Revista: Caribeña de Ciencias Sociales
ISSN: 2254-7630


DESEMPLEO JUVENIL ECUADOR, 2017: MAGNITUD Y CONSTRUCCIÓN DE PERFILES SOCIODEMOGRÁFICOS

Autores e infomación del artículo

Héctor Salomón Mullo Guaminga *

Jessica Alexandra Marcatoma Tixi **

Escuela Superior Politécnica de Chimborazo, Ecuador

hmullo@espoch.edu.ec


RESUMEN

La presente investigación explora la magnitud del fenómeno del desempleo juvenil y su heterogeneidad en términos sociodemográficos. El análisis se lo realiza para el primer semestre del año 2017, tomando como fuente de información la Encuesta Nacional de Empleo, Desempleo y Subempleo (ENEMDU), mediante un análisis descriptivo y la aplicación de conglomerados en dos etapas utilizando software estadístico SPSS versión 21. Dentro de los resultados que destacan tenemos que los jóvenes de entre 18 a 29 años están más afectados por el desempleo (59,32%) en relación con los adultos (40,68%). Entre los jóvenes el problema de exclusión del mercado de trabajo se agrava cuando estudiamos a las mujeres de entre 18 a 24 años residentes en el área rural. A nivel regional se observa que en la región costa y amazónica, las tasas de desempleo juveniles son más agudas, mientras que en la sierra son predominantemente bajas. Se encontró dos perfiles para las mujeres de entre 18 a 24 años desempleadas en función de variables sociodemográficas, el primero que engloba la mayor problemática está constituido por el 73,3%, que en general son jefas de hogar, con nivel de instrucción secundaria o superior y que tuvieron alguna relación formal o son solteras. Es decir, en términos de política pública del desempleo juvenil es importante reorientarla, enfocándose en los jóvenes de entre 18 a 24 años, de sexo femenino, de familias disfuncionales, de instrucción secundaria o menos que residan en el área rural del Ecuador.

Palabras clave: Desempleo juvenil, análisis conglomerados, mercado trabajo.

SUMMARY

This research explores the magnitude of the phenomenon of youth unemployment and its heterogeneity in sociodemographic terms. The analysis is done for the first semester of 2017, taking as source of information the National Survey of Employment, Unemployment and Underemployment (ENEMDU), through a descriptive analysis and the application of conglomerates in two stages using statistical software SPSS version 21. Among the results that stand out we have that young people between 18 to 29 years are more affected by unemployment (59.32%) in relation to adults (40.68%). Among young people, the problem of exclusion from the labor market is exacerbated when we study women between 18 and 24 years old living in rural areas. At the regional level, it is observed that in the coastal and Amazon region, youth unemployment rates are more acute, while in the sierra they are predominantly low. Two profiles were found for women between 18 and 24 years of age unemployed based on sociodemographic variables, the first one that includes the biggest problem is constituted by 73.3%, who are generally heads of household, with a secondary level of education or superior and who had some formal relationship or are single. That is to say, in terms of the public policy of youth unemployment, it is important to reorient it, focusing on young people between 18 and 24 years old, female, dysfunctional families, secondary school or less who live in rural Ecuador.

Key Words: Juvenile unemployment, conglomerate analysis, labor market.

Para citar este artículo puede utilizar el siguiente formato:

Héctor Salomón Mullo Guaminga y Jessica Alexandra Marcatoma Tixi (2018): “Desempleo juvenil Ecuador, 2017: Magnitud y construcción de Perfiles sociodemográficos”, Revista Caribeña de Ciencias Sociales (marzo 2018). En línea:
https://www.eumed.net/rev/caribe/2018/03/desempleo-juvenil-ecuador.html
//hdl.handle.net/20.500.11763/caribe1803desempleo-juvenil-ecuador


INTRODUCCIÓN

La presente investigación nace de la inquietud de explorar una de las dimensiones que conforma la problemática juvenil actual en Ecuador: el desempleo. Dicho tema, a pesar de que consensualmente es considerado un asunto relevante en la vida pública nacional (Objetivo 9.3 Plan Nacional del Buen Vivir), ha sido investigado de forma insuficiente. En este sentido el presente estudio ofrece un panorama sobre el fenómeno del desempleo juvenil ecuatoriano realizando una lectura de su heterogeneidad sociodemográfica mediante el estudio de niveles de desempleo por provincias y la construcción de perfiles.

La relevancia del desempleo juvenil radica en las consecuencias generadas a nivel social e individual. En el plano social dicho fenómeno se asocia al desaprovechamiento del bono demográfico y al impulso de los flujos migratorios. En cuanto a las consecuencias a nivel individual, el desempleo está vinculado con la transición a la vida adulta.    

Uno de los rasgos estructurales del mercado de trabajo a nivel mundial es que la tasa de desempleo juvenil es dos o tres veces mayor que el desempleo promedio para toda la economía (OIT, 2012). En Ecuador, la tasa de desempleo juvenil en el 2016 fue del 10,43%, mientras que la tasa de desempleo nacional promedio fue del 5,2%. El desempleo juvenil en el tiempo (Tabla N°1) muestra en general una tendencia decreciente, pero con tasa elevadas en comparación al panorama del desempleo calculado para 15 años y más. Por consiguiente, la política pública debe enfocarse en crear condiciones que fomenten la empleabilidad de esta población, especialmente generando mecanismos que conecten esta demanda con la oferta de trabajo disponible conociendo la magnitud, heterogeneidad y perfiles de los desempleados juveniles.

En este artículo atiende la evaluación de la magnitud del fenómeno del desempleo, su heterogeneidad y la obtención de perfiles en los desempleados jóvenes ecuatorianos según provincias en términos sociodemográficos (área, sexo y edad). El análisis se lo realiza para el primer semestre del año 2017, tomando como fuente de información la Encuesta Nacional de Empleo, Desempleo y Subempleo (ENEMDU), mediante un análisis descriptivo y la aplicación de conglomerados en dos etapas utilizando software estadístico SPSS versión 21.

METODOLOGÍA

Respecto a las características generales de la ENEMDU es una encuesta tipo panel, destaca que fue implementada y aplicada por primera vez en septiembre del 2003 hasta la actualidad. Su aplicación es semestral, trimestral y mensual ofreciendo información sobre indicadores estratégicos. Recopilando información tanto en el nivel nacional 24 provincias, 5 ciudades autorepresentadas y 11 dominios considerados como restos urbanos en los cuales se realiza una segregación de las 24 provincias. Respecto a su diseño estadístico, el tamaño de la muestra es de 31 092 viviendas, la unidad de observación es la vivienda, la unidad de análisis es el hogar y los residentes de la vivienda de entre 18 a 29 años en particular para este estudio, que: i) radican en los hogares encuestados; ii) No tenían empleo, buscaron empleo sin encontrarlo y que no estaban en el sistema educativo, durante la semana anterior a la aplicación de la encuesta. El tipo de muestreo es probabilístico, bietápico, con estratificación geográfica por dominios de estudio y área urbana-rural. El corte de observación es de tipo transversal.

  1. Análisis de conglomerados en dos etapas

Dada la utilidad del empleo de técnicas estadísticas para el análisis cuantitativo de fenómenos sociales, en esta investigación se ha seleccionado el análisis de conglomerados en dos etapas con el propósito de profundizar en la compresión de las diferentes agrupaciones de los desempleados jóvenes en función de variables sociodemográficas. Según Pérez (2004) el procedimiento análisis de conglomerados en dos fases de SPSS es una herramienta de exploración diseñada para descubrir las agrupaciones naturales de un conjunto de datos que, de otra manera, no sería posible detectar. Este procedimiento trabaja tanto con variables continuas como categóricas. Los casos representan los objetos que se van a conglomerar y las variables representan los atributos en los que se va a basar la conglomeración. La medida de distancia de verosimilitud supone que las variables del modelo de conglomerados son independientes. Además, se supone que cada variable continua tiene una distribución normal (de Gauss) y que cada variable categórica tiene una distribución multinomial. Sin embargo, las comprobaciones empíricas internas indican que este procedimiento es bastante robusto frente a las violaciones tanto del supuesto de independencia como de las distribuciones, pero aun así es preciso tener en cuenta hasta qué punto se cumplen estos supuestos. En cuanto a la justificación de su uso es debido principalmente a la escala de medida de las variables sociodemográficas empleadas para la conglomeración las mismas que son categóricas.

Para la comprobación de supuestos (independencia y distribución multinomial) antes del análisis de conglomerados en dos etapas, se utilizó tablas de contingencia y pruebas chi-cuadrada. Obteniendo que para las tres combinaciones de las variables (Estado civil, Nivel de instrucción y Relación de parentesco) son independientes (p-valor<=0,05). La comprobación de que las variables sigan una distribución multinomial determinada concluyo que todas siguen dicha distribución (p-valor>0,05). Lo anterior justifica la aplicación del método de conglomerados. 

RESULTADOS Y DISCUSIÓN

  1. Magnitud del desempleo Juvenil en el Ecuador por grupos de edad y sexo

En el primer semestre de 2017 había 366 003 personas desocupadas, de este total 197 019 tenía entre 18 a 29 años, es decir el 59,32% de los desempleados ecuatorianos eran jóvenes. La tasa de desempleo juvenil según subgrupos (tabla 2) de edad evidencia que los jóvenes (9,26) poseen una tasa de desempleo mayor en comparación de los no-jóvenes (4,49), esta tendencia se repite al observar dentro de los propios subgrupos juveniles, donde los más jóvenes entre los jóvenes (18 a 19 años) poseen las mayores tasas de desempleo, a pesar de ser el único de los tres subgrupos que aún se encuentra en edad escolar. Lo anterior concuerda con Fleck y Sorrentino (1994), quienes indican que los más jóvenes tienen tasas más altas de desempleo. Este aspecto muestra la gran necesidad de los jóvenes de incorporarse al mercado laboral y la existencia de una menor definición de las expectativas laborales y una usencia de culminación del proceso de formación respecto de quienes son mayores.

Respecto al sexo, en términos generales las mujeres presentan una tasa de desocupación mayor que la nacional en (1,37) puntos, además al observar a las jóvenes notamos que son ellas las que presentan mayor tasa de desempleo (12,48). Al observar en detalle el comportamiento dentro de los subgrupos juveniles el problema se agrava, la tasa de desempleo de las mujeres entre 18 a 19 años (20,67) es más de cuatro veces el valor de las tasas tanto al correspondiente a las mujeres no-jóvenes (3,56) y nacional (4,49). En el caso de los hombres también se presenta una brecha importante entre jóvenes y no-jóvenes, al mirar el subgrupo de menor edad dentro de los jóvenes (11,52) encontramos que es más de cinco veces la tasa de desempleo de los hombres no-jóvenes (2,16), pero la diferencia es más amplia en el caso de las mujeres. Esto concuerda con lo señalado por Parker (2000) en el sentido de que las mujeres están más afectadas por el desempleo y da cuenta de que las mujeres, en comparación con los hombres, corren mayor riesgo de estar excluidas totalmente del mercado de trabajo.

  1. Magnitud del desempleo Juvenil en el Ecuador por provincias, área y sexo

Al observar el comportamiento de la tasa de desempleo con base en distintas unidades de análisis (Tabla 3) podemos apreciar su heterogeneidad, teniendo que las provincias con mayor incidencia de desempleo juvenil son: Esmeraldas, Sucumbíos, Pichincha, Los Ríos y Guayas colocándose por encima de la media nacional juvenil que es de 9,26 para el primer semestre de 2017. En contraste, las provincias con menor tasa de desempleo juvenil son: Morona Santiago, Loja, Pastaza y Orellana las cuales están muy por debajo del promedio nacional Juvenil, pero encima del desempleo no-juvenil. Respecto al desempleo urbano, las provincias con menores niveles de desempleo juvenil se ubican generalmente en la región sierra y amazónica del territorio nacional: Pastaza (6,38), Azuay (5,82) y Loja (4,88). Las que presentan una mayor agudeza en el nivel de exclusión laboral son: Sucumbíos (22,11) y Esmeraldas (21,05).

Al observar el comportamiento por sexo en las provincias, nuevamente las mujeres jóvenes presentan mayores tasas de desempleo: a nivel de provincias 15 de 23 tasas de desempleo femeninas son superiores a la de los hombres, panorama que se repite al analizar las tasas de desempleo femeninas en el área urbana y rural de las provincias del país.

Por tanto, se muestra que existen importantes diferencias en los niveles de desempleo en cuanto a la distribución espacial: la exclusión laboral de los jóvenes en términos generales es mayor en las provincias de la región costa y amazonia mientras que en la región sierra este hecho es menos agravante. Además, resulta evidente que las mujeres y los jóvenes de menor edad están relativamente más excluidos del mercado que los jóvenes de mayor edad. Por área se observa una mayor exclusión en el nivel rural y dentro de este las mujeres presentan tasas de desempleo mayores en comparación a los hombres.

  1. Perfil sociodemográfico

En el acápite anterior se mostró cuál es la tendencia del desempleo juvenil a nivel provincial, por área, sexo y grupos de edad, esto permitió la descripción de un panorama de los jóvenes desempleados en Ecuador y su heterogeneidad.

Tomando en consideración estos antecedentes, lo que sigue tiene el propósito de indagar los perfiles de las desempleadas del Ecuador que tengan entre 18 a 24 años en términos de variables sociodemográficas como son: Estado civil, Nivel de instrucción y Parentesco con el jefe de hogar. Para cumplir con este objetivo se ha aplicado un análisis de conglomerados en dos etapas.

  1. Aplicación y resultados del análisis de conglomerados en dos etapas

Se encontró la formación de dos perfiles, de ellos predomina el primero con un 73,3%, y el segundo con un porcentaje de 26,7%. Las tablas resultantes del análisis se muestran a continuación.

En síntesis, el primer perfil está conformado mayoritariamente por mujeres con relación de parentesco de jefe (100%), familiares (100%) o no familiares (100%), con ningún nivel de instrucción secundaria (76,7%) o superior (75,2%) y por mujeres que tuvieron algún tipo de relación formal (100%) o aquellas que se encuentran solteras (100%). El segundo perfil está conformado por mujeres con relación de parentesco de cónyuge (85,7%), con ningún nivel de instrucción (100%) y por mujeres casadas o en unión libre (74,25%).                

CONCLUSIONES

  El desempleo afecta más a los jóvenes (59,32%) que a los adultos (40,68%). Entre los jóvenes, las mujeres presentan mayores niveles de exclusión del mercado de trabajo que los hombres. Y dentro de los grupos de edad, las mujeres jóvenes de entre 18 a 24 años presentan tasas de desempleo preocupantes que muestran la gravedad del problema.
A nivel regional se observa que en la región costa y amazónica, las tasas de desempleo juveniles son más agudas, mientras que en la sierra son predominantemente bajas. Por área se observa una mayor exclusión en el nivel rural y dentro de este las mujeres presentan tasas de desempleo mayores en comparación a los hombres.
La heterogeneidad del desempleo también es palpable a nivel de perfiles, en las cuales encontramos que existe básicamente dos tipos de mujeres jóvenes de entre 18 a 24 años excluidas del mercado de trabajo, el primero está constituido por el 73,3%, que son en general jefas de hogar con nivel de instrucción secundaria o superior y que tuvieron alguna relación formal o son solteras. El segundo perfil representa el 26,7% de las desempleadas y se forma por mujeres con relación de parentesco de cónyuge con el jefe de hogar, con ningún nivel de instrucción y de esta civil casada o en unión libre.        
Los resultados de esta investigación realzan la importancia del problema del desempleo juvenil y de la necesidad de reorientar la política pública enfocándose en los jóvenes de entre 18 a 24 años, de sexo femenino, de familias disfuncionales, de instrucción secundaria o menos del área rural.

BIBLIOGRAFÍA

Argudo, M. y Juca, S. (2010): “Estimación econométrica de la demanda laboral y la tasa natural de desempleo para las ciudades de Quito, Guayaquil y Cuenca durante el período 1998-2009”. Universidad de Cuenca.

Centro Latinoamericano y Caribeño de Demografía (CELADE). (2001): “Características sociodemográficas y socioeconómicas de las personas de edad en América Latina”. Santiago de Chile. 

Chacaltana, J. (2000). “Dinámica del Desempleo”. Instituto Nacional de Estadística e Informática (INEI), pp. 5-15 

Encarnación, J. y Mora, K. (2006): “Estudio del desempleo en el Ecuador en el periodo 2000-2006”. Escuela Politécnica Nacional.

Fleck, S., y Sorrentino, C. (1994): “Employment and unemployment in Mexico's labor force”. Monthly Lab N. 117.

Instituto Nacional de Estadísticas y Censo (INEC). (2014): “Encuesta Nacional de Empleo, Desempleo y Subempleo Indicadores Laborales”. Quito

Instituto Nacional de Estadísticas y Censo (INEC). (2014): “Metodología del diseño muestral de la encuesta de empleo y desempleo ENEMDU”. Quito.

Instituto Nacional de Estadísticas y Censo (INEC). (2014): “Metodología para la medición del empleo en Ecuador”. Quito.

Instituto Nacional de Estadísticas y Censo (INEC). (2015): “Indicadores laborales marzo 2015”. Quito.

Márquez, G. (1998): “El desempleo en América Latina y el Caribe a mediados de los años 90”. Office of the Chief Economist N. 377.

OIT (2012): “World of Work Report 2012”. Ginebra.

Pérez, L. (2005): “Métodos estadísticos avanzados con SPSS”. Thompson. Madrid.

Prudencia, J. (2012): “Factores Asociados a la Desnutrición Crónica Infantil en el Perú, 2007-2011”. Universidad Peruana Cayetano Heredia.

**Ing. Estadística Informática, Magister en Estadística Aplicada, trabajo en instituciones como el Instituto Nacional de Estadística y Censos y actualmente Docente de la Escuela Superior Politécnica de Chimborazo, Miembro del equipo de investigación de Ingeniería de Transporte.
*** Ing. Estadística Informática, Magister en Estadística Aplicada, trabajo en instituciones como el Instituto Nacional de Estadística y Censos y actualmente Docente de la Escuela Superior Politécnica de Chimborazo, Coordinadora de la comisión de evaluación y acreditación de las carreras.

Recibido: 30/01/2018 Aceptado: 19/03/2018 Publicado: Marzo de 2018


Nota Importante a Leer:
Los comentarios al artículo son responsabilidad exclusiva del remitente.
Si necesita algún tipo de información referente al articulo póngase en contacto con el email suministrado por el autor del articulo al principio del mismo.
Un comentario no es mas que un simple medio para comunicar su opinion a futuros lectores.
El autor del articulo no esta obligado a responder o leer comentarios referentes al articulo.
Al escribir un comentario, debe tener en cuenta que recibirá notificaciones cada vez que alguien escriba un nuevo comentario en este articulo.
Eumed.net se reserva el derecho de eliminar aquellos comentarios que tengan lenguaje inadecuado o agresivo.
Si usted considera que algún comentario de esta página es inadecuado o agresivo, por favor, escriba a lisette@eumed.net.

URL: https://www.eumed.net/rev/caribe/index.html
Sitio editado y mantenido por Servicios Académicos Intercontinentales S.L. B-93417426.
Dirección de contacto lisette@eumed.net