación (9), que descompone el índice de empleo
pleno y trabajo decente por ciudades para las mujeres, se presenta en el Figura
3. Recuérdese que los índices se interpretan como distancias respecto del pro-
Eduardo Lora 147
desarro. soc. 84, bogotá, primer cuatrimestre de 2020, pp. 131-179, issn 0120-3584, e-issn 1900-7760, doi: 10.13043/dys.84.4
medio nacional (en logaritmos). Así, Cúcuta y Florencia son las ciudades con
las menores tasas de empleo pleno y trabajo decente femenino con respecto al
conjunto de las 23 ciudades (en promedio para el periodo de 2008 a 2016), y
ello se debe, principalmente, a que sus tasas de formalidad son muy inferiores
a las del conjunto de las 23 ciudades. Los demás componentes —participación,
(des)empleo y dedicación— son todos negativos para estas dos ciudades. En
contraste, Bogotá es la ciudad con la mayor tasa de empleo pleno y trabajo
decente femenino. Con respecto al conjunto de las 23 ciudades, todos los com-
ponentes —participación, (des)empleo, formalidad, dedicación— son positivos.
Figura 2. Descomposición de la tasa pleno y trabajo decente femenino (promedio
2008-2016, logs).
Fuente: elaboración propia con información de la GEIH del DANE y la PILA del MinSalud.
El resultado más importante de esta descomposición con índices es que las
diferencias en el empleo pleno y trabajo decente femenino entre ciudades se
deben, sobre todo, a las diferencias en la tasa de formalidad del empleo feme-
nino. También es relevante mencionar que los cuatro índices componentes
están todos positivamente relacionados entre sí (Cuadro A3 del Anexo). Esto
sugiere que pueden estar influidos por factores comunes relacionados con el
desarrollo de las ciudades. También están todos correlacionados positivamente
con la brecha salarial entre hombres y mujeres (medida igualmente en loga-
Empleo femenino en las ciudades colombianas
148
desarro. soc. 84, bogotá, primer cuatrimestre de 2020, pp. 131-179, issn 0120-3584, e-issn 1900-7760, doi: 10.13043/dys.84.4
ritmos en promedio para todo el periodo de 2008 a 2016). Por consiguiente,
en los hechos hay un conflicto entre los objetivos de pleno empleo y de equi-
dad salarial (en los empleos formales). La correlación más fuerte (0.3) es con
el índice de empleo femenino, que mide qué proporción de las mujeres que
están en el mercado laboral están ocupadas (sea formal o informalmente).
Figura 3. Descomposición de la tasa pleno y trabajo decente femenino por factores
laborales (promedio 2008-2016).
Fuente: elaboración propia con información de la GEIH del DANE y la PILA del MinSalud.
Por último, la Figura 4 presenta la descomposición de los cambios entre 2008
y 2016 de los índices de empleo pleno y trabajo decente femenino. Aunque
solo en Riohacha cayó la tasa de empleo pleno y trabajo decente, los índi-
ces muestran caídas para algunas otras ciudades, porque comparan con los
agregados nacionales, que mejoraron en ese periodo. Los mayores aumentos
se presentaron en ciudades pequeñas como Quibdó, Montería y Valledupar. El
principal factor de aumento en el empleo pleno y trabajo decente femenino en
casi todas las ciudades fue la formalización del empleo. También en la mayoría
de las ciudades aumentó la dedicación al empleo formal, aunque su contribu-
ción al aumento de la tasa de empleo pleno y trabajo decente fue modesta.
Los índices de participación y de (des)empleo tuvieron patrones menos uni-
formes de comportamiento.
Eduardo Lora 149
desarro. soc. 84, bogotá, primer cuatrimestre de 2020, pp. 131-179, issn 0120-3584, e-issn 1900-7760, doi: 10.13043/dys.84.4
Por consiguiente, nuevamente la tasa de formalidad del empleo femenino
se destaca como la variable de mayor influencia en la generación de empleo
pleno y trabajo decente para las mujeres (véanse las correlaciones en el Cua-
dro A.4 del Anexo).
Figura 4. Descomposición de cambios en el índice de empleo pleno y trabajo decente
femenino entre 2008 y 2016 (logs).
Fuente: elaboración propia con información de la GEIH del DANE y la PILA del MinSalud.
V. Descomposición del índice de empleo
pleno y trabajo decente femenino según
la estructura productiva de la ciudad
La segunda metodología de descomposición busca medir el efecto que tienen
tres factores en el empleo pleno y trabajo decente de las mujeres: el tamaño
del sector formal, la composición sectorial del empleo y la orientación por sexo
del empleo en los sectores.
A partir nuevamente de la Ecuación (1), que define la tasa de empleo feme-
nino pleno y decente, se puede tener la siguiente expansión, cuyo significado
se explicará una vez hayamos definido cada uno de sus términos:
Empleo femenino en las ciudades colombianas
150
desarro. soc. 84, bogotá, primer cuatrimestre de 2020, pp. 131-179, issn 0120-3584, e-issn 1900-7760, doi: 10.13043/dys.84.4
f
E
P
fw
z
sct
jsjct
sct
ct
sctj
jc ts01
01
01
1
01
10
1
,,
,, ,
,,
,
,,
,,

==
p,,
,,
jc t1 (13).
El término f
ct
1, es la tasa de empleo pleno y trabajo decente total (para los dos
sexos) en la ciudad 1:
f
E
P
ct
sj sjct
ssc t
1
1
1
,
,,, ,
,,
=
(14).
Siguiendo con el ejemplo de Armenia en 2016:
02061 48986
237637
,
=.
El término psct01
,,
representa la participación de las mujeres en la población
de la ciudad, de modo que su inverso es:
1
01
1
01
psct
ssc t
sct
P
P
,,
,,
,,
=
(15).
En el caso de Armenia en 2016:
1
901
1
0 5260
237637
124995
,
,
== .
Los términos wjc t
,,
1 son las participaciones de cada sector j en el empleo total
de la ciudad c1:
w
E
E
jc t
ssjct
sj sjct
,,
,, ,
,,, ,
1
1
1
=
(16).
Por ejemplo, si el sector es “otras actividades empresariales” (código 7499 del
CIIU, Rev. 3 a cuatro dígitos), que incluye las tercerizadoras de empleo y es el
Eduardo Lora 151
desarro. soc. 84, bogotá, primer cuatrimestre de 2020, pp. 131-179, issn 0120-3584, e-issn 1900-7760, doi: 10.13043/dys.84.4
que más empleo formal (de ambos sexos) genera en Armenia, el valor corres-
pondiente en 2016 es:
03187
15612
48986
,
=.
Por su parte, los términos zsj
ct01
,, , son las participaciones femeninas en cada
sector j en la ciudad c1:
zE
E
sjct
sjct
ssjct
01
01
1
,, ,
,, ,
,, ,
= (17).
Que en el ejemplo del sector “otras actividades empresariales” en Armenia
para las mujeres en 2016 será:
04044
6313
15612
,
=.
Por consiguiente, la tasa de empleo pleno y trabajo decente de las mujeres en la
ciudad 1, según la Ecuación (13), es el producto de a) la tasa de empleo pleno
y trabajo decente total (de ambos sexos) de la ciudad, f
ct
1, , b) el inverso de la
participación de las mujeres en la población, psct01,,
,
y c) la participación del
empleo femenino en el empleo de la ciudad. Este último factor puede expre-
sarse como el promedio ponderado de la participación femenina en cada sec-
tor en la ciudad, zsj
ct01
,, ,, de modo que las ponderaciones son el peso de cada
sector en el empleo de la ciudad, wjc
t,,
1. La Ecuación (13) es una identidad y,
por tanto, cualquier descomposición que se derive a partir de ella es de natu-
raleza tautológica (aunque no necesariamente trivial).
La Ecuación (13) puede a su vez ser expandida y reorganizada de la siguiente
forma:
ff
wz
wz
sctctsct
jjc tsjc t
jjt sjc
01 101
101
01
,, ,,,
,, ,, ,
,,,
=
p
,,
,,,,
,,,
t
jjt sjct
jjt sjt
wz
wz
01
0
j
jt sjt
wz
,,
,
0 (18),
donde
w
jt,es la participación de cada sector en el empleo nacional (más exac-
tamente, en las 23 ciudades consideradas) y zsjt0, ,es la participación femenina
Empleo femenino en las ciudades colombianas
152
desarro. soc. 84, bogotá, primer cuatrimestre de 2020, pp. 131-179, issn 0120-3584, e-issn 1900-7760, doi: 10.13043/dys.84.4
en el empleo nacional de cada sector (idem). Los términos de la expansión
tienen el siguiente significado. El primer paréntesis mide qué tanto favorece
a las mujeres el hecho de que la estructura de los sectores productivos de la
ciudad difiere de la estructura sectorial nacional (dada la participación de
las mujeres en cada sector de la ciudad). En la medida en que este parénte-
sis sea mayor que 1, más favorable a las mujeres será la estructura sectorial
de la ciudad. El segundo paréntesis mide qué tanto favorece a las mujeres
la composición por sexo del empleo de cada sector en la ciudad, comparado
con el patrón nacional (dada la composición sectorial del empleo nacional)9.
El término a la derecha, por fuera de los paréntesis, es sencillamente la par-
ticipación de las mujeres en el empleo nacional, que actúa como un factor
de escala. Este término desaparece al dividir ambos lados de la Ecuación (18)
por los lados correspondientes de la Ecuación (13) calculada para el agregado
nacional (después de reorganizar):
f
f
f
f
wz
w
sct
st
ct
t
jjc tsjc t
jj
01
0
1101
,,
,
,,, ,, ,
,
=
ttsjc t
jjt sjct
jjt sj
z
wz
wz
,, ,
,,,,
,,,01
01
0
tt
st
sct
p
p
0
01
,
,,
(19).
Tenemos así la ecuación que descompone el índice de empleo pleno y trabajo
decente de las mujeres en la ciudad c1 en los tres factores mencionados al
comienzo de esta sección. En el ejemplo de Armenia en 2016, la Ecuación (19)
toma los siguientes valores:
01636
01953
0 2061
0 2368
0 4174
0 4229
,
,
,
,
*, 
,
=
*,
, 
,
,
0 4229
0 4275
0 5257
0 5260
.
El coeficiente de la izquierda de la Ecuación (19) es el índice que queremos
descomponer, IFsct
01,,
(el mismo de la Ecuación (6) que presenta la descom-
posición según estructura del mercado laboral). Cada uno de los tres parén-
9 Nótese la analogía con los índices de Paasche y Laspayres en el uso de los ponderadores en los dos
paréntesis. En el primero, se usan los ponderadores para la ciudad, w, mientras que en el segundo
se usan los ponderadores nacionales,
z
. Aunque esto puede paracer arbitrario (y podría ser al revés),
permite simplificar términos y preservar la identidad original sin necesidad de introducir ningún factor
de residuo. De forma análoga, los índices de Paasche y Laspayres se usan, indistintamente, uno para los
índices de precios y otro para los índices de cantidades para preservar así su identidad con los índices
de valor (véase Lora y Prada, 2016, cap. 5).
Eduardo Lora 153
desarro. soc. 84, bogotá, primer cuatrimestre de 2020, pp. 131-179, issn 0120-3584, e-issn 1900-7760, doi: 10.13043/dys.84.4
tesis a la derecha equivale ahora a un índice de la descomposición según la
estructura productiva, así:
IF IF IC IS
sctctsct sct01 10
10
1,, ,,
,,
,
* *
= (20),
donde el primer componente al lado derecho de la ecuación es el índice de
empleo pleno y trabajo decente total, es decir, de ambos sexos, para la ciudad
c1 en el año t, IF
ct
1, , que se define en forma análoga al índice de la Ecuación
(2), pero agregando ambos sexos (en el numerador para la ciudad c1 y en el
denominador para todas las ciudades):
IF
E
P
E
ct
sj
sjct
ssc t
csjsj
1
1
1
,
,, ,
,,
,,
/=
∑∑
∑∑
cct
cs
sct
P
,
,,
∑∑
(21).
El segundo componente de la Ecuación (20) es el índice de composición sec-
torial por sexo de la ciudad, IC sct
01,,
, el cual puede escribirse en forma más
detallada así (con las ecuaciones (16) y (17)):
IC
E
E
E
sct
j
ssjct
sj sjct
sjc
01
1
1
0
,,
,, ,
,,, ,
,,
=
11
1
,
,, ,
,,,,
,,
t
ssjct
j
sc sjct
sjc
E
E
∑∑
E
E
E
sjct
sjct
ssjct,,,
,, ,
,, ,
01
1
(22).
Para entender este índice, es importante observar que numerador y denomi-
nador solo difieren en que el primer paréntesis redondo en el numerador se
refiere a la ciudad c1, mientras que el correspondiente paréntesis del deno-
minador se refiere al agregado de todas las ciudades. La relación entre estos
dos paréntesis capta, por consiguiente, el tamaño relativo de cada sector j en
la ciudad. Los segundos paréntesis redondos actúan como ponderadores, y son
iguales en el numerador y el denominador. Las ponderaciones son las partici-
paciones de las mujeres en el empleo de los sectores en la ciudad c1.
El tercer componente es el índice de la orientación por sexo del empleo den-
tro de los sectores de la ciudad. Puede escribirse en forma más detallada así:
Empleo femenino en las ciudades colombianas
154
desarro. soc. 84, bogotá, primer cuatrimestre de 2020, pp. 131-179, issn 0120-3584, e-issn 1900-7760, doi: 10.13043/dys.84.4
(23).
Para entender este índice, es conveniente concentrarse inicialmente en los
primeros paréntesis redondos del numerador y el denominador. La diferen-
cia entre ambos es que el numerador se refiere a la ciudad c1 mientras que
el denominador al conjunto de las ciudades. Conjuntamente, estos paréntesis
están captando si en cada sector en la ciudad las mujeres tienen más partici-
pación que en el conjunto de las ciudades. Los segundos paréntesis redondos
son iguales en el numerador y el denominador, y actúan como ponderadores:
en este caso, los ponderadores son el tamaño relativo de cada sector en el
empleo del conjunto de las ciudades, es decir, la estructura productiva nacio-
nal. Finalmente, los paréntesis de la extrema derecha (por fuera de las suma-
torias) son, respectivamente, la participación de las mujeres en la población
del conjunto de las ciudades y de la ciudad c1. El cociente entre ambos opera
como un factor de ajuste de cualquier desbalance de los sexos en la población
de la ciudad en relación con el patrón nacional.
Nótese que los índices IC sct
01,,
e IS sct01
,,
miden dos aspectos distintos del empleo
femenino. El primero se refiere a la composición sectorial, es decir, si los secto-
res que en la ciudad emplean más o menos mujeres son relativamente grandes
o pequeños en la ciudad con respecto al país. El segundo se refiere al sesgo
por sexo, es decir, si en cada sector se emplean relativamente más o menos
mujeres que en el promedio nacional.
Para ilustrar lo anterior, supóngase una ciudad cuya composición del empleo
formal es idéntica a la nacional, y donde la participación de las mujeres en la
población total y en cada sector es la misma que en todo el país. En esta ciudad,
la tasa de empleo pleno y trabajo decente de las mujeres será exactamente la
misma que la tasa de empleo pleno y trabajo decente total (de ambos sexos)
de la ciudad. Es decir, aunque la ciudad no tendría ningún sesgo a favor ni en
contra del empleo femenino, podría tener una tasa baja de empleo pleno y
Eduardo Lora 155
desarro. soc. 84, bogotá, primer cuatrimestre de 2020, pp. 131-179, issn 0120-3584, e-issn 1900-7760, doi: 10.13043/dys.84.4
trabajo decente femenino sencillamente por el hecho de tener una tasa baja
de empleo pleno y trabajo decente total, y viceversa.
En el ejemplo de Armenia en 2016, la Ecuación (20) toma los siguientes valores:
0,8387 = 0,8704 * 0,9890 * 0,9744
Obsérvese que en este ejemplo el valor del índice de empleo pleno y trabajo
decente femenino (el lado izquierdo) se debe primordialmente al valor del índice
total (para ambos sexos) de empleo pleno y trabajo decente de la ciudad (el
primer término a la derecha). Los otros dos índices, que reflejan la composi-
ción sectorial y la orientación sectorial para las mujeres son muy cercanos a
la unidad. Veremos en la próxima sección que este patrón es común a todas
las ciudades.
Como en la descomposición basada en el mercado laboral, la descomposición
por estructura productiva puede expresarse en logaritmos:
lnIF lnIF lnIC lnIS
sctctsct sct01 10
10
1,, ,,
,,
,

=+ + (24).
En el ejemplo10:
–0,1759 = – 0,1389 – 0,0111 – 0,0260
Valores positivos de cualquier elemento de esta expresión implican que la ciu-
dad supera el patrón nacional, y viceversa. En el ejemplo de Armenia, los tres
elementos están por debajo de patrón nacional. Si se toman diferencias en el
tiempo se obtiene:
∆∆
∆∆


,, ,,
,,
,
lnIF lnIF lnIC lnIS
sctctsct sct01 10
10
1
=+ + (25),
donde el símbolo D representa diferencias entre dos periodos. En el caso de
Armenia entre 2008 y 2016, los valores correspondientes son:
0,1461 = 0,2079 – 0,0083 – 0,0534
10 La pequeña diferencia respecto de la Ecuación (12) en el ejemplo (–0,1773 versus –0,1759) se debe a
la imposibilidad de asignarles sector a algunos empleos. Lo mismo aplica a los resultados que siguen.
Empleo femenino en las ciudades colombianas
156
desarro. soc. 84, bogotá, primer cuatrimestre de 2020, pp. 131-179, issn 0120-3584, e-issn 1900-7760, doi: 10.13043/dys.84.4
Por consiguiente, en ese periodo Armenia avanzó más rápido que el conjunto
de las 23 ciudades en la generación de empleo pleno y trabajo decente para
las mujeres, lo que desde el punto de vista de la estructura productiva de la
ciudad fue posible porque avanzó en la generación de empleo pleno y trabajo
decente total (para ambos sexos), a pesar de que los cambios en la composi-
ción y en el sesgo sectorial del empleo fueron adversos a las mujeres.
Es importante recordar que la descomposición es tautológica, en el sentido
de que para cada ciudad el producto de los tres índices componentes es idén-
tico al índice de empleo pleno y trabajo decente femenino. Esto no depende
de ningún supuesto sobre el comportamiento del mercado laboral ni de los
sectores productivos.
También es relevante señalar que este método de descomposión podría apli-
carse a las ocupaciones en vez de a los sectores. Es muy factible que las dife-
rencias por sexo sean más notorias dentro de cada ocupación que dentro de
cada sector. Desafortunadamente, no se cuenta con información de ocupa-
ciones en la GEIH ni en la PILA.
VI. Aplicación de la metodología de descomposición del
índice de empleo pleno y trabajo decente femenino
según la estructura productiva de las ciudades
Con las ecuaciones (24) y (25) podemos ver ahora los resultados de aplicar
esta segunda metodología de descomposición a las 23 ciudades que cubre el
DANE en sus estadísticas laborales. Como ya se señaló, aunque el sector que
reportan las empresas en la PILA puede ser errado, se verifica y corrige si es
necesario con la información sobre las empresas de la Superintendencia de
Sociedades, de las cámaras de comercio de todo el país y de la DIAN (Adua-
nas) cuando son empresas exportadoras. No se incluyen los trabajadores inde-
pendientes. Aun así, pueden subsistir errores en la información de productores
que no aparecen en ninguno de estos registros alternativos.
La Figura 5A presenta la descomposición del índice de empleo pleno y trabajo
decente femenino por ciudades según la metodología de la estructura pro-
ductiva, con información por sectores a cuatro dígitos (del CIIU, Rev. 3). Como
en la descomposición laboral, todos los índices están en logaritmos y son pro-
Eduardo Lora 157
desarro. soc. 84, bogotá, primer cuatrimestre de 2020, pp. 131-179, issn 0120-3584, e-issn 1900-7760, doi: 10.13043/dys.84.4
medios para todo el periodo de 2008 a 2016 (en el Cuadro A2 del Anexo se
encuentran los valores originales de los coeficientes por ciudad y sexo, y en el
Cuadro A3 las correlaciones entre los índices). Las diferencias entre ciudades
se deben predominantemente a las diferencias en la tasa de empleo pleno y
trabajo decente total (de ambos sexos). Sin embargo, lo que más diferencia el
patrón nacional de las ciudades de la Costa Caribe (Barranquilla, Santa Marta
y Cartagena) es la orientación femenina negativa, es decir, a favor de los hom-
bres, del empleo en sus sectores productivos. Las ciudades donde la orientación
del empleo sectorial más favorece a las mujeres con respecto al patrón nacio-
nal son Quibdó, Tunja, Florencia y Bogotá. Sin embargo, excepto en Quibdó,
su efecto sobre la tasa de empleo pleno y trabajo decente femenino es rela-
tivamente modesto. Las diferencias de composición sectorial tienen también
efectos moderados, excepto en Quibdó y Florencia. Esto no quiere decir que la
estructura sectorial de las economías de ciudades como Montería o Sincelejo
sean semejantes a las de Bogotá. Quiere decir que con combinaciones muy
diversas de sectores todas las ciudades producirían más o menos la misma
composición del empleo entre hombres y mujeres, siempre y cuando cada uno
de los sectores tuviera la misma orientación femenina que el patrón nacional.
Figura 5A. Descomposición del índice de empleo pleno y trabajo decente femenino
promedio 2008-2016 (logs) por factores de estructura productiva (2 dígitos).
Fuente: elaboración propia con información de la GEIH del DANE y la PILA del MinSalud.
Empleo femenino en las ciudades colombianas
158
desarro. soc. 84, bogotá, primer cuatrimestre de 2020, pp. 131-179, issn 0120-3584, e-issn 1900-7760, doi: 10.13043/dys.84.4
Figura 5B. Descomposición del índice de empleo pleno y trabajo decente femenino
promedio 2008-2016 (logs) por factores de estructura productiva (2 dígitos).
Fuente: elaboración propia con información de la GEIH del DANE y la PILA del MinSalud.
Es de interés mencionar que los índices de composición sectorial y de orien-
tación femenina están correlacionados negativamente con la brecha salarial
entre hombres y mujeres. Por consiguiente, la composición sectorial y la orien-
tación femenina de los sectores es más adversa a las mujeres precisamente
en las ciudades donde la brecha salarial les resulta también más adversa. Esto
sugiere la posibilidad de que haya discriminación en contra de las mujeres, ya
que implica que las empresas no estarían aprovechando el menor costo del
trabajo femenino.
En la Figura 5B, se replican los cálculos de composición sectorial y orientación
femenina de los sectores, pero ahora con información sectorial a dos dígitos
(del CIIU, Rev. 3). Por construcción, esto solo puede alterar los valores de los
índices de composición sectorial y orientación femenina, pero manteniendo
igual el producto de ambos para cada ciudad, ya que el índice de empleo
pleno y trabajo decente femenino no ha cambiado, como tampoco el índice
de empleo pleno total. El efecto de agregar los sectores a dos dígitos es una
mayor homogeneización (alrededor de 1) de los índices de composición secto-
rial de todas las ciudades, que se refleja en barras verdes (en logaritmos) más
Eduardo Lora 159
desarro. soc. 84, bogotá, primer cuatrimestre de 2020, pp. 131-179, issn 0120-3584, e-issn 1900-7760, doi: 10.13043/dys.84.4
pequeñas. En otras palabras, las diferencias en el empleo femenino debidas a
diferencias en la composición sectorial del empleo tienden a ser más eviden-
tes al desagregar más los sectores.
En cualquier caso, al agregar más los sectores, el factor preponderante para el
empleo femenino pleno y decente sigue siendo la capacidad de la ciudad para
generar empleo pleno y trabajo decente total, y no que el empleo en cada sec-
tor o la composición de los sectores sea o no favorable a las mujeres. Nótese,
sin embargo, que los índices son agregados de sectores y, por tanto, no captan
las diferencias que puede haber en sectores específicos entre unas ciudades
y otras. Por ejemplo, el sector de comercio de ropa puede ser predominante-
mente femenino en Medellín, pero predominantemente masculino en Cali. Si
otros sectores tienen los sesgos opuestos por sexo en Medellín y Cali, el índice
IS total para ambas ciudades puede ser el mismo. Para captar la importancia
potencial de estas diferencias, en el Cuadro A5 del Anexo se presentan los
promedios y las desviaciones estándar de las variables wjct
,,
(Ecuación 16) y
zsjct0, ,, (Ecuación 17) por ciudad.
También puede ser ilustrativo saber en cuáles sectores las mujeres tienen las
más altas participaciones y en cuáles menos. Para el efecto, en el Cuadro A6 del
Anexo aparece la participación femenina por sector CIIU. Rev 3 a dos dígitos.
En ningún sector hay mayoría de mujeres a nivel nacional, pero sí en algunas
ciudades en muchos sectores, pues las desviaciones estándar de la participación
femenina son suficientemente altas. Los sectores donde hay mayor proporción
de mujeres son fabricación de automóviles, fabricación de productos de cau-
cho y plástico, actividades editoriales y administración pública. Es interesante
notar que algunos sectores que suelen asociarse con el empleo femenino no
están en los primeros lugares de esta lista. El caso más notorio es el de con-
fección de prendas de vestir, que aparece en el penúltimo lugar. Para enten-
der por qué esto puede ser así, recuérdese que esta metodología descompone
el empleo formal, no la totalidad del empleo. La confección de prendas puede
ocupar a muchas mujeres, pero si ello ocurre en empleos independientes o a
través de arreglos contractuales como el pago por unidad, que no se ciñen a la
legislación laboral de salario mínimo y seguridad social, no aparacerán como
empleo pleno y trabajo decente para los fines de esta descomposición. Debe,
además, recordarse que las estadísticas se refieren al empleo del sector, que
incluye muchas ocupaciones (administradores, vendedores, etc.), en adición
a la de confeccionista.
Empleo femenino en las ciudades colombianas
160
desarro. soc. 84, bogotá, primer cuatrimestre de 2020, pp. 131-179, issn 0120-3584, e-issn 1900-7760, doi: 10.13043/dys.84.4
Finalmente, las figuras 6A y 6B presentan la descomposición de los cambios
en el índice de empleo pleno y trabajo decente femenino entre 2008 y 2016
con la metodología de la estructura productiva a cuatro y dos dígitos (del CIIU
Rev. 3), respectivamente. En forma predominante, los cambios son el resultado
de la variación en el índice de empleo pleno y trabajo decente total, es decir,
para ambos sexos, en relación con el patrón nacional. En Riohacha y Tunja,
este efecto fue ligeramente negativo, pero se compensó con una orientación
más femenina del empleo por sector. También en Medellín y Bogotá, fue algo
negativo, pero en estos dos casos no fue compensado con otros factores. En
Quibdó, la generación de empleo pleno y trabajo decente total fue muy sus-
tancial en términos relativos y fue reforzada, además, por una mayor orienta-
ción del empleo hacia las mujeres en los diversos sectores. Por otro lado, los
cambios en la estructura sectorial del empleo a cuatro dígitos de desagrega-
ción tuvieron efectos negativos de alguna significación en Quibdó, Florencia
y Valledupar, pero bastantes reducidos aún en estas ciudades en la desgrega-
ción a dos dígitos.
Figura 6A. Descomposición de cambios en el índice de empleo pleno y trabajo decente
femenino por estructura productiva (2 dígitos) entre 2008 y 2016 (logs).
Fuente: elaboración propia con información de la GEIH del DANE y la PILA del MinSalud.
Eduardo Lora 161
desarro. soc. 84, bogotá, primer cuatrimestre de 2020, pp. 131-179, issn 0120-3584, e-issn 1900-7760, doi: 10.13043/dys.84.4
Figura 6A. Descomposición de cambios en el índice de empleo pleno y trabajo decente
femenino por estructura productiva (2 dígitos) entre 2008 y 2016 (logs).
Fuente: elaboración propia con información de la GEIH del DANE y la PILA del MinSalud.
VII. Conclusión, posibles extensiones e
implicaciones de política
El objetivo de este trabajo ha sido presentar dos metodologías complemen-
tarias de descomposición estadística que permiten describir las diferencias
entre sexos, entre ciudades y en el tiempo, en la tasa de empleo pleno y tra-
bajo decente. Dicha tasa se define como el cociente entre el número efectivo
de personas empleadas a lo largo del año con arreglo a la legislación laboral
y la población en edad de trabajar. Los dos ejercicios de descomposición han
tenido por objeto cuantificar, por un lado, la contribución de factores que
reflejan la estructura del mercado laboral y, por otro, la estructura productiva.
La brecha de género en la tasa de empleo pleno y trabajo decente en las ciu-
dades colombianas se debe, en primer lugar, a las diferencias entre hombres
y mujeres en las tasas de participación y, en segundo lugar a las diferencias
entre hombres y mujeres en las tasas de formalidad del empleo. Las distancias
al objetivo de empleo pleno y trabajo decente son enormes y mayores para las
Empleo femenino en las ciudades colombianas
162
desarro. soc. 84, bogotá, primer cuatrimestre de 2020, pp. 131-179, issn 0120-3584, e-issn 1900-7760, doi: 10.13043/dys.84.4
mujeres que para los hombres. En el caso de las mujeres, esto se debe sobre
todo a las bajas tasas de formalidad del empleo y de participación laboral y,
en menor medida, a la baja tasa de dedicación a la formalidad y la alta tasa
de desempleo.
Las diferencias entre ciudades en las tasas de empleo pleno y trabajo decente
son muy grandes, tanto para las mujeres como para los hombres. Esas dife-
rencias tienen que ver, sobre todo, con las tasas de formalidad del empleo y,
en el caso de las mujeres, con las tasas de participación.
Entre 2008 y 2016, hubo cambios en las tasas de empleo pleno y trabajo decente
femenino muy apreciables y positivos en casi todas las ciudades. El factor que
más contribuyó a los cambios fue el aumento de la tasa de formalidad del
empleo, que ocurrió tanto para mujeres como para hombres.
Finalmente, el método de la estructura productiva muestra que la orientación
por sexo y la composición del empleo sectorial de las ciudades tienen influencia
modesta en las diferencias entre ciudades en la generación de empleo femenino
pleno y decente. El factor predominante que explica qué tanto empleo pleno y
trabajo decente genera una ciudad para las mujeres es la tasa de empleo pleno
y trabajo decente agregada para ambos sexos. La importancia para el empleo
femenino de la composición sectorial del empleo es más apreciable cuando se
desagregan los sectores a cuatro dígitos que a dos (del CIIU Rev. 3). Aunque
se ha utilizado información del sector de actividad de las empresas cotejada
y revisada con diversas fuentes, la solidez de los resultados puede estar limi-
tada por la calidad de la información.
Hay formas alternativas de aplicar las dos metodologías que podrían enriquecer
estas descripciones estadísticas. Por ejemplo, en lugar de utilizar los agrega-
dos nacionales para cada sexo para estandarizar los índices en la metodología
por factores laborales (véanse las ecuaciones 2 y 7 a 10), podrían utilizarse los
índices por ciudad para el sexo opuesto. De esta manera, los índices se inter-
pretarían como brechas de género. O podrían usarse índices nacionales para
el sexo opuesto o para los dos sexos, aunque en estos casos la interpretación
sería menos sencilla.
Aunque las dos metodologías de descomposición se han mantenido separadas
en este trabajo, pueden combinarse de diversas formas. Por ejemplo, las tasas
Eduardo Lora 163
desarro. soc. 84, bogotá, primer cuatrimestre de 2020, pp. 131-179, issn 0120-3584, e-issn 1900-7760, doi: 10.13043/dys.84.4
de dedicación al empleo formal (coeficiente i) pueden calcularse por sector
e incluirse en la descomposición por estructura productiva. También puede
usarse como variable dependiente de esta descomposición el cociente entre
el empleo y la fuerza de trabajo, aislando de esta manera las diferencias entre
ciudades y sexos en las tasas de participación.
Es posible igualmente enriquecer la descripción introduciendo grupos de eda-
des. Esto es muy relevante para corroborar, por ejemplo, si las mujeres en eda-
des más fértiles tienen tasas menores de ocupación formal (Ramírez, Tribín
y Vargas, 2016) y si ello es el resultado, por el lado laboral, de diferencias en
participación, ocupación total, formalidad o dedicación y, por el lado de la
estructura productiva, en mayores sesgos de género en la composición sec-
torial del empleo. La separación por grupos de edad es esencial además para
aislar el efecto que tienen las actividades de educación y la jubilación labo-
ral sobre las tasas de empleo pleno y trabajo decente. Este tipo de análisis
ayudaría a entender cómo cambia la calidad del empleo a través del ciclo de
vida y en qué medida difiere el ciclo de vida laboral entre hombres y mujeres.
El instrumental estadístico desarrollado en este trabajo es de carácter total-
mente descriptivo, basado en descomposiciones. Aunque por su naturaleza no
puede explicar las causas de las bajas tasas de empleo pleno y trabajo decente
que se observan en Colombia, en particular para las mujeres, ni las razones
para las grandes diferencias entre ciudades, sí provee un marco conceptual
transparente para análisis econométricos de causalidad. En particular, puede
ser útil para el análisis de impacto de políticas locales, así como de posibles
shocks sectoriales o de demanda diferenciados por ciudades.
Debido al carácter descriptivo de este trabajo, se requiere cautela para dedu-
cir sus implicaciones de política. Es evidente, sin embargo, que las ciudades
colombianas están muy lejos de lograr el objetivo de empleo pleno y trabajo
decente para todos en 2030 y que, por tanto, se requieren acciones de política,
tanto a nivel nacional como local, para avanzar hacia ese objetivo, especial-
mente en el caso de las mujeres. Las políticas deben priorizar como objetivos
la formalización del empleo (tanto para hombres como mujeres) y la mayor
participación laboral de la mujer, puesto que estos son los dos factores que más
explican las bajas tasas de empleo pleno y trabajo decente femenino. Como lo
han confirmado varias investigaciones recientes (Kugler y Kugler, 2009; Kugler,
Kugler y Herrera-Prada, 2017; Morales y Medina, 2017), entre las políticas de
Empleo femenino en las ciudades colombianas
164
desarro. soc. 84, bogotá, primer cuatrimestre de 2020, pp. 131-179, issn 0120-3584, e-issn 1900-7760, doi: 10.13043/dys.84.4
orden nacional que pueden contribuir a la generación de más empleo formal
están las orientadas a reducir los sobrecostos laborales, especialmente aque-
llos que se destinan a financiar servicios que no son valorados suficientemente
por los trabajadores, como es el caso de los aportes a las cajas de compen-
sación. Aunque suele argüirse que bajar el salario mínimo real a nivel nacio-
nal o diferenciarlo por regiones (o ciudades) contribuiría a la formalización
del empleo, no hay evidencia sólida que sustente esta recomendación (véase
Broecke, Forti y Vandeweyer, 2017). A nivel local, las políticas más promiso-
rias para aumentar la generación de empleo formal son aquellas orientadas
a diversificar la oferta laboral con las capacidades que requieran las empre-
sas para poder avanzar hacia sectores más sofisticados (O’Clery et al, 2019).
Para facilitar la incorporación de la mujer al mercado laboral, investigaciones
recientes en Colombia (Arango y Ríos, 2016; Cardona-Sosa y Morales, 2016;
Díaz, 2016; Ramírez, Tribín y Vargas, 2016) apuntan a la necesidad de cambiar
las normas culturales sobre el papel de hombres y mujeres en la crianza de los
niños y el cuidado del hogar, mejorar los sistemas de transporte en las gran-
des ciudades, ampliar la oferta de guarderías en los zonas de bajos ingresos y
socializar mejor los costos de la maternidad (entre otras cosas, estableciendo
licencias de paternidad).11
El foco de este trabajo han sido las brechas de género en el empleo, no en los
salarios. Sin embargo, las correlaciones que se presentaron entre los índices
de descomposición y las brechas de género de los salarios ponen de presente
las dificultades que podrían enfrentarse si tratan de cerrarse simultáneamente
ambos tipos de brechas. Como vimos, las ciudades que presentan mayores bre-
chas salariales son también las que crean más opciones de empleo para las
mujeres dispuestas a trabajar. Estas son en general las ciudades más grandes.
Por otro lado, no obstante, hay indicios de discriminación contra las mujeres,
pues la composición sectorial y la orientación por sexo en el empleo de los
sectores es más adversa a las mujeres en las ciudades donde la brecha sala-
rial es mayor. Esclarecer la relación entre las brechas de género de empleo
y de salarios es por consiguiente un importante tema de investigación para
trabajos futuros.
11 En Lora (2016, 2019, caps. VIII y IX), se encuentran resúmenes de las investigaciones y políticas men-
cionadas en este párrafo.
Eduardo Lora 165
desarro. soc. 84, bogotá, primer cuatrimestre de 2020, pp. 131-179, issn 0120-3584, e-issn 1900-7760, doi: 10.13043/dys.84.4
Reconocimientos
Este trabajo se llevó a cabo gracias al programa Urban PEAK con el apoyo de
UKRI Global Challenges Research Fund (GCRF) (Grant reference: ES/P011055/1).
El autor agradece a Mauricio Quiñones la sugerencia del tema de este trabajo
y a Ana María Díaz, Carlos Alberto Medina, Julio Romero, Jaime Tenjo y dos
evaluadores anónimos por sus valiosos comentarios.
Referencias
1. Altonji, J. G., & Blank, R. M. (1999). Race and gender in the labor market.
Handbook Of Labor Economics, 3, 3143-3259.
2. Amador Pilonieta, M., & Herrera Idárraga, P. (2006). Diferencias en el
desempleo por género: ¿hay discriminación en el acceso al trabajo?
Documentos de Economía, 002349. Recuperado de https://core.ac.uk/
download/pdf/7077183.pdf
3. Anglade, B., Useche, P., & Deere, C. D. (2017). Decomposing the gender
wealth gap in Ecuador. World Development, 96, 19-31. https://doi.
org/10.1016/j.worlddev.2017.02.003
4. Arango, L. E., & Ríos, A. M. (2016). Duración del desempleo en Colombia:
género, intensidad de búsqueda y anuncios de vacantes. En L. E. Arango,
F. Castellani, & E. Lora (Eds.), Desempleo Femenino en Colombia. (pp.
135-170), Bogotá, Colombia: Banco de la República. Recuperado de http://
www.banrep.gov.co/es/publicaciones/desempleo-femenino-en-colombia
5. Arango, L. E., Castellani, F. & Lora, E. (Eds.). (2017). Desempleo femenino
en Colombia. Bogotá, Colombia: Banco de la República. Recuperado de
http://www.banrep.gov.co/es/publicaciones/desempleo-femenino-en-
colombia
6. Badel, A., & Peña, X. (2010). Decomposing the gender wage gap with
sample selection adjustment: Evidence from Colombia. Documento CEDE,
37. Recuperado de https://papers.ssrn.com/sol3/papers.cfm?abstract_
id=1720987
Empleo femenino en las ciudades colombianas
166
desarro. soc. 84, bogotá, primer cuatrimestre de 2020, pp. 131-179, issn 0120-3584, e-issn 1900-7760, doi: 10.13043/dys.84.4
7. Blinder, A. S. (1973). Wage discrimination: Reduced form and struc-
tural estimates. Journal of Human Resources, 8(4), 436-455. DOI:
10.2307/144855
8. Broecke, S., Forti, A., & Vandeweyer, M. (2017). The effect of minimum
wages on employment in emerging economies: A survey and meta-
analysis. Oxford Development Studies, 45(3), 366-391. https://doi.org/
10.1080/13600818.2017.1279134
9. Buligescu, B., Crombrugghe, D. D., Mente฀o฀lu, G., & Montizaan, R.
(2008). Panel estimates of the wage penalty for maternal leave. Oxford
Economic Papers, 61 (suppl_1), i35-i55. https://doi.org/10.1093/oep/
gpn042
10. Cardona-Sosa, L. & Morales, L. F. (2016). Efectos laborales de los servicios
de cuidado infantil: evidencia del programa Buen Comienzo. En L. E.
Arango, F. Castellani, & E. Lora (Eds.), Desempleo Femenino en Colombia.
(pp. 207-230). Bogotá, Colombia: Banco de la República. Recuperado
de http://www.banrep.gov.co/es/publicaciones/desempleo-femenino-
en-colombia
11. Chen, Y. P. V., & Zhang, Y. (2018). A decomposition method on emplo-
yment and wage discrimination and its application in urban China
(2002-2013). World Development, 110, 1-12.
12. Departamento Administrativo Nacional de Estadística. (2009). Meto-
dología informalidad Gran Encuesta Integrada de Hogares. Bogotá,
Colombia: Autor.
13. Departamento Administrativo Nacional de Estadística. (2019). Preguntas
frecuentes. Recuperado de https://www.dane.gov.co/files/faqs/faq_ech.
pdf
14. Díaz Escobar, A. M. (2016). Acceso a fuentes de empleo de las mujeres
en Bogotá. En L. E. Arango, F. Castellani, & E. Lora (Eds.), Desempleo
Femenino en Colombia. (pp. 231-266). Bogotá, Colombia: Banco de la
República. Recuperado de http://www.banrep.gov.co/es/publicaciones/
desempleo-femenino-en-colombia
Eduardo Lora 167
desarro. soc. 84, bogotá, primer cuatrimestre de 2020, pp. 131-179, issn 0120-3584, e-issn 1900-7760, doi: 10.13043/dys.84.4
15. Donovan, S. A. (2015). An overview of the employment-population ratio.
Recuperado de https://digitalcommons.ilr.cornell.edu/cgi/viewcontent.
cgi?article=2434&context=key_workplace
16. Fortin, N. M. (2005). Gender role attitudes and the labour-market
outcomes of women across OECD countries. Oxford Review of Economic
Policy, 21(3), 416-438. https://doi.org/10.1093/oxrep/gri024
17. Gangl, M., & Ziefle, A. (2009). Motherhood, labor force behavior, and
women’s careers: An empirical assessment of the wage penalty for
motherhood in Britain, Germany, and the United States. Demography,
46(2), 341-369. https://doi.org/10.1353/dem.0.0056
18. Goldin, C. (2006). The quiet revolution that transformed women’s
employment, education, and family. American Economic Review, 96(2),
1-21. Recuperado de http://pubs.aeaweb.org/doi/pdf/10.1257/00028280
6777212350
19. Elder, S., & Smith, A. (2010). Women in labour markets: Measuring
progress and identifying challenges. Ginebra, Suiza: International Labour
Office.
20. Kugler, A., & Kugler, M. (2009). Labor market effects of payroll taxes in
developing countries: Evidence from Colombia. Economic Development
and Cultural Change, 57(2), 335-358. https://doi.org/10.1086/592839
21. Kugler, A., Kugler, M., & Prada, L. O. H. (2017). Do payroll tax breaks
stimulate formality? Evidence from Colombia’s reform. NBER Working
Paper, 23308. Recuperado de https://www.nber.org/papers/w23308
22. Lora, E. (2016). Desempleo femenino en colombia: visión panorámica
y propuestas de política. En L. E. Arango, F. Castellani, & E. Lora (Eds.),
Desempleo Femenino en Colombia. (pp. 1-28). Bogotá, Colombia: Banco
de la República. Recuperado de http://www.banrep.gov.co/es/publica-
ciones/desempleo-femenino-en-colombia.
23. Lora, E. (2019). Economía esencial de Colombia. Bogotá, Colombia:
Debate.
Empleo femenino en las ciudades colombianas
168
desarro. soc. 84, bogotá, primer cuatrimestre de 2020, pp. 131-179, issn 0120-3584, e-issn 1900-7760, doi: 10.13043/dys.84.4
24. Lora, E., & Prada, S. (2016). Técnicas de medición económica, metodología
y aplicaciones en Colombia. (5.ª ed.). Cali, Colombia: Universidad Icesi.
Recuperado de http://www.icesi.edu.co/medicion-economica-lora-
prada/images/pdf/Capitulo5_Indices-de-precios-y-cantidades.pdf
25. McMillan, M., & Rodrik, D. (2011). Globalization, structural change
and productivity growth. En M. Bacchetta, & M. Jansen (Eds.), Making
globalization socially sustainable. (pp. 49-84). Ginebra, Suiza: World
Trade Organization.
26. Moffitt, R. A., Davis, S. J., & Mas, A. (2012). The reversal of the emplo-
yment-population ratio in the 2000s: Facts and explanations [with
comments and disscussion]. Brookings Papers on Economic Activity,
201-264. Recuperado de
27. http://www.brookings.edu/about/projects/bpea/papers/2012/employ-
ment-population-ratio-moffitt.
28. Morales, L. F., & Medina, C. (2017). Assessing the effect of payroll taxes
on formal employment: The case of the 2012 tax reform in Colombia.
Economía, 18(1), 75-124.
29. O’Clery, N., Chaparro, J. C., Gómez-Liévano, A., & Lora, E. (2019). Skill
diversity and the evolution of formal employment in cities. Research
Policy.
30. Oaxaca, R. (1973). Male-female wage differentials in urban labor markets.
International Economic Review, 14, 693-709. DOI: 10.2307/2525981
31. Ocampo, J. A., Rada, C., & Taylor, L. (2009). Growth and policy in develo-
ping countries: A structuralist approach. Nueva York, EE. UU.: Columbia
University Press.
32. Olarte, L., & Peña, X. (2010). El efecto de la maternidad sobre los
ingresos femeninos. Revista Ensayos Sobre Política Económica,
28(63), 190-231. Recuperado de http://repositorio.banrep.gov.co/
handle/20.500.12134/6425
Eduardo Lora 169
desarro. soc. 84, bogotá, primer cuatrimestre de 2020, pp. 131-179, issn 0120-3584, e-issn 1900-7760, doi: 10.13043/dys.84.4
33. Pieper, U. (2000). Deindustrialisation and the social and economic
sustainability nexus in developing countries: Cross‐country evidence
on productivity and employment. The Journal of Development Studies,
36(4), 66-99. https://doi.org/10.1080/00220380008422638
34. Ramírez, N., Tribín, A. M., & Vargas, C. O. (2016). Maternidad y mercado
laboral: el impacto de la legislación. En L. E. Arango, F. Castellani, & E.
Lora (Eds.), Desempleo Femenino en Colombia. (pp. 267-300). Bogotá,
Colombia: Banco de la República. Recuperado de http://www.banrep.
gov.co/es/publicaciones/desempleo-femenino-en-colombia
35. Roncolato, L., & Kucera, D. (2013). Structural drivers of productivity
and employment growth: A decomposition analysis for 81 coun-
tries. Cambridge Journal of Economics, 38(2), 399-424. https://doi.
org/10.1093/cje/bet044
36. Simonsen, M., & Skipper, L. (2006). The costs of motherhood: An analysis
using matching estimators. Journal of Applied Econometrics, 21(7),
919-934.
37. Solow, R. M. (1957). Technical change and the aggregate production
function. The review of Economics and Statistics, 39(3), 312-320. DOI:
10.2307/1926047
38. Tenjo Galarza, J., & Herrera Idárraga, P. (2009). Dos ensayos sobre discri-
minación: Discriminación salarial y discriminación en acceso al empleo
por origen étnico y por género. Bogotá, Colombia: Pontificia Universidad
Javeriana. Recuperado de https://core.ac.uk/download/pdf/7077194.pdf
39. Theil, H. (1967). Economics and information theory. Ámsterdam, Países
Bajos: North-Holland.
40. Waldfogel, J. (1995). The selection hypothesis and the relationship
between trial and plaintiff victory. Journal of Political Economy, 103(2),
229-260. https://doi.org/10.1086/261982
Empleo femenino en las ciudades colombianas
170
desarro. soc. 84, bogotá, primer cuatrimestre de 2020, pp. 131-179, issn 0120-3584, e-issn 1900-7760, doi: 10.13043/dys.84.4
Anexos
Cuadro A1.A Componentes de la tasa de empleo pleno y decente según estructura laboral
(promedios entre 2008 y 2016 por ciudad)
Mujeres
Tasa de
empleo
pleno y
decente (f)
Tasa de
participación
(p)
Tasa de
empleo
(o): 1
menos
tasa de
desempleo
Tasa de
formalidad
( r)
Tasa de
dedicación
al empleo
formal (i)
Armenia 0,125 0,526 0,809 0,421 0,699
Barranquilla Area 0,103 0,500 0,879 0,331 0,708
Bogotá 0,217 0,639 0,889 0,526 0,726
Bucaramanga Area 0,146 0,624 0,893 0,369 0,708
Cali Area 0,150 0,595 0,846 0 ,410 0,726
Cartagena 0,113 0,484 0,860 0,394 0,687
Cúcuta Area 0,079 0,548 0,834 0,253 0,686
Florencia 0,087 0,502 0,857 0,301 0,670
Ibagué 0,114 0,627 0,821 0,319 0,691
Manizales Area 0,165 0,508 0,857 0,527 0,719
Medellín Area 0,180 0,563 0,859 0,507 0,736
Montería 0,115 0,596 0,850 0,328 0,693
Neiva 0,131 0,583 0,866 0,378 0,685
Pasto 0,116 0,612 0,862 0,310 0,708
Pereira Area 0,145 0,543 0,823 0,451 0,717
Popayán 0,135 0,517 0,810 0,462 0,697
Quibdó 0,108 0,521 0,770 0,421 0,640
Riohacha 0,088 0,571 0,830 0,297 0,626
Santa Marta 0,104 0,521 0,856 0,337 0,690
Sincelejo 0,094 0,526 0,849 0,309 0,683
Tunja 0,203 0,575 0,871 0,577 0,704
Valledupar 0,107 0,522 0,859 0,361 0,664
Villavicencio 0,123 0,570 0,871 0,387 0,642
Fuente: cálculos propios con información de la Gran Encuesta Integrada de Hogares (GEIH) del DANE y la
Planilla Integrada de Liquidación Laboral (PILA) del Ministerio de Salud y Protección Social.
Eduardo Lora 171
desarro. soc. 84, bogotá, primer cuatrimestre de 2020, pp. 131-179, issn 0120-3584, e-issn 1900-7760, doi: 10.13043/dys.84.4
Cuadro A1.B Componentes de la tasa de empleo pleno y decente según estructura laboral
(promedios entre 2008 y 2016 por ciudad)
Hombres
Tasa de
empleo
pleno y
decente (f)
Tasa de
participación
(p)
Tasa de
empleo (o):
1 menos
tasa de
desempleo
Tasa de
formalidad
( r)
Tasa de
dedicación
al empleo
formal (i)
Armenia 0,200 0,717 0,866 0,503 0,639
Barranquilla Area 0,191 0,718 0,935 0,418 0,679
Bogotá 0,285 0,769 0,917 0,567 0,712
Bucaramanga Area 0,238 0,763 0,921 0,503 0,672
Cali Area 0,239 0,746 0,887 0,502 0,719
Cartagena 0,226 0,688 0,926 0,544 0,652
Cúcuta Area 0,122 0,746 0,876 0,308 0,607
Florencia 0,120 0,693 0,886 0,333 0,587
Ibagué 0,178 0,749 0,870 0,419 0,653
Manizales Area 0,264 0,687 0,888 0,634 0,683
Medellín Area 0,296 0,740 0,892 0,624 0,719
Montería 0,196 0,747 0 ,910 0,464 0,622
Neiva 0,218 0,738 0,889 0,530 0,627
Pasto 0,162 0,731 0,885 0,390 0,644
Pereira Area 0,246 0,741 0,867 0,565 0,678
Popayán 0,240 0,670 0,857 0,627 0,668
Quibdó 0,119 0,651 0,863 0,359 0,587
Riohacha 0,171 0,735 0,914 0,402 0,633
Santa Marta 0,206 0,703 0,930 0,475 0,663
Sincelejo 0,138 0,734 0,925 0,325 0,625
Tunja 0,306 0,680 0,889 0,756 0,669
Valledupar 0,214 0,709 0,915 0,521 0,634
Villavicencio 0,225 0,745 0,897 0,552 0,610
Fuente: cálculos propios con información de la Gran Encuesta Integrada de Hogares (GEIH) del DANE y la
Planilla Integrada de Liquidación Laboral (PILA) del Ministerio de Salud y Protección Social.
Empleo femenino en las ciudades colombianas
172
desarro. soc. 84, bogotá, primer cuatrimestre de 2020, pp. 131-179, issn 0120-3584, e-issn 1900-7760, doi: 10.13043/dys.84.4
Cuadro A2.A Componentes del índice de empleo pleno y decente según estructura pro-
ductiva (promedios entre 2008 y 2016 por ciudad)
Mujeres
Indice de
empleo pleno y
decente (IFs)
Indice de
empleo pleno
y decente de
ambos sexos
(IF)
Indice de
composición
sectorial (IC)
Indice de
orientación por
sexo (IS)
Armenia 0,995 1,030 0,992 0,999
Barranquilla Area 0,844 0,967 0,980 0,893
Bogotá 1,764 1,647 1,005 1,066
Bucaramanga Area 1,127 1,181 0,982 0,977
Cali Area 1,200 1,245 0,992 0,973
Cartagena 0,890 1,065 0,945 0,894
Cúcuta Area 0,637 0,648 0,985 1,013
Florencia 0,631 0,602 1,063 1,072
Ibagué 0,887 0,909 0,984 1,012
Manizales Area 1,243 1,278 0,990 0,995
Medellín Area 1,396 1,470 1,008 0,942
Montería 0,751 0,791 0,981 0,996
Neiva 1,016 1,078 0,996 0,966
Pasto 0,790 0,754 1,014 1,059
Pereira Area 1,053 1,123 0,979 0,964
Popayán 0,992 1,083 0,928 1,022
Quibdó 0,852 0,722 1,110 1,192
Riohacha 0,633 0,726 0,909 1,034
Santa Marta 0,832 0,994 0,938 0,914
Sincelejo 0,732 0,722 1,006 1,056
Tunja 1,614 1,619 0,956 1,082
Valledupar 0,776 0,915 0,917 0,952
Villavicencio 0,960 1,083 0,958 0,946
Fuente: cálculos propios con información de la Gran Encuesta Integrada de Hogares (GEIH) del DANE y la
Planilla Integrada de Liquidación Laboral (PILA) del Ministerio de Salud y Protección Social.
Eduardo Lora 173
desarro. soc. 84, bogotá, primer cuatrimestre de 2020, pp. 131-179, issn 0120-3584, e-issn 1900-7760, doi: 10.13043/dys.84.4
Cuadro A2.B Componentes del índice de empleo pleno y trabajo decente según estructura
productiva (promedios entre 2008 y 2016 por ciudad)
Hombres
Índice de
empleo pleno y
trabajo decente
(IFs)
Índice de
empleo pleno y
trabajo decente
de ambos sexos
(IF)
Índice de
composición
sectorial (IC)
Índice de
orientación por
sexo (IS)
Armenia 1,059 1,030 1,040 1,014
Barranquilla área 1,054 0,967 1,018 1,076
Bogotá 1,563 1,647 0,996 0,953
Bucaramanga área 1,225 1,181 1,019 1,022
Cali área 1,285 1,245 1,008 1,026
Cartagena 1,197 1,065 1,046 1,083
Cúcuta área 0,656 0,648 1,031 0,995
Florencia 0,578 0,602 1,077 0,964
Ibagué 0,924 0,909 1,038 0,996
Manizales área 1,313 1,278 1,023 1,016
Medellín área 1,537 1,470 0,995 1,052
Montería 0,820 0,791 1,052 1,011
Neiva 1,131 1,078 1,031 1,042
Pasto 0,728 0,754 1,022 0,965
Pereira área 1,182 1,123 1,024 1,036
Popayán 1,151 1,083 1,099 0,996
Quibdó 0,624 0,722 1,134 0,862
Riohacha 0,791 0,726 1,203 0,980
Santa Marta 1 ,111 0,994 1,069 1,068
Sincelejo 0,711 0,722 1,069 0,962
Tunja 1,635 1,619 1,088 0,959
Valledupar 1,017 0,915 1,096 1,038
Villavicencio 1,173 1,083 1,051 1,047
Fuente: cálculos propios con información de la GEIH del DANE y la PILA del MinSalud.
Empleo femenino en las ciudades colombianas
174
desarro. soc. 84, bogotá, primer cuatrimestre de 2020, pp. 131-179, issn 0120-3584, e-issn 1900-7760, doi: 10.13043/dys.84.4
Cuadro A3. Matriz de correlaciones de los índices (en logs) (los índices son promedios de 2008 a 2016 por ciudad, n = 23 ciudades)
IFs0: Empleo
pleno y
trabajo
decente
femenino
IPs0:
Participación
femenina
IOs0: Empleo
femenino
IRs0:
Formalidad
femenina
IIs0:
Dedicación
femenina a
la formalidad
IF: Empleo
pleno y
trabajo
decente
total (ambos
sexos)
ICs0:
Composición
sectorial pro
mujer
Iss0:
Participación
femenina en
los sectores
Brecha de
género en el
salario (log)
IFs0: Empleo pleno
y trabajo decente
femenino
1,000
IPs0: Participación
femenina
0,412 1,000
IOs0: Empleo
femenino
0,389 0,151 1,000
IRs0: Formalidad
femenina
0,903 0,053 0,167 1,000
IIs0: Dedicación
femenina a la
formalidad
0,646 0,257 0,447 0,436 1,000
IF: Empleo pleno y
trabjo decente total
(ambos sexos)
0,948 0,299 0,491 0,869 0,617 1,000
ICs0: Composición
sectorial pro mujer
0,017 0,136 –0,2337 –0,009 0,091 –0,264 1,000
Iss0: Participación
femenina en los
sectores
0,036 0,262 –0,4988 0,077 –0,2304 –0,2469 0,607 1,000
Brecha de género en
el salario (log)
0,163 0,032 0,302 0,190 –0,256 0,301 –0,5539 –0,2364 1,000
Fuente: cálculos propios con información de la GEIH del DANE y la PILA del MinSalud.
Eduardo Lora 175
desarro. soc. 84, bogotá, primer cuatrimestre de 2020, pp. 131-179, issn 0120-3584, e-issn 1900-7760, doi: 10.13043/dys.84.4
Cuadro A4. Matriz de correlaciones de los cambios de los índices entre 2008 y 2016 (en logs) (los índices son promedios de 2008 a 2016 por
ciudad, n = 23 ciudades)
IFs0: Empleo
pleno y
trabajo
decente
femenino
IPs0:
Participación
femenina
IOs0: Empleo
femenino
IRs0:
Formalidad
femenina
IIs0:
Dedicación
femenina a la
formalidad
IF: Empleo
pleno y
decente total
(ambos sexos)
ICs0:
Composición
sectorial pro
mujer
Iss0:
Participación
femenina en
los sectores
IFs0: Empleo pleno y
decente femenino
1,000
IPs0: Participación
femenina
–0,0651 1,000
IOs0: Empleo femenino 0,036 0,897 1,000
IRs0: Formalidad
femenina
0,781 –0,5651 –0,5601 1,000
IIs0: Dedicación
femenina a la
formalidad
0,764 0,078 0,038 0,460 1,000
IF: Empleo pleno y
decente total (ambos
sexos)
0,960 –0,1279 –0,0472 0,815 0,686 1,000
ICs0: Composición
sectorial pro mujer
–0,5323 –0,3575 –0,3699 –0,1424 –0,5992 –0,5473 1,000
Iss0: Participación
femenina en los
sectores
0,225 0,541 0,580 –0,2609 0,463 0,020 –0,5772 1,000
Fuente: cálculos propios con información de la GEIH del DANE y la PILA del MinSalud.
Empleo femenino en las ciudades colombianas
176
desarro. soc. 84, bogotá, primer cuatrimestre de 2020, pp. 131-179, issn 0120-3584, e-issn 1900-7760, doi: 10.13043/dys.84.4
Cuadro A5. Promedios y desviaciones estándar de las participaciones w y z (por ciudad,
de los promedios entre 2008 y 2016)
w
E
E
jc tssjct
sj sjct
,,
,, ,
,,, ,
1
1
1
=
zE
E
sjct
sjct
ssjct
01
01
1
,, ,
,, ,
,, ,
=
Promedio Desviación
estándar
Promedio
(mujeres)
Desviación
estándar
(mujeres)
Armenia 0,003 0,014 0,496 0,216
Barranquilla Area 0,002 0,011 0,421 0,181
Bogotá 0,002 0,009 0,467 0,141
Bucaramanga área 0,002 0,011 0,467 0,184
Cali área 0,002 0,009 0,454 0,180
Cartagena 0,003 0,012 0,434 0,196
Cúcuta área 0,003 0,015 0,481 0,206
Florencia 0,004 0,017 0,537 0,242
Ibagué 0,003 0,013 0,482 0,203
Manizales área 0,003 0,010 0,479 0,212
Medellín áera 0,002 0, 010 0,434 0,161
Montería 0,003 0,017 0,478 0,218
Neiva 0,003 0,014 0,492 0,222
Pasto 0,003 0,013 0,498 0,213
Pereira área 0,003 0,011 0,479 0,194
Popayán 0,003 0,015 0,510 0,226
Quibdó 0,005 0,022 0,570 0,242
Riohacha 0,004 0,015 0,529 0,262
Santa Marta 0,003 0,013 0,475 0,222
Sincelejo 0,004 0,016 0,506 0,223
Tunja 0,003 0,012 0,514 0,222
Valledupar 0,003 0,013 0,475 0,233
Villavicencio 0,003 0,014 0,477 0,218
Fuente: cálculos propios con información de la PILA del MinSalud.
Eduardo Lora 177
desarro. soc. 84, bogotá, primer cuatrimestre de 2020, pp. 131-179, issn 0120-3584, e-issn 1900-7760, doi: 10.13043/dys.84.4
Cuadro A.6 Participación femenina en el empleo por sector (sectores con al menos
0,5 % del empleo femenino nacional)
Sector
CIIU,
Rev. 3
a dos
dígitos
Nombre del sector
Participación de
las mujeres en el
empleo del sector
Desviación están-
dar (entre las 23
ciudades) de la
participación de
las mujeres
Participación
en el empleo
femenino
total de las 23
ciudades
34
Fabricación de vehículos
automotores, remolques y
semirremolques
48,3% 13,9% 0,6%
25 Fabricación de productos de
caucho y de plástico 46,8% 7,7% 1,1%
22
Actividades de edición e
impresión y de reproducción
de grabaciones
46,6% 6,3% 1,7%
75
Administración pública y
defensa; planes de seguridad
social de afiliación obligatoria
46,6% 7,4% 2,0%
63
Actividades complementarias
y auxiliares al transporte;
actividades de agencias de
viajes
46,4% 9,7% 1,9%
92
Actividades de esparcimiento
y actividades culturales y
deportivas
45,6% 6,7% 1,4%
45 Construcción 45,4% 4,4% 4,2%
91 Actividades de asociaciones
n.c.p. 44,4% 5,8% 3,8%
67
Actividades de servicios
auxiliares de la
intermediación financiera
44,2% 7,2% 1,3%
70 Actividades inmobiliarias 43,9% 7,1% 2,4%
50
Comercio, mantenimiento
y reparación de vehículos
automotores y motocicletas,
sus partes, piezas y
accesorios; comercio al por
menor de combustibles y
lubricantes para vehículos
automotores
43,6% 6,6% 3,8%
85 Servicios sociales y de salud 43,4% 5,7% 3,4%
(Continúa)
Empleo femenino en las ciudades colombianas
178
desarro. soc. 84, bogotá, primer cuatrimestre de 2020, pp. 131-179, issn 0120-3584, e-issn 1900-7760, doi: 10.13043/dys.84.4
Cuadro A.6 Participación femenina en el empleo por sector (sectores con al menos
0,5 % del empleo femenino nacional)
Sector
CIIU,
Rev. 3
a dos
dígitos
Nombre del sector
Participación de
las mujeres en el
empleo del sector
Desviación están-
dar (entre las 23
ciudades) de la
participación de
las mujeres
Participación
en el empleo
femenino
total de las 23
ciudades
66
Establecimiento y gestión
de planes de seguros, de
pensiones y cesantías,
excepto los planes de
seguridad social de afiliación
obligatoria
43,0% 7,9% 0,8%
52
Comercio al por menor,
excepto el comercio de
vehículos automotores y
motocicletas; reparación de
efectos personales y enseres
domésticos
42,7% 4,4% 7,5%
51
Comercio al por mayor y
en comisión o por contrata,
excepto el comercio de
vehículos automotores y
motocicletas; mantenimiento
y reparación de maquinaria
y equipo
42,7% 6,0% 8,6%
17 Fabricación de productos
textiles 42,5% 7,8% 0,7%
80 Educación 42,2% 8,6% 1,7%
55 Hoteles, restaurantes, bares y
similares 41,8% 10,9% 1,5%
74 Otras actividades
empresariales 41,7% 3,5% 28,3%
93 Otras actividades de servicios 41,2% 4,5% 4,3%
60 Transporte por vía terrestre;
transporte por tuberías 41,0% 7,5% 2,4%
65
Intermediación financiera,
excepto el establecimiento y
gestión de planes de seguros,
de pensiones y cesantías
40,6% 8,3% 2,0%
1
Agricultura, ganadería, caza
y actividades de servicios
conexas
39,9% 9,7% 2,4%
(Continúa)
Eduardo Lora 179
desarro. soc. 84, bogotá, primer cuatrimestre de 2020, pp. 131-179, issn 0120-3584, e-issn 1900-7760, doi: 10.13043/dys.84.4
Cuadro A.6 Participación femenina en el empleo por sector (sectores con al menos
0,5 % del empleo femenino nacional)
Sector
CIIU,
Rev. 3
a dos
dígitos
Nombre del sector
Participación de
las mujeres en el
empleo del sector
Desviación están-
dar (entre las 23
ciudades) de la
participación de
las mujeres
Participación
en el empleo
femenino
total de las 23
ciudades
28
Fabricación de productos
elaborados de metal, excepto
maquinaria y equipo
39,8% 9,2% 0,9%
36
Fabricación de muebles;
industrias manufactureras
n.c.p.
39,1% 8,3% 0,8%
24 Fabricación de sustancias y
productos químicos 39,0% 6,7% 1,1%
72 Informática y actividades
conexas 38,7% 7,6% 1,4%
15 Elaboración de productos
alimenticios y bebidas 38,7% 6,7% 1,6%
18
Confección de prendas de
vestir; adobo y teñido de
pieles
38,1% 9,1% 1,2%
64 Correo y telecomunicaciones 36,2% 12,5% 0,6%
Fuente: cálculos propios con información de la PILA del MinSalud.

VLEX utiliza cookies de inicio de sesión para aportarte una mejor experiencia de navegación. Si haces click en 'Aceptar' o continúas navegando por esta web consideramos que aceptas nuestra política de cookies. ACEPTAR