Donde el subíndice i representa al joven decisor y tanto como son una función de los beneficios brutos () y de los costos () que enfrentan (él y/o su familia). Se supone que si los beneficios igualan o superan los costos, los jóvenes asistirán a una institución educativa, en [1] y trabajarán en [2].

Tanto como son variables no observadas, que se encuentran en estado latente. Lo que sí puede observarse es lo que el individuo termina haciendo luego de realizada su (supuesta) evaluación económica6. La variable que puede observarse es la asistencia efectiva a la escuela:

O el trabajo para el mercado:

Los beneficios y costos responden, en este marco conceptual, a un conjunto de variables reunidas en una matriz Xi de determinantes de la asistencia escolar y que será descrito en la próxima sección.

La sistematización anterior permite, a la vez, definir el siguiente modelo:

Donde Xi contiene las variables que explicarán el evento (más una columna de unos) y representa el término de error.

Los elementos de Xi que representan los beneficios y/o costos económicos de asistir a la escuela y de trabajar, pueden ser clasificados en las dimensiones siguientes: a) individual; b) del hogar; c) otros (espacial o geográfico, temporal e institucional). Forman parte de la primera dimensión, la edad y el sexo del joven. Estas variables reflejan parte del costo de oportunidad de asistir (la edad por las posibilidades que ofrece el mercado laboral y el género en la medida en que tanto las oportunidades laborales como los salarios favorecen a los varones más que a las mujeres).

Del hogar se consideró el género del jefe, su condición de actividad (asalariado informal, desocupado o inactivo), el clima educativo del hogar, el número de privaciones materiales, la cantidad de otros menores en el hogar y el ingreso familiar total. La variable “número promedio de privaciones” incluye los siguientes indicadores: 1) Hogar hacinado, 2) vivienda precaria, 3) piso de tierra, 4) cubierta del exterior de la vivienda de material precario, 5) vivienda sin provisión de agua, 6) vivienda emplazada en un basural, en una villa miseria, etc. Cada uno de estos indicadores toma valor 1 de verificarse el fenómeno (por ejemplo si el hogar está hacinado, o si la vivienda se considera no adecuada). Se construye luego la variable de interés sumando los indicadores de privación que presenta cada hogar/vivienda y se obtiene una cifra con un recorrido que va de 0 (ninguna privación) a 6 privaciones, como puede constatarse en el Tabla A.18. El número promedio para la Argentina es de 28.9 privaciones por cada 100 hogares/viviendas.

Por su parte, el ingreso familiar se segmentó en quintiles, dado que no es la intención del trabajo estimar parámetros demasiado específicos (como, por ejemplo, la manera en que cambia la probabilidad de asistir ante cambios infinitesimales del ingreso), sino más bien la de tener una idea acerca del efecto que produce el nivel socio-económico del hogar que no es el captado por las otras variables incluidas (tales como el número de privaciones, descrita en el párrafo anterior).

La dimensión espacial, etc., tiene en cuenta otra parte del costo económico (o de oportunidad) de asistir, representado por el salario promedio que se paga a los adultos (salario mayor) y a los jóvenes (salario menor) en el lugar de residencia (ciudad o aglomerado urbano), la región de residencia del hogar, el año en el que fue realizada la encuesta y la modalidad (puntual o continua) de la misma. Estas variables están definidas en el Tabla A.1 (Apéndice), donde se muestran también sus valores medios.

Figura 1. Asistencia según condición de actividad. Niñas, niños y jóvenes
entre 10 y 18 años de edad. Argentina, pooled 2003-2009

Podría plantearse que quizá operan otros factores que influyen en la probabilidad de asistir a la escuela y que no responden estrictamente a las condiciones del mercado laboral que enfrenta el menor. En este estudio dichos factores serán agrupados en dimensiones que pretenden un grado de generalidad un tanto mayor que las variables que las componen. Así, se tratará, como se adelantó en la sección anterior, de los factores individuales, familiares o del hogar; y del entorno geográfico, temporal e institucional (leyes y regulaciones de diverso tipo) que se supondrá, por hipótesis, tienen que ver sobre la decisión de asistir a la escuela.

La forma en que las variables que conforman estas dimensiones se transforman en decisiones, serán capturadas con la ayuda del Modelo Logístico Multinomial (MLMN) definido en [3], en el que se usó como categoría de base, la opción consistente en “trabajar exclusivamente”. Los comentarios que siguen se refieren a la información contenida en el Tabla A.2 del Apéndice y aluden, por razones de espacio, a la opción a estudiar solamente, como una proxy a la asistencia escolar (exclusiva).

4.1 Los determinantes individuales

La edad y el género son, en la Argentina, determinantes clave de la asistencia escolar. La asistencia está inversamente relacionada con la edad y los varones asisten menos que las mujeres. Es necesario aclarar que estos efectos están capturando otros factores no ligados al mercado de trabajo, dado que éstos están contemplados en otras variables incluidas en el modelo con el propósito explícito de tomarlos en cuenta con independencia de los demás. Podría pensarse entonces que se observa una propensión creciente a no asistir a la escuela conforme el joven transita hacia la edad adulta y que esa transición es lineal y monótona9.

4.2 Los determinantes del hogar

La condición de actividad del jefe impacta en la decisión de asistir, abonando la hipótesis del trabajador adicional: Signo negativo y significatividad estadística para jefes desocupados y trabajadores informales10. Esto podría explicarse por la mayor inestabilidad del ingreso generado por estos últimos, y la incertidumbre que eso provoca, o bien por la necesidad de sustento, directamente.

Las preferencias por la educación se incluyen vía el “clima educativo del hogar” definido como el promedio de los años de escolaridad de los adultos. Se puede ver que un clima educativo más elevado que indica mayores preferencias del hogar por la educación y, en consecuencia, ceteris paribus, conlleva una probabilidad de asistencia más elevada.

La variable “número promedio de privaciones”11 se encuentra negativa y significativamente relacionada con la asistencia escolar, lo que estaría reflejando que los hogares más pobres estructuralmente, enfrentan dificultades mayores para enviar a sus hijos a la escuela.

El número de niños en el hogar, tanto en edad preescolar (de 0 a 4 años) como en edad de escolaridad primaria (5 a 12) ejercen una influencia negativa en la probabilidad de asistir, siendo más fuerte el efecto de los niños más pequeños, los que, ciertamente, requieren un cuidado mayor.

Resumiendo, el contenido de esta dimensión tiene un impacto fuerte en la probabilidad de asistir. En un contexto favorable a la educación juvenil estas variables no deberían arrojar significancia alguna, ya que todos los factores que ellas representan ilustran oportunidades diferentes que provienen de un contexto de privación de satisfacción de necesidades sociales que coartan la asistencia escolar (plena) de jóvenes.

4.3 La influencia de la región, temporal e institucional

Los costos indirectos de asistir, captados por el salario de mercado de los jóvenes, tienen influencia negativa y significativa en la probabilidad de asistir, mientras que el salario de los adultos parece no ejercer efecto alguno en dicha probabilidad. Este efecto no tiene una connotación negativa. Simplemente alerta acerca del comportamiento de los jóvenes ante situaciones económicas cambiantes y permiten predecir que los auges irán acompañados por deserción escolar y las recesiones por un mantenimiento o aumento de la matrícula escolar.

Las regiones de residencia11 Noroeste Argentino (NOA) y Nordeste Argentino (NEA), las menos desarrolladas del país12 , son las que registran la asistencia escolar más elevada, hecho que va en línea con el fenómeno conocido como “convergencia educativa”, y que también se verifica en América Latina y el Caribe (D’Alessandre, 2010). Las unidades espaciales que parten de niveles más bajos de escolaridad tienen un desempeño más satisfactorio que aquéllas que comienzan con niveles más elevados.

Se aprecian avances significativos de la asistencia entre 1997 y 2003, y a partir de allí, un derrotero irregular e inestable, con aumentos en 2007 y 2009 y reducciones en 2004, 2005, 2006 y 2008. Además, como puede apreciarse en la Figura 2, con diferencias sustantivas entre las tres categorías usadas en la regresión, comparadas con la opción “trabajar solamente”13.  

Figura 2. Probabilidad de ubicarse en tres de las cuatro alternativas analizadas.
Jóvenes entre 15 y 18 años de edad. Argentina, 1998-2009.

Lo que aparece con claridad en la Figura 2 es la similitud cronológica entre las opciones “estudiar solamente” y “estudiar y trabajar” y la diferencia entre los movimientos de ésta y los de la opción “no estudiar ni trabajar”. Ciertamente, las dos primeras aumentan en la etapa previa a 2003 y disminuyen luego, mientras que la segunda sigue aumentando hasta el final del período de observación, con algún estancamiento temporal y transitorio hacia la mitad del período (entre 2004 y 2006). Desde la perspectiva que interesa al presente trabajo, la probabilidad de asistir con respecto a la de “trabajar solamente” (alternativa excluida en la regresión estimada) aumentó en el período de caída del ciclo económico (1998-2003) y se redujo (estabilizándose al final), en la etapa de recuperación (2003-2009). La opción “no estudiar ni trabajar” parece entonces operar con independencia a las anteriores y será objeto de los ajustes que se proponen en el siguiente apartado.

4.4 Algunos ajustes

Los resultados comentados en el apartado anterior se corresponden con lo pronosticado según el marco de referencia: Aumentan la probabilidad de asistir todas aquellas variables que representan un beneficio más elevado y un costo más bajo de dicha asistencia. Además, aquellos efectos indefinidos a priori (como por ejemplo la sensibilidad de la asistencia al ciclo económico) se han manifestado con claridad al controlar el efecto de las covariables. Sin embargo, quedan algunas preguntas por responder: a) ¿Está bien especificado el modelo?; o bien ¿todas las alternativas de uso del tiempo consideradas son relevantes?; b) ¿A cuánto ascienden las probabilidades de asistir para determinados sub-grupos?; c) ¿Cuál es la importancia de cada uno de los factores sobre la decisión de asistir a una institución educativa? A continuación se intenta dar respuesta a esas interrogantes.

1) Alternativas irrelevantes. Un supuesto crucial del MLMN es que las categorías incluidas en el análisis tienen la propiedad de Independencia de Alternativas Irrelevantes (IIA). En términos prácticos esto implica que incluir o excluir categorías irrelevantes no afecta los riesgos relativos de las variables consideradas. Por ejemplo, la probabilidad de estudiar solamente con respecto a trabajar solamente (categoría base en esta investigación) si el jefe de hogar es un trabajador informal, no debería verse alterada si se incluye (o excluye) una categoría de uso del tiempo adicional que resulte irrelevante. Y así con cada uno de los determinantes analizados.

Para evaluar el supuesto de IIA se aplicó el test de Hausman (Hausman y McFadden, 1984), usando como el modelo pleno el que se presenta en la Tabla A.2 del Apéndice y como modelos restringidos eliminando las alternativas: a) estudia y trabaja primero; y b) no estudia ni trabaja, luego.

Los resultados son los siguientes: Para el primer caso, hay buenas razones para no rechazar la hipótesis nula de diferencias no sistemáticas en los coeficientes estimados: “Estudiar y trabajar” no es una alternativa irrelevante entre el espacio de opciones de los jóvenes en la Argentina y compite con “estudiar solamente” y “trabajar solamente”. En el segundo caso la hipótesis nula se rechaza, lo que implica que la alternativa “No estudiar ni trabajar” aparece como una alternativa irrelevante en ese espacio de opciones. En el primer caso, el estadístico Chi2 (70) arroja un valor de -367.2 y en el segundo de 151.04. Valores negativos del estadístico Chi2 no son inusuales en este test. Hausman y McFadden (1984) dicen que esto es una fuerte evidencia que el supuesto de IIA no ha sido violado.

Este hallazgo es muy importante, no sólo por el impacto que tienen los determinantes laborales en las decisiones de estudio, sino por la relativa independencia entre los determinantes de la asistencia a la escuela/trabajo y los de no estudiar ni trabajar. Tal es así que el grupo de jóvenes que no estudian ni trabajan no responden al marco teórico planteado en la sección II y surge la necesidad de tratarlo separadamente con un marco conceptual diferente y con un modelo estadístico acorde (en principio podría ser modelado con un probit o logit).

2) Cómputo de las probabilidades predichas. El modelo estimado permite computar las probabilidades predichas de estar en cada una de las cuatro categorías definidas para el uso del tiempo de los jóvenes (Tabla I). Éstas corresponden a un individuo que tiene las características del promedio del grupo, que figuran en el Tabla A.1 del Apéndice.

Tabla I. Probabilidades predichas de encontrarse en alguno de los siguientes
estados (categorías). Argentina, pooled 1997-2009.

Se observa que a pesar de la baja probabilidad de optar por “estudiar y trabajar” (5.8%), dicha alternativa no resulta irrelevante en el espacio de opciones y no puede ser excluida en un estudio acerca de los determinantes de la asistencia escolar. Además, había quedado evidente en la Figura 2 su comportamiento cronológico con movimientos similares a los de “estudiar solamente”.

De acuerdo al test de IIA discutido en el apartado precedente, los jóvenes migrarían entre los tres primeros estados de acuerdo a cambios en las variables incluidas en el análisis, mientras que el 11.2% del último estado obedecería a otros factores que requerirían un examen especial y aparte, y que podría ser dicotomizado (“no estudia ni trabaja” versus “hace otra cosa”) en un análisis particular del problema. Esta hipotética dicotomización resalta el hecho que la categoría (no estudia ni trabaja) es relevante por sí misma, sobre todo a partir de una determinada edad en mercados laborales con difíciles perspectivas de empleo para los jóvenes.

El examen anterior se enriquece al computar estas probabilidades predichas por grupos de interés, como se muestra en las figuras 3 y 4, donde sólo se analiza la probabilidad de asistir a la escuela. En la Figura 3 se mantiene todo igual y se modifica sólo el género y la condición de actividad del jefe de hogar: “Trabajador formal” versus “informal”. En la Figura 4 se simulan dos situaciones: a) la mejor, consistente en la asistencia escolar de un joven que vive en un hogar con jefe varón, ocupado en el sector formal, con clima educativo alto y pocos menores en el hogar; b) la peor, asistencia escolar de un joven que vive en un hogar con jefa mujer, ocupada en el sector informal, con clima educativo bajo y muchos menores en el hogar. La selección de variables para definir estos perfiles se hizo teniendo en cuenta el signo y la significancia estadística de los parámetros estimados que se muestran en la Tabla A.2.

Figura 3. Probabilidad de asistir según el género y la condición de actividad
del jefe del hogar en el que reside. Argentina, pooled 1997-2003

En la Figura 4, por su parte, puede apreciarse el efecto verdaderamente fuerte que ejerce sobre la probabilidad de asistir una situación hogareña adversa frente a otra favorable.

Figura 4. Probabilidad de asistir según la condición (favorable o adversa)
del hogar en el que reside. Argentina, pooled 1997-2003

Esta diferencia es muy nítida y se traduce en una gran desigualdad de oportunidades entre los adolescentes provocada por factores sociales. Nótese que en este gráfico queda muy clara la manera en que opera la reproducción intergeneracional de la pobreza y la disparidad de oportunidades.

En esta última comparación los diferenciales mayores se producen a los 16 y 17 años, edades para las cuales la asistencia de jóvenes que residen en hogares con condiciones favorables a la asistencia se mantiene casi sin cambios desde los 15 años. Las brechas de asistencia a estas edades superan los 84 puntos porcentuales.

3) Comparación de los efectos de determinantes seleccionados. Por último se compararon los efectos de algunos determinantes del uso del tiempo de los jóvenes sobre la probabilidad de asistir a una institución educativa. Para ello se calculó el efecto marginal del cambio de una variable sobre la tasa de asistencia (Tabla II), dado que los valores incluidos en la Tabla A.2 del (Apéndice) informan solamente acerca de la dirección de la relación (positiva o negativa) y de la significatividad de la misma, pero no de su impacto.

Tabla II. Efectos marginales (elasticidad) del cambio en determinantes seleccionados sobre la probabilidad predicha de asistir. Argentina, pool 1997-2009.

La condición ocupacional del jefe de hogar impacta más entre los varones que entre las mujeres, y el efecto diferencial es todavía más marcado con la desocupación del jefe. Con la cantidad de menores en el hogar (0-4 años de edad) el efecto es el inverso: Impacta más sobre la asistencia de las adolescentes. Esto muestra que los roles de género asignados al trabajo doméstico y al trabajo para el mercado son importantes en la Argentina, al menos en el período analizado.

1Los autores agradecen los comentarios recibidos de dos árbitros anónimos a una versión anterior del presente documento, así como las contribuciones de Néstor López, Andrea Vigorito, Gastón Carrazán y Marcelo Cucca, y de los participantes de las 8vas. Jornadas de Mercado de Trabajo y Equidad en la Argentina, realizadas en la Universidad Nacional de General Sarmiento, Buenos Aires, en agosto de 2010.

2En el año 2008, la asistencia escolar en áreas urbanas de este grupo de edad fue mayor al 99%, cifra que está entre las más altas de la región (CEPAL, 2010).

3La EPH comenzó a recolectarse en 1974 en el aglomerado Gran Buenos Aires. Para ese aglomerado se cuenta con series históricas que dan cuenta de la afirmación.

4Es por eso que se analizan los determinantes para el grupo entre 15 y 18, y no entre 13 y 18.

5En este contexto, se entiende por “alternativa irrelevante” aquella que (según la evidencia empírica) no compite por el uso del tiempo de los jóvenes. Por ejemplo, la actividad doméstica en la medida en que no provoque disminución del rendimiento escolar, se considera irrelevante.

6El término “económico” es aquí empleado en un sentido amplio con beneficios y costos que exceden (pero naturalmente incluyen) los puramente monetarios. Además, la palabra “evaluación” forma parte de un supuesto analítico, no implica que haya una evaluación consciente en el sentido dado al término en la literatura sobre evaluación de proyectos de inversión.

7La EPHP se realizaba “puntualmente” dos veces por año, generalmente en los meses de abril y septiembre. Los datos se daban a conocer en los meses de mayo y octubre. La EPHP se realiza “continuamente” (siempre hay encuestadores en campo) y los resultados se dan a conocer por trimestre. Para conocer detalles sobre las diferencias entre modalidades puede consultarse el sitio www.indec.mecon.gob.ar

8Para la construcción de este indicador se tuvo en cuenta el concepto de “intensidad de la pobreza” propuesto en Cid (1994) y convertido luego en indicador de privación en los modernos análisis de pobreza multidimensional (Alkire y Foster, 2009).

9Esto se contrapone con una parte de la literatura que plantea esquemas de transición tipo “yo-yo” de la juventud a la madurez. Es decir, con entradas, salidas, avances y retrocesos en una dirección u otra. Claro está que el modelo podría formularse con algún término polinómico, pero la evidencia presentada en la Figura 1 va a favor de la hipótesis de una transición de tipo lineal.

10Se definió como Jefe informal al jefe de hogar que cumplía alguna de estas condiciones: a) asalariado sin beneficios (jubilatorios), b) cuenta propia no profesional, o c) trabajador familiar sin salario. La categoría de referencia tácita es jefe de hogar formal (asalariado registrado, patrón o trabajador independiente profesional).

11Se tomaron las regiones definidas por INDEC en su relevamiento: NOA, NEA, Cuyo, Pampeana y Patagonia. La región correspondiente al Gran Buenos Aires fue la usada como categoría de base.

12El menor nivel de desarrollo relativo se expresa en este caso en menor producto per cápita, menores tasas de escolaridad, menor esperanza de vida y otros indicadores relacionados. Podría decirse que usando estos indicadores, se verifican en la Argentina tres grandes niveles de desarrollo: El más bajo representado por las regiones del Norte del país (NEA y NOA); y el más elevado, representado por Cuyo, la región Pampeana y el Centro y la región Patagónica.

13Se agradece la sugerencia de uno de los árbitros acerca de incluir esta Figura en el análisis.